Nortinia AI Call Center — mit old meg, és mikor ér meg

Fél éve élesedett az első telefon, amit AI hangügynök vett fel a Nortinia infrastruktúrán. Azóta egy maroknyi magyar kkv-nál fut élesben, és pont annyi tapasztalat gyűlt össze, hogy meg tudjuk fogalmazni, kinek éri meg, kinek nem, és mikortól térül meg.

A volumen-küszöb: havi 300 hívás

A legtöbb érdeklődő első kérdése: "megéri-e nekünk?" A számolás egyszerűbb, mint hinnék. A Nortinia AI Call Center fix havidíja és per-perc költsége együtt akkor lesz olcsóbb egy emberi ügyfélszolgálati erőforrásnál, ha havi 300+ hívás zajlik az adott vonalon.

Ez alatt a határ alatt a fix költségek (SIP trunk, modell licensz, integráció) felemésztik a megtakarítást. 300 fölött viszont a megtérülés exponenciális: 800 hívásnál már egy fél FTE-t spórol, 2 000 hívásnál egy teljes pozíciót.

Fontos: a 300 hívás nem random szám. Onnan jött, hogy egy emberi ügyintéző havi átlagos kapacitása 600-800 hívás, és 300 hívás az a pont, ahol a Nortinia-bevezetés ROI-ja már egyértelműen pozitív 6 hónapos időhorizonton.

Mire való: rövid, szkriptelhető, döntésfás

A hangügynök három hívástípusban dolgozik kiválóan:

1. Időpont-egyeztetés és visszaigazolás — "holnap 14:30-ra van foglalása, megerősíti?" Egyszerű igen/nem/áthelyezés döntésfa, magas megoldási arány.
2. Tier-1 információkérés — nyitvatartás, számla státusz, szállítás követése, gyakori GYIK. A válaszok adatbázisból jönnek, az ügynök csak felolvassa.
3. Strukturált felmérés — NPS, elégedettségmérés, eseményt követő visszajelzés. 5-8 kérdés, fix válaszopciók, csendes hangulatos közvetítés.

Mire nem való

És most a nehezebb rész. Ezeket a hívástípusokat nem ajánljuk AI-ra bízni:

• Komplex műszaki hibakeresés — ha egy ügyfél leírja, hogy "villog a piros lámpa, de tegnap még nem", egy embernek kell a kontextust értelmeznie. Az AI ilyenkor elszállhat, és rontja a CSAT-ot.
• Érzelmileg telített panaszok — egy mérges ügyfélnek nem AI-jal kell beszélnie. Frusztrációt fokoz, és bizonyíthatóan ronthatja a brand-percepciót.
• Többfős időpont-egyeztetés — három fél naptárát összehangolni, lehetséges alternatívákkal manőverezni: ez emberi munka. Az AI itt vagy elveszik, vagy túl sokáig kell hozzá szólnia.

Az egyik korai design partnerünk ezt költséges úton tanulta meg: rátették az ügyfélpanaszokat is az AI-ra, és három hét alatt 12%-os NPS-csökkenést mértünk. Visszavettük a panaszokat emberekhez, az NPS visszament. A tanulság: nem minden hívás való AI-ra.

Hibrid az ideális, nem teljes átadás

A legjobb eredményt azoknál a kkv-knál látjuk, ahol az AI a hívások 40-60%-át kezeli, és a maradék automatikusan emberi sorba kerül. Nem 100%-os automatizálás a cél. A cél az, hogy az emberi ügyintézők azokra a hívásokra fókuszáljanak, amelyek tényleg emberi gondolkodást igényelnek.

A tipikus eloszlás éles ügyfélnél:

• 42% — AI önállóan megoldja
• 38% — AI elindítja, ember befejezi (kontextus átadással)
• 20% — azonnal emberhez ütemezve (érzékeny téma, hangulati jel, többszöri félreértés)

A megtérülés időbeli görbéje

• 1. hónap — Telnyx SIP integráció, hívásfolyam-térkép, GYIK-betanítás. Nettó megtakarítás: nulla, vagy kicsit negatív.
• 2-3. hónap — élesedés és finomhangolás. Az első ROI-jelek megjelennek, a megoldási arány 25%-ról 40%+-ra megy.
• 4-6. hónap — stabil futás. Itt jön a teljes megtérülés, és innentől tisztán pozitív.

Fél év alatt a tipikus kkv 4-6 hónap alatt nullázza le a bevezetési költséget, és a 7. hónaptól tisztán nyeresége van az automatizációból.

Mit kérdezzünk meg magunktól, mielőtt belevágunk

1. Tényleg van havi 300+ hívásunk azon a vonalon, amit automatizálni akarunk?
2. A hívások többsége valóban szkriptelhető, vagy mindegyik egyedi?
3. Van-e olyan emberi csapat, aki az átadott hívásokat felveszi, vagy az AI lesz az egyetlen front?
4. Felkészültünk-e arra, hogy az első 6-8 hétben aktívan finomhangoljuk a folyamatot, nem csak telepítjük és elfelejtjük?

Ha mind a négyre igen a válasz, valószínűleg jó döntés. Ha nem, beszélgessünk először.