Blog

Wiedza o CRM, zarządzaniu firmą i technologii dla biznesu

← Wróć do bloga

Helpdesk z AI - jak wygląda obsługa klienta w 2026

Michał Stefaniak · 2026-04-15
Helpdesk z AI - jak wygląda obsługa klienta w 2026

Prowadzimy helpdesk od lat. Zaczynaliśmy od wspólnej skrzynki mailowej - kilka osób czytało ten sam inbox i odpowiadało na zgłoszenia. Z biegiem czasu dodaliśmy system ticketowy, SLA, automatyzację, bazę wiedzy. A od niedawna - AI.

Nie AI w sensie “chatbot który odpowiada na wszystko sam”. AI w sensie narzędzia które pomaga agentom pracować szybciej.

Od maila do systemu ticketowego

Pierwszy etap to wspólna skrzynka. Klient pisze na [email protected], kilku agentów widzi maila. Problem: dwóch agentów odpowiada na to samo. Albo nikt nie odpowiada bo każdy myśli że kolega się zajął.

System ticketowy rozwiązuje to podstawowo - każdy mail staje się ticketem z numerem, przypisanym agentem i statusem. Wiadomo kto nad czym pracuje. Nic nie ginie.

Ale to dopiero początek. Sam ticket to za mało żeby obsługiwać klientów dobrze.

SLA - mierzenie tego co ważne

SLA (Service Level Agreement) to zestaw zasad: jak szybko odpowiadamy, jak szybko rozwiązujemy. Bez SLA nie wiesz czy obsługujesz klientów dobrze czy źle. Masz “wrażenie” że jest OK, ale nie masz danych.

Ustawiamy SLA per priorytet:

  • Krytyczny (system nie działa): pierwsza odpowiedź w 30 minut
  • Wysoki (blokuje pracę): 2 godziny
  • Normalny: 4 godziny
  • Niski (pytanie, sugestia): 8 godzin

System monitoruje te czasy automatycznie. Kiedy ticket zbliża się do naruszenia SLA - eskalacja. Powiadomienie do agenta, potem do lidera zespołu. Dzięki temu pilne sprawy nie leżą.

Kluczowe: SLA liczy czas tylko w godzinach pracy. Ticket przychodzi o 23:00 w piątek - zegar SLA startuje w poniedziałek o 8:00. Bez tego każdy weekend to naruszenie SLA.

Wielokanałowość - nie tylko email

Klienci piszą mailem, na czacie, przez formularz, dzwonią. Jeśli każdy kanał to osobny system - tracisz kontekst. Klient pisze na czacie, potem dzwoni, agent nie wie o czym rozmawiali na czacie.

W Intum wszystkie kanały trafiają do jednej kolejki. Mail, czat na stronie, formularz kontaktowy, WhatsApp - każde zgłoszenie to ticket. Agent widzi pełną historię kontaktu z klientem niezależnie od kanału.

Czat na stronie ma dodatkową zaletę - natychmiastowość. Klient jest na stronie, ma pytanie, pisze na czacie i dostaje odpowiedź w ciągu minuty. Nie musi szukać adresu email, pisać wiadomości i czekać.

Automatyzacja - reguły zamiast ręcznej pracy

Większość helpdesków ma powtarzalne wzorce. Mail z “faktura” w temacie? Do zespołu finansowego. Zgłoszenie od klienta premium? Priorytet wysoki. Ticket bez odpowiedzi przez 24h? Eskalacja.

Reguły automatyzacji robią to bez udziału agenta. Ustawiasz warunek (np. temat zawiera “faktura”) i akcję (przypisz do zespołu Finanse). System stosuje regułę na każdym nowym tickecie.

To oszczędza czas na sortowaniu zgłoszeń. Agent otwiera kolejkę i widzi tylko tickety przypisane do siebie, we właściwym priorytecie. Nie musi przeglądać wszystkiego i decydować co jest pilne.

AI sugestie odpowiedzi

Tu zaczyna się ciekawie. Agent otwiera ticket - klient pyta jak zmienić plan cenowy. System sprawdza bazę wiedzy, znajduje wpis “Zmiana planu” i proponuje agentowi gotową odpowiedź.

