Doświadczona dyrektorka ds. sukcesu klienta wyjaśnia, gdzie AI zmienia zasady gry — i gdzie zawodzi

Anika Zubair jest dyrektorką generalną The Customer Success Pro, firmy współpracującej z organizacjami, aby pomagać ich zespołom ds. sukcesu klienta zwiększać przychody z obecnej bazy klientów.

Spotkaliśmy się z Aniką, aby dowiedzieć się więcej o tym, jak wykorzystuje AI do wywierania wpływu. Oto, co nam powiedziała.

Od reaktywnego do proaktywnego CX

Nazywam się Anika Zubair i jestem założycielką oraz dyrektorką generalną The Customer Success Pro. Mam ponad 16 lat doświadczenia w obszarze Customer Success i obsłudze posprzedażowej, w tym około dekady na stanowiskach kierowniczych wyższego szczebla, zanim założyłam własną firmę.

Obecnie współpracuję globalnie z organizacjami B2B SaaS, zazwyczaj średniej wielkości i korporacjami, pomagając ich zespołom Customer Success, Account Management oraz szerszym zespołom posprzedażowym zwiększać przychody z obecnej bazy klientów. Nie chodzi tylko o utrzymanie klientów, ale o rzeczywistą ekspansję i mierzalny wzrost. Współpracuję z zespołami liczącymi od 10 do ponad 100 CSM-ów w regionach EMEA, USA i APAC.

Zespoły te zazwyczaj zarządzają różnymi segmentami klientów — od korporacyjnych klientów wymagających intensywnej obsługi po portfele klientów z segmentu średnich firm obsługiwanych na większą skalę. Wspólną cechą wszystkich tych zespołów jest to, że oczekuje się od nich czegoś więcej niż tylko zarządzania relacjami. Mają odpowiadać za przychody, wpływać na odnowienia umów i identyfikować możliwości ekspansji.

Moja rola pomaga tym organizacjom przejść od reaktywnego, skoncentrowanego na obsłudze Customer Success do proaktywnych, nastawionych komercyjnie zespołów, które potrafią z przekonaniem powiązać swoje działania z przychodami.

Dlaczego liderzy CX muszą świadomie decydować, kiedy korzystać z AI

Wiele zespołów niewłaściwie rozdziela zadania, które powinny wykonywać AI i ludzie. Albo nadmiernie polegają na AI, albo całkowicie go unikają.

Granica jest bardzo wyraźna. AI powinno wspierać podejmowanie decyzji i przyspieszać realizację zadań, ale nie powinno odpowiadać za relację ani osąd.

Oto moje podejście. Wykorzystuję AI do:

• Ustalania priorytetów dotyczących problemów i ryzyka: AI doskonale wychwytuje wzorce w dużych zbiorach danych: spadki wykorzystania produktu, nagłe wzrosty liczby zgłoszeń do pomocy technicznej, zmiany poziomu zaangażowania, a nawet ton komunikacji z klientem. Znacznie szybciej niż człowiek przeglądający pulpity nawigacyjne wskazuje konta zagrożone ryzykiem.
• Personalizacji na dużą skalę: Nie do budowania relacji, ale do przygotowań. AI pomaga tworzyć spersonalizowane wiadomości e-mail, agendy rozmów, wiadomości uzupełniające, a nawet komunikaty dopasowane do konkretnych interesariuszy na podstawie ich ról. Zamiast patrzeć na pustą stronę, CSM zaczyna pracę z materiałem gotowym w 80%.
• Generowania spostrzeżeń na potrzeby rozmów: Przed odnowieniem umowy lub przeglądem wartości AI syntetyzuje wszystkie informacje w jeden punkt widzenia. Identyfikuje, co się zmieniło, gdzie widoczna jest wartość, gdzie występują tarcia i gdzie istnieje potencjał ekspansji. Przygotowanie takiej syntezy zajmowało kiedyś wiele godzin.
• Zwiększania efektywności wewnętrznej: Podsumowywanie rozmów, aktualizowanie notatek w CRM, identyfikowanie kolejnych kroków — AI automatyzuje wszystkie te zadania. CSM-y nie powinny spędzać czasu na pracy administracyjnej.

