W których obszarach AI lub automatyzacja najbardziej się sprawdziły? Jakie procesy zautomatyzowaliście w ostatnich latach i jak to wpłynęło na działanie sklepu?
Największy przełom został osiągnięty w obszarze contentu produktowego. Strefa Tenisa wraz z jej europejską marką Tennis Zone działa łącznie w 14 krajach. Dodając do tego język angielski jako bazę, oznacza to konieczność utrzymywania opisów produktów w piętnastu językach. Przy katalogu liczącym tysiące SKU i sezonowej rotacji asortymentu, manualne tłumaczenie i adaptacja treści były wąskim gardłem, które blokowały szybkie wprowadzanie nowości.
Przez kilka miesięcy testowaliśmy różne rozwiązania usprawniające tłumaczenia opisów, ale wyniki były dalekie od oczekiwanych. Tłumaczenie, choćby to wspierane przez AI, dawało treści płaskie, generyczne, pozbawione lokalnego kontekstu. Przełom nastąpił dopiero, gdy całkowicie zmieniliśmy podejście – zamiast tłumaczyć, zaczęliśmy tworzyć opisy od podstaw dla wszystkich języka osobno. Ta pozornie drobna zmiana zmieniła wszystko.
Stworzyliśmy integrację z jednym z modeli LLM poprzez API i zautomatyzowaliśmy proces generowania opisów produktowych. System uwzględnia specyfikę każdego rynku, lokalne nazewnictwo techniczne i styl komunikacji. Teraz można tworzyć indywidualne opisy uszyte na miarę każdego kraju. Klient w Czechach potrzebuje innych informacji niż ten z Niemiec czy Rumunii, mimo iż kupują te same produkty. Co ważne, ostatecznej decyzji nie pozostawiamy jednak automatom. Treści generowane przez AI wyrywkowo przechodzą przez ręce native speakerów, ponieważ to daje pewność, iż klienci otrzymują wartościowe informacje o produktach.
W ten sposób rozwiązaliśmy kilka wyzwań:
- Treść została dopasowana do użytkownika.
- Generowane opisy są dłuższe, co lepiej odpowiada dzisiejszym standardom SEO (coraz częściej mówi się o GEO).
- Czas wprowadzenia nowego produktu na wszystkie rynki skrócił się z kilku dni do kilku godzin.
Ludzie zostali uwolnieni od żmudnej, powtarzalnej pracy. Osoby, które wcześniej spędzały godziny na pisaniu treści czy tłumaczeniach, mogą zająć się tym, co naprawdę wymaga ludzkiej ingerencji – bezpośrednią opieką klienta, analizą zachowań kupujących na poszczególnych rynkach, budowaniem relacji z dostawcami.
Czy technologia wypiera ludzi, czy raczej wspiera ich w efektywniejszym wykonywaniu pracy, np. w obszarze doradztwa sprzętowego?
Przez ponad osiem lat mojej pracy w Strefie Tenisa zbudowaliśmy zespół, który urósł z kilkunastu osób do ponad stu w Polsce i za granicą. Gdyby technologia miała zastępować ludzi, ten zespół by malał, nie rósł.
Uważam, iż technologia, a w tym AI powinna zastępować czynności, nie ludzi. To fundamentalna różnica. AI nie może przejmować myślenia, oceny sytuacji, budowania relacji, rozwiązywania niestandardowych problemów.
W salonach Strefy Tenisa doradztwo sprzętowe zawsze było istotnym wyróżnikiem. Klient przychodzi, bo chce porozmawiać z kimś, kto gra w tenisa, rozumie różnicę między rakietami i pomoże dobrać sprzęt do stylu gry. Żaden algorytm tego nie zastąpi, bo wymaga to empatii, obserwacji, a czasem intuicji. Natomiast technologia pozwala tym samym doradcom być lepiej przygotowanym. Mają szybszy dostęp do informacji o stanach magazynowych, historii zakupów klienta, specyfikacjach technicznych. Nie tracą czasu w czynności administracyjne i mogą skupić się na rozmowie.
Firmy, które myślą o AI w kategorii „ilu ludzi mogę zwolnić”, zadają złe pytanie. adekwatne pytanie brzmi: „Jak sprawić, żeby moi ludzie robili więcej tego, w czym są naprawdę dobrzy?”. To zmiana mindsetu, od której wszystko się zaczyna.
Czy uważasz, iż sztuczna inteligencja może stać się istotnym elementem przewagi konkurencyjnej w e-commerce?
Tak, ale nie w sposób, o którym większość myśli. Przewaga nie będzie wynikać z posiadania najdroższego systemu AI czy najbardziej zaawansowanego algorytmu. Przewagę zbudują firmy, które najszybciej zmienią swój sposób myślenia o AI.
