Stampli, platforma B2B do obsługi zobowiązań (accounts payable), skróciła czas onboardingu o 68% po wdrożeniu ChatGPT Work do swojego przepływu pracy.

Dlaczego perspektywa wewnętrzna ma znaczenie

Większość nagłówków promuje generatywną sztuczną inteligencję w kontekście chatbotów, generatorów kodu czy projektantów obrazów. Stampli pokazuje, że ta sama technologia może przyspieszyć operacje serwisowe. Szybsze uruchomienie klienta uwalnia zespoły wdrożeniowe, skraca cykl rozpoznawania przychodów i zwiększa satysfakcję, zanim produkt w ogóle zacznie działać.

Kontekst stojący za liczbami

Typowe wdrożenia systemów AP wymagają importu danych, konfiguracji reguł, przypisywania ról użytkownikom oraz zestawu dokumentów specyficznych dla klienta. W wielu firmach SaaS kroki te ciągną się tygodniami, pochłaniając czas starszych pracowników, który mógłby zostać poświęcony na bardziej wartościowe zadania. Stampli zidentyfikowało powtarzalne punkty z list kontrolnych i przekazało je do ChatGPT Work, łącząc wewnętrzne prompty z automatyzacją przepływu pracy.

Firma nie ograniczyła się do prostego przełączenia przycisku. Zbudowała bibliotekę promptów i automatyzacji, które prowadzą model przez każdy etap onboardingu. Rezultatem jest powtarzalny proces, który można uruchomić dla każdego nowego klienta, a nie jednorazowy eksperyment.

Ryzyka i ograniczenia

Automatyzacja wciąż wymaga nadzoru człowieka. Złożone kontrakty, nietypowe jurysdykcje podatkowe czy połączenia ze starszymi systemami ERP wymagają eksperckiej oceny. Pozwolenie AI na tworzenie dokumentacji bez weryfikacji może prowadzić do błędów w zakresie zgodności (compliance). Sukces systemu zależy również od dobrze sformułowanych promptów; złe instrukcje generują mylące wyniki i zmuszają zespoły do marnowania czasu na poprawianie błędów.

Kroki, które mogą podjąć inne zespoły

Jeśli kierujesz zespołem ds. sukcesu klienta (customer success) lub wdrożeń, wypróbuj poniższe kroki, aby ocenić potencjał wsparcia przez AI:

  • Zmapuj każde działanie – od podpisania umowy po uruchomienie systemu.
  • Rejestruj czas trwania każdego kroku.
  • Wskaż zadania, które powtarzają się bez zmian u każdego klienta.
  • Znajdź miejsca, w których dokumentacja lub konfiguracja jest ręcznie przepisywana.

AI najlepiej sprawdza się w powtarzalnych zadaniach o niskim stopniu złożoności. Zacznij od małego pilotażu, dopracowuj prompty na podstawie informacji zwrotnych i rozszerzaj działania dopiero wtedy, gdy model okaże się niezawodny.

Na co zwrócić uwagę w przyszłości

Wdrożenie w Stampli jest wciąż na wczesnym etapie, a wpływ na wskaźnik rezygnacji (churn), tempo upsellingu i strukturę kosztów pozostaje niejasny. Obserwatorzy będą sprawdzać, czy przyspieszenie przełoży się na wymierne zyski przychodowe, czy jedynie zmieni model pracy wewnętrznej. W miarę jak coraz więcej dostawców testuje AI w procesach serwisowych, granica między innowacją produktową a efektywnością operacyjną będzie się zacierać.