W tym miejscu świadomie dbam o to, aby zachować wyraźnie ludzki charakter:

• Ocena sytuacji biznesowej: Decydowanie, jak podejść do odnowienia umowy, czy wywierać nacisk, gdzie ustąpić i jak skonstruować umowę. Wymaga to kontekstu, doświadczenia i wyczucia sytuacji. AI może dostarczać informacji, ale nie powinno podejmować tej decyzji.
• Budowanie relacji i zaufania: Klienci wyczuwają automatyzację. Rozmowy z kadrą kierowniczą, trudne dyskusje oraz sytuacje, w których kwestionujesz sposób myślenia klienta lub przedstawiasz mu inną perspektywę, muszą odbywać się z udziałem człowieka.
• Odzyskiwanie zaufania i eskalacje: Gdy coś idzie nie tak, ukrywanie się za automatyzacją jest najgorszym podejściem. W takich chwilach najważniejsze są empatia, odpowiedzialność i skuteczna komunikacja.
• Projektowanie ścieżki klienta na poziomie strategicznym: AI może sugerować wzorce, ale decyzja o tym, jakie powinny być odczucia związane z doświadczeniem klienta, gdzie należy zwiększyć zaangażowanie, co zautomatyzować i jak się wyróżnić — to decyzja przywódcza.

AI powinno sprawić, że Twój zespół będzie działać szybciej, sprawniej i być lepiej przygotowany. Jednak momenty, które definiują relacje z klientami, zaufanie i wyniki finansowe, nadal wymagają obecności człowieka za sterami.

Zwycięskie zespoły nie wybierają między AI a ludźmi. Świadomie decydują, w jakich obszarach każde z nich odgrywa swoją rolę.

Dlaczego AI nie jest skrótem do transformacji

I pamiętaj: AI wzmocni wszystko, czym Twój zespół już jest.

Jeśli Twój zespół jest strategiczny, doskonale rozumie kwestie biznesowe i koncentruje się na kliencie, AI sprawi, że będzie działać szybciej, bardziej konsekwentnie i wywierać większy wpływ. Jeśli jednak Twój zespół działa reaktywnie, koncentruje się na zadaniach i funkcjonuje jak dział wsparcia, AI po prostu stworzy szybszą wersję tego samego.

To nie jest skrót do transformacji.

Dlaczego AI w CX ma ogromne zalety — i wady

Wyniki AI były w dużej mierze — choć nie całkowicie — dobre:

• Oszczędność czasu jest znacząca: Zespoły odnotowują skrócenie czasu przygotowań do kwartalnych przeglądów biznesowych, materiałów dotyczących odnowień i przeglądów kont o 30–60%. To, co wcześniej zajmowało od dwóch do trzech godzin, teraz kończy się w ciągu 20–40 minut.
• Jakość rozmów wzrosła: To ma dla mnie największe znaczenie. Menedżerowie ds. sukcesu klienta wchodzą na rozmowy z konkretnym punktem widzenia, a nie tylko z danymi. Słychać to natychmiast. Więcej języka na poziomie kadry kierowniczej, więcej rozmów skoncentrowanych na rezultatach i mniej mówienia o funkcjach.
• Wcześniejsza identyfikacja ryzyka: AI pomaga wykrywać sygnały wskazujące na ryzyko odejścia klienta o kilka tygodni, a czasem nawet miesięcy wcześniej niż dotychczas. Daje to zespołom realną szansę na interwencję zamiast reagowania, gdy jest już za późno.
• Wpływ na przychody: Zespoły zwiększają pewność odnowień i ograniczają udzielanie rabatów, ponieważ potrafią jasno przedstawić wartość. W obszarze rozszerzania współpracy wcześniej dostrzegają możliwości, zwiększając liczbę szans sprzedażowych pozyskiwanych od obecnych klientów. Obserwowałem wzrost jakości lejka sprzedażowego w obszarze rozszerzeń o 10–25%, a nie tylko wzrost jego wielkości.
• Mniej obciążenia administracyjnego: Notatki z rozmów, aktualizacje systemu CRM i podsumowania są przygotowywane szybciej, dzięki czemu menedżer zyskuje czas.

