"Ta rozmowa może być nagrywana w celach szkoleniowych" słyszałeś sto razy i nigdy w to nie wierzyłeś. AI właśnie zaczęło robić dokładnie to, co ta fraza obiecywała od lat.

"Ta rozmowa może być nagrywana w celach szkoleniowych." Handlowiec mówi to formułką, klient kiwa głową, bo i tak nie ma wyboru, a nagranie ląduje na serwerze, którego nikt nigdy nie otwiera. Tak to wyglądało przez ostatnie 20 lat.

AI do analizy rozmów sprzedażowych zmienia dokładnie ten jeden szczegół: ktoś w końcu tego nagrania słucha. Nie po to, żeby złapać Cię na czymś. Po to, żeby policzyć, ile razy powiedziałeś "yyy", zanim klient zdążył się rozłączyć, i czy w ogóle dałeś mu dojść do słowa.

System transkrybuje rozmowę, ocenia ją względem skryptu, wyłapuje obiekcje klienta i sam wskazuje, które telefony w ogóle warto odsłuchać. Reszta zespołów sprzedaży wciąż zgaduje na podstawie tego, co handlowiec zapamiętał i zechciał wpisać do CRM, czyli w praktyce na podstawie niczego.

Co właściwie robi taka AI, kiedy słucha rozmowy

Cztery rzeczy dzieją się po kolei. Transkrypcja zamienia audio na tekst. Analiza tonu ocenia nie tylko słowa, ale i to, czy klient brzmiał na zainteresowanego, czy już w głowie układał grzeczną wymówkę. Porównanie ze skryptem sprawdza, czy handlowiec w ogóle powiedział to, co miał powiedzieć. Wyszukiwanie słów kluczowych zbiera każde zdanie z "cena", "konkurencja" albo "zastanowię się" i wrzuca je do jednego raportu.

Brzmi jak nadzorca stojący za plecami przez cały dzień, tylko że ten nadzorca nie chodzi na przerwy na papierosa i nigdy nie zapomina, co powiedziałeś w środę.

Rok temu powiedziałbym, że nagrywanie rozmów sprzedażowych to głównie sposób, żeby nikomu nie uszła na sucho niedotrzymana obietnica. Teraz widzę, że częściej chodzi o coś prostszego: żeby handlowiec sam usłyszał, ile razy ucina zdania klienta w połowie.

SalesTrainers, Livespace i Bitrix24 oferują to już po polsku, zintegrowane wprost z CRM. Międzynarodowo rządzi Gong, obok niego Chorus.ai, Salesloft, Fireflies.ai i Jiminny. Różnica między nimi to głównie cena i to, czy ktoś w firmie faktycznie będzie te raporty czytał, a nie tylko włączy subskrypcję i o niej zapomni.

Jak dokładna jest transkrypcja po polsku

Thomas Lineweaver / Pexels

Model Whisper w wersji large-v3 na czystym nagraniu myli się w mniej niż 10% słów w języku polskim. To wynik porównywalny z drogimi rozwiązaniami komercyjnymi, którymi straszono jeszcze 3 lata temu.

Problem zaczyna się, kiedy nagranie nie jest czyste. Szum biura open space, wyraźny akcent regionalny, klient dzwoniący z samochodu na głośnomówiącym i handlowiec, który mówi jak karabin maszynowy, bo boi się ciszy w słuchawce, to wszystko zbija dokładność w dół.

Transkrypcja nie ocenia tonu głosu. Ocenia to, co faktycznie powiedziałeś. To bywa gorsze.

Nazwy własne cierpią najbardziej. Klient zapytał kiedyś o "Nautilusa". Transkrypcja zapisała "na Otylii". Obie wersje brzmią równie sensownie, dopóki ktoś nie sprawdzi, o co faktycznie chodziło. Żargon branżowy dokłada swoje: system, który nigdy nie słyszał o "rabacie posprzedażowym" ani "okresie karencji", zapisze to fonetycznie i będzie równie zdezorientowany jak stażysta na pierwszym dniu.

Zgoda pracownika i zgoda klienta to dwa różne światy

Tima Miroshnichenko / Pexels

Nagranie głosu to dane osobowe, bo głos pozwala zidentyfikować rozmówcę tak samo jak numer PESEL, tylko że nikt nie nosi go w portfelu. Nagrywanie rozmowy sprzedażowej to więc przetwarzanie danych osobowych od pierwszej sekundy, zanim jeszcze ktokolwiek zdąży powiedzieć "dzień dobry" (oficjalny wzór klauzuli informacyjnej RODO mówi to wprost).

Nagranie rozmowy, w której sam bierzesz udział, nie jest przestępstwem. Tym martwi się art. 267 kodeksu karnego, i dotyczy podsłuchiwania rozmów cudzych, nie własnych. Problem prawny zaczyna się dopiero przy przetwarzaniu danych klienta przez firmę, nie przy samym przycisku "nagrywaj".

