Kompetis
← Wszystkie case studies
Case studyMateriały markowe — producent B2B

Cztery agenty AI w obsłudze zapytań klienta

Producent B2B materiałów markowych i oznaczeń produktowych wdrożył cztery agenty AI w n8n, które przygotowują drafty odpowiedzi mailowych, wycen i briefów dla grafika oraz prowadzą całą ścieżkę sprawy — od zapytania klienta do gotowego renderu produktu. Każdy krok trafia do zatwierdzenia przez zespół, zanim cokolwiek wyjdzie na zewnątrz firmy.

Branża
Producent B2B, materiały markowe
Rozwiązanie
4 agenty AI w n8n
Model wdrożenia
MVP → pełna automatyzacja, human-in-the-loop

Wyzwanie

Zespół klienta obsługiwał powtarzalny obieg zapytań, który pochłaniał dużo czasu bez proporcjonalnej wartości: zapytania ofertowe wymagały ręcznej wyceny, każdy brief dla grafika trzeba było spisać osobno na podstawie maila od klienta, a sama korespondencja — klasyfikacja, odpowiedź, dopięcie szczegółów — zajmowała kolejne godziny w tygodniu. Proces był w pełni powtarzalny, ale rozproszony między kilka osób i kroków, przez co trudno było go skrócić bez zmiany narzędzi — firma szukała sposobu, by odciążyć zespół od tej rutyny, nie tracąc kontroli nad tym, co trafia do klienta.

Co zrealizowaliśmy

Zaprojektowaliśmy i wdrożyliśmy zestaw czterech agentów AI w n8n, z których każdy przejmuje jeden, dobrze zdefiniowany fragment procesu obsługi zapytania.

  1. Agent 01

    Agent mailowy

    Klasyfikuje przychodzące zapytania klientów i przygotowuje draft odpowiedzi — pierwszy punkt kontaktu w całym procesie.

  2. Agent 02

    Agent wycenowy

    Przygotowuje wycenę na bazie treści zapytania i firmowego cennika, gotową do sprawdzenia i skorygowania przez zespół.

  3. Agent 03

    Agent tworzący brief dla grafika

    Na bazie zapytania klienta generuje uporządkowany brief produkcyjny, który trafia dalej do działu graficznego.

  4. Agent 04

    Agent end-to-end

    Prowadzi całą ścieżkę sprawy — od maila klienta aż po gotowy render produktu — spinając pracę pozostałych agentów w jeden proces.

Jak to działa

Wdrożenie poprowadziliśmy w naszym standardowym modelu dwufazowym: w Fazie 1 zbudowaliśmy MVP na wąskim wycinku procesu, żeby sprawdzić, czy agenci generują drafty na tyle użyteczne, by zespół chciał ich używać. Dopiero po potwierdzeniu jakości na realnych zapytaniach przeszliśmy do Fazy 2 — pełnej automatyzacji całej ścieżki w n8n.

Na każdym kroku obowiązuje ta sama zasada: agent przygotowuje draft, ale nic nie wysyła samodzielnie — odpowiedź mailowa, wycena, brief dla grafika czy render produktu czekają na zatwierdzenie przez zespół, zanim trafią dalej. Więcej o tej architekturze piszemy na stronie wdrożeń automatyzacji AI.

Rezultat

Cztery wcześniej ręczne, powtarzalne procesy są dziś wspierane przez agentów AI, którzy przygotowują pracę do zatwierdzenia przez zespół. Zespół odzyskał czas wcześniej pochłaniany przez rutynowe zadania i może skupić się na sprawach wymagających realnej decyzji — a nie na przepisywaniu tych samych informacji z maila do wyceny, briefu i odpowiedzi.

Macie podobny, powtarzalny proces?

Sprawdzamy, czy Wasz proces nadaje się do automatyzacji już na etapie MVP — zanim padnie decyzja o pełnym wdrożeniu.