Jacek Żurowski, Regional Director CEE w Zebra Technologies, w rozmowie z ISBtech o potencjale i zastosowaniach agentowej AI w handlu.
1. Na początek proszę wyjaśnić, w prostych słowach, czym jest „agentowa AI” w handlu i czym różni się od zwykłej automatyzacji?
Agentowa sztuczna inteligencja (Agentic AI) to bardziej zaawansowana forma sztucznej
inteligencji (AI), która wykracza poza tradycyjne uczenie maszynowe i chatboty. Agenci AI to inteligentni asystenci zdolni do podejmowania decyzji i działania. Są cyfrowi, autonomiczni i mogą wspierać i łączyć pracowników pierwszej linii, dlatego wiele firm z sektora detalicznego dąży do wyposażenia swoich pracowników w takich agentów AI.
Staną się oni istotnym elementem fundamentu inteligentnej automatyzacji w nadchodzących dekadach. Aby wykonywać powtarzalne zadania, takie jak skanowanie produktów przy kasie czy przetwarzanie płatności, tradycyjna automatyzacja opiera się na sztywnych regułach i programowaniu. W przeciwieństwie do tego, systemy agentowej AI potrafią inteligentnie automatyzować procesy od początku do końca. Działają w oparciu o cele – a nie tylko instrukcje.
2. Na czym konkretnie polega wsparcie agentowej sztucznej inteligencji na sali sprzedaży? Co AI potrafi zrobić samodzielnie, a co nadal wymaga decyzji człowieka?
Agenci AI mogą wykorzystywać połączenie technologii rozpoznawania obrazu, rzeczywistości rozszerzonej (AR), identyfikacji radiowej (RFID) oraz przetwarzania języka naturalnego (NLP), aby „wyczuwać”, co dzieje się w sklepie, i reagować natychmiast. Agent sprzedażowy oparty na AI może wspierać obsługę w zakresie pytań dotyczących produktów, udzielać odpowiedzi w czasie rzeczywistym na zapytania o dostępność i ceny produktów, a także sugerować dodatkowe lub droższe opcje (cross-sell i upsell) podczas interakcji z klientami. Agenci mogą interpretować zamówienie klienta lub jego prośbę o zwrot i automatycznie uruchamiać powiązany proces logistyczny.
Obejmuje to inicjowanie potwierdzenia zamówienia lub zatwierdzenia zwrotu, powiadamianie magazynu oraz aktualizowanie stanów magazynowych niemal w czasie rzeczywistym. Jednak ludzka decyzyjność pozostaje kluczowa w tych interakcjach z klientem, które wymagają wysokiego poziomu empatii i inteligencji emocjonalnej. AI powinna być wdrażana w modelu human-in-the-loop, czyli z udziałem człowieka w procesie. Ważne jest zrozumienie, że optymalne wykorzystanie agentowej AI polega na uzupełnianiu ludzkiej wiedzy i kompetencji, a nie na ich zastępowaniu.
3. Jak agentowa AI zmienia pracę zespołów pierwszej linii? Czy może Pan podać 1–2 konkretne przykłady zadań, które już przejmuje od pracowników? Ile roboczogodzin można dzięki temu zaoszczędzić? Jak szybko firmy mogą się spodziewać zwrotu z takiej inwestycji?
Agentowa sztuczna inteligencja (Agentic AI) oferuje praktyczny i skalowalny sposób na zredefiniowanie funkcjonowania handlu detalicznego. Jej możliwości sprawiają, że zespoły pracowników pierwszej linii są lepiej połączone, zyskują większą przejrzystość w zakresie zarządzania zapasami, szans sprzedażowych i zgłoszeń klientów, a także korzystają z inteligentnej automatyzacji zadań wykonywanych na sali sprzedaży.
Agenci wiedzy wspierają pracowników sklepów w odpowiadaniu na trudne pytania dotyczące zwrotów, agenci urządzeń prowadzą pracowników krok po kroku przez procesy naprawcze, a agenci ds. ekspozycji dbają o to, by półki były perfekcyjnie zorganizowane. Obsługa klienta to kolejny dobry przykład na to, jak agentowa AI odciąża pracowników, szybko przejmując i rozwiązując zapytania klientów na pierwszej linii, dzięki czemu ogranicza potrzebę eskalacji problemów do menedżerów.
Detaliści wciąż znajdują się na wczesnym etapie pilotaży i wdrażania tej stosunkowo nowej technologii. Zwrot z inwestycji (ROI) można przewidywać w postaci oszczędzonych godzin pracy, zautomatyzowanych zadań, poprawy satysfakcji klientów, wzrostu sprzedaży oraz szybszego wdrażania nowych pracowników.
