Kategoria: Blog

Czat w e-commerce nauczył się już odpowiadać na pytania. Kolejny krok właśnie trwa: asystent, który sam porusza się po sklepie — przechodzi między kategoriami, ustawia filtry, dodaje do koszyka i wypełnia formularze. Klient mówi, czego potrzebuje, i patrzy, jak jego sprawa załatwia się na ekranie.

Od „powiem Ci, gdzie kliknąć” do „już klikam”

Klasyczny czat kończy pracę odpowiedzią: „pralki znajdziesz w kategorii AGD, a filtr pojemności jest po lewej”. Aktywny asystent zaczyna tam, gdzie tamten kończy — po prostu to robi. Napisz „nawiguj mnie na pralki”, a przejdzie na właściwy listing i od razu wskaże, od czego zacząć. Poproś o „rower dla 7-latka”, a ustawi na kategorii koła 20 cali i właściwy przedział wzrostu, po czym podświetli najlepszy model na liście.

W branży ten model działania nazywa się „agentic commerce” albo „AI agent”. Nazwa jest jednak mniej ważna od tego, co widzi klient: prosi — a strona robi się sama, krok po kroku, z pełnym podglądem tego, co się dzieje.

Tak to wygląda na żywo: wdrożenie na morele.net

Poniżej prawdziwe zrzuty ekranu z Asystenta Zakupowego AI na morele.net, zbudowanego na AskSpot. Klient zaczyna od prostego polecenia:

Klient doprecyzowuje: „Pokaż iPhone 16”. Asystent nie odsyła linkiem do poradnika — zaznacza filtr na stronie, dokładnie tak, jak zrobiłby to klient. W trakcie pracy strona przygasa, wokół ekranu pojawia się ramka, a w czacie widać status i opis bieżącego kroku:

Po zawężeniu listy asystent nie zostawia klienta z 53 wynikami. Wskazuje konkretny model bezpośrednio na listingu i podpowiada gotowe następne ruchy:

Morele.net korzysta z AskSpot na całej ścieżce obsługi — zobacz, jak obniżyło koszty obsługi klienta o 90%.

Co asystent potrafi załatwić od początku do końca

• ustawić filtry na kategorii i wskazać najlepszy produkt na liście — „rower dla 7-latka”, „pralka do zabudowy”
• przenieść klienta we właściwe miejsce sklepu na jedno polecenie — „nawiguj mnie na pralki”
• dodać produkt do koszyka i przejść z klientem do finalizacji zamówienia
• uzupełnić dane w formularzach: adres dostawy, dane do faktury, zgłoszenie kontaktowe
• poprowadzić reklamację albo zwrot krok po kroku, bez szukania procedury w regulaminie
• domknąć złożone zadanie w całości: „znajdź rower dla 7-latka i zamów na mój adres — płatność BLIK, dostawa kurierem”

Dlaczego to podnosi sprzedaż, a nie tylko robi wrażenie

Najwięcej ścieżek zakupowych urywa się nie przy cenie, a przy wysiłku: filtry na telefonie, formularz z dziesięcioma polami, koszyk schowany trzy kliknięcia dalej. Aktywny asystent zdejmuje ten wysiłek z klienta — zwłaszcza na mobile, gdzie samodzielne klikanie kosztuje najwięcej.

Równie ważna jest przejrzystość. Klient cały czas widzi, co robi asystent: ramka sygnalizuje pracę, podświetlenia pokazują miejsce działania, strona sama przewija się tam, gdzie coś się dzieje, a działanie można w każdej chwili zatrzymać. To buduje zaufanie, bez którego nikt nie odda AI kontroli nad koszykiem.

Jak to działa pod maską (w jednym akapicie)

Aktywny asystent to dedykowana integracja z konkretnym sklepem. AI planuje kroki — „otwórz kategorię, zaznacz filtr, dodaj do koszyka” — a lekki skrypt na stronie wykonuje je i podświetla każdy ruch. Asystent korzysta ze strony tak jak człowiek, więc obsłuży też procesy, do których sklep nie ma API. Dla klienta to po prostu załatwiona sprawa; dla sklepu — automatyzacja bez przebudowy platformy.

W sklepie stacjonarnym wątpliwości rozwiewa przymierzalnia. Online klient może tylko zgadywać, jak produkt będzie wyglądał na nim — aż do teraz. Wirtualna przymiarka w czacie pozwala mu wysłać swoje zdjęcie i zobaczyć produkt na sobie, zanim podejmie decyzję.

