Gdy KPI spotykają się z empatią. Vincent w autoDNA – asystent AI, za którym stoi człowiek

Dlaczego tradycyjny czatbot to dziś za mało

W autoDNA zdajemy sobie sprawę, iż w e-commerce standardem jest dziś natychmiastowość. Klient, który chce sprawdzić historię używanego auta, często robi to pod presją czasu – w drodze na oględziny pojazdu, podczas negocjacji czy tuż przed podjęciem ostatecznej decyzji zakupowej. W takich momentach towarzyszy mu wiele ekscytacji, ale pojawia także się niepewność.

Pomysł na Vincenta nie wziął się z chwilowej mody na sztuczną inteligencję, ale z chłodnej, cyklicznej analizy procesów w zespole obsługi klienta. Przy dynamicznym wzroście zapytań i ekspansji na kolejne rynki (m.in. hiszpański i włoski), dotychczasowe rozwiązanie – czatbot blokowy rozwijany od 2017 r. – przestał wystarczać.

Nasz stary bot działał na zasadzie sztywnych szablonów, triggerowanych słowami kluczowymi. Nie rozumiał intencji, gubił się przy literówkach, a każda niestandardowa prośba kończyła się frustrującym komunikatem: „Nie rozumiem, wybierz opcję z menu”. Efekt? Wskaźnik zadowolenia (CSAT) dla czatbota blokowego w pierwszym półroczu 2025 r. wynosił zaledwie 25 proc. Klienci czuli, iż rozmawiają z bezduszną maszyną, która, zamiast pomagać, stawia bariery.

Skala problemu najlepiej widoczna jest w porównaniu obu rozwiązań (tabela). Zderzenie sztywnego drzewka decyzyjnego z naturalnym dialogiem opartym o NLP i modele LLM pokazuje, iż różnica dotyczy nie tylko technologii, ale także całego doświadczenia użytkownika.

Porównanie Vincenta i starego czatbota autoDNA

Dlatego przed rozpoczęciem prac nad Vincentem jasno zdefiniowaliśmy, co oznacza dla nas sukces w komunikacji z klientem. Cele i założenia projektu (ramka 1) stały się punktem odniesienia dla wszystkich decyzji projektowych – od wyboru technologii po model współpracy AI z zespołem customer service.

Zespół i podział obowiązków

Projekt Vincenta był realizowany niemal w całości siłami wewnętrznymi, co pozwoliło nam zachować pełną kontrolę nad „osobowością” bota. Istotna była ścisła kooperacja dwóch pionów:

• Zespół customer service – to oni byli „mózgiem” operacji. Dostarczyli merytoryczną bazę wiedzy, opracowali najczęstsze scenariusze problemowe i przeprowadzili tytaniczną pracę nad testami funkcjonalnymi.
• Zespół marketingu – odpowiadał za „serce” Vincenta – jego tone of voice, osobowość oraz całą strategię komunikacji z rynkiem. To marketing zadbał o to, aby Vincent był nie anonimowym automatem, ale asystentem, z którym chce się rozmawiać.

Aby Vincent nie był tylko anonimowym oknem czatu, nadaliśmy mu wyrazistą tożsamość wizualną. Został zaprojektowany jako postać budząca zaufanie – asystent o ludzkich cechach, co przełamuje barierę „rozmowy z maszyną”. Istotnym detalem jest kask – silny symbol pozycjonujący go jako eksperta osadzonego w świecie motoryzacji. Całość dopełniają nowoczesne gradienty oraz charakterystyczne „gwiazdki AI” (sparkles), które komunikują zaawansowaną technologię (ilustracja 1 i 2).

Komunikacja związana z wdrożeniem czatbota na LinkedIn, źródło: Materiały własne autoDNA

Komunikacja związana z wdrożeniem czatbota na blogu, źródło: Materiały własne autoDNA

Proces przygotowań, czyli jak nakarmić AI

Największym wyzwaniem na etapie przygotowań był brak zaawansowanej wiedzy technicznej z zakresu kodowania agentów AI. Zamiast jednak zatrudniać armię programistów, przeprowadziliśmy gruntowny research rynku. Wybraliśmy partnera technologicznego oferującego nam pełną autonomię w tworzeniu Vincenta – intuicyjny interfejs drag-and-drop. Dzięki temu nasi specjaliści z BOK mogli samodzielnie projektować ścieżki i bazę wiedzy.

„Karmienie” AI trwało ponad półtora miesiąca. Nie polegaliśmy na ogólnych modelach językowych, które mogłyby zmyślać informacje o naszych produktach. Stworzyliśmy specjalną bazę wiedzy opartą na naszych regulaminach, cennikach i instrukcjach (pliki PDF, DOC, CSV).

