Jak projektować asystenta AI w aplikacji mobilnej? Lekcje z wdrożenia Orange
Max przez kilka lat był twarzą wirtualnej obsługi w aplikacji Mój Orange. Sympatyczna postać potrafiła samodzielnie uruchomić kilka usług i odpowiadała na pytania, o ile mieściły się w przygotowanych wcześniej, sztywnych scenariuszach. W 2025 roku zespół projektowy Orange postanowił z niego zrezygnować. Jego miejsce zajął Asystent AI – bez imienia, bez maskotki i z dużo szerszym zakresem kompetencji.
O kulisach tej decyzji opowiadali podczas Mobile Trends for Experts 2026 Konrad Kloch i Aleksander Dębowski, projektanci, którzy od początku pracowali przy chatbocie Orange. Zamiast prezentować gotowe success story, pokazali błędy, decyzje wycofane po badaniach oraz problemy, z którymi zespół wciąż się mierzy.
Ta historia przydaje się każdej firmie, która planuje wdrożenie asystenta AI w aplikacji mobilnej lub sklepie internetowym. Najciekawsze wnioski dotyczą bowiem decyzji projektowych, które zapadają obok wyboru modelu językowego: czy nadawać asystentowi osobowość, gdzie umieścić go w aplikacji, jak prowadzić rozmowę sprzedażową i jak wytłumaczyć użytkownikowi, dlaczego czeka na odpowiedź.
Dlaczego personifikacja chatbota przestała pomagać
Nadanie Maxowi imienia i wyglądu miało sens w momencie, w którym powstawał. W latach 2018–2022 większość chatbotów działała na regułach, a postać – robotyczna lub bardziej ludzka – była standardem branżowym. Pełniła funkcję pomostu: użytkownik widział, z kim rozmawia, więc łatwiej mu było rozpocząć interakcję z nowym i nieznanym kanałem obsługi.
Zespół Orange nie chciał jednak opierać decyzji o rezygnacji z Maxa na intuicji projektantów. Hipotezy zostały zweryfikowane we współpracy z badaczkami w badaniach jakościowych i ilościowych, a wyniki posłużyły do przekonania kierownictwa. Jak zauważył Aleksander Dębowski, argument „wydaje nam się, bo jesteśmy designerami” zwykle nie wystarcza – potrzebne są dane.
Ludzka twarz podnosi oczekiwania
Część argumentów dotyczy psychologii interakcji. Personifikacja wywołuje efekt halo: sugeruje, że system rozumie kontekst, ma inteligencję emocjonalną i szerokie kompetencje. Kiedy popełnia błąd, rozczarowanie jest więc silniejsze, niż gdyby użytkownik od początku miał świadomość, że rozmawia z narzędziem.
Prelegenci odwołali się też do teorii równania mediów, zgodnie z którą ludzie automatycznie traktują systemy komputerowe tak, jakby byli to inni ludzie. Jeśli do tej naturalnej skłonności dodać imię i twarz, powstaje coś, co Konrad Kloch nazwał podwójną antropomorfizacją. Oczekiwania wobec asystenta rosną, a jego rzeczywiste możliwości pozostają takie same.
Jedno imię w wielu kontekstach
Druga grupa argumentów wynika ze specyfiki dużej organizacji. W Orange asystent działa w obszarach obsługi, sprzedaży, reklamacji i windykacji, a każdy z nich ma innych interesariuszy. Jedna postać nie udźwignie wszystkich tych ról. Prelegenci pokazali to na hipotetycznym przykładzie: klient zalegający z fakturą odbiera telefon windykacyjny, w którym słyszy „Cześć, tu Max. Masz zaległość”. Negatywne doświadczenie z jednego kanału przenosi się wtedy na wszystkie pozostałe miejsca, w których pojawia się to samo imię.
Z tym wiąże się ryzyko rozmywania odpowiedzialności. Sympatyczna, nieco infantylna postać kusi, żeby schować za nią niepopularne decyzje lub uciążliwe procesy. Do tego dochodzą niekontrolowane skojarzenia: imię może zyskać nieoczekiwany kontekst, a samo „Max” jest wyjątkowo eksploatowane przez inne marki, od HBO Max po iPhone’a Pro Max.
