„Agentowy” – powtórka z rozrywki?
Ostatni rok to wysyp wszystkiego „agentic”. Agentic AI, Agentic ERP, Agentic Systems, Agentic CRM. Na początku lat 00′ uczyliśmy się o systemach wielo-agentowych i wtedy niestety marketing zderzył się z rzeczywistością i systemy wielo-agentowe, mimo że piękne na slajdach, pozostały na slajdach.
Obecnie wszystko zmieniają LLMy (Large Language Models), które mają szanse wizję sprzed ponad 20 lat wdrożyć w życie.
Oczywiście razem z Agentic AI zaczęliśmy mówić o Agentic CRM i systemy CRM przechodzą fundamentalną transformację (przynajmniej marketingowo). Wg planów i prób implementacji Agentic CRM to nie tylko kolejna ewolucja w zarządzaniu relacjami z klientami, ale rewolucja w sposobie działania CRMów. W przeciwieństwie do tradycyjnych systemów, które wymagają ciągłego ludzkiego nadzoru i ręcznego wprowadzania danych, Agentic CRM wykorzystuje „autonomiczne” (tak sobie, ale marketingowo jak najbardziej) agenty AI, które mogą samodzielnie analizować dane, podejmować decyzje i wykonywać działania.
Czym zatem jest Agentic CRM?
Agentic CRM to CRM wyposażony we wbudowaną agentową sztuczną inteligencję (Agentic AI), która wykorzystuje agenty oparte o LLM i odpowiednie narzędzia do automatyzacji zadań i procesów. Kluczową cechą wyróżniającą ten typ systemu jest zdolność do wykonywania rozumowania opartego o rozumienie języka naturalnego. W przeciwieństwie do tradycyjnych systemów opierających swoje działanie na rekordach i regułach, agenty interpretują dane klientów w języku naturalnym, tworzą wieloetapowe ścieżki działania, używają dedykowanych narzędzi i dynamicznie współdziałają z danymi w CRM (i innymi systemami w organizacji) takimi jak leady, szanse sprzedaży, faktury, klienci, emaila czy sprawy.
W centrum architektury prawdziwego Agentic CRM znajduje się główny orkiestrator AI, który działa jako strategiczny mózg systemu, wspierany przez sieć agentów opartych na rolach.
Te agenty komunikują się, współpracują i wykonują zadania podobnie jak skoordynowany zespół ludzki, tylko szybciej i na większą skalę. Platforma działa jak inteligentna organizacja cyfrowa, gdzie każdy agent specjalizuje się w konkretnym obszarze – sprzedaży, marketingu, obsłudze klienta czy analizie danych.
Co wnosi i czym różni się Agentic CRM?
Do tej pory mamy konsensus, że systemy CRM dzielą się na strategiczne, operacyjne, analityczne (bardzo często mylone z Marketing Automation) i „z dupy” (to te wszystkie wdrożenia prostych kanbanów, albo email automation do leadów nazywane górnolotnie CRMami – „zastąpiłem Gmail Klientowi i dzięki XYZ ma teraz kontakty w jednym miejscu i śledzi emaile”).
Agentowy CRM różni się od do tej pory uznanych kategorii tak (subiektywna lista, pewnie niepełna):
| Obszar | Tradycyjne systemy CRM | Agentic CRM |
|---|---|---|
| Wprowadzanie danych | Ręczne przez użytkowników | Automatyczne zbieranie z e-maili, rozmów, spotkań, proaktywne wzbogacanie (enrichment) |
| Integracja danych | Statyczne rekordy CRM | Pobieranie i integracja danych w czasie rzeczywistym |
| Zaangażowanie klienta | Przepływy pracy oparte na regułach | Interakcje adaptujące się w czasie rzeczywistym i tworzone przez dedykowanych agentów |
| Personalizacja | Głównie oparta o segmenty i opisane zasady, w tym modele ML | Wysoko spersonalizowana, dynamiczna na poziomie indywidualnym, adaptowana |
| Skalowalność | Ograniczona do liczby agentów ludzkich | Skalowalna do milionów interakcji |
| Uczenie AI | Brak uczenia się, albo standardowe modele zapięte w CRM (churn, propensity to buy itd) | Ciągłe uczenie się z każdej interakcji, atomic record jest transakcja i działanie |
| Podejmowanie decyzji | Reaktywne, sterowane przez człowieka | Proaktywne, autonomiczne z nadzorem ludzkim |
Z czego musi się składać CRM, żeby być Agentowym CRMem?
Agentic CRM to nie jakiś tam system CRM i na tym chodzący agent. Wtedy to „Agent działający na systemie CRM”, a nie „Agentic CRM”.
Architektura Agentic CRM to wiele połączonych, autonomicznych agentów CRM (nie sidecar i niekoniecznie tylko embedded) i opiera się na kilku kluczowych komponentach:
Model bazowy (foundation model) – agenty są zasilane przez duże modele językowe (LLM), takie jak GPT-5, Gemini 3, czy Grok, które umożliwiają im interpretację danych wejściowych w języku naturalnym i rozumowanie. W przeciwieństwie do tradycyjnych botów opartych na regułach czy statycznych silników przepływów pracy, agenty te dynamicznie interagują z encjami danych CRM.
