Jak AI pomaga konsultantom call center: podpowiedzi na żywo, notatki i historia klienta w Focus Contact Center, Daktela i Systell

AI wpięte w call center nie odbiera telefonu za konsultanta. Zamiast tego podpowiada mu gotową odpowiedź, zanim zdąży się zastanowić, streszcza historię klienta w sekundę przed połączeniem i samo zapisuje notatkę po rozłączeniu. W systemach takich jak Focus Contact Center, Systell, Daktela czy Thulium da się to uruchomić bez wymiany całej infrastruktury.

Co AI dostaje z systemu call center, zanim konsultant odbierze

W każdym z tych systemów, kiedy przychodzi połączenie, baza wie już sporo. Numer telefonu, przypisany segment klienta, historia poprzednich rozmów z kodami zakończenia, otwarte zgłoszenia, ostatnia data kontaktu. W Daktela te informacje widać w zakładce Aktywność kontaktu. W Focus Contact Center ta sama informacja siedzi w Karcie kontaktu. W Thulium historię rozmów z danym numerem znajdziesz w panelu Historia przy kontakcie. W Systell odpowiada za to sekcja Historia kontaktu z przypisanymi etykietami kampanii.

AI dostaje te dane w momencie, gdy dzwonek jeszcze trwa. Przez te dwie, trzy sekundy generuje tzw. pre-call brief: kilka zdań o tym, z czym klient dzwonił ostatnio, czy ma otwarte reklamacje, kiedy ostatnio kupił i z jakim statusem zamówienia. Konsultant widzi to w bocznym panelu, zanim podniesie słuchawkę.

Jeden z naszych klientów z branży usług serwisowych powiedział nam tak: "Wcześniej pierwsze 40 sekund rozmowy traciłem na pytanie, czego dotyczy sprawa, i szukanie karty. Teraz wiem to zanim powiem halo."

Podpowiedź podczas rozmowy: jak to widzi konsultant po drugiej stronie ekranu

To ten fragment, który budzi najwięcej pytań. Transkrypcja rozmowy dzieje się na żywo. Silnik STT (speech-to-text) zamienia mowę na tekst z opóźnieniem jednej do trzech sekund. Kiedy klient mówi "chciałem zapytać o reklamację paczki", AI natychmiast sprawdza: czy w systemie widnieje otwarte zgłoszenie reklamacyjne? Czy jest przypisany numer RMA lub numer zwrotu? Jaki jest ostatni status? I wyświetla konsultantowi gotowy snippet z sugestią odpowiedzi.

W praktyce wygląda to jak panel z "kartkami" po prawej stronie ekranu. Każda kartka to sugestia lub krok w procedurze. W Systell integruje się to z modułem Skrypt rozmowy, gdzie sugestie dynamicznie podmieniają się na podstawie tego, co zostało rozpoznane w rozmowie. W Daktela podobny efekt uzyskuje się przez wywołanie zewnętrznego API podczas aktywnego ticketu. Focus Contact Center obsługuje to przez integrację z widgetem CRM w panelu agenta.

Ważne: konsultant sam decyduje, co powie. AI tylko podpowiada. Jeśli sugestia jest bez sensu w danym kontekście, po prostu ją ignoruje. To asystent, nie automat.

Co AI robi po rozłączeniu: notatka, zadanie, klasyfikacja

Tu jest chyba największy zysk operacyjny z całej integracji. Każda rozmowa w call center wymaga after-call work: konsultant wpisuje notatkę, wybiera disposition code (kod zakończenia rozmowy), zakłada zadanie lub zgłoszenie. Przy dużym wolumenie połączeń ten czas po każdej rozmowie sumuje się do naprawdę sporej części dnia pracy.

AI, mając pełny transkrypt rozmowy, wykonuje te kroki automatycznie:

• generuje notatkę i wpisuje ją do pola Komentarz do rozmowy w Focus Contact Center albo Notatka do kontaktu w Thulium
• proponuje lub ustawia disposition code na podstawie rozpoznanego tematu rozmowy
• jeśli padło coś w stylu "oddzwońcie za tydzień w sprawie wyceny", zakłada zadanie z datą i przypisuje je do konsultanta lub działu sprzedaży
• jeśli klient zgłosił problem, którego nie dało się rozwiązać na pierwszej linii, automatycznie otwiera ticket w kolejce działu technicznego lub reklamacji

Konsultant przez dwie, trzy sekundy rzuca okiem i zatwierdza. Albo poprawia, jeśli AI się myliło. Samo tworzenie notatek od zera odpada całkowicie.

