Agent AI w skrzynce mailowej: 80% pracy, 1 zatwierdzenie (i dlaczego pełna autonomia to błąd)

Większość firm, które pytają nas o „automatyzację skrzynki”, wyobraża sobie coś w stylu: klient pisze, agent AI odpowiada, sprawa zamknięta. Odradzam to podejście w prawie każdym przypadku poza najprostszymi, w pełni powtarzalnymi zapytaniami typu „jaki jest status mojego zamówienia”. W pozostałych sytuacjach, czyli w większości korespondencji B2B, reklamacji, ustaleń handlowych, pytań o fakturę czy warunki współpracy, pełna autonomia oznacza, że firma oddaje kontrolę nad tonem, treścią i skutkami prawnymi wysyłki modelowi językowemu, który nie ponosi żadnej odpowiedzialności za błąd.

Widzieliśmy to na własne oczy: agent, który miał dobre intencje i niezłe dane, ale źle zinterpretował kontekst i wysłał odpowiedź sugerującą rabat, którego firma nie oferowała. Nikt tego nie zatwierdzał, bo nikt nie musiał. Od tego czasu w każdym wdrożeniu stawiamy jedną twardą granicę: agent przygotowuje, człowiek wysyła. To nie jest ograniczenie technologiczne, tylko decyzja projektowa, i uważamy ją za jedyną sensowną przy obecnym poziomie dojrzałości tych narzędzi.

Co agent AI realnie ogarnia sam

Zanim ktokolwiek zacznie mówić o odpowiedziach, trzeba rozwiązać prostszy problem: bałagan w skrzynce. W typowej firmie handlowej czy usługowej skrzynka info@ albo biuro@ dostaje dziennie kilkadziesiąt maili różnego typu: zapytania ofertowe, reklamacje, faktury od dostawców, spam, newslettery, pytania od obecnych klientów, CV. Segregacja tego ręcznie to praca, która nie wymaga inteligencji, tylko czasu i cierpliwości.

Segregacja i klasyfikacja priorytetu

Tu agent działa najlepiej i praktycznie bez nadzoru. Czyta treść, temat, nadawcę, ewentualnie załączniki, i przypisuje kategorię: reklamacja, zapytanie ofertowe, faktura, sprawa pilna, sprawa niska priorytetowo. W odróżnieniu od zwykłego filtra regułowego (o czym niżej), agent oparty o LLM rozumie treść, nie tylko słowa kluczowe. Mail „proszę o pilny kontakt, bo klient rezygnuje” zostanie oznaczony jako pilny nawet bez słowa „reklamacja” w temacie. To realnie działa i tutaj nie widzimy powodu, żeby człowiek to weryfikował krok po kroku, choć warto co jakiś czas sprawdzać wyrywkowo, czy klasyfikacja się nie rozjeżdża.

Przygotowanie odpowiedzi

Agent z dostępem do historii korespondencji z danym klientem (czyli z pamięcią kontekstu, nie tylko z treścią jednego maila) potrafi przygotować sensowny szkic odpowiedzi: podciągnąć numer zamówienia, przypomnieć wcześniejsze ustalenia, zaproponować termin. To jest ta część pracy, która najbardziej boli w codziennej obsłudze poczty, bo wymaga przeklikania się przez wątek sprzed trzech tygodni. Agent robi to w kilka sekund. Nadal jednak to jest szkic, nie gotowa wysyłka.

Eskalacja

Trzecia rzecz, którą agent robi dobrze, to rozpoznanie, kiedy sam sobie nie poradzi, i przekazanie sprawy dalej z odpowiednim opisem: „klient pyta o zwrot środków powyżej 5000 zł, wymaga decyzji działu finansowego” zamiast po prostu wrzucenia maila do folderu „pilne”. Dobrze skonfigurowany agent potrafi też od razu wskazać, do kogo sprawa powinna trafić, na podstawie tematu i wcześniejszych podobnych przypadków.

Reguły a agent LLM z pamięcią kontekstu, czyli dlaczego to nie to samo co filtr w Outlooku

Wiele firm ma już jakąś formę automatyzacji poczty i myśli, że „już to mamy”. Zwykle chodzi o reguły: jeśli temat zawiera słowo „faktura”, przenieś do folderu X. To działa, dopóki nadawca napisze dokładnie tak, jak przewidział autor reguły. W praktyce klienci piszą różnie, więc reguły regularnie zawodzą przy nietypowych sformułowaniach, literówkach czy mailach po angielsku zamiast po polsku.

Różnica jest fundamentalna, ale to nie znaczy, że reguły są bezwartościowe. W wielu wdrożeniach łączymy oba podejścia: proste reguły odsiewają oczywisty spam i newslettery, a agent LLM zajmuje się resztą, czyli właściwą korespondencją biznesową, gdzie kontekst i historia mają znaczenie. To tańsze i bardziej stabilne niż puszczenie wszystkiego przez model językowy.

Gdzie musi wejść człowiek

To jest sedno całego tematu i tu najczęściej firmy chcą pójść na skróty. Twarda zasada, którą stosujemy: każda wiadomość wychodząca do klienta z zewnątrz firmy przechodzi przez zatwierdzenie człowieka, przynajmniej w pierwszych miesiącach działania agenta, a docelowo przy każdej sprawie powyżej pewnego progu ważności (np. dotyczącej pieniędzy, reklamacji, warunków umowy).

