Jak AI odczytuje zamówienia z maili klientów B2B i wpisuje je do systemu zamiast pracownika?

AI może odczytać treść maila z zamówieniem, wyciągnąć z niego kody produktów, ilości i warunki, sprawdzić dostępność w Waszym systemie i wystawić dokument zamówienia bez ręcznego przepisywania. W większości polskich firm B2B, gdzie klienci zamawiają mailem lub dołączają plik Excel albo PDF, to pierwszy obszar, w którym automatyzacja daje realny zysk czasowy: widoczny już w pierwszym tygodniu działania. Człowiek wchodzi do procesu tylko wtedy, gdy coś nie gra: nieznany kod produktu, cena niezgodna z umową albo zamówienie wymagające decyzji handlowej.

Skąd ten problem w firmach B2B?

Większość hurtowni i producentów przyjmuje zamówienia mailem. Niekoniecznie z wyboru: klient przyzwyczaił się wysyłać arkusz Excel na skrzynkę, a dział handlowy nauczył się go przepisywać do systemu. Nikt tego nie kwestionował, bo "tak było zawsze" i wydawało się, że to normalne.

Typowy przepływ wygląda tak: mail wpada na skrzynkę sprzedaży, ktoś go odbiera, otwiera załącznik, przepisuje pozycje do ERP, wysyła maila z potwierdzeniem. Przy kilkudziesięciu zamówieniach dziennie to potrafi pochłonąć kilka godzin pracy na jedną osobę. I to przy zamówieniach, które idą gładko.

Gdy klient podaje swoje kody artykułów zamiast waszych, przytacza cenę z faktury sprzed roku albo pisze "jak ostatnio, tylko 20% więcej", czas się podwaja. W jednej firmie dystrybucyjnej, którą obsługujemy (narzędzia przemysłowe, 30 osób), przed wdrożeniem troje pracowników poświęcało łącznie ponad dwie godziny dziennie tylko na przepisywanie zamówień. Każde zamówienie to kilkanaście pozycji, każda pozycja to: kod, nazwa inna niż w systemie, ilość, jednostka miary, niekiedy cena z poprzedniej faktury.

Błędy też się zdarzają: pomylona cyfra w ilości, zła jednostka miary, pominięta pozycja. Każdy błąd wraca jako reklamacja albo zdenerwowany klient.

Co AI wyciąga z maila z zamówieniem?

Zależy od formy, w jakiej klient wysyła zamówienie. Typowe przypadki:

• Treść maila w formie listy lub tabeli w tekście: AI czyta plain text i wyciąga pozycje strukturalnie. Nawet gdy klient pisze "poproszę 20 szt. śrub M8x20 jak ostatnio", AI próbuje dopasowania do bazy produktów na podstawie nazwy i historii zamówień tego kontrahenta.
• Załącznik PDF: AI używa OCR lub analizuje strukturę pliku. Wyciąga kolumny: kod, nazwa, ilość, cena. Problematyczne są PDF-y skanowane z byle zdjęcia albo z niestandardowym układem tabeli: tu AI zgłasza plik do ręcznej weryfikacji zamiast ryzykować błędne dane.
• Załącznik Excel lub CSV: Najprostszy przypadek. AI mapuje kolumny z pliku klienta na pola w systemie. Gdy klient używa swoich kodów artykułów, potrzebny jest słownik mapowania, zbudowany raz z eksportu historii faktur.
• Mieszana forma: Część zamówienia w treści maila, część jako załącznik. AI łączy oba źródła, eliminuje duplikaty i zgłasza rozbieżności do sprawdzenia przez człowieka.

Poza samymi pozycjami AI wyciąga też: datę zamówienia, żądany termin dostawy, adres dostawy (gdy inny niż główny z kartoteki), numer zamówienia klienta (ważny przy wystawianiu faktury) i uwagi specjalne. Te pola trafiają prosto na dokument zamówienia w ERP.

Jeden szczegół, który często zaskakuje: AI potrafi poradzić sobie z zamówieniami pisanymi po angielsku, po niemiecku albo w mieszanym języku. Firmy sprzedające do klientów zagranicznych korzystają z tego samego przepływu.

