Według najnowszego badania Gartnera aż 50 proc. prezesów firm na świecie już wdrożyło lub planuje wdrożyć strategię obsługi tzw. „klientów maszynowych” w ciągu najbliższych dwóch lat. To sygnał, że sztuczna inteligencja nie tylko wspiera biznes, ale zaczyna w nim realnie uczestniczyć jako samodzielny podmiot.
Kim jest „klient maszynowy”?
Jak wyjaśnia Don Scheibenreif, wiceprezes i analityk Gartnera, „klient maszynowy” to nieludzki aktor ekonomiczny - czyli system, robot lub algorytm - który dokonuje zakupów lub zamawia usługi w imieniu człowieka lub całkowicie autonomicznie. Może to być zarówno wirtualny agent głosowy, który zadzwoni na infolinię, jak i inteligentny odkurzacz, samochód czy nawet oprogramowanie działające w tle.
- De facto delegujemy część naszych obowiązków zakupowych maszynom - mówi Scheibenreif. - To nie jest science fiction, tylko coraz bardziej realna zmiana w modelu relacji z klientem.
Technologia istnieje - teraz czas na strategię
Choć rozwiązania umożliwiające automatyczne interakcje maszyn z firmami istnieją od lat, to dopiero postęp w generatywnej AI (GenAI) i tzw. agentycznej sztucznej inteligencji sprawia, że koncepcja ta staje się praktyczna na masową skalę. Gartner już w 2022 roku prognozował, że do 2026 roku aż 20 proc. wszystkich interakcji z działami obsługi klienta będzie pochodzić od klientów maszynowych.
Tymczasem wiele firm nadal koncentruje się wyłącznie na automatyzacji rozwiązywania obecnych zapytań, nie przygotowując się na przyszłe scenariusze, w których interakcje będą zachodziły maszyna-do-maszyny. To poważny błąd strategiczny.
Google na czele nowej fali?
Jednym z nielicznych dużych graczy, który aktywnie eksploruje ten obszar, jest Google. Firma uruchomiła w ramach eksperymentalnej funkcji „Ask for Me” możliwość przekazania przez użytkownika zadania kontaktu z firmą AI-agentowi Google. Równolegle rozwija chatboty zdolne samodzielnie prowadzić rozmowy telefoniczne i podejmować decyzje bez udziału użytkownika.
- To ogromna szansa, by Google zbudowało pozycję lidera w obszarze obsługi klienta dla maszyn - zauważa Shelly Kramer, prezes Kramer & Company. - Choć jak wiemy, Google nie zawsze potrafi w pełni wykorzystać takie okazje.
Z kolei Finbarr Begley z firmy Cavell zwraca uwagę, że sukces technologii będzie zależeć od ich realnej użyteczności. - Jeśli będę mógł powiedzieć do telefonu, żeby anulował mój stały przelew w banku, to naprawdę będziemy wygrywać - komentuje, zaznaczając jednak, że rozwiązania muszą działać nie tylko w niszach.
Co to oznacza dla firm?
Niezależnie od tego, czy prognozy Gartnera się dokładnie spełnią, jedno jest pewne – nadchodzi nowa era klientów maszynowych. To nie tylko kolejny etap automatyzacji, ale transformacja relacji z klientami. Dla firm to szansa, by się wyróżnić i zająć pozycję lidera w rozwijającym się rynku.
W świecie, w którym „najlepszymi klientami mogą być maszyny, a nie ludzie”, jak podsumowuje Scheibenreif, brak strategii może oznaczać nie tylko utratę przewagi, ale i brak gotowości na nadchodzące zmiany.
PRZYKŁADY:
Wirtualni klienci testujący usługi
Przykład: AI testuje, jak działa chatbot banku, czy działa link do umowy albo jak działa cały proces onboardingu klienta.
Zastosowanie biznesowe: firmy mogą wykorzystywać takie „maszyny-klientów” do automatycznego audytu jakości obsługi (testowanie procesów z punktu widzenia użytkownika, ale zautomatyzowane).
Agent AI kontaktujący się z infolinią
Przykład: wirtualny asystent klienta dzwoni do operatora telekomunikacyjnego, aby zareklamować usługę lub zmienić plan taryfowy – bez udziału człowieka.
Zastosowanie biznesowe: firmy muszą przygotować systemy IVR i agentów, którzy potrafią identyfikować rozmówcę jako maszynę i obsługiwać go poprawnie (np. z użyciem API zamiast skryptu rozmowy).
Systemy zdrowotne zarządzające wizytami
Przykład: inteligentny zegarek zauważa nieregularne tętno i sam umawia wizytę u kardiologa, a potem kontaktuje się z rejestracją, potwierdza termin, odbiera dokumenty.
Zastosowanie biznesowe: placówki medyczne powinny przygotować się na obsługę pacjentów-maszyn, np. integrując systemy e-rejestracji z urządzeniami wearable.