Gdy Klarna, szwedzki gigant fintechowy, ogłosiła w 2024 roku, że jej asystent AI zastąpił pracę 700 agentów obsługi klienta, wydawało się, że to przyszłość obsługi klienta i tańszego zadbania o doświadczenia klienta (customer experience). Liczby robiły wrażenie: chatbot obsługiwał 2,3 miliona rozmów miesięcznie (75% wszystkich kontaktów), skracał czas rozwiązania problemu z 11 do 2 minut i obiecywał 40 milionów dolarów oszczędności rocznie. Brzmiało to jak idealne wdrożenie AI.
Rok później Klarna przyznała się do błędu i zaczęła ponownie zatrudniać ludzi i dostosować AI
Co poszło nie tak? Satysfakcja klientów spadła o 22%, a CEO Sebastian Siemiatkowski otwarcie przyznał: „Skupiliśmy się zbyt mocno na efektywności i kosztach. Rezultatem była niższa jakość”. Klarna odkryła to, o czym specjaliści od zarządzania doświadczeniami klienta mówią od dłuższego czasu – technologia bez czynnika ludzkiego prowadzi do zimnych, nieefektywnych interakcji, które niszczą lojalność klientów.
Luka empatii: czego AI nie potrafi zastąpić
Historia Klarny to przestroga przed podejściem „AI-first” bez uwzględnienia rzeczywistych potrzeb klientów. Klienci skarżyli się m.in.: na robotyczne odpowiedzi, brak rozwiązania złożonych problemów i niemożność dotarcia do człowieka, gdy AI zawodziło. Jak zauważył Sahil Rekhi, CRO platformy Graia: „Zbyt często firmy wdrażają technologie AI i zapominają o klientach. Tracą wtedy ludzki kontakt i element interakcji, który zawsze charakteryzował obsługę klienta”.
Badania potwierdzają ten trend. Według raportu Gartner (Gartner: 4 Customer Insights to Improve the Service Experience) z października 2024, aż 88% klientów wyraża poważne obawy dotyczące AI w obsłudze klienta, a 64% wolałoby, aby firmy w ogóle nie używały AI do obsługi. Co więcej – ponad połowa klientów rozważa przejście do konkurencji, jeśli odkryje, że firma używa AI do obsługi.
Problem nie leży w samej technologii AI, ale w sposobie jej wdrażania. Klarna skupiła się na optymalizacji kosztów zamiast na projektowaniu doświadczeń klientów. Rezultat? System efektywny, ale emocjonalnie płaski, niezdolny do rozwiązywania nietypowych problemów i budowania zaufania.
Czy to jedyny przykład zbyt hura-optymistycznego wdrażania AI? Ależ skąd. Wato przytoczyć choćby:
- McDonald’s: porażka AI w systemie Drive-Thru
McDonald’s wdrożył system obsługi zamówień w okienkach Drive-Thru oparty na sztucznej inteligencji we współpracy z IBM, z zamiarem usprawnienia procesu zamawiania. Jednak AI często popełniała błędy, np.: błędnie interpretowała zamówienia lub dodawała do nich niezamówione przez klientów pozycje. To prowadziło do frustracji klientów. Z powodu tych problemów McDonald’s zdecydował się zakończyć eksperyment z AI Drive-Thru w ponad 100 lokalizacjach.
- Dukaan: fala krytyki po zastąpieniu pracowników obsługi sztuczną inteligencją
Indyjska platforma e-commerce Dukaan zastąpiła 90% swojego zespołu obsługi klienta chatbotem AI, argumentując to wzrostem efektywności. Ruch ten spotkał się jednak z dużą falą krytyki, ponieważ klienci zgłaszali niezadowolenie z działania chatbota i brak ludzkiego podejścia w kontaktach.
- Cursor AI: chatbot wymyślał zasady firmy
Firma Cursor AI spotkała się z krytyką, gdy jej chatbot obsługi klienta zmyślał polityki firmowe, wprowadzając użytkowników w błąd i powodując liczne skargi. Incydent ten pokazał potencjalne ryzyko wdrażania systemów AI bez odpowiedniego nadzoru oraz znaczenie zapewnienia rzetelności i dokładności AI w kontaktach z klientami.
- National Eating Disorders Association (NEDA): szkodliwe porady od AI
Amerykańskie Stowarzyszenie ds. Zaburzeń Odżywiania (NEDA) zastąpiło swoich pracowników infolinii chatbotem AI, który miał wspierać osoby zmagające się z zaburzeniami odżywiania. Jednak chatbot zaczął udzielać szkodliwych i niebezpiecznych porad, co zmusiło organizację do natychmiastowego wyłączenia systemu. Przypadek ten uwypuklił krytyczną potrzebę ludzkiego nadzoru w obszarach wymagających empatii i wysokiej wrażliwości.
Korekta kursu: biznes, po krótkim romansie wraca do człowieka
Coraz więcej głosów w branży zarządzania doświadczeniami (CX) mówi o potrzebie rewizji podejścia do wdrożeń AI w procesach klienckich. I uwaga – w żadnym razie nie chodzi o rezygnację z automatyzacji, ale o projektowanie rozwiązań z człowiekiem w centrum.
