AI w CRM, czy jesteśmy właśnie w „dolinie rozczarowania”?

About
Latest Posts

Chief Executive Officer at eVolpe Consulting Group

Od 2009 roku prowadzę eVolpe Consulting Group, firmę wdrażającą systemy CRM/CX i HCM w średnich i dużych organizacjach. Od trzech lat przestawiam ją na sztuczną inteligencję i publicznie pokazuję, jak to wygląda w praktyce: z liczbami, nieudanymi podejściami i wnioskami, które kosztowały nas realne pieniądze. Odpowiadam za strategię, kontrakty i rozwój produktów: MintHCM oraz eVolpe AI Context Platform. Piszę o agentic AI w realnej firmie wdrożeniowej, o kontraktach IT okiem Wykonawcy i o open source jako modelu biznesowym. Jeśli zastanawiasz się, ile w AI jest realnej dźwigni, a ile teatru, znajdziesz mnie na LinkedIn i w newsletterze eVolpe.

Latest posts by Marcin Różański (see all)

Jak agent AI uczy się na błędach zespołu? Audyt artefaktów i doskonalenie skilli - 27 października 2026
Co zmienia się dla klienta, gdy partner wdrożeniowy pracuje z agentami AI? - 26 października 2026
Jak wygląda wytwarzanie oprogramowania z agentami AI w praktyce? Proces eVolpe krok po kroku - 22 października 2026

Częściowo tak. Generatywna AI, na której opiera się większość funkcji AI w CRM, trafiła według Gartnera w 2025 roku do fazy „doliny rozczarowania” (Trough of Disillusionment), a agenci AI są dopiero na szczycie zawyżonych oczekiwań. Rozczarowanie dotyczy jednak ogólnych obietnic, a nie konkretnych zastosowań. Scoring leadów, podsumowania rekordów czy predykcja odejścia klienta działają już w systemach CRM, jeśli firma ma uporządkowane dane i mierzy efekty.

W skrócie: Dolina rozczarowania to w cyklu Gartnera faza, w której technologia przestaje być modą i zaczyna być oceniana po wynikach. Dla firm wdrażających AI w CRM to dobra wiadomość: łatwiej oddzielić działające funkcje od marketingu dostawców i zapłacić za to, co faktycznie przynosi efekt.

Czym jest dolina rozczarowania w cyklu Gartnera?

Dolina rozczarowania (Trough of Disillusionment) to trzecia z pięciu faz cyklu Hype Cycle firmy Gartner, w której zainteresowanie technologią spada, bo wdrożenia nie spełniają zawyżonych oczekiwań. Cykl opisuje, jak technologia dojrzewa od pierwszych zapowiedzi do stabilnego użycia:

Innovation Trigger – pojawienie się technologii i pierwsze zapowiedzi.
Peak of Inflated Expectations – szczyt oczekiwań, napędzany głównie marketingiem i pojedynczymi sukcesami.
Trough of Disillusionment – dolina rozczarowania: pilotaże nie przechodzą na produkcję, a zwrot z inwestycji okazuje się mniejszy niż obiecywano.
Slope of Enlightenment – zbocze oświecenia: firmy uczą się, gdzie technologia naprawdę działa.
Plateau of Productivity – plateau produktywności: technologia staje się standardem.

Dolina rozczarowania nie oznacza, że technologia nie działa. Oznacza, że rynek przestaje oceniać ją po zapowiedziach, a zaczyna po wynikach.

Gdzie jest dziś AI w cyklu Gartnera?

Generatywna AI jest w dolinie rozczarowania, a agenci AI na szczycie oczekiwań. W Hype Cycle for Artificial Intelligence 2025 Gartner wskazał agentów AI i dane gotowe dla AI (AI-ready data) jako dwie najszybciej przesuwające się technologie i opisał stopniowe odchodzenie od generatywnej AI jako głównego punktu zainteresowania (Gartner, 2025). W pierwszym osobnym Hype Cycle for Agentic AI z 2 kwietnia 2026 roku agentic AI znalazła się na szczycie zawyżonych oczekiwań (Gartner, 2026).