Pracując teraz jako konsultant z różnymi firmami e-commerce wyraźnie to widzę. Różnica między organizacjami nie polega na budżetach technologicznych, tylko na tym, czy ludzie w firmie traktują AI jako zagrożenie, czy jako narzędzie wsparcia. Czy boją się, iż zostaną zastąpieni, czy szukają sposobów, żeby pracować szybciej i mądrzej.
Firmy, które zostają w tyle, to nie te bez wielkich wdrożeń, to te, w których pracownicy nie używają choćby podstawowych narzędzi AI do codziennych zadań.
Ich argumentacja najczęściej brzmi: „nie mamy czasu się nauczyć” albo „przecież tak robimy od lat i działa”. Za dwa, trzy lata te firmy obudzą się z konkurencją, która robi to samo szybciej, taniej i w większej skali.
Kolejny problem można zauważyć w dużych organizacjach, w których często wygląda to odwrotnie. Narzędzia AI są narzucane odgórnie, bez konsultacji z ludźmi, którzy mają ich używać. Słyszy się o wielomilionowych wdrożeniach, które po kilku miesiącach nie zmieniają nic, bo system nie pasuje do realnych procesów. Budżet został wydany, prezentacja dla zarządu zrobiona, a pracownicy wracają do starego i wysłużonego Excela.
Istotna przewaga to nie technologia, ale kultura organizacyjna, która pozwala tę technologię absorbować. I tu mniejsze, zwinne firmy mają paradoksalnie przewagę nad korporacjami. Mogą zmienić sposób pracy w kilka tygodni, nie w kilka miesięcy. Za kilka lat nie będziemy pytać „czy używasz AI?”. Będziemy pytać „jak gwałtownie Twój zespół adaptuje nowe narzędzia”. To będzie nowy wskaźnik konkurencyjności.
Gdybyś miał doradzić mniejszemu e-sklepowi, od czego zacząć przygodę z automatyzacją lub AI – co by to było?
Najlepiej zacząć od rozwagi. Kilka zdań wcześniej mówiłem o szybkości adaptacji, a teraz sugeruję rozwagę. Adaptacja nie oznacza łapania każdej okazji na wdrożenie AI. Największym błędem, jaki widzę u mniejszych firm, jest wciąganie się w każdy trend. Pojawia się nowe narzędzie AI, LinkedIn pęka od postów, jak to zmieni e-commerce, i nagle właściciel sklepu czuje, iż musi to mieć. Kupuje, wdraża, a po trzech miesiącach nikt tego nie używa, bo zakup był pod wpływem impulsu, a nie realnej potrzeby.
Co gorsze, widziałem jak firma zamiast skupić się na swoim produkcie, zaczyna skupiać się na wdrażaniu narzędzi AI. Cel prowadzenia biznesu gdzieś umyka, bo cała energia idzie w testowanie kolejnych rozwiązań. Jakość własnego produktu zaczyna spadać, a właściciel próbuje to maskować kolejnymi wdrożeniami. Błędne koło.
Moja rada jest pragmatyczna: zanim zaczniesz szukać rozwiązania, zdefiniuj problem. W której części biznesu tracisz najwięcej czasu w powtarzalne czynności? Gdzie są wąskie gardła? Co blokuje skalowanie? Dopiero gdy masz jasną diagnozę, szukaj narzędzia.
Po drugie – zapomnij o „szyciu na miarę”. Rozwiązania custom, integracje pisane od zera, personalizowane systemy, to wszystko w małej skali generuje ogromne koszty i dług technologiczny. Zamiast tego szukaj gotowców. Na rynku jest mnóstwo rozwiązań pudełkowych i gotowych modułów, które rozwiązują konkretne problemy. W mniejszej firmie masz większa elastyczność i często lepszą strategią jest dopasować swoje procesy do sprawdzonego narzędzia, niż budować własne oprogramowanie od zera.
A jeżeli szukasz konkretów, to patrz tam, gdzie jest największa dźwignia. Wyszukiwarka z AI zamiast klasycznego dopasowania słów kluczowych. Optymalizator feedu produktowego, który automatycznie dobierze dane do wymagań każdego kanału. Chatbot AI, który przejmie obsługę powtarzalnych zapytań. To nie są futurystyczne wdrożenia, to narzędzia dostępne dziś, często za ułamek ceny budowania własnych rozwiązań.
Zaczynaj od małych kroków. Jeden proces, jedno narzędzie, mierzalny efekt. Potem kolejny. Na koniec dnia nie jest ważne, ile masz narzędzi AI. Ważne jest to, które z nich realnie wpłynęły na wzrost sprzedaży, podniosły współczynnik konwersji czy poprawiły rentowność.
Przeczytaj również: Trendy i zmiany w e-commerce w 2026 roku oczami prelegentów i wystawców „E-commerce Warsaw Expo”