W CustomerMatters obserwujemy ten trend od początku boomu GenAI. Nasze doświadczenie pokazuje, że skuteczne wdrożenia AI i automatyzacji w różnych procesach obsługi klienta muszą zaczynać się od człowieka – jego potrzeb, oczekiwań, motywacji i kontekstu. Technologia powinna wspierać sprzedawców, konsultantów czy doradców, ale nie zastępować ich całkowicie. Co więcej – decyzje o automatyzacji powinny być oparte na rzeczywistym głosie klientów, nie na założeniach wewnętrznych zespołów.
Badania wspierają to podejście. Raport Zendesk z 2025 roku pokazuje, że 67% konsumentów uważa, że cechy takie jak kreatywność, empatia i przyjazność są kluczowe w kontaktach z AI i prowadzą do lepszych wyników. Jednocześnie 79% agentów twierdzi, że AI jako „co-pilot” wzmacnia ich możliwości i pozwala dostarczać lepszą obsługę.
Jak mądrze podejść do projektów z automatyzacją i AI?
Przykład Klarny powinien być lekcją dla wszystkich menedżerów odpowiedzialnych za customer experience management, obsługę klienta, implementację AI i projektowanie procesów klienckich (nie tylko obsługowych, sprzedażowych także). Jak warto podejść do tematu?
- Zacznij od zmapowania doświadczeń klientów (Customer Journey Mapping)
Kluczowe jest, aby mapowanie doświadczeń było oparty na głosie klientów (Voice of Customer), a nie wyłącznie na wiedzy pracowników czy założeniach managerów. Dopiero rzeczywiste dane jakościowe pokazują, gdzie AI może wspierać, a gdzie niezbędny jest człowiek.
- Projektuj rozwiązania AI na podstawie wniosków z mapowania
Wykorzystaj wnioski z map podróży klienta / ścieżek klienta (customer journey) do identyfikacji procesów, które można zautomatyzować bez utraty jakości doświadczenia. Typowo są to proste, powtarzalne zapytania – AI radzi sobie z nimi świetnie, uwalniając ludzi do obsługi złożonych, emocjonalnie wymagających interakcji.
- Zapewnij płynne przejście między AI a człowiekiem
Klienci muszą mieć jasną ścieżkę eskalacji do człowieka, gdy AI nie rozwiązuje problemu. Brak tej opcji to jeden z głównych powodów frustracji.
- Mierz właściwe wskaźniki
Nie tylko efektywność i koszty, ale także wskaźniki tzw. satysfakcyjne CSAT, Net Promoter Score (NPS), Customer Effort Score (CES) a także FCR. Jak zauważył Rekhi: „Tracisz wyniki CSAT, wzrost NPS i lojalność. We wszystkim co robimy z tą technologią, potrzebna jest empatia”.
Człowiek na końcu decyduje
GenAI to niesamowite narzędzie, które rewolucjonizuje wiele aspektów naszego życia i prowadzenia biznesów. Ale musimy pamiętać fundamentalną prawdę:
- to człowiek na końcu kupuje (nawet jeśli podpowie mu coś AI),
- to człowiek będzie zadowolony lub nie,
- i koniec końców to człowiek zdecyduje, czy kupić ponownie lub czy polecić.
Badania są jednoznaczne – ponad 90% amerykańskich konsumentów woli kontakt z ludźmi niż z AI, a 75% preferuje rozmowę z prawdziwą osobą przez telefon lub osobiście. Ignorowanie tych preferencji w pogoni za automatyzacją to prosta droga do obniżenia poziomu doświadczeń klientów (a to długoterminowa przewaga) i koniec końców do utraty klientów na rzecz konkurencji.
Bądźmy odważni w stosowaniu nowych technologii w procesach klienckich, ale też rozważni. Najlepsze wdrożenia AI to te, które łączą efektywność technologii z empatią człowieka. Nie odsyłajmy CX (customer experience management) do lamusa – wykorzystajmy AI mądrze, projektując rozwiązania z człowiekiem w centrum.
A jeśli chcesz otrzymać listę 5 głównych błędów/problemów jakie pojawiły się w Klarnie – napisz do mnie na marta.lukawska-daruk@customermatters.pl – wyślę PDF.
Jak w CustomerMatters pomagamy omijać rafy przy wdrożeniach automatyzacji i AI do procesów klienckich?
Dbamy o zachowanie balansu między technologią a czynnikiem ludzkim, czyli:
- diagnozujemy doświadczenia klientów i ich potrzeby oraz oczekiwania
- jeśli czas pozwala – robimy badanie ilościowe wspierające diagnozę
- przekładamy wnioski podczas warsztatów na propozycje automatyzacji/wykorzystania AI z poszanowaniem potrzeb klientów i koncentracją na celach biznesowych
- testujemy rozwiązania (sami, z pracownikami, z klientami)
- projektujemy z wewnętrznymi zespołami badania satysfakcyjne i lokalny dashboard KPI dla wdrażanego rozwiązania, który dba o wszystkie wskaźniki: operacyjne, satysfakcyjne i finansowe (jeśli dostępne).
Planujesz wdrożenia automatyzacji/AI – napisz do nas i umów się na bezpłatną niezobowiązującą konsultację.