Jak AI łączy się z ERP i wystawia zamówienie?

To najważniejsza część całego procesu. AI musi nie tylko odczytać zamówienie, ale zweryfikować dane i wystawić dokument. Kroki wyglądają tak:

• Identyfikacja klienta: AI szuka kontrahenta po adresie e-mail nadawcy, NIP-ie z treści maila albo nazwie firmy w stopce. Gdy klient jest nowy i nie ma kartoteki, zamówienie trafia do ręcznej weryfikacji.
• Sprawdzenie produktów: Po kodach lub nazwach AI weryfikuje, czy pozycja istnieje w bazie towarów, jaka jest aktualna cena i czy jest dostępność na magazynie. Gdy klient podaje swoje kody, AI używa słownika mapowania zbudowanego z historii faktur.
• Walidacja ilości i jednostek: AI sprawdza, czy zamawiana ilość jest zgodna z jednostką miary i ewentualnym minimum zamówienia. Zamówienie na pół kartonu od klienta, który zazwyczaj bierze całe kartony, to sygnał do weryfikacji.
• Walidacja ceny: AI porównuje cenę z maila z aktualnym cennikiem lub umową ramową tego klienta. Różnica powyżej ustalonego progu blokuje automatyczne wystawienie i trafia do kolejki.
• Wystawienie dokumentu: Gdy wszystko się zgadza, AI tworzy zamówienie sprzedaży w systemie przez API albo przez import pliku w formacie obsługiwanym przez ERP.
• Potwierdzenie do klienta: Mail z numerem zamówienia i listą pozycji wraca automatycznie do nadawcy. Treść generuje AI, więc wygląda jak normalna korespondencja handlowa, nie jak systemowy automat z kodem błędu w tytule.

Z jakimi systemami to działa? Z większością ERP posiadających API: Comarch ERP Optima, Subiekt nexo, Comarch ERP XL, SAP Business One, Microsoft Dynamics 365 Business Central, enova365, Sage Symfonia, Streamsoft Prestiż. Gdy system nie ma API, są inne drogi: import pliku CSV, zapis do bazy SQL przez widok, albo RPA klikające w interfejs systemu. To trudniejsze w utrzymaniu, ale możliwe.

Czego AI nie zrobi sam i dlaczego to dobrze

Automatyzacja nie działa na zasadzie "AI robi wszystko". Działa na zasadzie: AI robi pewne i powtarzalne, człowiek dostaje tylko to, co wymaga oceny. To ważne rozróżnienie w firmach, gdzie błąd w zamówieniu generuje koszty po obu stronach.

Przypadki, które AI flaguje do sprawdzenia przez pracownika:

• Nieznany kod produktu, który nie pasuje do żadnej pozycji w bazie i nie ma analogu w historii zamówień klienta.
• Cena niezgodna z aktualnym cennikiem lub warunkami umowy ramowej o więcej niż ustalony próg.
• Produkt, którego nie ma na stanie, z żądanym terminem dostawy, który jest nierealistyczny.
• Nowy klient bez kartoteki w systemie.
• Uwagi specjalne w treści maila: "pilne", "tylko w całości", "dostawa w sobotę", "faktura na inną firmę".
• Zamówienia od klientów z przeterminowanymi płatnościami.

W praktyce, przy wdrożeniach, które widzimy u naszych klientów, większość zamówień od stałych kontrahentów przechodzi bez żadnej ingerencji. Reszta trafia do kolejki weryfikacji, gdzie pracownik widzi, co AI próbował wyciągnąć i gdzie konkretnie jest problem. Wielokrotnie szybsze niż przepisywanie od zera nawet dla "trudnych" zamówień.

Ważna zasada: AI nigdy nie wysyła potwierdzenia do klienta dla zamówień, które trafiły do kolejki weryfikacji. Potwierdzenie idzie dopiero po ludzkim zatwierdzeniu. Klient zawsze dostanie odpowiedź, ale nie przez automat działający bez nadzoru.