Te wzrosty efektywności wymagają zmiany sposobu myślenia — liderzy CX muszą odejść od przekonania, że świetna obsługa klienta wymaga czasu.

Przez lata zakładaliśmy, że wysokiej jakości doświadczenie klienta wymaga wielu godzin: dokładnych przygotowań, długiego opracowywania materiałów do kwartalnych przeglądów biznesowych, ręcznej analizy i tworzenia każdej wiadomości od podstaw. I uczciwie mówiąc, kiedyś rzeczywiście tak było. Jednak AI całkowicie podważyło to założenie.

Jak AI usprawnia sposób, w jaki menedżerowie ds. sukcesu klienta prowadzą kwartalne przeglądy biznesowe

Oto duża zmiana, którą wprowadziłem dzięki AI.

Rok temu większość zespołów ręcznie gromadziła dane, tworzyła slajdy i próbowała połączyć wskaźniki wykorzystania, zgłoszenia do pomocy technicznej oraz intuicję w „historię wartości”. Proces ten był powolny, niespójny i nadmiernie skoncentrowany na aktywnościach.

Całkowicie odwróciłem ten proces dzięki AI. Teraz używam AI do wygenerowania pierwszej wersji narracji dotyczącej klienta, zanim otworzę prezentację. Zamiast pytać: „Jakich slajdów potrzebuję?”, zaczynamy od pytania: „Jaka jest historia wpływu biznesowego w przypadku tego konta?”

Przekazuję mu trendy dotyczące wykorzystania produktu, kluczowe kamienie milowe, interakcje z pomocą techniczną, znane cele klienta i notatki z rozmów. AI pomaga następnie uporządkować te informacje w następujący sposób:

• Rezultaty, które klient próbował osiągnąć
• Zmiany, które zaszły w jego firmie
• Obszary, w których powstała wartość lub jest ona zagrożona
• Obszary, w których występują wyraźne sygnały możliwości rozszerzenia współpracy

Narzędzia, których do tego używam, to niestandardowe wersje GPT, Claude, Fathom, Gong i Planhat,

Zanim CSM przygotuje QBR lub poprowadzi rozmowę, nie działa po omacku. Przychodzi z własnym punktem widzenia. Rezultaty są znaczące:

1. Jakość rozmów natychmiast się poprawiła. CSM-owie brzmią bardziej strategicznie, ponieważ mają narrację, a nie tylko dane.
2. Czas przygotowań znacznie się skrócił. To, co wcześniej zajmowało godziny, teraz zajmuje minuty. Oznacza to, że zespoły poświęcają więcej czasu na myślenie, a mniej na składanie materiałów.
3. Co najważniejsze, miało to bezpośredni wpływ na przychody. Rozpoczynanie od jasnego komunikatu o wartości znacznie ułatwia prowadzenie rozmów o odnowieniach, odrzucanie próśb o rabaty i naturalne przedstawianie możliwości rozszerzenia współpracy.

AI nie tylko przyspieszyło ten proces. Sprawiło, że sukces klienta stał się bardziej nastawiony na wyniki biznesowe.

Dlaczego AI w CX ma poważne wady

Anika dzieli się

Największym problemem jest płytkie myślenie: Gdy zespoły zbyt mocno polegają na wynikach AI, przestają kwestionować narrację.

