Ręczne przepisywanie zamówień z maili, kartek czy rozmów na czacie do systemu ERP to strata czasu, która hamuje sprzedaż. Handlowiec zamiast sprzedawać staje się operatorem przepisywania danych. A nie musi. Jego zadania można zautomatyzować z pomocą AI. Zespół Power Center w ANEGIS postanowił rozwiązać ten problem inaczej niż kolejnym sztywnym formularzem. Zamiast zmuszać klientów do zmiany przyzwyczajeń, stworzył narzędzie, które radzi sobie z różnymi danymi wejściowymi z wielu kanałów – AGA – ANEGIS Generative Assistant.
Codzienność działu sprzedaży
Sprzedawca otwiera skrzynkę mailową. Czternaście nowych wiadomości. W jednej zamówienie wpisane w treść maila. W drugiej dołączony PDF. W trzeciej zdjęcie kartki. Czwarta to Excel, piąta CSV, szósta formularz ze strony. Każde zamówienie wygląda inaczej, przychodzi innym kanałem i wymaga ręcznego przetworzenia. To codzienność działów sprzedaży: wiele kanałów, wiele formatów, jeden człowiek, który musi to wszystko obsłużyć.
Kopiuj, wklej, powtórz
Problem nie kończy się na odebraniu zamówienia. Wtedy dopiero się zaczyna.
Sprzedawca musi odczytać treść, zinterpretować co i w jakich ilościach zamawia klient, sprawdzić, czy klient istnieje w systemie ERP, a jeśli nie, to założyć mu profil. Następnie wyszukuje produkty, bo klienci rzadko używają nazw zgodnych z systemem. Więc szuka, porównuje, dopasowuje. Weryfikuje stany magazynowe i terminy realizacji. Wszystko to dzieje się zanim w ogóle zacznie wprowadzać dane do systemu.
Taka praca jest powtarzalna, czasochłonna i podatna na błędy. Źle przepisany indeks, pomylona ilość, błędna data. Pomyłki są nieuniknione, szczególnie przy pięćdziesiątym zamówieniu tego dnia.
Kolejny problem to brak skalowalności. Jeśli liczba zamówień się podwoi, to albo handlowcy poświęcą dwa razy więcej czasu na administrację zamiast na sprzedaż, albo czas oczekiwania na realizację drastycznie się wydłuży. Jedno i drugie jest kosztowne.
Dlaczego czas odpowiedzi to przewaga
Klient wysyłający zapytanie ofertowe rzadko ogranicza się do jednego dostawcy. Zwykle pisze do kilku jednocześnie i nie czeka na komplet odpowiedzi – wybiera spośród pierwszych, które do niego dotrą. Firma, która reaguje w dwie godziny, ma przewagę nad tą, która odpowiada po dwóch dniach. Nie dlatego, że jest lepsza, ale dlatego, że była pierwsza.
Do tego dochodzi koszt operacyjny. Każde zapytanie angażuje człowieka, niezależnie od finalizacji transakcji. Błędy i opóźnienia wpływają bezpośrednio na wizerunek firmy i retencję klientów.
Nie pytaj „czy AI", pytaj „gdzie i jak"
Tu naturalnie pojawia się temat sztucznej inteligencji. Automatyzacja przetwarzania zamówień to dobry obszar do zastosowania AI – pod warunkiem, że jest wdrożona z głową. Nie chodzi o to, żeby AI podejmowała decyzje handlowe. Chodzi o to, żeby przejęła powtarzalną, podatną na błędy pracę, która dziś zajmuje sprzedawcy kilka godzin dziennie: odczytanie zamówienia, identyfikacja klienta, dopasowanie produktów, weryfikacja danych w ERP.
Właśnie do tego służy AGA – ANEGIS Generative Assistant.
Czym jest AGA
AGA nie jest chatbotem ani gotowym produktem z pudełka. To szkielet rozwiązania, który za każdym razem jest dopasowywany do specyfiki konkretnej firmy i jej procesów.