Rozmowa staje się interfejsem
Najszerszy argument dotyczy zmiany sposobu korzystania z technologii. Przez dekady interakcja opierała się na komendach: użytkownik szukał właściwej funkcji i ją uruchamiał. Coraz częściej wyraża po prostu intencję – pisząc albo mówiąc, czego potrzebuje. Konwersacja staje się w tym modelu samodzielnym interfejsem i nie potrzebuje już postaci, która ją uwiarygodnia.
Na decyzję wpłynęły także regulacje, w tym AI Act i wynikające z niego obowiązki oznaczania treści generowanych przez sztuczną inteligencję. Ostatnią kwestią była technologia: Max opierał się na rozwiązaniu zewnętrznego dostawcy, był już przestarzały, a zespół nie miał nad nim pełnej kontroli.
Imię czy anonimowy asystent? Rynek nie daje jednej odpowiedzi
Decyzja Orange nie oznacza, że personifikacja jest błędem z definicji. Prelegenci przyznali, że zaledwie dwa dni po tym, jak zespół postanowił zrezygnować z Maxa, na rynku zadebiutował asystent InPostu – żółty pies z imieniem i wyraźną osobowością. Dwie duże marki doszły więc w tym samym czasie do przeciwnych wniosków.
Podobne rozbieżności widać w całym e-commerce. Media Expert postawił na postać Mariana, a Allegro i Zalando komunikują swoje rozwiązania po prostu jako asystentów. Ciekawy jest przypadek Amazona, przywołany przez Aleksandra Dębowskiego: firma pozostała przy imieniu, ale zamiast promować nowego Rufusa, który według prelegenta miał problem z rozpoznawalnością, oparła zakupowego asystenta na dobrze znanej marce Alexa.
Z tych przykładów nie wynika uniwersalna rekomendacja. Personifikacja może pomagać marce, która ma jeden dominujący kontekst kontaktu z klientem i rozpoznawalny język komunikacji. W firmie obsługującej jednocześnie sprzedaż, reklamacje i windykację te same cechy stają się obciążeniem. Prelegenci podsumowali to krótko: wszystko zależy od konkretnej grupy docelowej, więc hipotezy trzeba weryfikować badaniami, a nie kopiować rozwiązania konkurencji.
Asystent, który musi sprzedawać, obsługiwać i windykować
Usługi telekomunikacyjne należą do kategorii commodity, podobnie jak prąd czy woda. Klienci oczekują, że po prostu działają, i zauważają je dopiero wtedy, gdy przestają. Od kilku lat operatorzy próbują wyjść poza tę rolę i przekształcić się w firmy technologiczne. W strategii Orange ważne miejsce zajmuje e-commerce, a aplikacja Mój Orange coraz mocniej łączy obsługę abonamentu ze sprzedażą. Wewnątrz firmy określa się ten model mianem TeleCommerce.
To zmienia wymagania wobec asystenta AI. Typowy asystent w sklepie internetowym ma jeden nadrzędny cel: doprowadzić do zakupu. Asystent Orange musi poprowadzić sprzedaż, odpowiedzieć na pytania o fakturę, przyjąć reklamację, wytłumaczyć rozbudowaną ofertę, a w razie potrzeby przekazać rozmowę konsultantowi. Wszystko przy rygorystycznych wymogach bezpieczeństwa i pod nadzorem regulatorów, w tym UKE i UOKiK.
Oznacza to interfejs, który wykracza poza okno czatu. Użytkownik powinien móc w rozmowie sprawdzić dostępność internetu pod konkretnym adresem, zgłosić awarię albo aktywować usługę dodatkową, więc konwersacja musi łączyć tekst z elementami znanymi z aplikacji. Zespół nie traktuje też jako porażki sytuacji, w której sprawę przejmuje doradca. Założenie jest takie, że klient rozmawia z asystentem i z człowiekiem w jednym miejscu, a system jasno informuje go, że do rozmowy dołączył konsultant.
