Agent AI dla sklepu internetowego, który odpowiada na zamówienia

Codzienność obsługi klienta w sklepie internetowym

Status zamówienia, zwrot, reklamacja, dostępność produktu, to cztery tematy, które w większości sklepów odpowiadają za grubo ponad połowę zgłoszeń. Treść pytania się powtarza, zmienia się tylko numer zamówienia i imię klienta. Konsultant, który dziesiąty raz dziennie tłumaczy jak wypełnić formularz zwrotu, nie robi nic złego, tylko marnuje czas, który mógłby pójść na trudniejsze sprawy, spory, reklamacje jakościowe, klientów po prostu wkurzonych na wolną dostawę.

Do tego dochodzi wielokanałowość. Ten sam klient może napisać na czacie na stronie, później na Messengerze, a jak nikt nie odpowie w 10 minut, zadzwoni albo doda komentarz pod postem na Instagramie. Każdy kanał to osobne okienko, osobna kolejka, czasem osobna osoba po drugiej stronie, więc odpowiedź bywa niespójna. Szczyty sezonowe, Black Friday, święta, wyprzedaże, potrafią zwielokrotnić liczbę zgłoszeń w kilka dni, a zatrudnienie dodatkowych osób na dwa tygodnie w roku się finansowo nie spina.

Która usługa pasuje: agenci AI i GenAI w produkcie

Do obsługi zgłoszeń pasuje usługa agenci AI. Taki agent odbiera wiadomości z WhatsApp, maila, telefonu albo z czatu w aplikacji, szuka odpowiedzi w dokumentach firmy, regulaminie, polityce zwrotów, FAQ, i wykonuje zadania bezpośrednio w systemach klienta, na przykład sprawdza status zamówienia albo zakłada zgłoszenie reklamacyjne. Stack to Anthropic, OpenAI, MCP i tool use, czyli agent naprawdę woła system sklepu, nie zgaduje odpowiedzi na podstawie ogólnej wiedzy o e-commerce.

Tam gdzie w grę wchodzi głębsza integracja, czyli podłączenie modelu językowego do CRM, ERP albo bazy wiedzy produktowej sklepu, wchodzi GenAI w produkcie. To routing między ponad 35 modelami, żeby proste pytanie szło do tańszego modelu, a trudniejsze do mocniejszego, własne klucze API, limity kosztów miesięcznych, dane trzymane w UE, RODO od początku i opcja on-premise dla sklepów, które nie chcą wypuszczać danych klientów poza własną infrastrukturę.

Jak to działa technicznie: platforma sklepowa i magazyn

Agent podłączony jest do API platformy sklepowej i do systemu magazynowego. Kiedy klient pyta o status zamówienia, agent nie odpowiada z pamięci, tylko odpytuje system w czasie rzeczywistym, pobiera numer przesyłki, status kuriera, przewidywaną datę dostawy, i przekazuje to klientowi jednym zdaniem, bez przekierowywania do formularza na stronie kuriera czy proszenia o dodatkowe dane, które sklep już ma. Ten sam mechanizm sprawdza dostępność produktu w magazynie, zanim agent w ogóle odpowie klientowi.

Przy zwrocie agent sprawdza datę zakupu względem terminu zwrotu z regulaminu, generuje instrukcję albo etykietę zwrotną, jeśli system na to pozwala, i zapisuje zgłoszenie w systemie klienta, żeby konsultant miał pełną historię, gdyby sprawa trafiła do człowieka. Nic nie ginie między kanałami, bo to jeden agent obsługuje WhatsApp, mail i czat, więc klient nie musi tłumaczyć sprawy od nowa za każdym razem.

Konkretne scenariusze z e-commerce

Klient pisze na WhatsApp: numer zamówienia 48213, gdzie paczka. Agent sprawdza status w systemie kurierskim podpiętym do platformy, odpowiada z datą dostawy i numerem przesyłki, w mniej niż minutę, o dowolnej porze, także w niedzielę wieczorem, kiedy w sklepie nikt nie pracuje, a klient akurat siedzi z telefonem i się niecierpliwi. Ten sam agent robi to samo tysiąc razy dziennie bez utraty jakości odpowiedzi.

