MIA nie istnieje, ale rozmawia z 10 000 osób dziennie. O LLM, KB, MCP i innych akronimach

We wrześniu 2025 r. grupa Saint-Gobain podjęła krok, który na pierwszy rzut oka mógłby wydawać się kolejną kampanią marketingową w Internecie: wprowadzili MIA, awatar stworzony przy użyciu sztucznej inteligencji, który prezentuje serię filmów “Voice of the Future”. Jednak poza błyskotliwym aspektem technologicznym firma Saint-Gobain podjęła znacznie odważniejsze działanie: zmieniła tradycyjny sposób, w jaki globalna korporacja budowlana komunikuje się ze swoimi profesjonalistami, klientami i partnerami.

Dla branży drzewnej – i dla każdej branży B2B – moment ten oznacza początek ery, w której komunikacja nie polega już tylko na wysyłaniu i odbieraniu wiadomości, ale na inteligentnych, kontekstowych i spersonalizowanych rozmowach w skali globalnej.

Jestem pasjonatem tej dziedziny, od pewnego czasu śledzę i wykorzystuję sztuczną inteligencję. Skorzystałem z tej wiadomości, aby zagłębić się w ten temat i nieco rozwinąć kwestię tego, w jaki sposób sztuczna inteligencja może pomóc nam w komunikacji z partnerami spoza organizacji, a także, dlaczego nie, z kolegami z wewnątrz.

Ale kim (lub czym) jest MIA?

MIA to nie tylko chatbot o sympatycznej twarzy. To złożony system łączący kilka poziomów technologii AI:

1. Avatar AI z prawdziwym głosem i twarzą – MIA prezentuje materiały wideo dotyczące zrównoważonych rozwiązań budowlanych z całego świata, mówiąc o Australii, Indiach, Chinach i Brazylii. Nie czyta z telepromptera – generuje treści dostosowane do każdego kraju i kontekstu.

2. Chatbot zintegrowany ze stroną internetową – Oprócz awatara Saint-Gobain oferuje również chatbota tekstowego/głosowego (poprzez Voiceflow) dostępny na wszystkich stronach ich witryny. System odpowiada na pytania dotyczące marek, rozwiązań i możliwości kariery, bez konieczności identyfikacji użytkownika.

3. Poufność i bezpieczeństwo – Dane rozmów są usuwane co tydzień, a system nie gromadzi danych wrażliwych. Zapewniamy pełną przejrzystość.

Dla firmy zatrudniającej 161 000 pracowników w 80 krajach i osiągającej obroty w wysokości 46,6 mld euro komunikacja na tak złożonym poziomie stanowi ogromne wyzwanie. MIA rozwiązuje ten problem, zapewniając spójne odpowiedzi w czasie rzeczywistym, w wielu językach, 24 godziny na dobę, 7 dni w tygodniu.

Infrastruktura technologiczna

Aby naprawdę zrozumieć potencjał tych systemów, musimy spojrzeć poza przyjazny interfejs. System AI, taki jak MIA, działa na wielu poziomach technologicznych. Poniżej przedstawiam kilka istniejących technologii, które mogą stanowić źródło inspiracji dla osób zainteresowanych tą dziedziną.

Duże modele językowe (LLM)

W centrum każdego nowoczesnego systemu komunikacji AI znajduje się LLM – modele takie jak GPT-4, Claude lub Gemini. Są one „mózgiem”, który rozumie język naturalny, kontekst i niuanse rozmowy. W przypadku MIA model LLM jest szkolony tak, aby rozumiał specyfikę zrównoważonego budownictwa, materiałów Saint-Gobain i polityki firmy.

Baza wiedzy (Baza wiedzy)

Sam LLM może mówić wiele pięknych rzeczy, ale może też wymyślać informacje. Dlatego nowoczesne systemy korzystają z wewnętrznej bazy wiedzy – setek tysięcy dokumentów, katalogów produktów, przewodników technicznych, studiów przypadków. Kiedy użytkownik pyta o konkretny produkt, system przeszukuje tę bazę i udziela dokładnych, udokumentowanych odpowiedzi.