Gdzie umieścić asystenta AI w aplikacji mobilnej
Najbardziej konkretna lekcja z wystąpienia dotyczy błędu, który zespół popełnił w 2024 roku. Max, wciąż oparty na regułach, trafił wtedy do centralnej części głównej nawigacji aplikacji. Tak eksponowane miejsce skłaniało użytkowników do rozpoczynania rozmów, których chatbot nie potrafił doprowadzić do końca, więc liczba połączeń z konsultantami gwałtownie wzrosła. Widoczność narzędzia, które nie radzi sobie z większością próśb, zwiększyła koszty obsługi zamiast je obniżyć.
W obecnej wersji aplikacji główny punkt wejścia do asystenta znajduje się w górnej części ekranu. Jest mniej wyeksponowany niż wcześniej, ale wciąż dobrze widoczny dzięki nowemu globalnemu brandingowi. Ta korekta pokazuje zależność, o której łatwo zapomnieć przy wdrożeniach AI: miejsce w interfejsie powinno odpowiadać realnym możliwościom asystenta, a nie ambicjom firmy wobec niego.
Pływający przycisk nie sprawdził się jako główne wejście
Pierwotnie zespół planował, że głównym punktem wejścia będzie floating button w dolnej części ekranu. Badania pokazały jednak, że użytkownicy kojarzą takie rozwiązanie z regułowymi chatbotami, które niewiele pomagają, a do tego przycisk zabiera miejsce. Pływający „bąbel” został więc formą pomocniczą. Pojawia się na głębszych ekranach aplikacji, gdzie główny punkt wejścia nie jest dostępny, i może działać w formie zwiniętej albo kontekstowo podpowiadać, na przykład zachęcać do aktywowania usługi.
Ta sama logika stoi za proaktywną asystą sprzedażową. Klient przeglądający produkt w sklepie aplikacji widzi gotowe pytania, które może zadać asystentowi, albo wpisuje własne. Rozmowa otwiera się od razu w kontekście oglądanego produktu, więc użytkownik nie musi go opisywać od nowa. Podobnie działają rekomendacje AI: na ekranie faktury podpowiadają kwestie związane z płatnościami i usługami, a w sklepie pytania dotyczące konkretnej sekcji. W sprzedaży nie generuje ich jednak model językowy. Konfigurują je redaktorzy sklepu, dopasowując podpowiedzi do bieżących produktów i akcji.
Ludzie nie chcą od razu promptować
W zespole budującym rozwiązanie AI funkcjonowało założenie, że użytkownicy będą chętnie pisać własne polecenia. Praktyka szybko je zweryfikowała. Ktoś, kto nie wie, co asystent potrafi, rzadko zaczyna od pustego pola tekstowego. Odpowiedzią okazały się podłużne przyciski z gotowymi sugestiami – inżynierowie nazwali je „parówami”, kiedy projektanci mówili o pill buttonach, gradientach i obrysach. Według prelegentów to właśnie przez nie rozmowę z asystentem zaczyna około 30% użytkowników.
Sprzedaż przez asystenta AI potrzebuje wolniejszego tempa
Większość narracji o agentach AI w handlu zakłada, że im szybciej system doprowadzi klienta do decyzji, tym lepiej. Zespół Orange przyjął przy sprzedaży urządzeń odwrotne założenie. Zakup smartfona to w dużej mierze emocje, a pełna automatyzacja procesu w kanale B2C odbiera mu tę warstwę. Przywołał przy tym myśl Jakuba Jeziornego z LinkedIna: najkrótsza droga do decyzji najbardziej racjonalnej ekonomicznie nie zawsze jest najlepszym podejściem.
W praktyce asystent ma umożliwić klientowi swobodne zapoznanie się z ofertą, sprawdzenie opinii innych użytkowników, porównanie modeli i dopytanie o szczegóły. Jednym z trudniejszych zadań było schłodzenie tonu wypowiedzi modeli językowych. Domyślnie bywają one zbyt entuzjastyczne i natarczywe, a do tego zbyt wcześnie przechodzą do konkretnej propozycji zakupu. Dla klienta, który dopiero porównuje opcje, taki sprzedawca jest raczej męczący niż pomocny.