AGA wkracza do akcji w momencie nadejścia zamówienia. Źródło nie ma znaczenia: mail, formularz, chatbot, SMS. Format również jest drugorzędny – system radzi sobie z tekstem w mailu, PDF-em, Excelem, CSV, a nawet zdjęciem odręcznych notatek.
Wykorzystując AI, AGA analizuje treść i wyciąga kluczowe dane: kontrahenta, produkty, ilości, warunki handlowe. System jest projektowany z założeniem, że dane wejściowe będą niejednorodne, niepełne i chaotyczne – bo tak wyglądają realne zamówienia.
Integracja z ERP, a nie kolejne okno w przeglądarce
Kluczowa różnica między AGA a prostym OCR-em to głęboka integracja z systemami ERP i CRM, w szczególności z Microsoft Dynamics 365 – choć architektura pozwala na podpięcie dowolnego systemu.
AGA identyfikuje klienta w bazie na podstawie adresu e-mail, stopki, NIP-u czy nazwy. Jeśli kontrahent nie istnieje – system może zasugerować jego założenie.
W przypadku produktów, dla których klienci stosują własne nazewnictwo („ten czerwony łącznik" zamiast indeksu X-123), AGA wykorzystuje wyszukiwanie semantyczne i bazy wektorowe. Zamiast szukać dokładnego dopasowania znaków, system porównuje znaczenie i kontekst, mapując potoczne nazwy na indeksy magazynowe.
Efekt: AGA pracuje na rzeczywistych danych systemowych, wykonując powtarzalną pracę szybciej i z mniejszą liczbą błędów.
Co to zmienia w praktyce
Handlowiec, który wcześniej spędzał godziny na przepisywaniu zamówień, zyskuje czas na budowanie relacji i doradztwo. Zamówienia są procesowane szybciej, więc klient otrzymuje ofertę lub potwierdzenie zanim konkurencja zdąży otworzyć maila. Skalowalność przestaje być problemem liniowego wzrostu zatrudnienia w back office.
Nie chodzi o eliminację ludzi z procesu, ale o przesunięcie ich tam, gdzie wnoszą wartość: do rozmów, negocjacji i budowania zaufania. Przepisywanie danych z PDF-a do Dynamicsa nie jest szczytem kompetencji dobrego sprzedawcy. Dlatego robi to AGA.
Webinar: AGA w działaniu
Jeśli chcesz zobaczyć, jak AGA radzi sobie z zamówieniami z różnych kanałów i w różnych formatach, weź udział w bezpłatnym webinarze 19 marca o godz. 10:30. Zapisz się tutaj.
--
FAQ
Czy AGA działa tylko z Microsoft Dynamics 365?
Nie. AGA jest zoptymalizowana pod system Microsoft, ale jej architektura pozwala na integrację z niemal dowolnym systemem ERP lub CRM posiadającym API. Logika przetwarzania danych pozostaje niezależna od systemu docelowego.
Jak AGA radzi sobie z błędami w zamówieniach od klientów?
System jest projektowany z założeniem, że błędy będą się pojawiać. W przypadku niejasności lub brakujących danych AGA nie interpretuje na ślepo, lecz oznacza zamówienie do weryfikacji przez handlowca, wskazując konkretnie, co wymaga uwagi – na przykład: „niejednoznaczny kod produktu". Zapewnia to bezpieczeństwo procesu przy jednoczesnym zachowaniu automatyzacji dla poprawnych przypadków.
Czy wdrożenie AGA wymaga zmiany procesów w firmie?
AGA dopasowuje się do istniejących kanałów komunikacji, więc klienci nie muszą zmieniać sposobu składania zamówień. Wewnętrznie proces ulega uproszczeniu: zamiast ręcznego wprowadzania danych, pracownicy skupiają się na weryfikacji i zatwierdzaniu wstępnie przetworzonych zamówień w systemie ERP.
