NOWOŚĆ!👉 Praktyczne warsztaty online n8n + AI dla biznesu
HandelITUsługi

Automatyzacja maili handlowców: n8n i modele językowe

70% mniej czasu na obsługę zapytań100% zgodność z RODO3x szybsze odpowiedzi

System automatyzujący odpowiedzi mailowe handlowców, z anonimizacją danych zgodną z RODO i AI Act, integracją z CRM i RAG.

Automatyzacja maili handlowców: n8n i modele językowe

Wynik wdrożenia: System przygotowuje automatyczne odpowiedzi na zapytania klientów w oparciu o dane produktowe, dostępność i historię kontaktu. Handlowcy skrócili czas obsługi maili o 70%, zachowując pełną kontrolę nad treścią (human-in-the-loop). Wszystko w pełnej zgodności z RODO.

Wstęp

Firma z sektora handlowego, obsługująca dziesiątki zapytań dziennie, zauważyła, że ich handlowcy spędzają nawet 4–5 godzin dziennie na odpowiadaniu na powtarzalne maile dotyczące stanów magazynowych czy dostępności produktów. Dane były dostępne w systemach, natomiast powtarzalność zapytań i ręczne pisanie maili powodowało opóźnienia, błędy w danych i frustrację klientów oczekujących szybkich odpowiedzi.

Celem wdrożenia było zautomatyzowanie procesu tworzenia odpowiedzi mailowych, przy zachowaniu kontroli po stronie człowieka i pełnej zgodności z wymogami prawnymi dotyczącymi danych osobowych.

Wyzwanie

Problemy:

  • Handlowcy spędzali zbyt dużo czasu na ręcznym odpowiadaniu na zapytania
  • Brak integracji między CRM, a bazą produktową utrudniał dostęp do aktualnych danych
  • Ryzyko naruszenia RODO przy przetwarzaniu treści maili przez modele językowe
  • Brak spójności w stylu i jakości komunikacji z klientami

Wdrożenie musiało pogodzić trzy elementy: automatyzację, zgodność prawną i kontrolę człowieka nad finalną treścią wiadomości (human-in-the-loop).

Anonimizacja danych wejściowych

n8n, Python, Local LLM
Model lokalny Llama 3, Maski danych, Parser emaili

Pierwszym etapem było opracowanie lokalnego modułu anonimizacji, który analizował przychodzące wiadomości e-mail i zamieniał dane osobowe oraz wrażliwe na placeholdery typu (np. [IMIĘ], [FIRMA], [PRODUKT]). Dzięki temu dalsze przetwarzanie przez modele językowe odbywało się bez ryzyka naruszenia prywatności.

Uwzględniono wymogi prawne, w tym RODO – dane nie były wysyłane poza infrastrukturę klienta, a każdy proces anonimizacji był logowany.

Rezultaty tego kroku:

  • 🔒 100% zgodność z RODO
  • 🧩 Moduł gotowy do zastosowania w innych procesach przetwarzania tekstu
Anonimizacja danych wejściowych

Integracja z bazą produktową i CRM

PostgreSQL, RAG, n8n, CRM API
Baza produktów, Schemat RAG, Klucze API CRM

Drugim krokiem było stworzenie systemu migracji danych produktowych do bazy wykorzystywanej przez moduł RAG (Retrieval-Augmented Generation). Wdrożyliśmy proces, który synchronizuje dane o produktach i stanach magazynowych między bazą ERP a CRM, zapewniając spójność informacji w czasie rzeczywistym.

RAG odpowiada za dostarczanie kontekstu modelowi językowemu — m.in. opisów produktów, dostępności, numerów katalogowych czy warunków handlowych.

Rezultaty tego kroku:

  • 🔗 Zunifikowana baza wiedzy dla systemu generującego maile
  • 📦 Aktualne dane o dostępności produktów w każdej odpowiedzi
Integracja z bazą produktową i CRM

Generowanie odpowiedzi i Human-in-the-loop

n8n, OpenAI API, Outlook API
Workflow automatyzacji, Prompt templates

W kolejnym etapie system automatycznie analizował zanonimizowaną wiadomość, pobierał kontekst z CRM i RAG, po czym generował propozycję odpowiedzi przy użyciu zewnętrznego modelu językowego.

Po otrzymaniu odpowiedzi z gotową odpowiedzią, system automatycznie przywracał oryginalne dane w miejsce wcześniej wstawionych placeholderów. Wykorzystano do tego mapowanie tokenów utworzone na etapie anonimizacji, dzięki czemu każda wiadomość wracała do pełnej, spersonalizowanej formy — z zachowaniem pełnej zgodności z zasadami przetwarzania danych.

Kluczowym elementem wdrożenia było zastosowanie koncepcji human-in-the-loop — odpowiedzi były zapisywane jako wersje robocze e-maili, które handlowiec mógł przejrzeć, zatwierdzić lub edytować przed wysyłką.

Dzięki temu:

  • AI przyspieszało proces, ale ostateczna odpowiedzialność pozostawała po stronie człowieka
  • handlowcy czuli się bezpiecznie i mieli pełną kontrolę nad komunikacją
  • system mógł się uczyć z zatwierdzonych wiadomości, podnosząc jakość przyszłych generacji

Rezultaty tego kroku:

  • ⏱ 70% krótszy czas obsługi zapytań
  • 🤝 Zaufanie zespołu do rozwiązań AI
  • ✉️ Spójna komunikacja z klientami
Generowanie odpowiedzi i Human-in-the-loop

Rezultaty

Mierzalne efekty:

  • 70% mniej czasu na obsługę zapytań ofertowych
  • 📊 3x szybsze odpowiedzi na maile klientów
  • 100% zgodność z RODO i AI Act

Niemierzalne korzyści:

  • Wyższe zaufanie do procesów automatyzacji dzięki human-in-the-loop
  • Lepsza spójność komunikacji handlowej w całej organizacji
  • Zmniejszenie obciążenia operacyjnego działu sprzedaży

Gotowy na podobne rezultaty?

Porozmawiajmy o Twoich procesach. Pokażemy, co możemy zautomatyzować.