Mikor éri meg AI ügyfélszolgálatot bevezetni?

Az AI ügyfélszolgálat 2024-2026-ban a B2B SaaS és e-commerce iparág legfelkapottabb beszerzési témája. Az értékesítők mindenkinek mondják, hogy "70% ticket deflection elérhető". Aztán a vásárlás után 3 hónappal kiderül: az adott cégnél a deflection 12%, a csapat ugyanúgy 8 embert tart, és az AI havonta 280 ezer forintot eszik. Ez a cikk arról szól, hogyan dönthető el előre, hogy a cég melyik csoportba esik.

A három feltétel, ami nélkül ne is kezdje el

Elsőként: van-e elég kötet? Egy AI ügyfélszolgálat bevezetése (rendszer díja + integráció + adatkezelés) tipikusan 2-4 millió forint az első évben. Ezt csak akkor lehet megtéríteni, ha legalább 600-800 ticketet kezel havonta. Aki 80 ticketet kap (legyenek bár nehezek), ott egy emberrel olcsóbb és pontosabb az ügyfélszolgálat. A AI nem feature, hanem skálázási eszköz.

Másodszor: van-e elég ismétlődés? A ticket-állomány elemzése után tisztán látszik, hány a "top 20" kérdéstípus, amik a forgalom 60-80%-át adják. Ha igen — a deflection elérhető. Ha nem (mert minden ticket egyedi szakmai eset), akkor az AI a top 20-on segít, de a forgalom 80%-a továbbra is humán. A megtérülés pedig sokkal gyengébb.

Harmadszor: van-e jó adat? Az AI ügyfélszolgálat egy RAG (retrieval-augmented generation) motorra épül, amelyik a cég dokumentációjából, korábbi ticketekből és termékadataiból merít. Ha a dokumentáció 2019-ből van, fél a termék már megváltozott, és a régi ticketek 60%-a "lásd belső jegyzet"-szintű — akkor az AI az első hónapban tévedéseket generál, és az ügyfélszolgálati vezető hamar kiveszi a forgalomból. A bevezetés előtt 6-10 hét dokumentáció-felfrissítés szinte kötelező.

Számoljuk át egy konkrét példán

Adott egy 280 fős B2B SaaS cég, havi 2 400 support ticket, 8 fős support csapat (1.1M Ft / fő bruttó), tehát havi 8.8M Ft. A ticketek 65%-a a top 18 kérdéstípusra esik (jelszó-reset, számla-letöltés, plan-váltás, account-jogosultság, integráció-debug). A RAG dokumentáció állapota közepes (frissítés 4 hét). Az AI bevezetésével a deflection-tervezet: 45% (a top 18-ből kb. 70%-ot az AI lekezel, a többit eszkalálja). Ez 1 080 ticket havonta nem éri el az embereket, ami nagyjából 3.2 ember munkájának felel meg. 12 hónap alatt ez 42M Ft megtakarítás, levonva 5M Ft bevezetést és 3.5M Ft éves üzemeltetést: nettó 33.5M Ft első éves megtérülés.

Most ugyanezt egy 28 fős cégnél, havi 90 tickettel, 1 fős part-time support-tal: a megtakarítás sehol — 1 fő, ráadásul part-time, és a deflection a 90-ből legfeljebb 35-40 ticket. Egy ember havi 200 ezer Ft-ot keres erre, az AI 280 ezret. Ez nyilvánvalóan nem éri meg.

Mikor érdemes mégis korán bevezetni?

Két eset van, amikor még alacsony kötet mellett is érdemes. Egy: gyorsan skálázó startup, ahol a ticket-volumen 12 hónapon belül 5-10x lesz, és a csapatot most még nem akarjuk felépíteni. Itt az AI bevezetése befektetés a következő fázisra. Kettő: nemzetközi terjeszkedés — 24/7 reagálás és 6-8 nyelv támogatása humán csapattal aránytalanul drága, AI-jal csak az átvizsgálandó esetek mennek emberhez. A teljes coverage és válaszidő ebben az esetben üzleti differenciátor, nem csak költség.

Mit ne tegyen az AI ügyfélszolgálat?

Ne ígérjen az AI ügyfélszolgálat olyat, amit nem tud teljesíteni. Soha ne tegyen kötelező ígéretet az ügyfélnek (visszatérítés, határidő, ár), kivéve, ha a háttérben az ezt biztosító rendszer tényleg lefoglalta a kötelezettséget. Ne adjon ki személyes adatot — a RAG sem véletlenül hozhat ki egy másik ügyfél adatát. És ne döntsön az ügyfél fellebbezésében — az ember dolga. A jó AI ügyfélszolgálat a 80% rutin-eset gyorsabb kiszolgálása, és a 20% nehéz eset minőségesebb átadása a sales/support kollégának.

Az AI ügyfélszolgálat nem feature. Eszköz, ami akkor működik jól, ha van mit deflectálni, és van mihez deflectálni.

A Nortinia AI Chat ROI-számolóért és a működés részleteiért: /ai-termekek/nortinia-ai-chat