Agent głosowy AI - prezentacja umówiona w 60 sekund

Kontekst

Zanim cokolwiek zbudowałem, przeprowadziłem eksperyment. Zadzwoniłem do 15 firm z branży nieruchomości. Nie po to, żeby kogokolwiek przyłapać, ale żeby sprawdzić, co naprawdę dzieje się, gdy gotowy do zakupu klient sięga po telefon.

Wyniki były gorsze, niż oczekiwałem:

• 9 połączeń trafiło na pocztę głosową albo pozostało bez odpowiedzi w godzinach pracy,
• 4 odebrały osoby wyraźnie zajęte innym zadaniem i zapisały mój numer na kartce, przy czym jedna nie była szczególnie uprzejma,
• 2 rozmowy zakończyły się prawdziwym terminem w kalendarzu.

Nie zadawałem trudnych pytań. Dzwoniłem, żeby kupić.

Problem

Każde nieodebrane połączenie to klient, który wybiera kolejny numer z Google. Dwie firmy, które umówiły ze mną spotkanie, nie wygrały dlatego, że lepiej wykonują swoją pracę. Wygrały, bo odebrały telefon.

Cała luka sprowadza się do dostępności, nie jakości:

• pośrednicy są na prezentacjach, w samochodzie albo na innej rozmowie, a telefon dzwoni mimo to,
• numer zapisany w pośpiechu na kartce jest kontaktem, który do piątku może zniknąć,
• wszystko poza godzinami pracy trafia na pocztę głosową, na której większość osób nie zostawia wiadomości.

Co zbudowałem

Agenta głosowego AI stojącego przed firmową linią telefoniczną i obsługującego część rozmowy, która od początku nie wymagała człowieka.

• Odbiera przy pierwszym sygnale przez całą dobę. Bez muzyki na czekanie, poczty głosowej i komunikatu „proszę zadzwonić w godzinach pracy”.
• Kwalifikuje rozmówcę. Pyta, czego szuka, jaki ma budżet i termin oraz którego ogłoszenia dotyczy telefon.
• Umawia prezentację. Rezerwuje prawdziwy termin w kalendarzu pośrednika i potwierdza go podczas rozmowy.
• Przekazuje kontekst. Pośrednik otrzymuje SMS z danymi rozmówcy i wszystkimi informacjami zebranymi podczas rozmowy.
• Poprawnie eskaluje. Jeśli klient prosi o człowieka w godzinach pracy i ktoś jest dostępny, agent przekazuje połączenie. Po godzinach zbiera dane i jasno mówi, kiedy nastąpi kontakt zwrotny.

Ostatni punkt ma większe znaczenie, niż wygląda. Rozmówcy nie potrzebują idealnie ludzkiego głosu bota. Chcą móc dotrzeć do prawdziwej osoby, gdy sprawa jest zbyt ważna, żeby zostawić ją maszynie. Zmuszanie klienta do przejścia pięciu etapów rozmowy przed kontaktem z człowiekiem to świetny sposób, jeśli celem jest zniechęcenie go do kolejnego telefonu.

Dlaczego rozmowa głosowa jest trudniejsza niż czat

Chatbot działający dobrze na stronie zwykle rozpada się po przeniesieniu tej samej logiki na linię telefoniczną. Tekst daje zapas: klient pisze, system myśli, odpowiedź się pojawia. Głos nie daje niczego.

• Opóźnienie musi pozostać poniżej około 500 ms, inaczej rozmowa sprawia wrażenie zepsutej.
• Przerwania trzeba obsługiwać naturalnie, nie robotycznym „przepraszam, proszę powtórzyć”.
• Hałas, akcenty i niewyraźna mowa są codziennością, nie przypadkiem brzegowym.
• Sprawdzanie kalendarza albo ogłoszenia musi odbywać się w trakcie rozmowy bez martwej ciszy.

Dlatego projekt to mniej więcej 25% budowy i 75% testów. Zmapowanie scenariuszy, podłączenie kalendarza i CRM, przygotowanie bazy wiedzy pod AI oraz wybór głosu są szybką częścią. Prowadzenie prawdziwych rozmów, obserwowanie awarii, poprawianie promptu i ponowne testowanie zmienia „technicznie działa” w system, którego klient nie wyłączy po pięćdziesiątym połączeniu.

Harmonogram

• Tydzień 1 - analiza i mapowanie. Wszystkie scenariusze rozmów, miejsca, w których klienci utknęli, oraz sprawy wymagające człowieka.
• Tydzień 2 - budowa i integracje. Telefonia, kalendarz, CRM, baza wiedzy i pierwsze prawdziwe połączenia testowe.
• Tydzień 3-4 - testy i uruchomienie. Przypadki brzegowe, niezręczne przerwy i dziwne sformułowania z prawdziwych rozmów.

Agent nie musi być idealny, żeby zacząć pracę. Może obsługiwać prawdziwe połączenia, a strojenie trwa dalej w tle.

Rezultat: 60 sekund od telefonu do umówionej prezentacji

Słuchałem, jak agent obsługuje prawdziwe połączenie w biurze nieruchomości.

Sześćdziesiąt sekund. Termin umówiony. Pośrednik dostał każdy szczegół SMS-em. Bez nieodebranego połączenia, poczty głosowej i prośby o telefon w godzinach pracy.

Informowanie rozmówcy o AI

Od 2 sierpnia 2026 roku AI Act wymaga, żeby firma poinformowała rozmówcę o kontakcie z AI. Nie można tego ukrywać, ale w praktyce nie ma takiej potrzeby. Gdy ludzie wiedzą, że rozmawiają z AI, przestają oczekiwać zachowania człowieka i zaczynają oczekiwać szybkości.

To zmienia priorytety. Nie potrzeba udawanego kaszlu ani gry aktorskiej. Potrzebny jest agent, który rozumie intencję, nie zapętla tej samej bezużytecznej odpowiedzi i zawsze zapisuje sprawę, nawet gdy nie potrafi jej sam obsłużyć.

Co to pokazuje

Konkurent rzadko wygrywa z Tobą jakością. Wygrywa dostępnością.

Wąski agent, który niezawodnie odbiera, kwalifikuje, umawia i przekazuje połączenie, daje więcej niż uniwersalny asystent zachwycający na demo i rozczarowujący przy pięćdziesiątej rozmowie. Można go też uruchomić w trzy lub cztery tygodnie, bo większość sześciomiesięcznych projektów zużywa pięć miesięcy na ustalenie, co właściwie zbudować.