Jak AI integruje się z Microsoft Dynamics 365 Sales i Customer Service i co robi z szansami, zgłoszeniami i danymi klientów?

AI podłączone do Microsoft Dynamics 365 może w kilkanaście sekund zebrać dane z encji Opportunity, Account, Case i Activity, streszczać klienta przed rozmową handlową, pisać projekt maila po kontakcie, pilnować szans sprzedaży bez ruchu i alarmować o zgłoszeniach obsługi zbliżających się do granicy SLA. To nie jest wbudowana funkcja Dynamics 365. To osobny agent AI, który łączy się z Dataverse przez Web API albo Power Automate i działa na tych samych danych, co Twoi handlowcy i konsultanci, tylko bez urlopu i bez pominięcia żadnego rekordu.

Jakie dane z Dynamics 365 wyciąga AI i z czym konkretnie się łączy?

W Dynamics 365 wszystko siedzi w Dataverse. To warstwa danych wspólna dla Sales i Customer Service, odpytywana przez Web API albo przez łączniki Power Automate. Agent AI loguje się do Dataverse przez aplikację zarejestrowaną w Azure Active Directory z określonymi uprawnieniami do konkretnych encji, nie do całego środowiska.

Z modułu Sales wyciągamy przede wszystkim:

• Opportunity: etap sprzedaży (np. "Develop", "Proposal/Price Quote", "Finalize"), pole Est. Close Date, wartość szansy, właściciel rekordu, Parent Account
• Account: branża, NIP jeśli jest zapisany w polach konta, historia otwartych i zamkniętych szans, powiązane kontakty
• Activity (Email, Phone Call, Task, Appointment): kto, kiedy, z jakim wynikiem, notatki z rozmowy zapisane w polu Description
• Quote: numer oferty, pozycje, status: Draft, Active, Won lub Lost

Z Customer Service wyciągamy:

• Case: numer zgłoszenia (format CAS-00123-ABCD), kategoria problemu, przypisany agent, status, daty SLA: "First Response By" i "Resolve By"
• SLA Item: jaka umowa SLA obowiązuje dane zgłoszenie i czy timer jest aktywny
• Knowledge Article: baza wiedzy, którą AI może przeszukiwać, żeby podpowiedzieć odpowiedź konsultantowi w trakcie obsługi

Te dwa moduły połączone przez Dataverse dają kompletny obraz klienta: co robi w procesie zakupowym i z czym dzwoni po zakupie.

Co AI robi przed rozmową handlowca z klientem?

Typowa sytuacja: handlowiec ma za dwadzieścia minut rozmowę z firmą, której plik w CRM ma kilkanaście powiązanych rekordów. Zamiast klikać przez cztery widoki, pyta agenta AI: "Przygotuj mi brief na rozmowę z Piecyk i Wspólnicy Sp. z o.o."

Agent odpytuje Dataverse, ściąga dane z Account, powiązanych Opportunity i Activity i zwraca coś takiego: "Firma z sektora produkcyjnego. Trzy otwarte szanse sprzedaży, w tym jedna w etapie Proposal/Price Quote, termin zamknięcia 30 września. Ostatnia aktywność to email wysłany 12 dni temu przez Kamila Nowickiego, bez odpowiedzi. Dwa otwarte zgłoszenia serwisowe, jedno z polem Resolve By ustawionym na jutro."

Cały kontekst handlowiec dostaje zanim zadzwoni. Żadnego przeklejania, żadnego szukania w kilku widokach.

Po rozmowie agent może wygenerować projekt follow-upu. Na wejściu dostaje notatki z Activity i aktualny status Opportunity. Na wyjściu pisze wersję roboczą maila, którą handlowiec koryguje i wysyła. AI nie wysyła nic sam. To zawsze projekt do zatwierdzenia przez człowieka.

Jak AI pilnuje szans bez ruchu i zgłoszeń po terminie SLA?

To jeden z najczęstszych problemów w sprzedaży B2B. Szansa wisi w CRM, handlowiec jest zajęty czymś innym, mijają dwa tygodnie i klient zdążył kupić u konkurencji.

Agent AI może raz dziennie odpytywać Dataverse i filtrować Opportunity, gdzie pole "Last Activity Date" jest starsze niż ustalona liczba dni, a etap szansy pozostaje aktywny (nie Closed Won ani Closed Lost). Wynik ląduje w skrzynce menedżera albo w kanale Teams: lista szans bez ruchu z właścicielem rekordu, wartością i datą ostatniego kontaktu.