W praktyce wygląda to tak: agent przygotowuje odpowiedź i wrzuca ją jako szkic w skrzynce albo w osobnym panelu, osoba odpowiedzialna czyta to w kilkanaście sekund, poprawia jedno zdanie jeśli trzeba, klika wyślij. To nie jest pełna automatyzacja, ale realnie skraca czas potrzebny na obsługę maila z kilku minut (przeczytanie wątku, znalezienie kontekstu, napisanie odpowiedzi) do kilkunastu sekund weryfikacji gotowego tekstu.

Wyjątki, które w naszych wdrożeniach zawsze zostają przy człowieku bez dyskusji: reklamacje z żądaniem zwrotu pieniędzy, sprawy prawne, negocjacje warunków handlowych, wszystko co dotyczy relacji z kluczowym klientem, oraz każda sytuacja, w której agent sam zgłasza niepewność (a dobrze skonfigurowany agent powinien to robić, zamiast zgadywać).

Ile czasu to realnie oszczędza

Policzmy to na prostym, ilustracyjnym przykładzie, bez podpinania konkretnej firmy. Osoba obsługująca skrzynkę firmową dostaje 40 maili dziennie wymagających odpowiedzi. Jeśli na każdy poświęca średnio 4 minuty (znalezienie kontekstu, sformułowanie odpowiedzi, wysyłka), to prawie 2,5 godziny dziennie idzie tylko na tę jedną czynność. Jeśli agent przygotowuje gotowy szkic dla 70–80% tych maili (te powtarzalne, o statusie zamówienia, terminach, prostych pytaniach), a człowiek tylko weryfikuje i wysyła w 20–30 sekund, ta sama praca zamyka się w niecałą godzinę. Pozostałe 20–30% maili, te trudniejsze, nadal wymaga pełnej uwagi człowieka, i tak powinno zostać.

To nie jest liczba z case study, tylko szacunek pokazujący mechanikę: agent nie eliminuje pracy, tylko zmienia jej charakter z „pisania od zera” na „weryfikowania gotowego”. Różnica w czasie i w zmęczeniu jest odczuwalna, zwłaszcza przy dużym wolumenie korespondencji, np. w obsłudze klienta, gdzie ten sam typ pytania powtarza się dziesiątki razy dziennie.

Integracje techniczne, o których warto wiedzieć zanim ktoś obieca „wdrożymy w tydzień”

Zanim agent zacznie cokolwiek robić w skrzynce, musi się do niej realnie podłączyć, i tu zaczynają się szczegóły, które łatwo pominąć na etapie sprzedaży pomysłu zarządowi. W Microsoft 365 integracja idzie przez Microsoft Graph API, w Google Workspace przez Gmail API. Oba mają limity zapytań (quota), które przy dużej skrzynce firmowej trzeba realnie sprawdzić, nie zakładać z góry, że „na pewno starczy”. Przy kilkudziesięciu tysiącach maili miesięcznie i częstym odpytywaniu skrzynki (np. co minutę, żeby reagować niemal na bieżąco) limity potrafią zaboleć, jeśli nikt wcześniej nie policzył zapotrzebowania.

Drugi temat to koszty, i to dwa rodzaje kosztów naraz: koszt samego API (zwykle rozliczany w ramach istniejącej licencji Microsoft 365 czy Google Workspace, ale z ograniczeniami na typ konta) oraz koszt wywołań modelu językowego, który czyta i generuje treści. Przy dużej skrzynce to nie jest pomijalna kwota, warto ją policzyć przed wdrożeniem, a nie po fakcie.

Trzeci temat, często pomijany: uprawnienia. Agent czytający pocztę firmową ma dostęp do danych osobowych klientów, czasem danych finansowych z załączonych faktur. Integrację trzeba zaprojektować tak, żeby agent miał dostęp tylko do tego, czego potrzebuje, a nie do całej skrzynki zarządu przy okazji. To akurat dotyczy też firm, które łączą obsługę poczty z automatyzacją faktur, bo tam skala danych wrażliwych rośnie.

Jak to wdrożyć krok po kroku, bez przesadnej ambicji na start

Nie zaczynałbym od razu od pełnej automatyzacji wszystkich skrzynek w firmie. Sprawdzone podejście wygląda inaczej: najpierw jedna skrzynka, najczęściej ta z największym wolumenem powtarzalnych pytań (np. info@ albo dział obsługi klienta). Przez pierwsze 2–3 tygodnie agent tylko klasyfikuje i sugeruje priorytet, bez generowania odpowiedzi, żeby zespół zobaczył, czy klasyfikacja w ogóle się zgadza z rzeczywistością. Dopiero potem włącza się generowanie szkiców odpowiedzi, cały czas z zatwierdzeniem człowieka. Po miesiącu-dwóch, gdy widać które typy spraw agent obsługuje bezbłędnie, można rozważyć wyjątki: proste, niskiego ryzyka odpowiedzi wysyłane automatycznie, np. potwierdzenie odbioru zgłoszenia.

Pełna autonomia, jeśli w ogóle, powinna dotyczyć wyłącznie wąskiej kategorii spraw, które firma świadomie wybrała po obserwacji, nie całej skrzynki od pierwszego dnia.