Zdjęcie produktu odpowiada na złe pytanie

Karta produktu pokazuje produkt w najlepszym możliwym wydaniu: na modelce o wystudiowanej sylwetce, w idealnym świetle, z profesjonalną stylizacją. Problem w tym, że klient nie zastanawia się, jak sukienka leży na modelce. Zastanawia się, jak będzie leżeć na nim — przy jego wzroście, sylwetce i karnacji. Na to pytanie karta produktu nie odpowiada.

Ta niepewność ma w e-commerce trzy typowe finały:

• klient odkłada decyzję „na później”, które nigdy nie nadchodzi
• zamawia kilka rozmiarów i wariantów, z góry planując zwroty
• kupuje tam, gdzie łatwiej było mu się upewnić

Jak działa przymiarka w czacie

Wszystko dzieje się w oknie rozmowy, na stronie produktu, bez żadnej dodatkowej aplikacji:

1. Klient klika spinacz w czacie i wysyła swoje zdjęcie prosto z telefonu.
2. AI łączy je ze zdjęciem produktu, które już jest na stronie.
3. Po kilku sekundach w rozmowie pojawia się wizualizacja: ten produkt, na tej osobie.
4. Asystent dopowiada szczegóły — długość, rozmiar, kolor — i pyta, czy dodać do koszyka.

Piątek, 22:14 — przykład z życia

Ola ma wesele siostry za dwa tygodnie i piętnaście otwartych kart z sukienkami. W każdej to samo pytanie: piękna, ale czy na mnie? Na jednej ze stron asystent proponuje: „Chcesz zobaczyć tę sukienkę na sobie? Wyślij zdjęcie”. Ola wysyła selfie sprzed lustra.

Dwie minuty później ogląda siebie w trzech sukienkach — nie modelkę, siebie. Miętowa midi wygląda dokładnie tak, jak miała nadzieję. Zamawia jeden rozmiar, a nie trzy „na wszelki wypadek”. Sklep właśnie sprzedał sukienkę o 22:19 — bez udziału człowieka i bez rabatu, który miał ratować porzucony koszyk.

Dlaczego wizualizacja domyka sprzedaż

Psychologia jest tu prosta: dopóki produkt istnieje tylko na cudzym zdjęciu, decyzja wymaga wyobraźni — a wyobraźnia to wysiłek i ryzyko. Gdy klient widzi produkt na sobie, zakup przestaje być zakładem. Wahanie zastępuje pewność, a przy okazji spada liczba zwrotów z kategorii „jednak nie moje”.

Przymiarka najmocniej działa tam, gdzie o zakupie decyduje wygląd:

• moda — sukienki, kurtki, buty, całe stylizacje
• dodatki — okulary, biżuteria, torebki, nakrycia głowy
• sport i outdoor — kaski, okulary przeciwsłoneczne, plecaki oglądane w komplecie ze stylizacją

Sklepy stacjonarne mają przymierzalnie od zawsze. Teraz swoją dostaje e-commerce — w oknie czatu.

Nie tylko ubrania: ogród, salon, nawet felgi

Zasada jest uniwersalna, bo tłem nie musi być sylwetka. Klient może wysłać zdjęcie dowolnego miejsca, w którym produkt ma się znaleźć — a AI połączy je ze zdjęciem z karty produktu. Kilka scenariuszy, które robią największe wrażenie:

• meble ogrodowe — klient fotografuje taras i widzi narożnik z technorattanu u siebie: w swoim świetle, przy swojej pergoli, obok swojego grilla, a nie w katalogowym ogrodzie producenta
• remont bez wyobraźni — nowe drzwi wejściowe na zdjęciu własnej elewacji, kolor farby na ścianie salonu, panele na podłodze przedpokoju
• motoryzacja — komplet felg „przymierzony” do auta na podjeździe; różnica między 17 a 19 calami przestaje być abstrakcją
• sezonowo — choinka w rogu salonu na zdjęciu z telefonu: od razu widać, czy 220 cm zmieści się pod sufitem

Sprzedawca mebli ogrodowych wie, że klient nie kupuje „zestawu z technorattanu”. Kupuje sobotnie śniadanie na własnym tarasie. Wizualizacja pokazuje mu dokładnie ten kadr — z jego balustradą w tle — więc pytanie zmienia się z „czy to będzie pasować?” na „w którym kolorze?”.

