Skrzynka e-mail jako bagna decyzyjna — i co z tym zrobić bez konsultanta

Sto siedemdziesiąt wiadomości i żadnej ważnej na wierzchu

Marek, właściciel małej hurtowni materiałów budowlanych z Bydgoszczy, powiedział mi kiedyś, że jego skrzynka to jedyne miejsce w firmie, gdzie wszyscy mają równy głos. Faktura od dostawcy wchodzi obok reklamacji klienta, obok newslettera narzędzia, którego już nie używa, obok wiadomości od brata, który pyta o niedzielny obiad. Marek spędza poranek, klikając jedno po drugim, bo boi się coś przeoczyć. To nie problem organizacyjny — to problem wagi poznawczej: ludzki mózg nie nadaje się do sortowania strumienia o zerowej hierarchii.

Liczba, którą podają różne badania — że pracownicy biurowi spędzają od 2 do 3 godzin dziennie przy e-mailach — mnie osobiście trochę śmieszy, bo zakłada, że resztę dnia nie myślą o skrzynce. Właściciel małej firmy myśli. Zerka na telefon między rozmowami, sprawdza, czy nie przyszło coś pilnego, i wychodzi ze spotkania z głową zapełnioną cudzymi sprawami. Koszt nie jest w minutach spędzonych na sortowaniu. Jest w rozproszeniu.

Triage skrzynki za pomocą AI nie jest odpowiedzią na wszystko i nie polecam nikomu wchodzić w to z przekonaniem, że system się 'nauczy' i wszystko będzie działać samo. Nie będzie. Ale jest odpowiedzią na konkretny, wąski problem: kto decyduje, które wiadomości wymagają odpowiedzi dziś, które można zignorować przez dwa dni, a które powinny pójść do kogoś innego.

Co właściwie robi AI, kiedy patrzy na twoją skrzynkę

Najprostszy poziom to reguły i filtry, które istnieją od lat — Gmail ma je od 2004. To nie jest AI, tylko jeśli-to-tamto, i większość firm używa tego chaotycznie albo wcale. Prawdziwy triage zaczyna się, kiedy narzędzie analizuje treść wiadomości, historię konwersacji, nadawcę i kontekst jednocześnie, żeby przypisać wiadomości priorytet i kategorię.

Narzędzia takie jak SaneBox, Superhuman czy wtyczki oparte na modelach językowych (kilka integracji z Outlookiem i Gmailem pojawiło się w 2023 i 2024 roku) robią to przez uczenie się wzorców: na które wiadomości odpowiadasz szybko, które archiwizujesz bez czytania, które przekazujesz dalej. Po kilku tygodniach system zaczyna wyprzedzać twoje decyzje — wrzuca faktury do folderu 'do zatwierdzenia', zapytania ofertowe oznacza jako pilne, a biuletyny branżowe odkłada na wieczór.

Problem zaczyna się tam, gdzie zaczyna się biznesowy kontekst, którego model nie zna. Klient, z którym masz trudną historię, wysyła neutralną wiadomość — AI przeczyta ją jako neutralną, bo nie wie, że ta firma zalega z płatnością od pół roku. Tutaj model językowy jest głupi strukturalnie, nie przez brak danych, tylko dlatego, że nie ma dostępu do twojej głowy.

Dlatego sensowne wdrożenie nie polega na tym, żeby AI decydował, co jest ważne, tylko żeby zredukował liczbę wiadomości wymagających twojej uwagi. To różnica, która w praktyce wygląda tak: zamiast stu siedemdziesięciu wiadomości dziennie, w których sam musisz znaleźć te dziesięć ważnych, masz skrzynkę z piętnastoma wiadomościami, z których AI jest pewne, że wymagają człowieka — i jeszcze ze sto pięćdziesiąt five odłożonych na boczny tor, do przejrzenia kiedy masz chwilę lub wcale.

