Polski sklep internetowy obsługiwał kilkadziesiąt powtarzalnych zapytań mailowych dziennie — głównie pytania o status dostawy i prośby o faktury — co absorbowało czas pracowników, których kompetencje były potrzebne gdzie indziej. Wdrożono dedykowany, wieloagentowy system AI zintegrowany bezpośrednio z Gmail i platformą sprzedażową BASE. System działa w modelu human-in-the-loop: generuje gotowe wersje robocze odpowiedzi w ciągu kilkudziesięciu sekund, a pracownik jednym kliknięciem zatwierdza lub edytuje wiadomość — bez opuszczania skrzynki odbiorczej. Czas obsługi pojedynczego maila skrócił się 5-krotnie.
Klient i Wyzwanie
Sklep internetowy obsługujący zamówienia wysyłane do klientów z różnych krajów europejskich, prowadzący sprzedaż za pośrednictwem sklepu na platformie BASE. Obsługa posprzedażowa prowadzona była przez zespół, który — poza mailami — odpowiadał za szereg innych zadań operacyjnych i administracyjnych.
Problem: powtarzalność, która kosztuje
Każdego dnia do skrzynki firmowej trafiało kilkadziesiąt wiadomości. Analiza wykazała, że dominującą ich część stanowiły pytania o charakterze schematycznym:
- „Kiedy dotrze moja paczka?” — pytania o status i termin dostawy, wymagające każdorazowego sprawdzenia danych w systemie logistycznym.
- „Proszę o przesłanie faktury do zamówienia.” — konieczność ręcznego pobrania dokumentu i załączenia go do odpowiedzi.
Obsługa każdej z tych wiadomości wymagała od pracownika:
- Przeczytania maila i zidentyfikowania intencji.
- Zalogowania się do systemu BASE i odnalezienia zamówienia.
- Sprawdzenia statusu przesyłki w systemie śledzenia.
- Napisania spersonalizowanej odpowiedzi — często w języku klienta innym niż roboczy język zespołu.
- Pobrania faktury i dołączenia jej jako załącznik.
Czas poświęcony na jeden mail sięgał nawet kilku minut. W przypadku wiadomości w obcym języku — wydłużał się o dodatkowe tłumaczenie. Przy kilkudziesięciu mailach dziennie dawało to istotne obciążenie, które blokowało pracowników przed zajęciem się zadaniami wymagającymi rzeczywistego osądu i doświadczenia.
Status quo był nie do utrzymania nie dlatego, że proces był zły — ale dlatego, że był zbyt kosztowny jak na swoją wartość. Każda minuta poświęcona na wpisanie numeru śledzenia to minuta odebrana zadaniom, których maszyna nie wykona.
Rozwiązanie i Architektura
Faza 1 — Discovery: zrozumienie procesu przed jego automatyzacją
Przed napisaniem pierwszej linii kodu przeprowadzono szczegółowy wywiad z właścicielem i zespołem. Celem było zrozumienie:
- Jak wyglądał rzeczywisty przepływ pracy? Kto odbierał maile, według jakiej kolejności, jak podejmowano decyzje o treści odpowiedzi?
- Jakie były zobowiązania wobec klientów? Jakie terminy dostawy były gwarantowane? Jakie wyjątki (opóźnienia, braki w magazynie) wymagały eskalacji do człowieka?
- Jakie dane były dostępne w systemach? Integracja z BASE (dane zamówień, faktury) oraz z systemem śledzenia przesyłek była warunkiem koniecznym działania agenta.
Ten etap pozwolił określić granice autonomii systemu — czyli precyzyjnie wskazać, które wiadomości agent może obsłużyć samodzielnie (wygenerować wersję roboczą), a które powinny trafić do pracownika bez propozycji odpowiedzi.
Faza 2 — Budowa systemu: skuteczność zamiast komplikacji
Na podstawie wiedzy zebranej w pierwszej fazie zaprojektowano i zbudowano dedykowane rozwiązanie — skrojone na miarę potrzeb klienta, jego systemów i sposób pracy zespołu. Nie gotowy szablon, lecz system stworzony od podstaw.
Sercem rozwiązania jest agent AI, który potrafi zrozumieć kontekst wiadomości, sięgnąć po odpowiednie dane i przygotować gotową do wysłania odpowiedź.