A teraz wady — ponieważ przy niewłaściwym zastosowaniu z pewnością się pojawiają:

• Największym problemem jest płytkie myślenie: Gdy zespoły zbyt mocno polegają na wynikach AI, przestają kwestionować narrację. Widziałam, jak CSM-owie przyjmowali podsumowanie wygenerowane przez AI za dobrą monetę, bez zastosowania własnego osądu, co może prowadzić do całkowitego przeoczenia tego, co dzieje się na koncie.
• Generyczna komunikacja: Jeśli nie zachowa się ostrożności, wszystko zaczyna brzmieć tak samo. Klienci to wyczuwają. Zaufanie szybko słabnie, gdy każdy e-mail lub komunikat wydaje się szablonowy, nawet jeśli jest technicznie „spersonalizowany”.
• Fałszywe poczucie strategii: To poważny problem. Sam fakt, że AI potrafi wygenerować atrakcyjny „komunikat o wartości”, nie oznacza, że zespół działa strategicznie. Widziałam liderów przekonanych, że podnieśli poziom swojego zespołu, podczas gdy w rzeczywistości poprawili jedynie formatowanie — a nie sposób myślenia.
• Nadmierna automatyzacja w niewłaściwych momentach: Wykorzystanie AI w sytuacjach eskalacyjnych, trudnych rozmowach o odnowieniu lub delikatnych sytuacjach może przynieść bardzo złe skutki. W takich momentach ton, empatia i osąd mają większe znaczenie niż szybkość.

Odkryłam, że zwycięskie zespoły wykorzystują AI jako punkt wyjścia, a nie ostateczną odpowiedź.

Dlaczego AI nie zapewnia prawdziwej personalizacji CX

Największym obszarem, w którym AI nie przyniosło oczekiwanego wpływu na CX, jest prawdziwa personalizacja na poziomie relacji.

AI doskonale sprawdza się w sprawianiu, że coś wygląda na spersonalizowane. Potrafi dostosowywać wiadomości e-mail, odwoływać się do danych o użytkowaniu i zmieniać ton w zależności od persony. Na papierze wygląda to świetnie. Klienci — zwłaszcza na poziomie przedsiębiorstw — natychmiast wyczuwają jednak różnicę.

Istnieje ogromna różnica między stwierdzeniem „To zostało wygenerowane dla mnie” a „Ta osoba rozumie mój biznes”. Ta różnica ma znaczenie, ponieważ zaufanie buduje się na głębi, a nie na formatowaniu.

Dlaczego rozwijanie kompetencji jest ważniejsze niż same narzędzia

Rozwijanie kompetencji ma większe znaczenie niż same narzędzia. Szkoda, że nie zdałam sobie z tego sprawy wcześniej.

Kiedy po raz pierwszy testowałam AI z zespołami CS, sądziłam, że najtrudniejsze będzie wybranie odpowiedniego narzędzia i pokazanie ludziom kilku promptów. Tak nie było. Prawdziwym wyzwaniem było skłonienie zespołu do innego spojrzenia na swoją pracę.

Aby to osiągnąć, przestałam mówić o AI jako o narzędziu i zaczęłam mówić o nim jako o dźwigni wzrostu przychodów. Zadbałam o to, aby mój zespół miał odpowiednie narzędzia i właściwe nastawienie. Zamiast prosić go o wykorzystanie AI do szybszego pisania e-maili, prosiłam o używanie AI do przygotowywania się do rozmów biznesowych. Co ten klient musi usłyszeć, aby odnowić współpracę? Jakie sygnały możliwości rozszerzenia współpracy kryją się w jego danych o użytkowaniu? Jakiego ryzyka nie dostrzegamy?

Dlatego moja rada brzmi: nie traktuj AI jako inicjatywy technologicznej. Potraktuj je jako zmianę kompetencji.

Bądź na bieżąco

Możesz śledzić działalność Aniki Zubair na LinkedInie. Zajrzyj także na stronę The Customer Success Pro.

W The CX Lead pojawi się więcej wywiadów z ekspertami!