Biznes usługowy w cyfrowym świecie

19 czerwca 2026

Podczas gdy cały świat nieustannie mówi o sztucznej inteligencji, dla biznesów usługowych to niewielka zmiana. Okna wciąż trzeba zamontować, ściany pomalować, a włosy obciąć. Świat niby się zmienia, ale prace wciąż trzeba wykonać. 

Czy to znaczy, że AI dla biznesów usługowych jest jak blockchain dla większości ludzi? 

  • Block …,  co? To te kryptowaluty, tak? 

Swojego czasu rewolucja w świecie IT, choć wciąż używana, to teraz już niezbyt popularna technologia. Z AI wydaje się być inaczej. Cały świat, nieustannie od ponad 5 lat, mówi o sztucznej inteligencji.

To jak z tymi biznesami usługowymi?

W skrócie: to też ważne, ale trochę inaczej niż dla reszty. 

AI jest niesamowicie popularne, ponieważ pozwala przedstawić informacje w innej formie. Wcześniej wymagało to interwencji człowieka.

W biznesie usługowym to nie informacja jest najistotniejsza, a raczej sama usługa, szczególnie w operacyjnej części biznesu.

To wszystko całkiem jasne. AI ma mnie polecać i wtedy ludzie kupią.

Tak. Prawie. Znaczy, jak już Cię poleci, to super, ale to nie takie łatwe, żeby to się stało.

Właściwie jest to niemożliwe do zagwarantowania. To też nie znaczy, że nie warto próbować, ale o tym poźniej. O tym, dlaczego tak jest, napiszę później, bo to kwestia bardziej techniczna.

Czyli co? Możemy coś zrobić czy nie?

Może potwierdzać, że warto u Ciebie kupić.

Zanim przejdziemy do szegółów, warto zadać sobie podstawowe pytanie: na którym etapie sprzedaży AI faktycznie robi różnicę?

AI przy pozyskiwaniu klienta

Pomyślmy, jak wygląda droga od nieświadomego człowieka do klienta.

  • Ludzie nie wiedzą, że prowadzisz biznes

  • Dowiadują się

    1. Wszelkie reklamy
    2. media społecznościowe
    3. wyszukanie w internecie - Google / mapy
    4. Wspomnienie w AI - bezpośrednia rekomendacja lub cytowanie
    5. Rekomendacje od innych ludzi
    6. Współpracę z innymi firmami

  • Mają problem, który rozwiązujesz

  • Sprawdzają, czy warto Ci zaufać

    1. Jak wygląda Twoja strona
    2. Poprzednie realizacje - zdjęcia
    3. Jak wygląda Twoje biuro
    4. Opinie - Co inni o Tobie mówią

  • Decyzja o zakupie

    1. Łatwość kontaktu
    2. Stosunek ceny do wcześniej wyrobionej opinii 

Gdzie jest przestrzeń na sztuczną inteligencję?

To, że AI wspomni o tobie przy szukaniu informacji, już wiemy, że jest to poza naszą kontrolą. Można próbować optymalizacji AEO/GEO. Przynajmniej na razie bez żadnych gwarancji, podobnie do SEO.

Zobaczmy na co mamy wpływ.

Bezpośrednie rekomendacje - opinie

Po tym, jak klient już Cię znajdzie i wstępnie oceni, pozostaje ostatni krok przed kontaktem: potwierdzenie.

Wcześniej polegało to na wyszukaniu frazy: „Twoja Firma opinie”.

Teraz jest to pytanie do AI.

Jak to kontrolować?

Social media, opinie na niezależnych portalach lub strona internetowa.

Social Media

Najczęściej używanymi źródłami w odpowiedziach AI są platformy w formie pytań i odpowiedzi, takie jak Reddit czy Quora.

Zaraz potem YouTube. Im więcej informacji na YouTube o Twojej firmie, tym lepiej.

To oczywiście tyczy się wszystkich mediów społecznościowych. Wybór jednego, najbardziej wpływowego, jest oczywisty: YouTube.

Niestety są też minusy. Wymaga to naprawdę dużo, ciągłej pracy.

Opinie na niezależnych portalach

Tu już wspomniałem o Redditcie, ale są inne, bardziej dostosowane do polskiego rynku.

Dla biznesów usługowych będą przeważały opinie z map Google, ale można też spojrzeć na inne platformy, jak GoWork, Oferteo czy Wykop.

