Recepcjonista AI, który odbiera to, czego nie odebrał człowiek

Kto to był i co go bolało

Firma usługowa, w której telefon jest głównym kanałem wejścia. Ktoś dzwoni z zapytaniem, trafia na sygnał zajęte albo na godzinę po zamknięciu biura, rozłącza się i dzwoni do następnej firmy z listy. Nie ma reklamacji, nie ma śladu w systemie, nie ma nawet informacji, że ktoś próbował. Zostaje pozycja na liście nieodebranych, z której nie da się wyczytać, czy dzwonił klient z pilną sprawą, czy przedstawiciel handlowy z ofertą tonerów.

To był konkretny ból: nieodebrane połączenie kosztuje, ale nikt nie umie powiedzieć ile, bo nikt nie wie, o co w nim chodziło. Oddzwanianie w ciemno na wszystkie nieodebrane numery zjada pół dnia i w większości przypadków kończy się rozmową o niczym.

Do tego doszło oczekiwanie, które podniosło poprzeczkę. Bot nie miał tylko odbierać, ale wiedzieć, kto dzwoni, zanim się odezwie. Firma ma CRM z historią kontaktów, więc wiedza o tym, że dzwoni klient z otwartą sprawą, była w zasięgu ręki. Tylko że przy takim dopasowaniu pojawia się ryzyko odwrotne - jeśli bot pomyli numery i przywita klienta cudzym imieniem albo odniesie się do nie jego sprawy, jest gorzej, niż gdyby nie wiedział nic. Ostatni warunek dotyczył przekazania. Rozmowa z botem ma się kończyć czymś, co człowiek może odczytać w piętnaście sekund i od razu wiedzieć, czy oddzwania teraz, czy jutro.

Co zrobiliśmy

Zaczęliśmy od przekierowania warunkowego na centrali. Bot nie odbiera wszystkiego - wchodzi dopiero wtedy, gdy nikt nie odebrał, linia jest zajęta albo telefon jest niedostępny. Dostaje przy tym numer dzwoniącego, i to jest cały klucz do reszty.

Tuż przed rozmową odpala się webhook pre-call, który idzie do CRM po imię, nazwę firmy i otwarty temat przypisany do tego numeru. Dopasowanie jest ścisłe, po pełnym numerze - świadomie zrezygnowaliśmy z jakiegokolwiek dopasowania przybliżonego, bo koszt pomyłki jest tu wyższy niż zysk z rozpoznania jeszcze kilku procent dzwoniących. Jeśli numeru nie ma w CRM, bot po prostu prowadzi rozmowę bez personalizacji i to jest w porządku.

Sama rozmowa idzie po polsku na ElevenLabs Conversational AI, po łączu SIP. Bot ma ustaloną listę pól do zebrania, pilnuje jej w trakcie rozmowy i sam kończy połączenie, kiedy ma komplet. Po rozłączeniu webhook post-call wysyła podsumowanie i transkrypt do zespołu jako powiadomienie i zadanie, więc nie trzeba nigdzie zaglądać, żeby się dowiedzieć, że coś przyszło. Webhooki w obie strony podpisujemy HMAC, a logikę pośredniczącą trzymamy na Supabase Edge.

Jak to działa dzisiaj

Klient dzwoni, nikt nie odbiera, po chwili odzywa się bot. Jeśli numer jest znany, wita rozmówcę po imieniu i odnosi się do sprawy, która wisi otwarta. Jeśli nie jest, pyta o podstawy i zbiera je od zera. W obu przypadkach po rozmowie w skrzynce zespołu ląduje krótkie podsumowanie z transkryptem i konkretną sprawą, a nie sam numer telefonu.

Wdrażaliśmy to etapowo, zaczynając od godzin poza pracą biura, gdzie ryzyko było najmniejsze, a dopiero potem obejmując szczyty w ciągu dnia. Bot pracuje w trybie ciągłym, więc telefon w sobotę wieczorem też zostawia ślad.

Co z tego wyszło

Liczba straconych nieodebranych połączeń zeszła do zera - każde z nich kończy się teraz zapisem, z którym da się coś zrobić. Bot rozpoznaje dzwoniącego po numerze na podstawie CRM, więc rozmowa nie zaczyna się od proszenia klienta o dane, które firma i tak już ma. Linia jest dostępna 24/7. Podsumowanie rozmowy trafia do zespołu automatycznie, bez przepisywania czegokolwiek ręcznie.

Co zrobilibyśmy inaczej

Niedoszacowaliśmy tego, jak bardzo bałagan w numerach w CRM potrafi popsuć personalizację. Numery zapisane w kilku formatach, ze starymi prefiksami i spacjami w losowych miejscach, powodowały, że ścisłe dopasowanie po prostu nie trafiało. Normalizację numerów zrobiliśmy w trakcie, a powinna być pierwszym krokiem, jeszcze przed wpięciem telefonii. Drugie: pierwsza wersja podsumowań była za długa i zespół i tak jej nie czytał. Przy kolejnym wdrożeniu od razu ustawimy limit i wymusimy jedno zdanie z konkretną sprawą na górze, a transkrypt pod spodem dla chętnych.