Nagrania i transkrypcje: co można przetwarzać i co wymaga zgody

Nagrywanie rozmów w call center jest w Polsce standardem. Każdy z tych systemów ma moduł nagrań: w Daktela znajdziesz je w zakładce Nagrania, w Focus Contact Center w sekcji Historia połączeń, w Systell w panelu Archiwum rozmów. Klienci są o nagrywaniu informowani automatem IVR na początku połączenia.

Żeby AI mogło te nagrania analizować po fakcie, potrzebna jest odpowiednia klauzula w regulaminie lub polityce prywatności, obejmująca przetwarzanie nagrań w celach jakościowych i szkoleniowych. Większość firm ma już tę formułkę, ale przed uruchomieniem analizy AI przejrzyjcie ją z DPO lub prawnikiem.

Co konkretnie daje analiza nagrań? Menedżer call center dostaje obiektywny raport jakości: czy konsultant wypowiedział obowiązkowe frazy z procedury (np. weryfikację tożsamości klienta), jak długo trwały pauzy, czy tempo mówienia mieściło się w normie. To nie jest inwigilacja dla samej inwigilacji, to narzędzie do oceny jakości bez odsłuchiwania stu rozmów dziennie.

Jak AI wskazuje, które tematy warto przejąć automatem lub usunąć ze skryptów

Po kilku tygodniach działania system zbiera wzorce. Widzi, że spora część rozmów dotyczy jednego, powtarzającego się pytania: status dostawy, godziny otwarcia w święta, procedura zwrotu przez Allegro. To tematy, które nadają się na FAQ, rozbudowanie IVR albo chatbota na stronie.

AI wylistowuje te tematy z częstotliwością i przykładowymi fragmentami transkryptów. Menedżer dostaje raport: "Ten temat pojawił się w dziesiątkach rozmów w tym tygodniu. Oto trzy przykłady. Czy zautomatyzować obsługę?" Decyzja i tak należy do człowieka, ale zamiast zgadywać, co warto ruszyć, masz twarde dane.

U jednego z naszych klientów z branży produkcyjnej, obsługującego kilkadziesiąt połączeń dziennie, analiza transkryptów pokazała, że większość rozmów dotyczyła jednej konkretnej instrukcji montażu. Instrukcja była na stronie, ale schowana trzy poziomy głęboko w PDF-ie. Zmiana nawigacji wystarczyła, żeby radykalnie zmniejszyć liczbę połączeń w tej kategorii.

Od czego zaczynamy integrację

Pierwszy krok to mapowanie danych. Które pola w Waszym systemie call center są faktycznie wypełniane, a które stoją puste od lat? AI jest tak dobry, jak dane, którymi go zasilasz. Jeśli historia kontaktu w Focus Contact Center to głównie puste notatki z kodem "01 ogólne", pre-call brief nie będzie miał z czego budować.

Drugi krok: wybór zakresu na start. Zazwyczaj zaczynamy od jednego modułu:

• post-call automation (notatka i zadanie po rozmowie): najszybszy efekt, najmniej ryzykowny punkt wejścia
• pre-call brief: dobry, gdy historię klienta trzeba dziś szukać ręcznie przed każdym połączeniem
• analiza transkryptów po fakcie: wartościowa, gdy menedżer traci dużo czasu na kontrolę jakości

Uruchamianie wszystkich trzech naraz to przepis na chaos podczas wdrożenia. Lepiej zacząć od jednego, dopracować i dopiero rozszerzać.

Trzeci krok: integracja techniczna. Focus Contact Center, Daktela i Systell udostępniają API REST do wyciągania danych z historii, kolejek i nagrań oraz do zapisywania notatek i zadań. Thulium obsługuje webhooki po zakończeniu rozmowy. To branżowy standard i nie wymaga dostępu do serwerów ani bazy danych call center po stronie klienta.

Czas wdrożenia pierwszego modułu to zazwyczaj kilka tygodni, zakładając, że dane w systemie są w porządku. Jeśli historia kontaktów jest chaotyczna, dochodzi etap porządkowania danych wejściowych, który może tę oś czasu wydłużyć.

Jeśli chcesz wiedzieć, które z tych modułów ma sens w Waszym call center i od czego konkretnie zacząć, zapraszamy na bezpłatny audyt. Patrzymy wtedy na to, co macie w systemie, ile rozmów dziennie obsługujecie, jak wyglądają istniejące notatki i co zajmuje konsultantom najwięcej czasu po każdym połączeniu. Jak wygląda to u innych firm, pokazujemy w realnych wdrożeniach.