← Wszystkie case studies · ✨ Inne
Muzeum narodowe · 380 tys. zwiedzających / rokMuzeum narodowe: 64% zwiedzających korzysta z spersonalizowanego przewodnika
Muzeum 380 tys. zwiedzających rocznie — AI tworzy ścieżki zwiedzania na podstawie zainteresowań, czasu, języka, wieku zwiedzającego.
Okres pomiaru: rok od wdrożenia
Sytuacja wyjściowa
Klient: muzeum narodowe w dużym mieście, 380 tys. zwiedzających rocznie, 18 sal wystawowych, 4 200 eksponatów, 140 pracowników (kuratorzy + przewodnicy + administracja).
Tradycyjny audioprzewodnik: jeden 90-minutowy zestaw, te same komentarze dla 5-latka i profesora historii sztuki, dla turysty z Chin i dla mieszkańca miasta. 28% zwiedzających go używało, NPS 14. Zwiedzający z dziećmi szybko się znudzeni, eksperci pomijali oczywistości, obcokrajowcy nie rozumieli kontekstu kulturowego.
Jakie procesy weszły na AI
- Pre-visit profilowanie — Przy zakupie biletu lub w aplikacji zwiedzający wypełnia 5-pytaniowy survey: czas zwiedzania (45 min / 90 min / 3h), zainteresowania (sztuka XV w. / renesans / XX w. / itd.), poziom wiedzy, język. AI generuje spersonalizowaną ścieżkę.
- AI przewodnik audio — Ścieżka po muzeum zoptymalizowana per profil. AI generuje komentarze w czasie rzeczywistym, dopasowane do tempa zwiedzania (sensor lokalizacji). Komentarze dla dziecka inne niż dla eksperta, choć przed tym samym obrazem.
- Interakcja Q&A — Zwiedzający pyta głosem „kto namalował ten obraz i dlaczego ma tylko jedno oko" — AI odpowiada w 8 sekund z kontekstem kulturowym i historycznym.
- Adaptive ścieżka — AI wykrywa, jeśli zwiedzający spędza więcej czasu przy obrazach pewnego nurtu — zaczyna pokazywać więcej z tego nurtu w dalszej części ścieżki.
Architektura rozwiązania
Stack RedAI: Claude Opus 4.7 + Voice (TTS ElevenLabs Polish) do generowania komentarzy, embedding e5-large na bazie 4 200 eksponatów + 18 000 dokumentów kuratorskich, model rekomendacji (collaborative filtering + content). Aplikacja mobilna lub wypożyczone słuchawki BT.
Dane klienta nie wychodzą poza prywatną instancję RedAI. Wszystkie wywołania modeli, retrieval z bazy wiedzy i operacje na systemach źródłowych logowane do audytu (NIS2, AI Act art. 12, RODO art. 32). Hooks Claude wymuszają deterministyczne kontrole uprawnień (ACL) przed każdym wywołaniem narzędzia.
Liczby i wyniki
| Metryka | Przed | Po wdrożeniu | Zmiana |
|---|---|---|---|
| % zwiedzających używających przewodnika | 28% | 64% | +36 pp |
| NPS zwiedzających | 14 | 68 | +54 pkt |
| Średni czas spędzony w muzeum | 52 min | 94 min | +81% |
| Liczba odwiedzin po raz drugi (w roku) | baseline | +138% | +138% |
| Przychód z merchandise per zwiedzający | baseline | +62% | +62% |
| Liczba języków | 4 | 14 | +10 |
Setup: 380 tys. zł. Opex: 22 tys. zł/mies. Korzyść: wyższy przychód per zwiedzający + reputacja muzeum + dotacje (innowacyjność). Payback w 12 miesięcy.
„Pierwszy raz w muzeum, gdzie nie czułam się jak intruz dwadzieścia metrów za przewodnikiem. Każdy ekspozycja mówiła do mnie."
— Zwiedzająca
Co dalej
Kolejna faza: AI-assisted edukacja szkolna (przewodnik dla wycieczek szkolnych), wirtualne zwiedzanie online z AI (dla osób niemobilnych), generowanie publikacji naukowych z kolekcji.
RedAI działa jako prywatna instancja w infrastrukturze klienta. Dane nie wychodzą poza firmę. Umówcie 30-minutowe demo — pokażemy analogiczne wdrożenie w Waszej branży i policzymy ROI na Waszych liczbach.
„Pierwszy raz w muzeum, gdzie nie czułam się jak intruz dwadzieścia metrów za przewodnikiem. Każdy ekspozycja mówiła do mnie."
Inne case studies z działu inne.
Chcesz, żeby Wasza firma była następna na tej liście?
30-min rozmowa — pokazujemy 2–3 case'y najbliższe Waszej sytuacji (pod NDA) i mówimy, ile zaoszczędzicie w pierwszym roku.