Agent nie musi szukać w dokumentacji, nie musi pamiętać procedury, nie musi pisać od zera. Czyta sugestię, ewentualnie dopasowuje i wysyła. Czas odpowiedzi spada z 5-10 minut do minuty.

To nie jest chatbot który odpowiada klientowi automatycznie. To asystent agenta. Człowiek zawsze decyduje czy odpowiedź jest poprawna i czy ją wysłać. AI przyspiesza, nie zastępuje.

Sugestie działają na bazie wiedzy - im lepsza KB, tym lepsze sugestie. To motywuje do rozbudowy dokumentacji. Każdy nowy wpis w KB to lepsze sugestie dla agentów.

Chatbot na stronie

Osobna sprawa to chatbot. Widget na stronie firmowej, klient wpisuje pytanie, bot szuka w bazie wiedzy i odpowiada. Jeśli nie znajdzie odpowiedzi - proponuje połączenie z agentem.

Chatbot działa 24/7. Klient o 3:00 w nocy pyta jak zresetować hasło - bot odpowiada z wpisu KB. Nie trzeba agenta.

Ale chatbot to nie jest “odpowiadaj na wszystko AI”. To wyszukiwarka bazy wiedzy z interfejsem konwersacyjnym. Odpowiada na pytania na które mamy dokumentację. Na resztę - przekazuje do człowieka. Nie hallucynuje, nie wymyśla.

Raportowanie

Dane z helpdesku to kopalnia informacji o produkcie. Jakie pytania klienci zadają najczęściej? Które funkcje generują najwięcej problemów? Ile czasu średnio trwa rozwiązanie?

Kluczowe metryki:

  • FRT (First Response Time) - jak szybko reagujemy. Benchmark: email poniżej 4 godzin, czat poniżej 2 minut
  • MTTR (Mean Time to Resolution) - jak szybko rozwiązujemy. Zależy od produktu, ale trend powinien spadać
  • SLA compliance - procent ticketów obsłużonych w ramach SLA. Cel: powyżej 95%
  • CSAT - satysfakcja klientów. Po zamknięciu ticketu pytamy “czy obsługa była pomocna?”
  • Deflection rate - ile procent klientów znalazło odpowiedź samodzielnie (KB + chatbot) zamiast pisać ticket

Te metryki mówią ci gdzie masz problem. FRT za wysoki? Może za mało agentów albo złe reguły przypisywania. CSAT niski? Sprawdź jakość odpowiedzi.

Jak wygląda praca agenta

Agent loguje się, widzi swoją kolejkę. Tickety posortowane po priorytecie i SLA. Otwiera ticket - widzi historię korespondencji, profil klienta, powiązane tickety. AI sugeruje odpowiedź z bazy wiedzy.

Odpowiada, dodaje notatkę wewnętrzną (widoczną tylko dla zespołu), zmienia status. Ticket przechodzi do “oczekuje na klienta” - SLA timer się pauzuje.

Klient odpowiada - ticket wraca do kolejki. Agent czyta, rozwiązuje, zamyka. System wysyła ankietę CSAT.

Cały flow w jednym oknie. Bez przełączania między mailem, czatem, CRM-em i notatnikiem.

Od czego zacząć

Jeśli teraz obsługujesz klientów przez zwykłą skrzynkę mailową - zacznij od systemu ticketowego. Sam fakt że zgłoszenia mają numery i statusy zmienia jakość obsługi.

Potem dodaj SLA i automatyzację. Nie skomplikowaną - 3-4 reguły na start. Priorytetyzacja, przypisanie do zespołu, eskalacja po czasie.

Bazę wiedzy buduj równolegle. 10 wpisów na najczęstsze pytania. Podłącz ją do helpdesku żeby sugestie AI zaczęły działać.

Czat na stronie i chatbot - kiedy masz bazę wiedzy z 30-50 wpisami. Bez dobrej KB chatbot nie ma czego szukać.

Nie próbuj wdrożyć wszystkiego na raz. Każdy element dodaje wartość osobno. System ticketowy sam w sobie jest już dużym krokiem naprzód w porównaniu ze skrzynką mailową.

← Wróć do bloga