Agenci AI w obsłudze klienta: co już działa w polskich firmach

Agent AI a chatbot: na czym polega różnica

Chatbot odpowiada na pytania. Agent AI robi coś więcej: czyta zgłoszenie, rozpoznaje sprawę, sięga do systemów firmy i przygotowuje albo wykonuje kolejny krok. Może to być przypisanie e-maila do właściwego zespołu, sprawdzenie statusu przesyłki czy podsumowanie rozmowy dla konsultanta.

Granica jest płynna, bo wiele narzędzi łączy oba tryby. W praktyce warto pytać nie o nazwę, ale o uprawnienia: do jakich danych AI ma dostęp, co może zrobić sama, a co wymaga zatwierdzenia przez pracownika. Podstawy wdrożenia asystenta na stronie, w tym obowiązki prawne, opisujemy w przewodniku o chatbocie AI na stronie firmy.

Ile polskich firm korzysta z AI

Skala jest na razie niewielka. Według danych Eurostatu za 2025 r., które przytacza Instytut Europy Środkowej, AI wykorzystywało 8,4% przedsiębiorstw w Polsce zatrudniających co najmniej 10 osób. To wzrost o 2,5 punktu procentowego w ciągu roku, ale średnia unijna wyniosła prawie 20%. Polska znalazła się wśród trzech ostatnich państw zestawienia, a tylko 3,9% firm deklarowało, że rozważa wdrożenie.

W bankowości, która w obsłudze klienta wdraża AI najszybciej, obraz jest podobny. Bank.pl w grudniu 2025 r. opisywał polskie wdrożenia agentów AI jako wczesne, skupione głównie na testach w obsłudze klienta i wykrywaniu nadużyć. Przytoczony tam raport Capgemini dla rynku globalnego wskazywał, że 80% instytucji finansowych jest na etapie pilotaży lub testów, a tylko 10% wdrożyło agentów na szeroką skalę.

Udokumentowane wdrożenia w polskich firmach

Poniższa tabela zbiera wdrożenia opisane w komunikatach firm albo w prasie, z datą publikacji. Nie jest to pełna lista rynku, tylko przykłady, które da się zweryfikować.

PKO Bank Polski: voiceboty i asystent w aplikacji

PKO Bank Polski to najlepiej udokumentowany przykład rozmownej AI w Polsce. W komunikacie z 10 lipca 2025 r. bank podał, że jego 17 botów konwersacyjnych przeprowadziło ponad 70 mln rozmów z ponad 11 mln klientów, łącznie ponad milion godzin.

Voicebot na infolinii zastąpił wcześniejsze menu głosowe. Według banku rozmawia na 185 tematów, rozumie 280, przeprowadził 23 mln rozmów i prowadzi ponad 470 tys. konwersacji miesięcznie. Gdy trzeba, przekierowuje klienta do konsultanta. Asystent głosowy w aplikacji IKO ma 5,6 mln użytkowników, przeprowadził 28 mln rozmów i rozumie 360 tematów, od przelewów po analizę wydatków. Więcej o tym, jak zaprojektować takie rozmowy na infolinii, piszemy w tekście o voicebotach i obsłudze telefonicznej z AI.

PKO Bank Polski: pierwszy agent AI do e-maili

5 sierpnia 2026 r. bank ogłosił pierwszego agenta AI. Agent czyta przychodzące e-maile, określa temat, kategoryzuje zgłoszenie i proponuje dalszą obsługę. Bank otrzymuje średnio kilkadziesiąt tysięcy maili miesięcznie, a według komunikatu klienci dostają odpowiedź nawet o 70% szybciej.

Dwie cechy tego wdrożenia są ważne dla każdej firmy. Po pierwsze, agent działa w modelu human in the loop: kluczowe decyzje zostają po stronie pracowników. Po drugie, bank zaczął od zadania wewnętrznego, czyli porządkowania korespondencji, a nie od samodzielnych odpowiedzi dla klientów. Do końca roku PKO Bank Polski zapowiedział 30 kolejnych agentów, między innymi przy reklamacjach i obsłudze posprzedażowej.

Allegro: agent głosowy i asystent zakupowy

7 września 2026 r. Allegro ogłosiło agenta głosowego zbudowanego z ElevenLabs. Ma być pierwszym rozmówcą klientów dzwoniących na infolinie Allegro Delivery. Odpowiada na proste, najczęstsze pytania, zwłaszcza o status dostawy, odbiór paczki i problemy z automatami paczkowymi. Sprawy złożone trafiają do konsultantów razem z krótkim podsumowaniem rozmowy i numerem przesyłki. Według Wiadomości Handlowych wdrożenie poprzedziły testy na tych infoliniach.