Trudno je kontrolować (pewnie dlatego są popularne), ale da się umieścić pozytywne informacje tu i tam, szczególnie, jeśli są one prawdziwe.

Strona internetowa

Niemalże zawsze przy pytaniu o opinie na temat Twojej firmy źródłem jest Twoja strona internetowa.

 Kluczem jest to, że jest Twoja. Pełna kontrola. Niewielki wysiłek. Nie trzeba nagrywać filmików co tydzień i próbować łapać coraz to nowe trendy, jak w przypadku mediów społecznościowych.

Tu można też warto optymalizacji AEO/GEO i zwiększyć szansę na rekomendacje i cytowania.

Łatwość kontaktu

To jeden z najistotniejszych etapów w procesie zakupowym – jeśli nie odpowiesz klientowi w momencie jego zainteresowania lub chwilę później, to pewnie odpowie mu ktoś inny.

Idealne miejsce na automatyzacje. Z AI lub bez. Zależy od branży i procesów.

Czyli ma odpisywać na maile?

Tak, ale ma to robić dobrze. 

Większość komunikacji wstępnej w usługach dotyczy wyceny.

W biznesach usługowych trzeba przeanalizować problem, przeliczyć szczegółowe wymiary, najlepiej wprowadzić do systemu. A to trwa.

Za długo. 

Jeśli Ty nie odpowiesz szybko i konkretnie, ktoś inny to zrobi. I pewnie to u niego klient zostanie. Ach, no i oczywiście odpowiedź następnego dnia to nie „szybko”.

Może warto poprawić proces zamiast generować odpowiedzi w stylu: 

„Dziękujemy za zapytanie. Nasz zespół nad tym pracuje. Wrócimy do Ciebie niedługo.”

Dobra, dobra, ma być szybko. Jak my tak nie możemy, każdy chce inaczej, więc jest inna cena.

Czy aby na pewno nie możecie? Problem jest następujący:

Wyciągnąć informacje z pliku/zdjęcia i maila. Dodać wewnętrzną dokumentację i przedstawić w innej formie.

Brzmi jak doskonałe zastosowanie dużych modeli jezykowych.

Przykłady

Wymagane dane bazowe: Cennik robocizny za m², koszty materiałów (farby podkładowe, nawierzchniowe), dopłaty za zdzieranie starych powłok czy gruntowanie.

Scenariusz: Klient wysyła zapytanie mailowe: „Dzień dobry, chciałbym pomalować mieszkanie 60 m². W załączniku rzut z wymiarami pokoi. W salonie jedna ściana ma być ciemniejsza”. Załącza plik PDF z planem deweloperskim.

Praca AI: Model LLM czyta treść maila i analizuje załączony rzut PDF, zliczając rzeczywistą powierzchnię ścian do malowania (odejmując okna i drzwi). Rozpoznaje niestandardowe życzenie (ciemniejsza ściana w salonie, wymagająca innej farby).

Efekt: AI oblicza zapotrzebowanie na farbę, wylicza szacunkowy koszt robocizny i tworzy draft odpowiedzi. Ponieważ jest to usługa standardowa, system może wysłać wstępną wycenę automatycznie w ciągu 2 minut, dołączając link do kalendarza w celu rezerwacji terminu oględzin lub rozpoczęcia prac.

Wymagane dane bazowe: Stawki za m² w zależności od rodzaju poszycia (dachówka ceramiczna, blachodachówka, gont) oraz kąta nachylenia dachu.

Scenariusz: Klient pisze maila z prośbą o wyczyszczenie dachu po zimie. Podaje adres posesji i załącza kilka zdjęć zrobionych z poziomu gruntu (pliki JPG).

Praca AI: LLM wykorzystuje funkcje wizualne (Vision) do analizy zdjęć – rozpoznaje rodzaj pokrycia (np. dachówka betonowa) oraz widoczne zabrudzenia (np. mech, który wymaga mocniejszej chemii). Z treści maila ekstrahuje adres.

Efekt: AI przygotowuje draft maila. Ponieważ nie zna dokładnego metrażu, generuje odpowiedź z "widełkami" cenowymi za m² dla rozpoznanego typu dachu, informuje o konieczności użycia środka biobójczego (na podstawie zdjęć) i prosi o podanie przybliżonego metrażu lub proponuje darmowy audyt na miejscu. Pracownik biurowy jednym kliknięciem akceptuje i wysyła wiadomość.