Vincent musiał przejść setki godzin testów merytorycznych. Sprawdzaliśmy, jak radzi sobie z potocznym językiem, jak reaguje na literówki i – co najważniejsze – jak komunikuje się w trudnych językach, takich jak estoński czy rumuński. Często okazywało się, iż bot po wstępnym przeszkoleniu przez cały czas halucynował. Wymagało to od nas wielokrotnej rewizji bazy wiedzy: zmiany sposobu ujęcia danych (np. stosowanie tabel zamiast długich opisów) oraz manualnego trenowania bota na konkretnych przykładach.

Wdrożenie Vincenta nie było dla nas jedynie technicznym „podpięciem” skryptu pod ikonę czata. Potraktowaliśmy to jak premierę pełnoprawnego elementu interfejsu, co wymagało skoordynowanych działań multichannelowych. Chcieliśmy, aby nasi klienci (zarówno indywidualni, jak i biznesowi) od początku wiedzieli, iż za nowym sposobem komunikacji stoi realna wartość, a nie próba odcięcia ich od kontaktu z człowiekiem.

Kampania promocyjna objęła kilka istotnych obszarów:

• Content & PR. Na naszym blogu opublikowaliśmy obszerny artykuł wyjaśniający, jak Vincent ułatwia proces sprawdzania historii pojazdu. Informacje o innowacji trafiły również do mediów branżowych – pozyskana publikacja w zewnętrznym serwisie motoryzacyjnym pozwoliła nam uwiarygodnić rozwiązanie w oczach szerokiej grupy entuzjastów motoryzacji.
• Social media. Na LinkedInie prowadziliśmy komunikację ekspercką, w której dzieliliśmy się kulisami wdrożenia AI. Z kolei na Facebooku zrobiliśmy użytek z wielojęzyczności Vincenta: targetowaliśmy posty na konkretne rynki zagraniczne i zapraszaliśmy użytkowników do „rozmowy w ich ojczystym języku”.
• Direct marketing. Mailing do bazy B2C zaprezentował Vincenta jako „osobistego asystenta przy sprawdzeniu historii pojazdu”. To „ocieplenie” wizerunku AI było niezwykle ważne – technologia często budzi dystans, a my chcieliśmy pokazać jej pomocne, niemal ludzkie oblicze.

Przeczytaj również: Trendy i zmiany w e-commerce w 2026 roku oczami prelegentów i wystawców „E-commerce Warsaw Expo”

Vincent w akcji – lekcje z frontu

Analiza tysięcy rozmów, które Vincent przeprowadził w pierwszych miesiącach, pokazała, iż AI przestało być tylko źródłem informacji, a stało się partnerem zakupowym. Wyodrębniliśmy cztery najistotniejsze typy interakcji, które najlepiej obrazują potencjał tego rozwiązania (ramka 2).

Trudności i recepty

Największą trudnością, z jaką się mierzyliśmy, była różnorodność językowa. Choć współczesne modele LLM świetnie radzą sobie z angielskim, w przypadku języków takich jak estoński czy rumuński sprawa była bardziej skomplikowana. Problematyczne stały się same testy – translator online nie zawsze poprawnie oddawał intencję pytania testowego, co mogło prowadzić do błędnych wniosków zespołu.

Drugim wyzwaniem była czasochłonność testów, której nie doszacowaliśmy na początku. Praca nad bazą wiedzy to proces iteracyjny. Musieliśmy eksperymentować z formatami plików (np. zamiana opisów na strukturalne tabele w CSV), a choćby z doborem słów, których używamy do trenowania bota. Polska wersja Vincenta okazała się najbardziej precyzyjna, co potwierdzają badania nad modelami AI.

Wprowadziliśmy system „human-in-the-loop” jako bezpiecznik. Vincent ma instrukcję: jeżeli temat wykracza poza bazę wiedzy lub klient wyraźnie prosi o kontakt z człowiekiem – bot natychmiast przekazuje sprawę konsultantowi. Dzięki temu unikamy sytuacji, w której AI zapętla się w błędnej odpowiedzi.

Rezultaty – biznesowe ROI i coś więcej

Po dwóch miesiącach od wdrożenia, liczby mówią same za siebie. Vincent samodzielnie rozwiązuje znaczną część zapytań, co pozwoliło nam utrzymać wielkość zespołu customer service przy jednoczesnym wzroście liczby obsłużonych rynków.

• CSAT – odnotowaliśmy wzrost wskaźnika zadowolenia o 25 punktów procentowych. Choć ambitnie zakładaliśmy 60 proc,, wynik powyżej 50 proc. przy tak skomplikowanej materii, jaką jest historia pojazdów, uważamy za ogromny sukces.
• Efektywność – drastycznie spadł koszt pojedynczego kontaktu (cost per contact). Zamiast zatrudniać dodatkowych 2–3 konsultantów do obsługi czatu w szczytach sezonu, zainwestowaliśmy w technologię, która jest w pełni skalowalna.
• Wizerunek – autoDNA umocniło pozycję wiodącego dostawcy historii pojazdów, oferującego wielojęzyczne biuro obsługi dostępne 24/7.

