Wdrażanie generatywnej sztucznej inteligencji (GenAI) w działach obsługi klienta przestaje być postrzegane wyłącznie przez pryzmat optymalizacji kosztów. Najnowsze prognozy firmy Gartner wskazują na gwałtowny wzrost wskaźnika kosztu rozwiązania problemu (CPR) w kanałach zautomatyzowanych, co do końca dekady może postawić pod znakiem zapytania rentowność pełnej automatyzacji względem wsparcia ludzkiego.
Rosnąca presja na budżety customer care
Dotychczasowa obietnica masowej redukcji kosztów dzięki sztucznej inteligencji zderza się z rynkową rzeczywistością. Rok 2025 przyniósł wyraźny wzrost wydatków na infrastrukturę IT, w tym na układy scalone, centra danych oraz energię. Trendy te kaskadowo wpływają na działy obsługi klienta poprzez politykę cenową dostawców technologii. Managerowie muszą mierzyć się z coraz wyższymi opłatami licencyjnymi oraz znaczącymi podwyżkami przy odnawianiu kontraktów, co bezpośrednio obciąża P&L operacji wsparcia.
Przekroczenie progu rentowności: AI vs. offshore
Według analityków Gartnera, do 2030 roku koszt rozwiązania pojedynczego zgłoszenia (Cost Per Resolution – CPR) przez generatywną AI przekroczy barierę 3 dolarów. Oznacza to, że automatyzacja stanie się droższa niż obsługa prowadzona przez agentów w wielu zagranicznych centrach outsourcingowych (B2C offshore). Sytuację komplikują dodatkowo zaostrzone regulacje prawne dotyczące transparentności i bezpieczeństwa AI. Szacuje się, że wymogi zgodności oraz konieczność nadzoru nad algorytmami spowodują wzrost zapotrzebowania na usługi wspomagane przez człowieka o około 30%.
Patrick Quinlan, starszy dyrektor w Gartnerze, zwraca uwagę na narastające napięcie między oczekiwaniami zarządów a realiami operacyjnymi.
- Liderzy obsługi klienta są zdeterminowani, by wykorzystać AI do obniżenia kosztów, ale zwrot z tych inwestycji jest daleki od pewności. Pełna automatyzacja będzie dla większości organizacji zaporowo droga; zamiast tego wiodące organizacje wykorzystają AI do wzmacniania zaangażowania klientów, a nie do cięcia kosztów. - skomentował Patrick Quinlan.
Kadra C-level naciska na szybki zwrot z inwestycji (ROI), liderzy Customer Service borykają się z ukrytymi kosztami integracji, monitorowania procesów oraz walką ze zjawiskiem tzw. dryfu sztucznej inteligencji (AI drift), który obniża jakość udzielanych odpowiedzi.
Strategiczna zmiana paradygmatu
W obliczu rosnących kosztów, wiodące organizacje zaczynają redefiniować rolę technologii w Customer Care. Zamiast dążyć do całkowitej eliminacji czynnika ludzkiego, nacisk kładziony jest na wykorzystanie AI do pogłębiania zaangażowania klientów i budowania lojalności. W tym kontekście tradycyjny outsourcing pozostaje stabilnym elementem strategii, pozwalającym na zachowanie balansu między wydajnością maszyn a empatią i elastycznością agentów.
Szansą na zmianę tego trendu jest rozwój mniejszych, wyspecjalizowanych modeli językowych (SLM). Są one mniej zasobożerne i tańsze w utrzymaniu niż ich ogólnodostępne, potężne odpowiedniki. Jeśli technologia ta zostanie skutecznie zaadaptowana w kontakcie z klientem, AI może odzyskać przewagę konkurencyjną nad offshoringiem. Niemniej jednak, obecna sytuacja wymaga od managerów wyjątkowej precyzji w kalkulowaniu całkowitego kosztu posiadania (TCO) rozwiązań automatyzacyjnych.