Kluczową technologią jest tutaj RAG (Retrieval-Augmented Generation): system wyszukuje odpowiednie informacje w bazie wiedzy, a następnie generuje naturalną odpowiedź w języku użytkownika, łącząc znalezione informacje z możliwościami wyjaśniającymi LLM.

Model Context Protocol (MCP) – Uniwersalny złącze

Tutaj robi się naprawdę ciekawie. MCP to protokół open source, który niedawno wprowadziła firma Anthropic (twórca Claude'a) i który już przyjęły OpenAI, Microsoft, Google, Amazon i inni giganci technologiczni.

Wyobraź sobie MCP jako port USB-C dla systemów AI. Tak jak USB-C umożliwia standardowe podłączenie dowolnego urządzenia elektronicznego, tak MCP umożliwia standardowe podłączenie systemów AI do dowolnego źródła danych lub narzędzia: Google Drive, Slack, GitHub, baz danych SQL, systemów ERP, CRM, platform e-commerce, dowolnego rodzaju aplikacji. Od tego momentu otwiera się cały świat możliwości.

Korzyści MCP dla biznesu:

• Jeden standard – Nie musisz już tworzyć oddzielnych integracji dla każdego systemu.
• Bezpieczeństwo – Kontrolujesz dokładnie, do jakich danych ma dostęp sztuczna inteligencja i w jaki sposób.
• Skalowalność – Dodaj nowe źródła danych bez konieczności przepisywania całego systemu.
• Interoperacyjność – Ten sam system AI może współpracować z narzędziami różnych dostawców.

Na przykład producent może podłączyć chatbota AI bezpośrednio do swojego systemu magazynowego, CRM, dokumentacji technicznej i katalogu produktów – wszystko za pomocą jednego standardowego protokołu.

Lista nie jest kompletna, ale w zasadzie może pomóc w stworzeniu dowolnego rodzaju automatyzacji. Osobom mniej zaznajomionym z technologią polecam skorzystanie z rozwiązania (aplikacji) już dostępnego na rynku i dostosowanie do niego swoich procesów.

Przykłady z innych branż

Produkcja i logistyka

IBM Watson jest używany do:

• Konserwacja predykcyjna – Sztuczna inteligencja analizuje czujniki w samochodach i przewiduje awarie, zanim jeszcze się pojawią.
• Kontrola jakości – Automatyczne wykrywanie wad na obrazach
• Optymalizacja łańcucha dostaw – Inteligentne zarządzanie zapasami

Chatboty w branżach produkcyjnych pozwalają menedżerom aktualizować status zamówień za pomocą głosu, otrzymywać powiadomienia o dostawach, sprawdzać wskaźniki sprzętu – wszystko to w formie rozmowy, bez skomplikowanych interfejsów.

ARIA (BrainBox AI)

W branży budowlanej system ARIA opracowana przez BrainBox AI z Kanady analizuje, doradza i automatyzuje zadania związane z funkcjonowaniem budynku. Przewiduje potrzeby, optymalizuje efektywność energetyczną, komunikuje się z użytkownikami za pomocą wiadomości tekstowych lub głosowych.

W przypadku przemysłu drzewnego podobny system mógłby zarządzać np. procesami suszenia drewna, monitorowaniem warunków przechowywania, optymalizacją zużycia energii w fabrykach.

Statystyki B2B, które mówią same za siebie

• 58% z firm B2B już korzystają z chatbotów, zgodnie z ProProfs
• 78% wśród liderów branży produkcyjnej potwierdza, że sztuczna inteligencja zwiększa produktywność
• Rynek chatbotów wzrośnie z 8,27 mld dolarów w 2024 r. do 27,29 mld w 2030 r.
• Oszczędność kosztów: E-commerce oszczędza około 30% z 1,3 biliona dolarów wydawanych rocznie na obsługę klienta dzięki wykorzystaniu chatbotów.

