Centrala bez ludzi: automatyzacja obsługi klienta i jej koszt
W lutym 2024 roku szwedzki fintech Klarna ogłosił wyniki, które obiegły serwisy biznesowe na całym świecie: nowy asystent oparty na technologii OpenAI w pierwszym miesiącu prowadził rozmowy odpowiadające pracy siedmiuset etatowych konsultantów, obsługując dwie trzecie wszystkich czatów serwisowych. Rok później ta sama firma przyznawała, że poszła za daleko, i zaczęła ponownie zatrudniać ludzi. Ta historia to najkrótszy wykład o cenie automatyzacji obsługi klienta — i o tym, kto tę cenę płaci.
Spektakularne liczby i ich odbicie
Dane sprzedawane inwestorom robiły wrażenie. Czatbot Klarny przeprowadził w miesiąc 2,3 miliona rozmów w ponad trzydziestu językach, skracał czas rozwiązania sprawy z jedenastu do poniżej dwóch minut i zmniejszał liczbę powtarzających się zgłoszeń o jedną czwartą. Firma szacowała, że w skali roku przyniesie jej około 40 milionów dolarów dodatkowego zysku. Wieść o siedmiuset „wirtualnych pracownikach” tak poruszyła rynkiem, że akcje francuskiego dostawcy call center Teleperformance spadły tego dnia o blisko jedną trzecią.
Prezes i współzałożyciel Klarny Sebastian Siemiatkowski prezentował wtedy strategię bez kompleksów: firma zamraża rekrutacje poza działami technicznymi, a sztuczna inteligencja przejmuje rutynę. W kolejnych latach zatrudnienie skurczyło się z około 5,5 tysiąca do około 3 tysięcy osób — choć, jak sam szef przyznał później CNBC, oprócz automatyzacji zadziałała naturalna rotacja.
Kiedy jakość zaczyna bolać
Problem ujawnił się tam, gdzie nie widzą go tabele finansowe: w jakości kontaktu. W maju 2025 roku Siemiatkowski powiedział w wywiadzie dla Bloomberg, że koszt okazał się „nadmiernie dominującym kryterium” przy organizowaniu obsługi, a skutkiem była niższa jakość. Firma ogłosiła powrót do rekrutacji ludzi — w pilotażowym modelu przypominającym prace dorywcze na wezwanie — i zobowiązała się, że klient zawsze będzie miał możliwość rozmowy z człowiekiem. Jesienią 2025 roku media opisywały, jak Klarna przekierowuje do działu wsparcia pracowników z marketingu czy inżynierii.
To nie jest pojedyncza wpadka, tylko wzorzec. Automatyczne systemy świetnie radzą sobie ze standardowymi pytaniami o zwrot czy status zamówienia, ale zawodzą przy sprawach nietypowych, emocjonalnych i wielowątkowych. Klient, który nie może dotrzeć do człowieka w chwili realnego problemu, zapamiętuje to firmie — a frustracja nie znika z raportów, bo po prostu przestaje być zgłaszana.
Odpowiedzialność za słowa maszyny
Druga lekcja tej historii dotyczy odpowiedzialności prawnej. W lutym 2024 roku kanadyjski trybunał ds. drobnych roszczeń w Kolumbii Brytyjskiej rozstrzygnął spis Jakuba Moffatta z linią Air Canada. Czatbot przewoźnika błędnie poinformował pasażera, po śmierci babci kupującego bilety w ostatniej chwili, że zniżkę żałobną można ubiegać się po podróży. Firma odmówiła zwrotu różnicy, a w uzasadnieniu twierdziła nawet, że czatbot jest „odrębną osobą prawną odpowiedzialną za własne działania”. Trybunał, którego członek Christopher Rivers nazwał ten argument zdumiewającym, orzekł, że przewoźnik odpowiada za wszystkie informacje na swojej stronie — także te generowane maszynowo — i nakazał zapłatę ponad 800 dolarów kanadyjskich.
Orzeczenie ma znaczenie wykraczające poza jedną sprawę: firma, która oddaje fragment kontaktu z klientem algorytmowi, nie zwalnia się tym samym z odpowiedzialności za jego komunikaty. Konsekwencje finansowe błędów automatyzacji wracają więc do wystawcy usługi.
Co z tego wynika dla rynku i klienta
Branża obsługi klienta jest jednym z największych rynków pracy biurowej na świecie i jednym z pierwszych, gdzie automatyzacja idzie najszybciej. Doświadczenia Klarny pokazują jednak kierunek bardziej złożony niż proste zastąpienie ludzi maszynami: oszczędności na froncie kosztów potrafią zamienić się w straty wizerunkowe i konieczność cofnięcia decyzji. Rosnące wymagania regulacyjne — w Unii Europejskiej ustawa o sztucznej inteligencji nakłada przejrzystość wobec użytkowników systemów AI, a prawo konsumenckie i tak wymaga rzetelnej informacji — domykają ramy.
Dla konsumenta praktyczny wniosek jest prosty. Z automatyczną obsługą warto wchodzić z konkretem: numerem zamówienia, datą, zrzutem ekranu. Gdy sprawa jest nietypowa lub dotyczy pieniędzy, należy od początku żądać eskalacji do człowieka i dokumentować przebieg rozmowy — jak pokazała sprawa Air Canada, zapisane słowa czatbotu mogą mieć moc dowodową.
Konkluzja? Centrala całkiem bez ludzi jeszcze nie powstała — i być może nie powstanie nigdy. Ale granica między tym, co może zrobić algorytm, a czym człowiek, rysuje się dziś metodą prób i błędów, których koszty płacą najpierw pracownicy, potem klienci.