Technologia	Faza według Gartnera	Co to oznacza dla CRM
Generatywna AI (podsumowania, generowanie treści, asystenci)	Dolina rozczarowania (2025)	Ocena po wynikach zamiast po demo; spadek zainteresowania funkcjami bez mierzalnego efektu
Agenci AI	Szczyt zawyżonych oczekiwań (2025 i 2026)	Najwięcej obietnic i najwięcej ryzyka; projekty warto zaczynać od wąskiego procesu
Dane gotowe dla AI (AI-ready data)	Jedna z najszybciej przesuwających się technologii (2025)	Jakość danych w CRM staje się warunkiem wdrożenia, a nie dodatkiem

Dystans między oczekiwaniami a praktyką widać w liczbach: według badania Gartnera wśród CIO z 2026 roku agentów AI wdrożyło 17% organizacji, a ponad 60% planuje to zrobić w ciągu dwóch lat (Gartner, 2026).

Skąd bierze się rozczarowanie AI w CRM?

Rozczarowanie AI w CRM wynika głównie z trzech przyczyn: zawyżonych obietnic dostawców, projektów, które nie wychodzą poza pilotaż, oraz słabej jakości danych w systemie.

AI-washing. Wzrost popularności hasła „AI w CRM” sprawił, że niemal każda zaawansowana automatyzacja bywa przedstawiana jako sztuczna inteligencja (AI washing). Etykieta „AI-powered” przestała wyróżniać produkt, a klienci zaczęli oczekiwać mierzalnych efektów.
Pilotaże, które nie przechodzą na produkcję. Według McKinsey 62% organizacji eksperymentuje z agentami AI, ale tylko 23% skaluje ich użycie w choć jednym obszarze działania (McKinsey, 2025). Najczęstsze powody to niejasna wartość biznesowa, brak dopasowania modeli do specyfiki branży i ryzyko halucynacji tam, gdzie potrzebne są precyzyjne dane.
Jakość danych w CRM. Według badania Validity ponad jedna trzecia organizacji odnotowuje bezpośrednie straty przychodów z powodu niskiej jakości danych w CRM, a w wielu firmach mniej niż połowa rekordów jest uznawana za wiarygodną (Validity, 2025). Model AI pracujący na niekompletnych danych daje niewiarygodne wyniki, co szybko podważa zaufanie handlowców.

Do tego dochodzą obawy o bezpieczeństwo danych, zgodność z przepisami i uzależnienie od dostawcy. Jak sprawdzić, czy firma jest na to gotowa, opisujemy w artykule Czy Twoje systemy są gotowe na wdrożenie AI?

Które zastosowania AI w CRM działają już dziś?

W CRM najlepiej działają zastosowania wąsko zdefiniowane, oparte na danych, które system już ma, i łatwe do zmierzenia. Firmy coraz częściej zamiast hasła „CRM z AI” wybierają konkretne przypadki użycia:

Podsumowania kont, szans i zgłoszeń. Handlowiec lub konsultant dostaje streszczenie historii klienta zamiast przeglądać rekordy ręcznie. W SugarAI robią to moduły Account Intelligence i AI Summarization (przegląd funkcji AI w SugarAI).
Scoring leadów i prognozy szans sprzedaży. Model trenowany na historii danej firmy ocenia prawdopodobieństwo konwersji lub wygrania transakcji. Wymaga odpowiedniej liczby zamkniętych rekordów.
Predykcja odejścia klienta. System wskazuje klientów z sygnałami ryzyka, zanim sami zgłoszą problem (jak działa predykcja odejścia klienta).
Analiza sentymentu i priorytetyzacja zgłoszeń. Zespół obsługi widzi, które sprawy dotyczą wyraźnie niezadowolonych klientów, bez czytania całej korespondencji (AI w obsłudze klienta).
Przygotowanie do spotkań. Agenci AI w platformach takich jak Creatio zbierają informacje o kliencie i przygotowują brief przed rozmową (Creatio w 2026).