Uruchom przymiarkę w swoim sklepie

W AskSpot wirtualna przymiarka jest częścią asystenta sprzedaży AI — tego samego, który doradza, porównuje produkty i prowadzi do koszyka. Korzysta ze zdjęć produktowych, które już masz, a klient niczego nie instaluje. Włączasz ją tam, gdzie wygląd sprzedaje: w modzie, dodatkach, wyposażeniu wnętrz i ogrodu.

Przymiarka to jedno z ogniw większej zmiany — zobacz też, jak AI zwiększa konwersję w e-commerce.

Większość sklepów internetowych ma ten sam problem: płacą za ruch, ale nie zamieniają go w sprzedaż. Budżety rosną, odwiedziny rosną, a konwersja stoi w miejscu. Przyczyna jest często ta sama — klient przychodzi do sklepu, zanim jest gotowy do zakupu, i nikt mu w tym nie pomaga.

Problem, który branża zna, ale rzadko adresuje wprost

E-commerce stał się jednym z najbardziej konkurencyjnych środowisk w cyfrowym biznesie. Sklepy inwestują ogromne budżety w marketing, kampanie performance i pozyskiwanie ruchu. Mimo rosnącej liczby odwiedzin większość nadal mierzy się z tym samym wyzwaniem: konwersją.

Prawda jest prosta: większość klientów nie przychodzi do sklepu z gotową decyzją zakupową. Są na etapie porównywania, sprawdzania opcji, próby zrozumienia, który produkt będzie dla nich najlepszy. W sklepach stacjonarnych tę lukę wypełnia sprzedawca — klient może zadać pytanie, porównać produkty i otrzymać rekomendację. W sklepie internetowym zostaje sam z setkami produktów. I właśnie tu zaczyna się problem.

Czego naprawdę szukają klienci w sklepach online

Duża część rozmów klientów w sklepach internetowych nie dotyczy dostawy ani zwrotów. Klienci pytają o produkty. Najczęściej chcą wiedzieć:

• który produkt wybrać spośród kilku opcji
• czym różnią się dwa konkretne modele
• czy dany produkt będzie odpowiedni dla ich potrzeb

Jeśli klient nie znajdzie szybkiej odpowiedzi, opuszcza stronę.

Jak AI w e-commerce pełni rolę cyfrowego sprzedawcy

Nowoczesne systemy AI potrafią analizować katalog produktów, rozumieć pytania klientów i rekomendować odpowiednie produkty w czasie rzeczywistym. Zamiast przeglądać wiele stron, klient może po prostu zapytać:

• „Który laptop będzie najlepszy do projektowania graficznego?”
• „Czym różnią się te dwa modele?”
• „Jaki produkt będzie dobry dla początkujących?”

AI może natychmiast porównać produkty, wskazać najbardziej odpowiednie opcje i wyjaśnić kluczowe różnice — taka forma interakcji bardzo przypomina doświadczenie zakupowe znane ze sklepów stacjonarnych. Działa też prosta zasada sprzedaży: klienci rzadko kupują, kiedy są zdezorientowani. Kupują, kiedy czują się pewnie. AI buduje tę pewność poprzez jasne odpowiedzi i trafne rekomendacje.

AI jako część ścieżki zakupowej, nie tylko chatbot

Kluczowa różnica między zwykłym botem a AI dla e-commerce polega na tym, że ten drugi nie tylko odpowiada na pytania — staje się częścią całej ścieżki zakupowej. Zamiast odsyłać klienta do filtrów i kategorii, AI prowadzi go: od pierwszego pytania, przez porównanie opcji, aż do momentu, w którym jest gotowy kliknąć „Dodaj do koszyka” z przekonaniem, że to właściwy wybór.

Konwersja w e-commerce nie polega wyłącznie na generowaniu ruchu. Kluczowe jest pomaganie klientom w podejmowaniu decyzji. Sztuczna inteligencja umożliwia to na dużą skalę.

Przyszłość handlu online to mądrzejsze rozmowy z klientami

Wraz z rozwojem e-commerce coraz wyraźniej widać jedno: przyszłość handlu online to nie tylko automatyzacja, ale przede wszystkim mądrzejsze rozmowy z klientami — takie, które pomagają im kupować z większą pewnością. Łącząc wiedzę o produktach, kontekst rozmów i inteligentne rekomendacje, AI może odtworzyć rolę sprzedawcy znaną ze sklepów stacjonarnych — dostępną dla każdego klienta, o każdej porze.

Zobacz, jak wygląda to w praktyce: Konesso zamieniło 16,2% rozmów w zakupy, Militaria.pl osiągnęło 48% CTR rekomendacji, a Morele.net obniżyło koszty obsługi o 90%.