Case study
Asystent AI odpowiada klientom sklepu Ataszek.pl przez całą dobę na podstawie wiedzy firmy, a handlowcy 5 razy szybciej znajdują informacje o produktach.
Szybsze wyszukiwanie informacji o produktach przez handlowców
Dostępność wsparcia klienta
Pokrycie bazy wiedzy o produktach przez Chatbota
Ataszek.pl to firma specjalizująca się w sprzedaży produktów i rozwiązań do łączenia tworzyw sztucznych (klejenie, spawanie, zgrzewanie). Klient, działający zarówno na rynku B2B (warsztaty, punkty usługowe) jak i B2C (osoby indywidualne) na terenie całego kraju, bazuje na produktach renomowanych marek oraz własnych. Ze względu na dużą i złożoną ofertę produktów technicznych, firma kładzie ogromny nacisk na wsparcie merytoryczne i szybkie dostarczanie dokładnych informacji o specyfikacji, zastosowaniu i dostępności. Wzrost liczby zapytań od klientów oraz potrzeba 5-krotnego przyspieszenia dostępu handlowców do szczegółowej bazy wiedzy, stały się kluczowym kontekstem do wdrożenia Chatbota AI opartego na mechanizmie RAG.
Opowiedz, jak dziś wygląda ten proces w Twojej firmie. Po 30 minutach wiesz, co da się zautomatyzować i od czego zacząć.
Wdrożenie chatbota to była świetna decyzja... Zespół Codeless podszedł do tematu bardzo profesjonalnie, zrobili świetny research i testowaliśmy różne rozwiązania przed finalnym wyborem. Dzięki temu udało się znaleźć idealne narzędzie, które działa efektywnie i naprawdę ułatwia nam pracę.
Głównym celem było wdrożenie Chatbota na stronę, który mógłby automatycznie odpowiadać na powtarzalne pytania klientów przez całą dobę. Potrzeba eliminacji utraconych szans sprzedażowych pojawiających się poza standardowymi godzinami pracy.
Celem było stworzenie inteligentnego asystenta dla handlowców, który zapewniłby 5-krotnie szybszy dostęp do technicznych i szczegółowych informacji o produktach (np. specyfikacje klejów, parametry zgrzewania). Miało to umożliwić zespołowi skupienie się na doradztwie i finalizowaniu transakcji, zamiast na szukaniu danych.
Firma wymagała, aby odpowiedzi generowane przez sztuczną inteligencję były w 100% oparte na wewnętrznej, zweryfikowanej bazie wiedzy klienta (cel wdrożenia mechanizmu RAG). Potrzeba eliminacji ryzyka 'halucynacji' AI i zapewnienie, że zarówno klienci, jak i handlowcy otrzymują technicznie poprawne dane.
Cel to wdrożenie rozwiązania skalowalnego i efektywnego kosztowo. Konieczność przetestowania różnych modeli sztucznej inteligencji (za pomocą OpenRouter) w celu wybrania tego, który oferuje najlepszy stosunek precyzji do kosztów operacyjnych, zabezpieczając tym samym długoterminową opłacalność inwestycji.
Konieczność szybkiego i efektywnego odpowiadania na znaczną liczbę powtarzalnych pytań od klientów, szczególnie poza godzinami pracy.
Stworzenie narzędzia, które zapewni handlowcom natychmiastowy dostęp do szczegółowych informacji o produktach (często złożonych technicznie).
Konieczność przetestowania różnych modeli sztucznej inteligencji (AI) pod kątem precyzji odpowiedzi i kosztów, aby wybrać najbardziej efektywne rozwiązanie.
Połączenie platformy automatyzacji (n8n) z zewnętrznym repozytorium wiedzy (Onyx RAG) oraz dostawcą AI (OpenRouter) za pomocą stabilnego konektora.
Masz podobny problem? Porozmawiajmy.
30 minut z osobą, która potem to buduje. Po rozmowie wiesz, co da się zautomatyzować i ile to odda.
Wdrożyliśmy dwukierunkowy system Chatbota oparty o architekturę RAG, z Orchestratorem n8n:
Wdrożenie zaawansowanego Chatbota z mechanizmem RAG zrewolucjonizowało obsługę klienta i wsparcie sprzedaży w Ataszek.pl. Zespół handlowy zyskał inteligentnego asystenta, co 5-krotnie przyspieszyło wyszukiwanie danych technicznych. Klienci otrzymują natychmiastowe, precyzyjne odpowiedzi 24/7, co przełożyło się na 85% automatyzację rutynowych zapytań.
Masz podobny problem? Porozmawiajmy.
30 minut z osobą, która potem to buduje. Po rozmowie wiesz, co da się zautomatyzować i ile to odda.
Z perspektywy specjalisty
Największym wyzwaniem była konieczność stworzenia systemu, który zapewni maksymalną precyzję odpowiedzi w bardzo technicznej dziedzinie, jaką jest łączenie tworzyw sztucznych. Musieliśmy uniknąć 'halucynacji’ typowych dla dużych modeli językowych.
Dlatego postawiliśmy na architekturę opartą na RAG (Retrieval-Augmented Generation), z wykorzystaniem n8n jako głównego orkiestratora całego procesu:
Całość działa błyskawicznie i zapewnia, że handlowcy uzyskują natychmiastowe, wiarygodne wsparcie techniczne.
Patryk Wloch
Powtarzalne pytania dostają odpowiedź od razu, zgłoszenia przychodzą kompletne, a sprawy, które wymagają decyzji, trafiają do właściwej osoby.
ZobaczAI, które naprawdę wspiera biznes. Wdrażamy rozwiązania oparte na sztucznej inteligencji – od analizy danych i prognozowania sprzedaży po personalizację komunikacji z klientem. Dzięki temu Twoja firma działa szybciej, podejmuje trafniejsze decyzje i obniża koszty operacyjne. To realna przewaga konkurencyjna i fundament nowoczesnego biznesu.
Zobacz
Wdrożyliśmy inteligentny system do automatyzacji wniosków urlopowych (składanie, zatwierdzanie, aktualizacja sald) przy użyciu Make.com, Slack i Budibase. Wynik: 70% szybsze procesy i 40% wzrost satysfakcji pracowników.
Zobacz case study
Dowiedz się, jak automatyzacja firmy transportowej PM Advise zintegrowała procesy między Outlook, FireTMS a Trello. Dzięki wykorzystaniu sztucznej inteligencji do analizy dokumentów PDF, wyeliminowaliśmy ręczne wprowadzanie danych, redukując czas obsługi zleceń o ponad 90%.
Zobacz case study