Furnizorii promovează chatboți AI cu rate de automatizare în jur de 80%, iar implementările reale chiar ajung acolo: clienții Daktela raportează între 40% și 81% din solicitări preluate fără agent, în funcție de canal și de configurație. Distanța dintre cele două cifre nu e zgomot de marketing. E diferența dintre a devia o conversație și a rezolva efectiv o problemă, și tot ea decide dacă automatizarea îți economisește bani sau, discret, te costă clienți.
Orice furnizor din zona de customer service promite azi, într-o formă sau alta, același lucru: un chatbot AI care rezolvă până la 80% din solicitările clienților, non-stop, fără să angajezi pe nimeni în plus. E tentant să pui promisiunea pe seama marketingului. N-ar fi corect. Datele publicate din implementări reale, inclusiv rezultatele clienților Daktela, arată că rate de automatizare din zona asta chiar se obțin.
Problema e că cifra de pe copertă aproape niciodată nu spune ce anume măsoară. Două contact centere pot raporta amândouă „80%" și pot vorbi despre lucruri complet diferite: unul a rezolvat patru din cinci probleme ale clienților, celălalt doar a ținut patru din cinci conversații departe de un agent, inclusiv pe cele în care clientul s-a lăsat păgubaș. Articolul ăsta descompune ce acoperă de fapt cifra de 80%, ce livrează implementările reale și care sunt cele trei condiții care decid unde aterizează cifra ta.
Înainte să compari furnizori sau să îți fixezi o țintă internă, merită să separi patru indicatori care sunt folosiți, în mod curent, ca și cum ar fi interschimbabili.
Distanța dintre ele nu e o discuție academică. Cadrul de KPI Fin AI de la Intercom arată că o platformă poate raporta în jur de 90% deviere, în timp ce rezolvarea reală, pe exact aceleași conversații, stă pe la 40%. Estimările independente din 2026 pun media pe industrii a rezolvării reale în jur de 45%, cu implementări puternice în zona 70–75% și rezultate de top peste 80%, acolo unde întrebările sunt foarte structurate.
Cifra pe care merită să o reții: o rată de deviere de 90% și o rată de rezolvare de 40% pot descrie exact același chatbot. Întreabă mereu pe care dintre ele ți-o arată cineva.
Portofoliul de clienți Daktela ilustrează diferențele mai bine decât orice medie de piață, tocmai pentru că implementările diferă ca și canal, industrie și amploare.
Două lucruri sar în ochi. Primul: canalul contează mai mult decât tehnologia. Voicebotul Generali preia nouă din zece apeluri telefonice, în timp ce chatbotul aceleiași companii preia puțin peste șase din zece solicitări pe chat, deși în spate stă aceeași platformă AI. Al doilea: cele mai bune cifre pe chat aparțin companiilor care au conectat botul la sisteme vii, nu la o bibliotecă de documente. Botul Cardwin trage datele despre promoțiile active direct din sistemul de conținut, iar botul și mailbotul de la Košík stau într-o platformă omnichannel integrată.
„Putem modifica și îmbunătăți chatbotul singuri, fără cunoștințe tehnice."– David Matuna, Product Owner, Košík.cz
O întrebare despre factură și o modificare de contract nu sunt același lucru. Implementările dominate de întrebări repetitive și bine documentate (status comandă, program, condiții de livrare, reguli de promoție) ajung repede la rate mari. Cele dominate de solicitări în mai mulți pași, reglementate sau încărcate emoțional rezolvă mult mai puțin, iar un singur procent global ascunde complet diferența.
Un chatbot AI nu poate rezolva ce nu vede. Conectat la CRM, la magazinul online și la bazele de date interne, lucrează cu comanda și contul real ale clientului. Conectat doar la un centru de ajutor, în cel mai bun caz îți recită politica firmei. E și partea cea mai puțin spectaculoasă a oricărei implementări, deci și cea mai des amânată. De aici vine și motivul pentru care atâtea pilot-uri se opresc în zona de 40% și rămân acolo.
Escaladarea e tratată de obicei ca ramura de eșec. E mai degrabă opusul. 79% dintre consumatori spun clar că preferă un agent uman, iar 89% vor ca opțiunea să fie mereu la îndemână (SurveyMonkey, 2025–2026). Studiul Gartner din 2026, pe 3.566 de clienți, arată că așteptarea rămâne intactă chiar și la utilizatorii intensivi de AI. O predare care duce cu ea tot istoricul conversației nu costă clientul nimic. Una care îl pune să repete totul de la capăt șterge exact economia pe care tocmai o făcuse botul. Datele Zendesk arată o rată de revenire de 11,3% pe tichetele rezolvate de AI, față de 8,7% pe cele rezolvate de oameni, iar în diferența asta se adună costul invizibil.
Adopția nu mai e constrângerea. Salesforce raportează că 66% dintre organizațiile de customer service folosesc deja agenți AI, față de 39% cu un an în urmă, și estimează că AI va rezolva în jur de 50% dintre cazuri până în 2027. Constrângerea e randamentul: Gartner a constatat că liderii din customer service au alocat o mediană de 12% din bugetul pe 2025 către AI, cea mai mare pondere dintre toate funcțiile de business, însă doar 24% au demonstrat un randament financiar pozitiv pe proiectele lor.
Explicația Gartner pentru decalaj e că nepotrivirea ține de așteptările clienților, nu de tehnologie. Clienții folosesc AI-ul tot mai mult ca să ducă la capăt o sarcină, nu ca să primească un răspuns, și sunt acum de câteva ori mai predispuși să deschidă un instrument AI generalist decât chatbotul unei companii. Un bot care doar răspunde concurează cu unelte pe care clienții le au deja în telefon. Un bot care verifică o comandă, emite o rambursare sau modifică un contract, nu.
Răspunsul onest la întrebarea din titlu e da, cu condiții. Ratele de automatizare în jur de 80% sunt documentate, inclusiv în implementările Daktela, dar aparțin unor boți cu o zonă de acoperire îngustă și bine aleasă, cu acces live la sistemele de business și cu o predare către agent construită la fel de atent ca fluxul de conversație. Companiile dezamăgite de AI în 2026 rareori au ales modelul greșit. Mai degrabă au măsurat devierea și au numit-o rezolvare.
Chatbotul AI de la Daktela e construit exact în jurul acestei distincții: un builder no-code pe care echipa de suport îl ajustează fără IT, integrare nativă cu CRM, magazin online și baze de date interne, raportare pe rata de rezolvare și pe sentiment în locul numărătorii de conversații deviate, plus o predare care duce conversația completă către agent, în aceeași platformă de contact center.
