Od 2 lat sporo się dzieje w temacie AI ale relatywnie duże i wymagające wdrożenia tej technologii nie są dostatecznie komunikowane na polskim rynku. Wzięliśmy się zatem za przykłady, które mogą zainspirować do naprawdę sporych zmian i wyjścia poza klasyczne wdrożenia związane z np. pisaniem maili czy postów na sociale. Można iść z myśleniem o AI dalej!
Kraft Heinz produkował kampanię 8 tygodni. Teraz robi to w 8 godzin
Zanim Kraft Heinz wdrożył AI, nowa kampania produktowa przechodziła przez tygodnie ręcznej pracy: brief, research trendów, kilka rund poprawek z zewnętrzną agencją. Cały proces trwał średnio 8 tygodni.
Firma zbudowała platformę TasteMaker opartą na Vertex AI, modelach Gemini oraz narzędziach do generowania obrazu i wideo. Marketerzy i zespoły produktowe używają jej do analizy trendów, tworzenia konceptów i pierwszych wersji treści. Ten sam proces zajmuje dziś 8 godzin.
Adopcja wśród zespołów marketingu i rozwoju produktu sięgnęła 70%. Czas potrzebny do uzyskania pierwszej wymiernej wartości z narzędzia spadł o 75%.
Wniosek dla mniejszej firmy: nie szukaj miejsca, gdzie „AI zrobi wszystko”. Znajdź jeden konkretny etap Twojego procesu marketingowego, który zajmuje najwięcej czasu, i sprawdź, o ile możesz go skrócić.
Mars przyspieszył kampanie z miesięcy do tygodni, bo skrócił drogę między ludźmi
Przed wdrożeniem AI zespoły marketingu, sprzedaży i R&D w Mars pracowały w rozproszony sposób. Brief kreatywny krążył między kilkoma zewnętrznymi agencjami i skrzynkami mailowymi, zanim trafiał do akceptacji.
Mars wprowadził agentów, którzy syntetyzują dane rynkowe i trendy, a następnie automatycznie generują briefy kreatywne zgodne z wytycznymi marki, kierując je od razu do akceptacji. Proces, który wcześniej zajmował miesiące, dziś zajmuje tygodnie.
Zespoły badawcze zyskały też jeden punkt dostępu do dekad wewnętrznych danych o produktach, zestawionych z bieżącymi danymi rynkowymi. Research, który wcześniej wymagał tygodni ręcznego przeszukiwania archiwów, dzieje się teraz w jednym zapytaniu.
Wniosek dla mniejszej firmy: sprawdź czy twoim wąskim gardłem nie jest proces przekazywania informacji między zespołami wewnętrznymi, a podmiotami zewnętrznymi.
Etsy podniósł konwersję sprzedawców o 3%, poprawiając coś tak prozaicznego jak opisy alt
Etsy gromadzi na swojej platformie ponad 130 milionów unikalnych, ręcznie robionych produktów od ponad 5 milionów sprzedawców. Żaden algorytm rekomendacji zbudowany pod standardowy sklep sieciowy nie poradzi sobie z takim katalogiem, w którym każdy przedmiot jest inny.
Firma użyła modeli Gemini, Vertex AI i BigQuery, żeby czytać zdjęcia, opisy i sygnały kontekstowe każdego ogłoszenia jednocześnie, a potem generować lepsze opisy alt i dopasowywać produkty do intencji konkretnego kupującego. Sama poprawa opisów alt podniosła ruch z wyszukiwania o 5% i konwersję u sprzedawców o 3%.
Kupujący widzą więcej trafnych opcji, zamiast utknąć na pierwszej stronie wyników.
Wniosek dla mniejszej firmy: jeśli prowadzisz sklep internetowy, nie musisz zaczynać od rekomendacji produktowych na skalę Etsy. Zacznij od tego samego, wąskiego punktu: jakości opisów i danych produktowych, które napędzają Twoje SEO i wyszukiwarkę na stronie.
Atlassian zbudował agenta, z którego zespoły korzystają 200 tysięcy razy dziennie
Rovo, agent AI od Atlassian, nie jest osobną aplikacją, do której trzeba się zalogować. Działa wewnątrz Jiry i Confluence, czyli narzędzi, w których zespoły już pracują.