Wdrożenie u Agnieszki — i dlaczego trwało trzy miesiące zamiast tygodnia

Agnieszka prowadzi agencję eventową w Krakowie, osiem osób, skrzynka firmowa plus trzy aliasy. W maju 2024 zaczęła testować SaneBox w połączeniu z własnym folderem struktury opartym na kategoryzacji przez Zapier i ChatGPT (przez API, nie ręcznie). Pomysł był prosty: przychodzące wiadomości miały być klasyfikowane jako 'lead', 'operacyjne', 'do archiwum' i 'pilne', i trafiać do odpowiednich folderów z etykietą.

Przez pierwsze trzy tygodnie nic nie działało tak jak trzeba, bo eksport danych z poprzedniego klienta pocztowego — Zoho Mail — okazał się niezgodny formatem z tym, czego Zapier oczekiwał. Agnieszka straciła na tym kilka godzin i zatrudniła freelancera na jeden dzień. Potem przez kolejne dwa tygodnie system popełniał błędy klasyfikacji przy leadach z zagranicy, bo pisali po angielsku i model wrzucał je do 'archiwum'. Trzeba było dopisać regułę ręcznie.

Finalnie, po mniej więcej dziesięciu tygodniach, system działał całkiem nieźle. 'Całkiem nieźle' znaczy: około 70–75% wiadomości trafiało do właściwego folderu bez interwencji, a Agnieszka zaoszczędziła szacunkowo 40 minut dziennie. Jej słowa, nie moje. Połowa zespołu przez pierwsze dwa miesiące i tak wysyłała wiadomości wewnętrznie przez WhatsApp, bo czuła, że skrzynka jest 'w remoncie'. To zresztą odsłoniło osobny problem — firma nie miała jasnych zasad, które kanały służą do czego. AI wdrożono w próżni.

Wspominam o tym, bo realistyczne oczekiwania przed wdrożeniem czegokolwiek w tym obszarze powinny uwzględniać: czas na konfigurację i poprawki (minimum cztery, sześć tygodni), tolerancję na błędy systemu podczas nauki, i gotowość do równoległego audytu procesów komunikacyjnych. Bez tego ostatniego można skończyć z pięknie posortowaną skrzynką i firmą, która komunikuje się w czterech różnych miejscach jednocześnie.

Zastrzeżenie, które rzadko pada wprost

Wielu dostawców narzędzi do triage'u e-mail szkoli swoje modele na treści skrzynki. Dla małej firmy eventowej albo hurtowni budowlanej to może być nieistotne. Dla firmy, która ma w e-mailach dane klientów, umowy, negocjacje cen — warto przeczytać politykę prywatności zanim wpuści się narzędzie do skrzynki. Część dostawców oferuje tryby 'bez treningu', ale domyślnie jest odwrotnie. To nie jest powód, żeby nie korzystać, ale powód, żeby sprawdzić.

Warto też powiedzieć wprost, że najprostsze rozwiązanie dla wielu firm to nie AI tylko jeden popołudniowy warsztat z zespołem, po którym ustala się trzy zasady dotyczące tego, co idzie e-mailem, co przez CRM, a co na komunikatorze. Znam firmy, które wydały kilkanaście tysięcy złotych na automatyzacje, a ich problem leżał w tym, że każdy pracownik inaczej rozumiał, czego wymaga pilna wiadomość. Żaden model lingwistyczny tego nie naprawi.

Niemniej jeśli firma już ma porządne procesy, a skrzynka nadal generuje szum — AI triage to jedna z bardziej sensownych inwestycji w narzędzia, jakie znam. Tania w eksploatacji (SaneBox kosztuje kilkanaście dolarów miesięcznie, własne integracje przez API to ułamek tego), stosunkowo szybka do wypróbowania, i łatwa do wycofania jeśli nie działa. Jedyne czego wymaga na starcie to kilka godzin na konfigurację i dwa tygodnie cierpliwości, żeby system zobaczył wystarczająco dużo twoich decyzji.

Marek z Bydgoszczy, żeby domknąć tę historię, na razie nie wdrożył nic. Ostatni raz rozmawiałem z nim w październiku — powiedział, że 'ma to na liście'. Jego skrzynka ma teraz dwieście dwadzieścia wiadomości nieprzeczytanych. Ale brat dowiedział się o niedzielnym obiedzie, bo zadzwonił.