Boty rozwiązują tylko co czwarte zgłoszenie klienta. Co ogranicza ich skuteczność w turystyce?

To sporo mówi o sposobie, w jaki firmy oceniają boty. Łatwiej policzyć, ile rozmów przejęła automatyzacja albo jak skrócił się czas odpowiedzi, niż sprawdzić, czy klient rzeczywiście załatwił swoją sprawę od początku do końca.

Jak firmy mierzą skuteczność bota i czego te wskaźniki nie pokazują?

Wiele korzyści z AI da się osiągnąć nawet wtedy, gdy bot nie zamknie sprawy klienta. Może odpowiedzieć szybciej, obniżyć koszt kontaktu i przejąć część rozmów od konsultantów. Problem zaczyna się wtedy, gdy po kilku minutach klient i tak trafia do człowieka.

Konsumenci pytani w tym samym badaniu opisują drugą stronę tych wdrożeń. Tylko 24 proc. z nich dostało pełne rozwiązanie sprawy od samego AI. Pozostali zostali przekazani do konsultanta, otrzymali częściową pomoc albo przerwali rozmowę. Najczęściej kontakt kończył się właśnie przełączeniem do człowieka.

Klienci nie odrzucają automatyzacji. Ponad połowa woli natychmiastową obsługę AI niż czekanie na konsultanta – pod warunkiem, że bot rzeczywiście rozwiąże problem.

Firmy często tego nie widzą. Według komunikatu Ady 55 proc. firm nie ma wglądu w wyniki swoich agentów AI, a taki sam odsetek łączy w raportach rozmowy AI z rozmowami konsultantów. Bot może więc przejąć rozmowę, przekazać ją dalej, a kontakt nadal zostanie zapisany jako obsłużony.

Dlaczego bot, który rozumie prośbę, nie zamyka sprawy?

Najczęstszą przyczyną nieudanych rozmów z AI, wskazaną przez 74 proc. konsumentów, jest to, że bot nie zrozumiał prośby. Tuż za nią, z 56 proc. wskazań, stoi sprawa zbyt złożona jak na możliwości bota, a połowa badanych skarżyła się na powtarzanie tej samej nieprzydatnej odpowiedzi. Czy wystarczy więc wymienić model językowy na lepszy? Rozumienie poprawia lepszy model i dopracowane scenariusze rozmów. Badanie nie rozbija tej grupy na przyczyny, ale w turystyce część takich spraw jest zapewne złożona tylko z perspektywy bota: wymaga zmiany w systemie, do którego bot nie ma dostępu. W takich przypadkach wynik zależy od tego do jakich systemów bot jest podłączony i sama zmiana modelu go nie poprawi.

Tak wygląda sprawa, która w sezonie wraca regularnie. Linia lotnicza przesuwa godzinę lotu powrotnego, a podróżny z leżaka przy hotelowym basenie pisze na czacie touroperatora, że transfer na lotnisko trzeba przestawić. Bot rozpoznaje prośbę, odnajduje rezerwację i potwierdza nową godzinę wylotu. Jeśli nie ma połączenia z systemem przewoźnika transferów ani z systemem zgłoszeń, na tym kończy pracę i przekazuje rozmowę konsultantowi, czasem bez historii tego, co już ustalono.

Najdroższa część tej sprawy zaczyna się dopiero potem. Żeby się zamknęła, potrzebny jest cały łańcuch: po rozpoznaniu prośby powstaje zgłoszenie z numerem i terminem realizacji, dział rezerwacji potwierdza zmianę w systemie, a dyspozytor przestawia kurs u przewoźnika albo uprzedza rezydenta, który rano przy autokarze sprawdza gości z listy. Podróżny dostaje status z nową godziną odbioru. Dane o zmianie trafiają do rozliczenia z przewoźnikiem. Bot, który widzi tylko rezerwację, obsłuży sam początek tej drogi.

Podróżni używają AI do takich spraw na razie rzadziej niż do szukania rekomendacji. Według Phocuswright turyści z Wielkiej Brytanii, Francji i Niemiec sięgają po AI w trakcie pobytu przede wszystkim po bieżące podpowiedzi, a zarządzanie podróżą, obsługa zakłóceń i zarządzanie rezerwacjami zostają daleko w tyle. Samo korzystanie z AI w podróży rośnie jednak szybko: w USA, według badania Phocuswright opublikowanego w marcu 2026 roku, już 56% podróżnych przyznało, że w ostatnich 12 miesiącach użyło AI przy co najmniej jednej podróży, wobec co trzeciego w pierwszej połowie 2025 roku.

Co musi umieć bot obsługujący podróżnych, żeby zamknąć sprawę?

Dobry bot w turystyce nie powinien kończyć pracy na udzieleniu odpowiedzi. Musi sprawdzić dane w systemach zaplecza, ocenić, czy może wykonać daną operację, i doprowadzić sprawę do końca. Jeśli nie ma takich uprawnień, powinien przekazać ją dalej razem z pełnym kontekstem rozmowy, bez zmuszania klienta do ponownego tłumaczenia problemu.

Potrzebny jest więc dostęp do bazy wiedzy, systemu rezerwacyjnego, CRM, systemu zgłoszeń i innych narzędzi używanych przez operatora. Z takim dostępem agent AI odpowie na pytanie, a do tego utworzy zgłoszenie, nada mu numer, przekaże je do właściwego zespołu i zachowa historię kontaktu.

Równie ważny jest pomiar efektów. Firma powinna widzieć: ile spraw AI faktycznie rozwiązało, ile przekazało dalej i na jakim etapie kończy się automatyzacja. Agenci AI firmy Pirios, polskiego dostawcy systemów contact center i automatyzacji obsługi klienta, prowadzą statystykę spraw rozwiązanych i nierozwiązanych, a gdy potrzebna jest dalsza obsługa, automatycznie otwierają zgłoszenie i przekazują je do dalszej realizacji.

W Pirios buduje się każdego agenta pod procesy konkretnej firmy, zamiast wdrażać uniwersalnego chatbota podłączonego wyłącznie do FAQ. Jak takie rozwiązanie wygląda w praktyce, można sprawdzić podczas demo rozwiązań Pirios dla turystyki: https://pirios.com/turystyka/

Od odpowiedzi do rozwiązania sprawy

W turystyce ma to szczególne znaczenie przy obsłudze zdarzeń masowych. Jedna zmiana godziny lotu może uruchomić dziesiątki podobnych zgłoszeń dotyczących transferów, rezerwacji czy informacji dla podróżnych. W takim momencie przewagę daje agent AI połączony z procesami operacyjnymi firmy, bo sam model językowy żadnego transferu nie przestawi.

Według badania Ady 92 proc. firm planuje zwiększyć inwestycje w AI w obsłudze klienta, a ponad co trzeci lider przyznaje, że jego zespół nie ma zasobów ani kompetencji do bieżącego nadzoru nad agentami AI. Im większa skala wdrożeń, tym ważniejsze staje się więc mierzenie nie liczby rozmów przejętych przez AI, lecz spraw faktycznie rozwiązanych.

W turystyce najlepiej pokaże to szczyt sezonu. Wtedy będzie widać, czy agent AI rzeczywiście odciąża zespół i zamyka sprawy, czy tylko przesuwa je dalej do konsultantów.

Materiał partnera