Voice AI wciąż bez momentu ChatGPT. Co to znaczy dla firmy

TechCrunch opisał 11 października 2026 roku opinie menedżerów z branży, według których głosowe AI nie miało jeszcze swojego „momentu ChatGPT”. Wskazywany powód jest techniczny: warstwa kontekstu często gubi ważne informacje z rozmowy, a wtedy sypie się cały proces, który na niej stoi. Mówią to ludzie z branży, nie jej krytycy.

Dlaczego to ma znaczenie

Bot głosowy to nie jeden model, tylko łańcuch. Coś musi zrozumieć mowę, coś musi wiedzieć, z kim rozmawia i w jakiej sprawie, coś musi podjąć decyzję i wykonać akcję (zapisać termin, założyć zgłoszenie, przekazać sprawę człowiekowi). Kontekst jest ogniwem pośrodku. Jeśli zgubi jedną rzecz, na przykład to, że klient dzwoni drugi raz w tej samej sprawie, kolejne kroki wykonują się poprawnie, tylko na błędnych danych.

W czacie tekstowym taki błąd widać i da się go poprawić w następnej wiadomości. W rozmowie telefonicznej klient zwykle nie poprawia bota, tylko się rozłącza. Dlatego głos jest trudniejszy niż tekst, mimo że dema brzmią coraz naturalniej.

Jest też druga strona. Skoro ograniczenie przyznają sami menedżerowie, to obietnice sprzedawców w rodzaju „bot odbierze każdy telefon za recepcję” należy czytać ostrożnie. Naturalny głos w prezentacji nie mówi nic o tym, czy system utrzyma wątek w dziesiątej minucie rozmowy z prawdziwym klientem.

Co to znaczy dla polskiej firmy

Materiał źródłowy nie podaje cen, nazw produktów ani informacji o języku polskim, więc nie będę ich zgadywać. Praktyczny wniosek jest taki: jeśli ktoś oferuje ci voicebota, test na polskich rozmowach twoich klientów musisz zrobić sam. Polskie nazwiska, nazwy ulic, numery NIP i kwoty dyktowane przez telefon to dokładnie te „ważne punkty”, które kontekst może zgubić.

Mała firma usługowa B2B żyje z poczty, ofert, wycen, faktur i danych o klientach. W jej tygodniu pracy ten news nie zmienia nic. Większość ustaleń i tak ląduje w mailu, a tam AI działa na tekście, który można sprawdzić przed wysłaniem. Telefon jest u takiej firmy kanałem do spraw pilnych i delikatnych, czyli tam, gdzie pomyłka bota kosztuje najwięcej.

Inaczej wygląda to w firmie, która ma dużo powtarzalnych połączeń: potwierdzanie wizyt, status zamówienia, umawianie terminów. Tam głosowe AI może mieć sens już teraz, pod warunkiem że scenariusz jest wąski, a bot ma dostęp do aktualnych danych z kalendarza albo CRM. Im szersza rozmowa, tym większe ryzyko opisane w źródle.

Co z tym zrobić

• Nie kupuj voicebota po demie. Poproś o test na kilkudziesięciu własnych, prawdziwych rozmowach i sprawdź, co zostało zapisane po każdej z nich. Oceniaj notatkę i wykonaną akcję, nie brzmienie głosu.
• Zacznij od jednego wąskiego scenariusza z wyraźnym wyjściem do człowieka. Potwierdzenie terminu tak, negocjowanie wyceny nie.
• Jeśli nie masz dużego wolumenu telefonów, na razie nic nie rób. Uporządkowanie poczty, ofert i danych o klientach da więcej niż bot na linii, która dzwoni kilka razy dziennie.

Źródło: TechCrunch AI