Pipeline RAG (Retrieval-Augmented Generation) – pobieranie kontekstu z bazy wiedzy CRM, artykułów wsparcia i dokumentacji. Podejście to umożliwia agentom pobieranie informacji z danych strukturyzowanych i niestrukturyzowanych, odpowiedniej dokumentacji, przeprowadzanie tzw. groundingu w kontekście danej organizacji i generowanie odpowiedzi opartych zarówno na wcześniejszych interakcjach, jak i najnowszych rekordach.
Warstwa orkiestracji (orchestration layer) – zarządza przepływem konwersacji i koordynuje działania wielu agentów specjalistycznych. Orkiestrator interpretuje sygnały i dane (w tym prompty użytkowników, ale nie tylko) w czasie rzeczywistym, koordynuje działania między modułami bez ręcznych przekazań i rozwiązuje wyjątki na podstawie kontekstowego zrozumienia.
System pamięci i uczenia (memory and learning) – agenty stale monitorują wyniki swoich działań, ucząc się z rezultatów wydajności i włączając feedback do udoskonalania przyszłych decyzji. Taki sposób działania pozwala agentom poprawiać efektywność w czasie bez wprowadzania niekontrolowanych zachowań.
Czy Dynamics 365 jest Agentic i co na to Microsoft?
Ponieważ dla wszystkich big techów Agentic AI to być albo nie być, to i Microsoft nie jest inny ;).
Microsoft Dynamics 365 przekształca się w platformę agentową, która osadza agenty AI bezpośrednio w aplikacjach biznesowych (od Copilot, przez agenty oparte na Copilocie i dedykowane agenty zbudowane przez Microsoft) aż po customowe agenty zbudowane zarówno low-code w Copilot Studio, jak i zaawansowane agenty zbudowane w Microsoft Foundry i przez Agents SDK.
Agenty w Dynamics 365 współdziałają bezpośrednio z danymi zgromadzonymi w Dataverse, Fabric, procesami operacyjnymi, danymi i usługami opartymi o Power Platform i Microsoft Graph. Ta natywna,. głęboka integracja pozycjonuje Microsoft dość wysoko w rewolucji Agentic CRM i Agentic ERP – dlatego, że większość danych potrzebnych agentom do działania i robienia tego, co obiecuje marketing, jest już w chmurze Microsoft.
Przykładowe zalety Agentic CRM w sprzedaży
Agenty AI pomagające w procesie sprzedaży w Dynamics 365 Sales mogą:
- Kwalifikować leady na podstawie sygnałów zaangażowania i dopasowania do profilu idealnego klienta
- Prowadzić research na temat potencjalnych klientów i konkurencji przed spotkaniami
- Komponować spersonalizowane sekwencje outreach dostosowane do kontekstu kupującego
- Proponować next-best action i next-best offer w oparciu o dane historyczne i wzorce sukcesu
- Monitorować szanse sprzedaży i alarmować o ryzyku utraty dealu na podstawie np. sygnałów z rynku
Microsoft aktualnie oferuje „w cenie” następujące gotowe agenty w Dynamics 365 Sales (Accelerate revenue with prebuilt sales agents):
- Sales Qualification Agent
- Sales Close Agent
- Sales Research Agent
Przykładowe zalety Agentic CRM w obsłudze klienta
W kontekście customer service agenty mogą:
- Autonomicznie rozwiązywać rutynowe zapytania klientów
- Wykrywać intencje klienta i proaktywnie oferować pomoc
- Eskalować złożone przypadki do agentów ludzkich z pełnym kontekstem
- Analizować sentiment i dostosowywać styl komunikacji
- Generować podsumowania interakcji i rekomendacje działań następczych
Przykładem takiego agenta w Dynamics 365 jest Quality Evaluation Agent opisany w szczegółach na blogu Netwise: Quality Evaluation Agent in Dynamics 365: improving Customer Service with Autonomous AI
Co dalej?
Agentowy CRM przesuwa zarządzanie relacjami z Klientami w obecnych CRMach od statycznego przechowywania danych do inteligentnego, autonomicznego ekosystemu agentów AI, którzy ułatwiają współpracę w czasie rzeczywistym. Microsoft pozycjonuje Dynamics 365 jako platformę przygotowaną na wieloagentową współpracę, a kolejne wydania będą koncentrować się na rozszerzaniu możliwości orkiestracji między agentami dedykowanymi.
W kontekście polskiego rynku, gdzie wiele firm dopiero rozpoczyna cyfrową transformację CRM, Agentic CRM oferuje możliwość „przeskoczenia” tradycyjnych etapów i wdrożenia od razu rozwiązań nowej generacji.
W następnych postach postaram się przybliżyć konkretne agenty, cykl życia, czym są agenty i jak podejść do zmiany w Agentic CRM.
Polski blog o Microsoft Dynamics 365 