Klient chce zwrócić kurtkę, bo rozmiar nie pasuje. Agent sprawdza termin zwrotu liczony od daty dostawy, wysyła instrukcję krok po kroku, pyta o numer konta do zwrotu pieniędzy i zakłada zgłoszenie w systemie, tak że dział zwrotów widzi je od razu, bez przepisywania z maila i bez pytania klienta drugi raz o te same dane. Jeśli termin zwrotu minął o dzień, agent mówi to wprost, zamiast obiecywać coś, czego regulamin nie przewiduje.

Produkt jest chwilowo niedostępny. Zamiast suchego komunikatu brak na stanie, agent sprawdza w magazynie przewidywany termin dostawy towaru i proponuje zapis na powiadomienie albo podobny produkt dostępny od ręki, żeby klient nie poszedł szukać tego samego u konkurencji. Przy skoku ruchu w Black Friday ten sam agent obsługuje wielokrotność normalnego wolumenu bez dodatkowych ludzi na etacie.

RODO i zaufanie klientów sklepu

Dane zamówień to dane osobowe, adres, numer telefonu, czasem numer konta przy zwrocie pieniędzy. Systemy stawiam z danymi w UE, zgodnie z RODO od pierwszego dnia wdrożenia. Dla sklepów z ostrzejszą polityką bezpieczeństwa albo działających w regulowanej branży, na przykład farmacja, suplementy diety czy sprzęt medyczny, jest opcja on-premise, tam każda odpowiedź musi mieć podstawę w konkretnym dokumencie, nie w domysłach modelu.

Agent nie udaje człowieka. Klient wie, że rozmawia z automatem, a trudniejsze sprawy, spory o jakość towaru, reklamacje na granicy interpretacji regulaminu, agresywne wiadomości, trafiają do konsultanta razem z pełną historią rozmowy. To ten sam mechanizm, który stosuję w infoliniach głosowych: agent mówi, skąd ma odpowiedź, i nie zgaduje tam, gdzie nie ma pewności, tylko przekazuje sprawę dalej.

Koszt i czas wdrożenia

Proces wygląda tak samo niezależnie od branży. Rozmowa na 60 minut, w której padają pytania o wolumen zgłoszeń, liczbę kanałów, platformę sklepową i system magazynowy. Potem dwa tygodnie na prototyp, budowany na prawdziwych zamówieniach z twojego sklepu, nie na przykładowych danych z dokumentacji platformy. Dopiero po prototypie widać, ile realnie pracy wymaga integracja z konkretnym systemem magazynowym i kurierskim.

W Polsce i UE w 2026 roku wdrożenie agenta AI do obsługi zgłoszeń e-commerce kosztuje orientacyjnie tyle, co jeden do kilku etatów konsultanta rocznie, zależnie od liczby kanałów i złożoności integracji z platformą oraz magazynem. To widełki rynkowe, nie cennik tej firmy. Konkretną kwotę daje dopiero prototyp policzony na twoich danych i twoim wolumenie zgłoszeń.

Kiedy się nie opłaca

Jeśli sklep dostaje kilkanaście zgłoszeń tygodniowo, jedna osoba ogarnia to bez problemu, a koszt wdrożenia i utrzymania agenta przewyższy to, co i tak robi człowiek po kawie. Podobnie, gdy platforma sklepowa nie ma żadnego API i wszystko trzeba robić ręcznie w panelu administracyjnym, integracja się wydłuża, a prototyp trzeba zaplanować inaczej, zanim w ogóle padnie decyzja o dalszym wdrożeniu.

Nie ma też sensu zaczynać, jeśli dane produktowe i regulamin zwrotów są bałaganem, sprzeczne informacje na stronie, nieaktualny cennik dostaw, opisy produktów niezgodne ze stanem magazynowym. Agent wtedy powtórzy ten sam błąd, tylko szybciej i do większej liczby klientów naraz. Najpierw porządek w danych źródłowych, dopiero potem automatyzacja odpowiedzi na ich podstawie, bo inaczej klient dostaje błędną informację jeszcze szybciej niż wcześniej.