Z perspektywy właściciela firmy działanie systemu wygląda prosto:
- Odbiór maila od klienta z pytaniem o paczkę lub prośbą o fakturę.
- System samodzielnie sprawdza status przesyłki i dane zamówienia w systemie sklepu.
- W skrzynce pojawia się gotowa wersja robocza — z właściwą odpowiedzią, linkiem do śledzenia lub fakturą w załączniku, napisana w języku klienta.
- Pracownik zatwierdza jednym kliknięciem lub nanosi poprawkę, jeśli uzna to za stosowne.
To, co dzieje się “pod maską”, jest celowo niewidoczne — zarówno dla pracowników, jak i dla klientów sklepu.

Faza 3 — Wdrożenie: niewidzialny asystent
Kluczowym założeniem projektowym było to, że system ma działać w tle — pracownicy nie mieli odczuwać jego obecności jako nowego narzędzia wymagającego nauki obsługi. Dlatego wszystkie elementy interfejsu zostały osadzone w natywnym widoku Gmail:
- Wersje robocze pojawiają się bezpośrednio w skrzynce, bez osobnych paneli czy aplikacji.
- Etykiety Gmail pozwalają filtrować wiadomości obsłużone przez agenta od tych wymagających pełnej uwagi człowieka.
- Zero dodatkowych okien — pracownik czyta wersję roboczą, klika „Wyślij” lub wprowadza korektę i wysyła. Cały proces odbywa się w jednym miejscu.
Zdecydowano się na model human-in-the-loop, odrzucając pełną autonomię agenta. Decyzja była świadoma: w obsłudze klienta e-commerce reputacja marki jest zbyt istotna, by ryzykować wysłanie błędnej lub niestosownej odpowiedzi bez kontroli człowieka. Agent jest narzędziem przyspieszającym pracę, nie zastępującym ocenę pracownika.
Kluczowe Wyniki
- 5× szybsza obsługa maila — agent generuje kompletną wersję roboczą w kilkadziesiąt sekund, zamiast kilku minut pracy manualnej.
- Natywna obsługa wielojęzyczna — system odpowiada w języku, w którym napisany jest mail (bez dodatkowego czasu na tłumaczenie po stronie pracownika).
- Automatyczne załączanie faktur — dokumenty pobierane są z systemu BASE i dołączane do wiadomości bez udziału człowieka.
- Automatyczne linki śledzenia — URL do statusu przesyłki generowany i wklejany w treść odpowiedzi przez agenta.
- Porządek w skrzynce — etykiety Gmail pozwalają pracownikom szybko identyfikować maile obsłużone przez agenta i oddzielać je od tych wymagających pełnej uwagi.
- Uwolniony czas zespołu — pracownicy obsługi mogą skupić się na zadaniach administracyjnych, operacyjnych i złożonych przypadkach wymagających oceny i doświadczenia.
Podsumowanie
Najczęstszy błąd przy automatyzacji obsługi klienta to dążenie do pełnej autonomii od pierwszego dnia. Tymczasem zaufanie do systemu AI buduje się stopniowo — zarówno po stronie właściciela firmy, jak i zespołu. Model human-in-the-loop, który zastosowaliśmy, daje agentowi przestrzeń do działania, jednocześnie zachowując kontrolę tam, gdzie stawką jest relacja z klientem.
W tym projekcie kluczowe było też to, że nie zmieniliśmy narzędzi pracy zespołu. Gmail pozostał Gmailem. Pracownicy nie musieli uczyć się nowej aplikacji — agent przyszedł do nich, nie odwrotnie. To decyzja projektowa, która bezpośrednio przekłada się na adopcję systemu.
Automatyzacja obsługi powtarzalnych zapytań mailowych to jeden z najbardziej mierzalnych i najszybciej zwracających się przypadków zastosowania AI w e-commerce. Nie wymaga rewolucji w infrastrukturze IT — wymaga precyzyjnej analizy procesu, dobrze zaprojektowanej architektury i rozsądnego podejścia do granic autonomii systemu.
Jeśli Twój zespół obsługi klienta spędza znaczną część dnia na odpowiadaniu na podobne pytania — ten czas można odzyskać.
Porozmawiajmy o tym, jak to wdrożyć w Twoim biznesie.
📩 Kontakt