Wspólny mianownik tych zastosowań: AI wspiera konkretną decyzję człowieka, a wynik da się porównać ze stanem sprzed wdrożenia.

Jak wdrażać AI w CRM, gdy technologia jest w dolinie rozczarowania?

W dolinie rozczarowania AI w CRM warto wdrażać małymi, mierzalnymi krokami, zaczynając od danych i jednego procesu. Sprawdza się pięć kroków:

Uporządkuj dane w CRM. Usuń duplikaty, uzupełnij kluczowe pola i ustal, kto odpowiada za ich jakość. Bez tego żadna funkcja AI nie da wiarygodnych wyników.
Wybierz jeden proces o niskim koszcie błędu. Dobrym startem jest podsumowanie konta przed spotkaniem albo scoring leadów, a nie decyzje o rabatach czy warunkach umowy (jak zaprojektować pierwszego agenta AI w sprzedaży).
Zmierz stan wyjściowy. Zanim włączysz AI, zapisz, ile trwa dziś dany proces i jakie daje wyniki (jak mierzyć wpływ AI).
Zostaw człowieka przy decyzjach. AI przygotowuje rekomendację, a człowiek ją zatwierdza, przynajmniej do czasu, gdy wyniki potwierdzą jej jakość.
Oceniaj po wynikach, nie po funkcjach. Po kilku tygodniach porównaj wyniki ze stanem wyjściowym i dopiero wtedy decyduj o rozszerzeniu wdrożenia.

Firmy, które przejdą ten etap metodycznie, będą miały przewagę, gdy AI w CRM wejdzie w fazę stabilnej produktywności. Rozczarowanie dotyka przede wszystkim tych, którzy kupili obietnicę zamiast konkretnego zastosowania.

Najczęściej zadawane pytania

Czy hype na AI w CRM już minął?

Minął hype w sensie krótkotrwałej mody. Generatywna AI jest według Gartnera w dolinie rozczarowania, ale AI staje się standardowym elementem systemów CRM, ocenianym po konkretnych wynikach.

Co to jest dolina rozczarowania?

To trzecia z pięciu faz cyklu Gartner Hype Cycle, w której zainteresowanie technologią spada, bo wdrożenia nie spełniają zawyżonych oczekiwań. Po niej technologia zwykle przechodzi do fazy praktycznego, stabilnego użycia.

Gdzie są agenci AI w cyklu Gartnera?

Na szczycie zawyżonych oczekiwań, zarówno w Hype Cycle for Artificial Intelligence 2025, jak i w Hype Cycle for Agentic AI z kwietnia 2026 roku. Agentów wdrożyło 17% organizacji.

Czy warto teraz wdrażać AI w CRM?

Tak, jeśli zaczniesz od uporządkowanych danych i jednego mierzalnego procesu. Faza rozczarowania ułatwia oddzielenie działających funkcji od marketingu dostawców.

Jakie funkcje AI w CRM działają najlepiej?

Podsumowania kont i zgłoszeń, scoring leadów, prognozy szans sprzedaży, predykcja odejścia klienta i analiza sentymentu w obsłudze klienta.

Dlaczego projekty AI w CRM nie wychodzą poza pilotaż?

Najczęściej z powodu niskiej jakości danych, niejasnej wartości biznesowej i braku pomiaru efektów. Według McKinsey tylko 23% organizacji skaluje użycie agentów AI w choć jednym obszarze.

Jesteś gotowy na prowadzenie dużego projektu wdrożeniowego w Twojej firmie?

Wiesz, o co zapytać dostawcę? Jak przygotować własny zespół? Jak stworzyć skuteczne zapytanie ofertowe? Jaką metodykę wybrać? Na co zwrócić uwagę negocjując umowę wdrożeniową i serwisową?

Specjalnie dla Ciebie stworzyliśmy darmowy kurs mailowy przygotowujący do prowadzenia wdrożeń.

Codziennie przez dwa tygodnie otrzymasz od nas na swoją skrzynkę kolejną dawkę wiedzy, która pozwoli odnaleźć Ci się w tym skomplikowanym procesie.

dowiedz się więcej o kursie