Wymagane dane bazowe: Katalog produktów z podziałem na klasy bezpieczeństwa (RC2, RC3), cennik napędów (ręczne vs. elektryczne/Smart Home), koszty montażu za sztukę.

Scenariusz: Klient buduje dom. Wysyła maila z prośbą o kompleksową wycenę i załącza architektoniczne „Zestawienie stolarki okiennej” w formie skanu tabeli lub pliku Excel.

Praca AI: AI procesuje dokumentację: odczytuje tabelę, kategoryzuje wymiary i zlicza ilość okien (np. 12 okien standardowych, 2 drzwi tarasowe HS). Mapuje te wymiary na dostępny cennik rolet.

Efekt: LLM generuje wyczerpujący draft maila, przedstawiając zestawienie w formie czytelnej tabeli z podziałem na dwie opcje (wersja ekonomiczna z silnikami standardowymi oraz wersja premium podpięta pod system Smart Home). AI odwala "czarną robotę" analityczną, a handlowiec jedynie weryfikuje kwoty i wysyła gotową, profesjonalną ofertę w 15 minut.

Wymagane dane bazowe: Stawki za montaż standardowy (na piankę) i montaż warstwowy (tzw. ciepły), cennik materiałów izolacyjnych za metr bieżący.

Scenariusz: Klient przesyła rzuty elewacji (PDF) i krótką wiadomość: "Proszę o wycenę ciepłego montażu okien z załącznika. Interesują mnie okna 3-szybowe, profil Veka".

Praca AI: Model ekstrahuje z pliku PDF obwody wszystkich okien (wymagane do policzenia metrów bieżących taśm do ciepłego montażu). Z treści maila wyłapuje preferencję co do marki profilu i rodzaju szyb.

Efekt: AI tworzy w systemie CRM strukturę wyceny: zlicza obwód stolarki do montażu i szacuje koszty materiałów uszczelniających. Draft maila zawiera wstępny koszt robocizny i materiałów montażowych oraz informację, że zapytanie o same profile okienne zostało przekazane do działu zamówień. Znacznie skraca to czas oczekiwania klienta na pierwszą, merytoryczną reakcję firmy.

Wymagane dane bazowe: Stawki za skucie płytek, układanie glazury, przeróbki hydrauliczne (za punkt), biały montaż.

Scenariusz: Klient pisze rozbudowanego, chaotycznego maila: "Łazienka ma 5m2, chcę wywalić wannę i dać prysznic typu walk-in. Trzeba przenieść kibel na drugą ścianę. W załączniku zdjęcia jak to teraz wygląda i link do Pinteresta jak chcę żeby było".

Praca AI: LLM porządkuje chaos informacyjny. Czyta tekst i analizuje zdjęcia "przed". Rozpoznaje, że zmiana lokalizacji WC i odpływu liniowego wymaga zaawansowanych prac hydraulicznych.

Efekt: AI składa to w ustrukturyzowaną listę prac (skucie, wylewka pod odpływ, hydraulika, hydroizolacja, kafelkowanie). Tworzy draft odpowiedzi, w którym nie podaje sztywnej ceny, ale:

  1. Podsumowuje zakres prac w profesjonalnym języku, budując zaufanie.
  2. Proponuje realistyczne widełki cenowe dla robocizny (od-do).
  3. Generuje 3 precyzyjne pytania dopytujące (np. o wielkość planowanych płytek, co znacząco wpływa na cenę układania). Wstępny kosztorys trafia do klienta w niespełna godzinę od wysłania zapytania.

Konkluzje

Kontrola narracji

  1. Popraw stronę
  2. Prowadź media społecznościowe - w szczególności Youtuba
  3. Poproś klientów o opinie na niezależnych portalach

Procesy

AI najlepiej się sprawdza w zadaniach, które wymagają przetworzenia informacji, więc

  1. Zastanów się, które procesy w obsudze informacji może zastąpić AI
  2. Odpowiadaj swoim potencjalnym klientom szybko

Potrzebujesz pomocy?

Porozmawiajmy

Programista Google, architekt systemów i specjalista sztucznej inteligencjii.

Przez lata pracował z najnowszymi technologiami, a teraz chce przekuć to doświadczenie w realne wsparcie lokalnych polskich biznesów.

Matt Jarzębski

Współzałożyciel, Główny Architekt

Matt Jarzebski
Biznes usługowy
AEO