Największą, choć trudniej mierzalną nagrodą, są reakcje zespołu. Nasi konsultanci, zamiast po raz setny odpowiadać na pytanie „Jak zapłacić za raport VIN?”, mogą skupić się na trudnych, eksperckich przypadkach, które wymagają prawdziwej, ludzkiej empatii i wiedzy technicznej.

Analiza sukcesów i porażek: lekcja pokory

W case study rzadko pisze się o tym, co nie wyszło, ale w autoDNA wierzymy w transparentność. Naszym ambitnym celem było podniesienie CSAT do 60 proc. w pierwszych trzech miesiącach. Ten cel nie został w pełni zrealizowany – zatrzymaliśmy się na poziomie nieco ponad 50 proc.

Dlaczego? Analiza pokazała, iż AI, choć genialnie radzi sobie z merytoryką, wciąż czasem przegrywa z subiektywnym oczekiwaniem klienta na „specjalne traktowanie”, które kojarzy mu się wyłącznie z człowiekiem. To istotny wniosek: technologia może być doskonała, ale zmiana przyzwyczajeń użytkowników wymaga czasu. Zrozumieliśmy, iż wzrost o 25 punktów procentowych względem bota blokowego to i tak gigantyczny skok jakościowy, który uratował wiele transakcji.

Z drugiej strony, zdolność Vincenta do rozumienia intencji przerosła nasze najśmielsze oczekiwania. Bot nie tylko wyłapuje błędy, ale także potrafi prowadzić tzw. small talk, aby po chwili płynnie wrócić do merytoryki rozmowy. To sprawia, iż klienci czują się słuchani, a nie wyłącznie obsługiwani.

Zauważyliśmy, iż klienci często piszą „Dziękuję!” lub „Miłego dnia!” do bota, co w przypadku starych czatbotów prawie się nie zdarzało. To dowód na to, iż bariera między człowiekiem a maszyną została zatarta przez odpowiedni tone of voice.

Głos z wewnątrz

Wdrożenie Vincenta to dla nas moment, w którym technologia spotyka się z realną potrzebą „tu i teraz”. Po przeanalizowaniu feedbacku zrozumieliśmy, iż w dzisiejszej obsłudze sztywne ramy i gotowe scenariusze to za mało. Nasz klient potrzebuje konkretów na każdym etapie: zarówno wtedy, gdy przegląda kilkanaście ogłoszeń samochodów i chce gwałtownie odsiać te z wątpliwą przeszłością, jak i w momencie, gdy stoi już na placu u sprzedawcy i potrzebuje dostępu do informacji o historii pojazdu natychmiast.

Dla osób zaangażowanych w projekt Vincent był wyzwaniem, które wymusiło wyjście poza schematy. W przeciwieństwie do tradycyjnych narzędzi, AI nie da się narzucić sztywnego skryptu. To praca na „żywym organizmie”, która uczy pokory wobec danych. Monitorowanie rozmów Vincenta stało się dla nas kopalnią wiedzy o tym, czego klienci naprawdę potrzebują, gdy konsultanci są już po pracy.

Kontekst rynkowy

W 2026 r. standardem w e-commerce jest całe doświadczenie okołozakupowe. Jesteśmy w tej chwili jedyną firmą na europejskim rynku, która oferuje tak zaawansowane, wielojęzyczne biuro obsługi, które łączy AI z ludzką empatią 24/7.

Inwestycja w Vincenta zwróciła się błyskawicznie nie tylko poprzez spadek kosztu pojedynczego kontaktu (cost per contact), ale także przede wszystkim poprzez skalowalność. W szczytach sezonu, gdy liczba zapytań rośnie o kilkaset procent, Vincent nie potrzebuje dodatkowych etatów – potrzebuje jedynie stabilnego łącza. jeżeli planujesz wdrożenie agenta AI w swoim e-commerce, wyciągnij lekcję z naszej drogi (ramka 3)

Historia Vincenta to dowód na to, iż w nowoczesnym e-commerce technologia i człowiek nie muszą ze sobą rywalizować. Wręcz przeciwnie – najlepiej działają jako zgrany duet. Różne są podejścia do AI, ale istotne jest zachowanie świadomości, iż na drugim końcu zawsze stoi klient – człowiek ze swoimi emocjami, pośpiechem i potrzebą zrozumienia. Vincent to nasz most do tej nowej, cyfrowej, ale wciąż bardzo ludzkiej relacji.