Tę samą zasadę zastosowano w warstwie wizualnej. W konwersację wplecione zostały elementy znane użytkownikom z aplikacji i portalu, dzięki czemu łatwiej z nich korzystać, a doświadczenie pozostaje spójne niezależnie od kanału. Celem było zachowanie poczucia sprawczości i kontroli po stronie klienta. Prelegenci określili to jako próbę zachowania humanistycznego wymiaru sprzedaży prowadzonej przez maszynę.
Czas oczekiwania jako element doświadczenia
Zespół Orange otwarcie przyznał, że odpowiedzi asystenta wciąż przychodzą ze zbyt dużym opóźnieniem i to obszar, który wymaga poprawy. Zanim uda się skrócić sam czas generowania, można jednak zmienić to, jak użytkownik go odczuwa. Wcześniej oczekiwanie wypełniały ogólnikowe komunikaty w rodzaju „jeszcze chwileczkę” czy „zaraz wracam z konkretami”, które w zespole nazywano „czekadełkami”. Nie mówiły nic o tym, co dzieje się z zapytaniem.
Zastąpił je widoczny reasoning: animowany tekst z ikoną postępu, który informuje, nad czym system pracuje w danej chwili, na przykład że analizuje abonamenty albo dobiera urządzenia. Stopniowe ujawnianie kolejnych kroków buduje zaufanie do systemu i uwiarygadnia odpowiedź, która pojawi się na końcu. Użytkownik, który widział, że asystent porównywał oferty, łatwiej przyjmie jego rekomendację. To rozwiązanie warte uwagi szczególnie w e-commerce, gdzie asystent coraz częściej wykonuje złożone operacje na danych klienta i katalogu produktów. Opóźnień nie da się całkowicie wyeliminować, ale można sprawić, że przestaną wyglądać jak awaria.
Dostępność jako kolejny etap rozwoju asystenta
Zespół pracuje obecnie równolegle nad ośmioma kierunkami rozwoju, a priorytetem jest dostępność zgodna z WCAG. Cel to aplikacja i asystent, z których mogą korzystać wszyscy użytkownicy. Wdrażane kryteria obejmują widoczny fokus i jego właściwą kolejność, pełną obsługę z klawiatury, oznaczenie języka elementów, alternatywy dla treści nietekstowych oraz poprawne określenie nazw, ról i wartości komponentów.
Asystenci AI stawiają przed dostępnością nowe wyzwania. Interfejs konwersacyjny, w którym treść pojawia się dynamicznie, a odpowiedź łączy tekst z interaktywnymi elementami, trudniej dostosować do czytników ekranu i nawigacji klawiaturą niż statyczny ekran aplikacji. To obszar, w którym standardy projektowe dopiero się kształtują.
Co z historii Orange wynika dla innych firm?
Największą wartością tego wystąpienia jest pokazanie, ile w udanym wdrożeniu asystenta AI zależy od decyzji podejmowanych poza warstwą modelu. Imię, miejsce w nawigacji, forma pierwszej interakcji, ton rozmowy sprzedażowej i sposób komunikowania opóźnień wpływają na to, czy użytkownicy zaufają systemowi, a firma zobaczy efekt w liczbie zamkniętych spraw i połączeń z konsultantami.
Obecny kształt asystenta Orange jest efektem korekt wprowadzanych wtedy, gdy założenia zespołu zderzały się z zachowaniem użytkowników. Chatbot umieszczony w centrum nawigacji zwiększył obciążenie infolinii, bo przeceniono jego możliwości. Przekonanie, że klienci będą chętnie pisać własne polecenia, nie uwzględniało z kolei tego, że wielu z nich nie wie, o co asystenta pytać. Zanim asystent dostanie najlepsze miejsce w aplikacji i swobodę działania, warto sprawdzić w badaniach, czego naprawdę oczekują od niego klienci i z czym rzeczywiście potrafi sobie poradzić.
Artykuł powstał na podstawie prelekcji Konrada Klocha i Aleksandra Dębowskiego wygłoszonej podczas Mobile Trends for Experts 2026. A o bieżącej edycji Mobile Trends Conference przeczytasz tutaj.