Pracownika można nagrywać na podstawie prawnie uzasadnionego interesu pracodawcy: kontrola jakości, szkolenia, ocena pracy. Klienta już nie. Rozmówca z zewnątrz musi wyrazić zgodę, dobrowolną, konkretną i świadomą, nie sam fakt, że nie rozłączył się po usłyszeniu ostrzeżenia.

Nawet Apple, firma z gotówką starczającą na wykupienie średniej wielkości kraju, spojrzała na te przepisy i zablokowała własną funkcję nagrywania rozmów w całej Unii Europejskiej. Jeśli komuś z takim budżetem prawników nie chciało się z tym mierzyć, warto założyć, że lokalny sklep internetowy też nie powinien tego olewać.

W praktyce oznacza to jedno konkretne zdanie na początku rozmowy i realną możliwość odmowy, nie sam komunikat puszczony z automatu, na który nikt w historii telefonii nigdy nie zareagował inaczej niż milczeniem.

Coaching zespołu bez podsłuchu za plecami

Vitaly Gariev / Pexels

Gong Labs przeanalizowało 7,1 miliona rozmów sprzedażowych w 3613 firmach. Zespoły korzystające z automatycznego wykrywania kluczowych momentów rozmowy miały wygrywalność wyższą o 35%. Firmy, które traktują AI jako część strategii sprzedaży, o 65% częściej zwiększały wygrywalność rok do roku.

Zespoły intensywnie korzystające z AI generowały o 77% więcej przychodu na handlowca. To nie jest różnica rzędu "trochę lepiej". To różnica rzędu premii kwartalnej kontra szukanie nowej pracy.

Najbardziej przydatna okazuje się nie ocena pojedynczej rozmowy, tylko wzorzec z 50 rozmów naraz. Jeden słaby telefon to zły dzień. Ten sam błąd powtórzony w 40 z tych 50 rozmów to już styl pracy, o którym handlowiec sam nie wie, że go ma.

Można to porównać do AI do notatek ze spotkań, tylko odwróconego. Tamto pilnuje, żeby zespół nie zapomniał ustaleń. To pilnuje, żeby zespół nie zapomniał, jak brzmi dla klienta.

Ile to kosztuje i od czego zacząć

Polskie narzędzia zintegrowane wprost z CRM zaczynają się od kilkuset złotych miesięcznie za kilku użytkowników. Gong i Chorus.ai to zwykle kontrakt roczny i budżet, który ma sens dopiero przy zespole sprzedaży liczącym przynajmniej kilkanaście osób.

Wdrożenie w małej firmie wygląda inaczej niż w korporacji. Nie potrzebujesz dashboardu z 40 wskaźnikami. Potrzebujesz odpowiedzi na jedno pytanie: które trzy rzeczy powtarzają się w rozmowach, które kończą się "nie, dziękuję".

To samo pytanie zadaje sobie każdy, kto już zbudował u siebie agenta AI do obsługi klienta. Różnica jest taka, że tam AI odpowiada klientowi, a tutaj AI ocenia człowieka, który odpowiadał.

Integracja z CRM to zwykle jedno popołudnie, nie miesiąc projektu wdrożeniowego. Trudniejsze jest przekonanie zespołu, że to narzędzie do coachingu, a nie donosiciel do szefa (co, szczerze mówiąc, zależy głównie od tego, czy szef faktycznie nie używa go właśnie tak).

Kiedy tego nie robić

Przy mniej niż 20-30 rozmowach handlowych miesięcznie na cały zespół wzorce się nie pojawiają, bo próbka jest za mała. Zapłacisz za system, który poinformuje Cię, że jeden konkretny telefon poszedł źle. To wiedziałeś już wcześniej, bez subskrypcji.

Podobny próg opisywałem przy okazji tego, kiedy automatyzacja się nie opłaca: poniżej pewnej liczby powtórzeń miesięcznie koszt utrzymania systemu przegania oszczędność czasu.

Nie rób tego też, jeśli Twoja sprzedaż opiera się na relacji budowanej latami, nie na powtarzalnym skrypcie. Handlowiec, który zna klienta od 8 lat i wie, że trzeba najpierw zapytać o wnuki, nie potrzebuje AI, które policzy mu współczynnik mówienia do słuchania.

I nie rób tego, jeśli zespół już traktuje każdą nową aplikację jako kolejny sposób szefa na kontrolowanie, ile razy ktoś wyszedł na papierosa. System wdrożony bez rozmowy z ludźmi, których dotyczy, zamienia się w to najgorsze, czym mógłby być: w podsłuch z ładnym interfejsem.