Dane klientów w mailu: bezpieczeństwo i RODO

Zamówienia mailowe klientów B2B to dane osobowe i często dane handlowe: ceny indywidualne, warunki, skale zakupów. Zanim wybierzecie narzędzie do automatyzacji, sprawdźcie dwie rzeczy.

Po pierwsze: gdzie AI przetwarza treść maila. Czy dane idą do zewnętrznego modelu w chmurze (np. przez API OpenAI albo Anthropic), czy AI działa na serwerze w firmie lub u polskiego dostawcy z umową powierzenia danych. Gdy maile zawierają dane objęte tajemnicą handlową albo gdy Wasze umowy z klientami ograniczają ich przetwarzanie przez podmioty trzecie, własny serwer jest właściwym wyborem.

Po drugie: czy macie umowę powierzenia przetwarzania danych z dostawcą automatyzacji. Wymagają tego przepisy RODO, gdy podmiot zewnętrzny przetwarza dane w imieniu administratora. Bez tej umowy Wasza firma odpowiada za każde zamówienie, które przez ten system przeszło.

Skąd wziąć gotową integrację?

Są trzy podejścia, zależnie od skali i zasobów firmy:

• Gotowy moduł do ERP: Niektórzy producenci systemów lub ich partnerzy oferują moduł "zamówienia z poczty". Jakość bywa różna: warto sprawdzić, czy obsługuje PDF, Excel i plain text, a nie tylko jeden format zamówień.
• Przepływ automatyzacji (n8n, Make): Zestaw kroków zbudowany przez integratora: odbiór maila z serwera pocztowego, wywołanie AI do ekstrakcji, walidacja przez API ERP, wystawienie dokumentu, odesłanie potwierdzenia. Pełna kontrola nad logiką i relatywnie niski koszt utrzymania.
• Asystent AI pod firmę: Zbudowany pod Wasze dane: baza klientów, słownik kodów artykułów, integracja z konkretnym ERP, kolejka weryfikacji dla pracownika. Więcej do wdrożenia na starcie, ale obsługuje więcej wyjątków i poprawia się na historii zamówień.

Wybór zależy od liczby zamówień dziennie i różnorodności klientów. Firma przyjmująca 20 zamówień tygodniowo od 15 stałych klientów to zupełnie inny projekt niż hurtownia z 150 zamówieniami dziennie od 400 kontrahentów, z których każdy ma swój cennik i swoje kody artykułów.

Od czego zaczynamy?

Przed jakimkolwiek wdrożeniem warto przez tydzień zebrać rzeczywiste maile z zamówieniami, zanonimizować je i sprawdzić, jak naprawdę wyglądają. Z doświadczenia: w każdej firmie są dwa, trzy "typy trudnych klientów", których zamówienia wymagają osobnego podejścia. Im wcześniej to wiemy, tym tańsze wdrożenie.

• Ustalamy zakres: które skrzynki, od których klientów, w jakich formatach wchodzą w automatyzację.
• Sprawdzamy, czy ERP ma API lub obsługuje import przez plik w formacie, który AI może generować.
• Budujemy słownik mapowania kodów klientów na kody wewnętrzne (tu często pomaga AI analizujący eksport z historii faktur).
• Uruchamiamy w trybie "tylko weryfikacja" przez 2-4 tygodnie, żeby złapać wyjątki przed włączeniem automatycznego wystawiania.
• Dopiero potem włączamy automatyczne wystawianie dla oczywistych przypadków, z zachowaną kolejką dla niejednoznacznych.

Sprawdzone wdrożenie zaczyna się od analizy skrzynki, nie od wyboru narzędzia. Gdy firma wie, jak wyglądają jej zamówienia w praktyce, dobór technologii zajmuje godzinę, nie tydzień negocjacji z dostawcami systemów.

Jeśli chcecie sprawdzić, jak taki przepływ zadziałałby na mailach z Waszej skrzynki, zapraszamy na 15 minut rozmowy. Możecie też zajrzeć do realnych wdrożeń, żeby zobaczyć, jak podobne firmy wdrożyły to u siebie.