Wcześniej, w maju 2026 r., Allegro wdrażało asystenta zakupowego AI. Według nagłówka Wiadomości Handlowych z 7 maja 2026 r. sprawdziło go wtedy już 600 tys. osób. 12 maja 2026 r. firma udostępniła też aplikację w ChatGPT. To przykład, że rozmowa marki z klientem przenosi się także poza własną stronę, o czym piszemy w tekście o sponsorowanych agentach i aplikacjach marek w ChatGPT.

Banki a obowiązek informowania o AI

Od 2 sierpnia 2026 r. firmy muszą informować klientów, że rozmawiają z AI. Parkiet zapytał banki, jak to robią. Bank Millennium wskazał komunikaty głosowe i tekstowe, regulaminy i oznaczenia w kanałach cyfrowych oraz możliwość przełączenia rozmowy do konsultanta w dowolnym momencie. VeloBank zwrócił uwagę, że duże banki stosowały czytelne komunikaty o chatbotach już wcześniej. Przedstawiciel Banku Pekao mówił w tym kontekście o końcu botów udających żywych doradców.

Dla firm spoza bankowości to wskazówka, jak wygląda rynkowy standard. Klient ma wiedzieć, z kim rozmawia, i mieć prostą drogę do człowieka. Agent, który podpisuje się imieniem i nazwiskiem konsultanta albo nie pozwala wyjść z rozmowy, łamie oba te oczekiwania naraz.

Co łączy wdrożenia, które działają

Udokumentowane projekty różnią się kanałem i skalą, ale mają kilka wspólnych cech. To dobra lista kontrolna dla firmy, która planuje własnego agenta.

• Wąski zakres na start. Agent Allegro zajmuje się przesyłkami, a nie wszystkimi sprawami klientów platformy.
• Duży wolumen powtarzalnych spraw. Kilkadziesiąt tysięcy e-maili miesięcznie w banku czy telefony o status paczki to zadania, w których oszczędność czasu szybko się sumuje.
• Człowiek przy decyzjach. AI przyjmuje i porządkuje sprawę, a decyzje o istotnych skutkach podejmuje pracownik.
• Przekazanie z kontekstem. Konsultant dostaje podsumowanie i numer sprawy, więc klient nie powtarza wszystkiego od początku. Jak to zaprojektować, opisujemy w tekście o przekazaniu rozmowy do człowieka.
• Testy przed szerokim startem. Zarówno Allegro, jak i PKO Bank Polski mówią o etapie testów albo stopniowym rozszerzaniu zakresu.

Czego firmy nie mówią o swoich agentach

Komunikaty o wdrożeniach AI mają wspólną słabość: podają liczbę rozmów i skrócenie czasu, a rzadko wyniki jakościowe. W przytoczonych źródłach nie znaleźliśmy odsetka spraw rozwiązanych bez konsultanta ani ocen klientów. Z punktu widzenia marketera to właśnie te liczby decydują, czy agent poprawia doświadczenie klienta, czy tylko przesuwa koszt.

Jeśli planujesz własne wdrożenie, ustal te miary przed startem. Zestaw wskaźników i sposób ich liczenia opisujemy w tekście o tym, jak mierzyć jakość obsługi przez AI. Szerzej o doborze wskaźników do celów biznesowych piszemy w tekście o KPI marketingowych.

Jak zacząć z agentem AI w mniejszej firmie

Mała firma nie zbuduje własnych modeli językowych jak duży bank, ale może powtórzyć jego kolejność działań. Najbezpieczniej przejść od zadań wewnętrznych do rozmów z klientem.

1. Wybierz jeden kanał i jedno zadanie. Na przykład klasyfikację e-maili albo odpowiedzi o status zamówienia w sklepie.
2. Zacznij od trybu podpowiedzi. Agent przygotowuje kategorię i projekt odpowiedzi, a pracownik zatwierdza. Tak sprawdzisz jakość bez ryzyka dla klienta.
3. Policz punkt wyjścia. Zanotuj obecny czas odpowiedzi, liczbę zgłoszeń i odsetek ponownych kontaktów, żeby mieć z czym porównać wyniki.
4. Włączaj samodzielne odpowiedzi stopniowo. Najpierw dla tematów, w których agent nie pomylił się na próbce kilkuset spraw.
5. Ustal zasady przed startem. Zapisz, jak agent informuje, że jest AI, kto ma dostęp do zapisów rozmów, jak długo je przechowujesz i kto w zespole odpowiada za cotygodniowy przegląd próbki spraw.
6. Przygotuj się na szczyty. Sezon zakupowy to dobry test, ale nie moment na pierwsze uruchomienie. Plan sezonu opisujemy w tekście o sezonie sprzedażowym w e-commerce.

Agent w obsłudze klienta wpływa też na lojalność. Szybka i trafna pomoc po zakupie zwiększa szansę na kolejne zamówienie, a nieudana rozmowa z botem może ją zmniejszyć. Związki między obsługą a powtórnymi zakupami omawiamy w tekście o retencji klientów w e-commerce, a szerszy obraz automatyzacji w dziale marketingu w przewodniku o agentach AI w marketingu.