Po przejściu na model Gemini 3 Flash skuteczność ocen odpowiedzi agenta wzrosła do 80%, a skala użycia sięgnęła 200 tysięcy zapytań dziennie. Jedną z najszybciej przyjętych funkcji jest zamiana tekstowej dokumentacji na diagramy i wykresy w kilka sekund.
Wniosek dla mniejszej firmy: agent AI, który wymaga nowego narzędzia i nowego nawyku, ma mniejszą szansę na adopcję niż taki, który wchodzi do miejsca, gdzie zespół już pracuje, na przykład do skrzynki mailowej, CRM-u albo panelu do zarządzania treścią.
Ericsson skraca usuwanie awarii sieci z godzin do minut
W telekomunikacji czas usunięcia awarii sieci bezpośrednio przekłada się na koszty i reklamacje klientów. Ericsson wykorzystuje agentów AI do analizy danych diagnostycznych z wielu systemów naraz, zamiast ręcznego przeszukiwania logów przez inżyniera.
Efekt: czas usuwania awarii sieciowych spadł z godzin do minut. To nie jest scenariusz z laboratorium, tylko codzienna praca AI w firmie obsługującej infrastrukturę dla milionów użytkowników.
Wniosek dla mniejszej firmy: ten sam mechanizm, czyli agent, który przeszukuje dane z kilku źródeł naraz i podsumowuje wynik, sprawdza się równie dobrze w małym dziale helpdesku albo w obsłudze zgłoszeń klientów.
Co łączy te wdrożenia? Framework 3P: Problem, Pomiar, Proces
Pięć różnych branż, pięć różnych firm, ale ten sam wzorzec. W Lumo widzimy go też u naszych klientów, którzy testują AI w tworzeniu treści albo w obsłudze pierwszego kontaktu z klientem: najlepiej wychodzi to tam, gdzie firma zaczyna od jednego, dobrze zmierzonego procesu, a nie od razu od dużej transformacji.
Żadna z opisanych firm nie ogłosiła „wdrażamy AI w całej organizacji”. Każda zaczęła od jednego procesu: treści, briefów, opisów produktowych, wsparcia technicznego albo dokumentacji.
Transformacja na wielką skalę jest efektem, nie punktem startu. Firmy, które próbują wdrożyć AI wszędzie naraz, częściej kończą na etapie testów niż na realnym wdrożeniu.
Zanim wybierzesz narzędzie AI, odpowiedz na trzy pytania.
• Problem: który jeden, konkretny etap Twojego procesu zajmuje najwięcej czasu albo najczęściej się psuje?
• Pomiar: jaką liczbę zmierzysz przed wdrożeniem i po nim, na przykład czas realizacji, liczbę poprawek albo koszt na zadanie?
• Proces: czy narzędzie wejdzie do miejsca, gdzie zespół już pracuje, czy będzie wymagać nowego przyzwyczajenia?
Jak zacząć wdrażanie AI w mniejszej firmie
Firma z budżetem marketingowym 2 do 30 tysięcy złotych miesięcznie nie zbuduje własnej platformy jak TasteMaker. Może za to zastosować tę samą logikę w mniejszej skali.
• Wybierz jeden proces, nie całą firmę: tworzenie opisów produktowych, pierwsze odpowiedzi w obsłudze klienta albo przygotowanie briefów do kampanii.
• Zmierz punkt startowy: ile czasu, ile poprawek albo ile godzin pracy zajmuje ten proces dziś, zanim cokolwiek zmienisz.
• Wybierz narzędzie, które łączy się z tym, czego już używasz: CRM-em, skrzynką mailową albo systemem do zarządzania treścią, zamiast kolejnej osobnej aplikacji.
• Ustal jedną metrykę sukcesu na start, na przykład czas realizacji zadania, i sprawdź ją po 30 dniach.
• Nie automatyzuj kontaktu z klientem w 100%: zostaw punkt, w którym człowiek przejmuje rozmowę, gdy sprawa się komplikuje.