Raporty liderów branży podają przykłady organizacji, które oszczędzają tysiące godzin pracy rocznie i uzyskują zwrot z inwestycji już w ciągu kilku miesięcy od wdrożenia agentowej AI do analiz predykcyjnych, automatyzacji procesów oraz usprawnienia działań związanych z zgodnością (compliance). Aby osiągnąć równie szybki zwrot z inwestycji, firmy powinny poszukiwać partnerów AI, którzy oferują branżowo wyszkolonych, gotowych do użycia agentów AI.
4. Jak Pan ocenia poziom dokładności tej technologii? Czy firmy mogą się jakoś zabezpieczyć przed ewentualnymi problemami technicznymi?
Dokładność agentowej AI może być bardzo wysoka, zwłaszcza jeśli stosuje się małe modele językowe, trenowane na danych własnych detalisty, takich jak standardowe procedury operacyjne, dane sprzedażowe i informacje o zapasach.
Jednak gotowość danych stanowi wyzwanie, które musi zostać rozwiązane w pierwszej kolejności, ponieważ agenci muszą być trenowani na kompletnych i wysokiej jakości zbiorach danych. Kluczowe jest, aby dane były odpowiednio przefiltrowane pod kątem poprawności, zanim zostaną przekazane agentom lub za ich pośrednictwem, ponieważ agenci mogą nie być w stanie odróżnić wartościowych danych od nieistotnych. Właściciele danych powinni poświęcić czas na pełne oczyszczenie systemów związanych z zapasami, cenami i sprzedażą, a także danych z programów lojalnościowych, które mogą być wykorzystywane przy wspieraniu klientów lub podejmowaniu decyzji dotyczących ekspozycji towarów.
Firmy mogą chronić swoje operacje, przyjmując podejście oparte na cyklu życia w zakresie wdrażania AI, obejmujące ciągły nadzór i współpracę pomiędzy deweloperami, interesariuszami biznesowymi i zespołami ds. bezpieczeństwa. Przed uruchomieniem należy prowadzić wspólne testy między zespołami. Testy międzyfunkcyjne pomagają wychwycić luki i zapewnić bezpieczne działanie agenta w rzeczywistych przypadkach użycia. Wreszcie, po wdrożeniu należy monitorować i w razie potrzeby ponownie trenować agentów.
5. A jak wygląda wdrożenie takiej technologii w firmie? Jak określiłby Pan minimalną wielkość organizacji czy sieci handlowej, dla której to rozwiązanie byłoby efektywne biznesowo?
Przede wszystkim firmy powinny poszukiwać partnerów, którzy oferują kompleksowe rozwiązania obejmujące sprzęt, oprogramowanie i integrację – wszystko w jednym miejscu. Przed wdrożeniem należy określić jasne cele i granice działania systemu, aby zapewnić, że będzie on realizował swoje zadania skutecznie i bezpiecznie. Po wdrożeniu systemy monitorujące będą śledzić działanie AI, umożliwiając wprowadzanie korekt i ulepszeń w razie potrzeby.
Choć agentowa AI może przynosić korzyści organizacjom różnej wielkości, najbardziej opłacalna jest komercyjnie dla średnich i dużych sieci detalicznych. To właśnie te przedsiębiorstwa dysponują skalą operacyjną i złożonością procesów, które uzasadniają inwestycję, ponieważ zyski w zakresie efektywności i oszczędności kosztowych są znacząco większe w działalności prowadzonej na większą skalę.
6. Jak zatem zadbać o bezpieczeństwo cyfrowe agentowej AI?
Oprócz stosowania branżowych standardów szyfrowania danych konieczne jest stworzenie w pełni bezpiecznej sieci urządzeń. Preferencja detalistów dla podejścia hybrydowego sprawia, że agenci AI działający bezpośrednio na urządzeniach stanowią cenne rozwiązanie zwiększające poziom bezpieczeństwa. Tacy agenci przetwarzają dane lokalnie, zamiast przesyłać je do chmury. Ogranicza to ryzyko naruszeń bezpieczeństwa, ponieważ informacje pozostają na miejscu.
Projektanci systemów agentowej AI powinni wcielać się w rolę potencjalnego przeciwnika, zadając pytania typu: „W jaki sposób agenta można oszukać?”. Mapowanie scenariuszy ataków z wyprzedzeniem pozwala zidentyfikować właściwe mechanizmy zabezpieczające jeszcze zanim agent zostanie stworzony. Na przykład dane wprowadzane przez klientów powinny być filtrowane i sprawdzane, zanim trafią do agenta — z wykorzystaniem narzędzi blokujących szkodliwe komendy i oddzielających dane użytkownika od systemowych promptów.
Ponieważ są to inteligentni asystenci, agenci AI wymagają przemyślanego procesu wdrożenia, wyraźnie określonych granic oraz nadzoru. Jasne zdefiniowanie granic agenta oznacza sprecyzowanie, co agent może wykonywać autonomicznie (z zatwierdzeniem przez człowieka w modelu human-in-the-loop), a także równie jednoznaczne wskazanie, czego absolutnie nie powinien próbować.