Konkretne zastosowania w przemyśle drzewnym

A teraz najważniejsze: w jaki sposób przemysł drzewny mógłby wykorzystać te technologie? Oto kilka realistycznych scenariuszy:

1. Asystent AI ds. specyfikacji technicznych

Producent drewna warstwowego lub CLT mógłby stworzyć awatara AI, który:

• Odpowiada na pytania techniczne dotyczące produktów 24 godziny na dobę, 7 dni w tygodniu, w dowolnym języku.
• Poleca rozwiązania oparte na wymaganiach projektu (wymiary, wytrzymałość, certyfikaty)
• Generuj wstępne oferty natychmiast
• Prześlij odpowiednią dokumentację techniczną
• Łączy klienta bezpośrednio z odpowiednim przedstawicielem handlowym

2. Baza wiedzy dla dystrybutorów i partnerów

Wyobraź sobie system, który łączy:

• Wszystkie katalogi produktów aktualizowane w czasie rzeczywistym
• Certyfikaty i zgodności dla różnych rynków
• Instrukcje instalacji i montażu
• Studia przypadków i referencje
• Ceny i dostępność (przez MCP podłączony do ERP)

Dystrybutor z Niemiec może zapytać po niemiecku: “Potrzebuję 200 m² parkietu warstwowego klasy 33, certyfikowanego do ogrzewania podłogowego, z dostawą w ciągu 2 tygodni do Bawarii. Jakie mam opcje?”

System przeszukiwałby bazę danych, sprawdzał stan magazynowy w czasie rzeczywistym, obliczał koszty transportu i generował kompletną ofertę – wszystko w trakcie rozmowy.

3. Szkolenia i wdrażanie nowych pracowników

W przypadku fabryki mebli lub prefabrykatów agent AI mógłby:

• Szkol nowych pracowników za pomocą interaktywnych samouczków
• Odpowiada na pytania dotyczące procedur bezpieczeństwa
• Wyjaśnij procesy produkcyjne
• Oferujesz rozwiązania dla usterek pojawiających się podczas pracy urządzeń.

4. Inteligentna obsługa klienta

Zamiast formularzy kontaktowych i odpowiedzi po 48 godzinach, chatbot AI mógłby:

• Rozwiązanie natychmiastowe 80% z powtarzających się pytań
• Przekaż bardziej złożone sytuacje prawdziwym ludziom
• Zbieranie opinii i analiza nastrojów (reakcji) klientów
• Oferujesz wsparcie na wielu kanałach (strona internetowa, WhatsApp, Facebook Messenger)

5. Informacje rynkowe

System AI podłączony do zewnętrznych źródeł danych (przez MCP) mógłby:

• Monitoruj ceny konkurencji
• Analiza trendów w branży
• Znajdź możliwości eksportowe
• Sugeruje dostosowanie strategii

Wszystko pochodzi oczywiście z publicznych źródeł. Nie mówimy tu o nielegalnych działaniach, takich jak włamania do wewnętrznych sieci konkurencji.

Wyzwania

Nie wszystko jest jednak różowe. Wdrożenie tych systemów wiąże się z pewnymi wyzwaniami:

Koszty

Prosty chatbot dla średniej firmy o międzynarodowym zasięgu kosztuje od 10 000 do 30 000 USD. Mówimy tu o dedykowanych aplikacjach działających na lokalnych serwerach. Złożony system z awatarem, bazą wiedzy i integracjami kosztuje od 50 000 do 200 000 USD, a nawet więcej, w zależności od stopnia złożoności. Roczna konserwacja może wynosić 15-30% początkowego kosztu.

Jednak dobrą wiadomością jest to, że korzystając z narzędzi przedstawionych na początku, można samodzielnie stworzyć dla swojej małej organizacji chatbota przy znacznie niższych kosztach i mniejszym zużyciu zasobów. Możesz też skorzystać z wielu aplikacji tego typu, z infrastrukturą w chmurze, które są teraz dostępne na rynku. Zwrot z inwestycji (ROI) może być spektakularny: firmy zgłaszają oszczędności nawet o 30% w obsłudze klienta i wzrost o 40% w pozyskiwaniu nowych partnerów.