Podobnie działa monitoring SLA. Agent sprawdza Cases ze statusem "In Progress" lub "Waiting for Details" i porównuje datę bieżącą z polem "Resolve By". Jeśli zostało mniej niż dwie godziny, a sprawa nie jest zamknięta, agent wysyła alert do przypisanego agenta i jego przełożonego. U jednego z klientów, u których wdrażaliśmy tę integrację, kilkanaście spraw tygodniowo przekraczało SLA bez żadnej reakcji, bo konsultanci nie śledzili licznika w CRM na bieżąco. Agent wykrywa to automatycznie, zanim stanie się problemem.

Ważny szczegół: agent nie zmienia statusów rekordów sam. Tylko powiadamia. Kto i kiedy zamknie Case, zostaje decyzją człowieka.

Jak AI przygotowuje prognozę sprzedaży dla dyrektora?

Prognoza w Dynamics 365 istnieje jako moduł, ale wymaga dobrego zasilenia danymi i ręcznego przeglądania widoków. Agent AI robi coś innego: zbiera Opportunity z etapem co najmniej "Develop" i datą Est. Close Date w bieżącym kwartale, agreguje wartości według właściciela lub regionu i pisze raport narracyjny, nie surową tabelę.

Dyrektor może rano dostać podsumowanie: "Na koniec kwartału mamy w lejku 17 szans. Trzy największe są w etapie Finalize i mają termin do końca miesiąca. Pięć szans nie miało żadnej aktywności od ponad dziesięciu dni i wymaga weryfikacji przez właścicieli rekordów."

Agent nie zgaduje liczb. Ciągnie je wprost z Dataverse w chwili generowania raportu. Nie zakłada też magicznie, że szansa w etapie Proposal zamknie się sukcesem, bo tego nie wie żaden system bez kontekstu z rozmowy. Jeśli firma starannie wypełnia pole Est. Revenue i ma historyczne dane z poprzednich kwartałów w Dataverse, agent może też porównać lejek rok do roku i wskazać, czy jest pełniejszy czy uboższy.

Od czego zaczyna się taka integracja?

Pierwsza rzecz, jaką sprawdzamy przed wdrożeniem, to jakość danych w CRM. Jeśli w połowie Opportunity brakuje Est. Close Date albo handlowcy nie logują aktywności po rozmowach, agent nie ma z czego korzystać. To nie jest problem techniczny, to organizacyjny. Trzeba go rozwiązać przed integracją, nie po.

Potem ustalamy kilka rzeczy:

• Jak agent łączy się z Dataverse: przez aplikację zarejestrowaną w Azure AD i Web API, przez Power Automate, czy przez backend integracyjny po stronie firmy
• Które procesy AI obsługuje na start. Nie wszystkie naraz, zaczynamy od jednego
• Kto dostaje alerty i w jakim kanale: Teams, email, SMS przez bramkę
• Czy agent ma tylko czytać dane, czy może też tworzyć rekordy (np. Activity po wygenerowaniu follow-upu)

Przy Dynamics 365 najlepiej zaczynać od monitoringu szans bez ruchu. Efekt widać szybko, a zakres zmian w procesach jest minimalny. Handlowcy dostają listę do przejrzenia raz dziennie. Z czasem dochodzą streszczenia klientów, drafty maili, monitoring SLA.

Jedno, na co warto zwrócić uwagę: Dynamics 365 przechowuje dane klientów, często wrażliwe z punktu widzenia RODO. Integracja z zewnętrznym modelem AI wymaga ustalenia, gdzie dane są przetwarzane. Jeśli to istotne, można wdrożyć model AI w ramach własnej infrastruktury Azure albo na serwerze firmy, żeby dane nie wychodziły poza granicę ustaloną z działem prawnym lub DPO.

Dynamics 365 ma ogromną ilość danych o klientach, szansach i zgłoszeniach. Problem w tym, że te dane są przydatne głównie wtedy, kiedy ktoś aktywnie ich szuka. Agent AI odwraca tę logikę: sam przeszukuje, filtruje i przynosi to, co potrzebne, zanim ktoś zapyta. Jeśli chcesz sprawdzić, jak to wyglądałoby konkretnie w Twojej firmie, zacznijmy od bezpłatnego audytu, podczas którego sprawdzimy stan danych w Twoim CRM i zaproponujemy, od czego warto zacząć. Realne wdrożenia znajdziesz na naszej stronie.