Dane i jakość

System jest tak dobry, jak dane, które do niego wprowadzasz. Jeśli Twoja baza wiedzy jest chaotyczna, odpowiedzi będą chaotyczne. Przygotowanie danych może zająć 40–60% czasu wdrożenia.

Język i kontekst

W przypadku rynków specyficznych (np. Europa Wschodnia, Skandynawia, kraje bałtyckie) system musi być dostosowany do lokalnej terminologii, specyficznych jednostek miar i norm krajowych.

Bezpieczeństwo i poufność

Może powinienem zacząć od tego, od bezpieczeństwa i RODO. Dane klientów, ceny, strategie – wszystko to trzeba chronić. Dlatego wiele firm wybiera rozwiązania hostowane samodzielnie (na własnych serwerach) zamiast chmury publicznej.

Nie jest to pytanie “czy”, ale “kiedy”.”

Saint-Gobain nie stworzył MIA, aby być “cool”. Zrobili to, ponieważ zrozumieli, że przyszłość komunikacji B2B już nadeszła. Kiedy masz 161 000 pracowników, dziesiątki marek, setki tysięcy produktów i miliony potencjalnych klientów w 80 krajach, klasyczna komunikacja międzyludzka po prostu nie wystarcza. Osiągnęła już swoje granice.

Dla branży drzewnej – czy to producentów CLT w Rumunii, fabryk mebli w Polsce, czy dystrybutorów parkietu w Niemczech – technologie te nie są science fiction. Są one obecnie dostępne, w coraz bardziej przystępnych cenach, z otwartymi standardami (MCP), które eliminują zależność od jednego dostawcy.

Pytanie nie brzmi, czy przemysł drzewny przyjmie te technologie. Pytanie brzmi: kto będzie pierwszy (lub pierwsi) i skorzysta z nich?

Firma, która obecnie wdraża inteligentny system AI w obszarze komunikacji, sprzedaży i obsługi posprzedażowej:

• Zapewnia swoim klientom najwyższą jakość obsługi
• Znacznie skraca czas reakcji
• Skaluj bez proporcjonalnego angażowania się
• Zbieraj cenne dane o zapotrzebowaniu i trendach
• Wyraźnie wyróżnia się na tle konkurencji

W ciągu najbliższych 2–3 lat zobaczymy, jak systemy te staną się standardem w sektorze B2B, podobnie jak strony internetowe stały się standardem w latach 2000. Firmy, które jako pierwsze je wdrożą, wyznaczą standardy branżowe.

MIA z Saint-Gobain to nie tylko sympatyczna postać, która opowiada o zrównoważonym budownictwie. To ostrzeżenie i szansa: technologia umożliwiająca inteligentną, kontekstową i spersonalizowaną komunikację w skali globalnej już istnieje. Jest otwarta. Jest dostępna. Czas pomyśleć o tym, jak ją wdrożyć w naszej branży.

W erze sztucznej inteligencji nie ma już znaczenia, czy będziesz lepiej komunikować się ze swoimi klientami. Ważne jest to, jak szybko zaczniesz.

Dla mniej technicznych czytelników:

• LLM (duży model językowy) – Model AI wyszkolony na miliardach tekstów (danych), który rozumie i generuje język naturalny.
• Chatbot – Program komputerowy symulujący rozmowę międzyludzką
• Avatar AI – Cyfrowa reprezentacja (twarz + głos) osoby, ożywiona przez sztuczną inteligencję
• Baza wiedzy – Zorganizowana baza danych zawierająca informacje o firmie, produktach, procedurach
• RAG (generowanie wspomagane wyszukiwaniem) – Technika łącząca wyszukiwanie informacji z generowaniem naturalnych odpowiedzi.
• MCP (Model Context Protocol) – Otwarty standard do łączenia sztucznej inteligencji z różnymi źródłami danych i narzędziami