Krótka odpowiedź: wdrożenie voicebota odbierającego połączenia to 2 500-6 000 €, a minuta rozmowy kosztuje 0,40-1,20 zł licząc telefonię, rozpoznawanie mowy, model i syntezę. Przy 1 500 połączeniach miesięcznie po 90 sekund rachunek wynosi około 1 200-2 000 zł. Próg opłacalności zaczyna się mniej więcej tam, gdzie rozważasz drugi etat na infolinii.
To nie jest tekst o tym, czym jest głosowy agent AI i co potrafi - to rachunek. Voicebot jest najdroższą formą agenta i najczęściej sprzedawaną na wyrost, więc poniżej liczby, na których podejmuje się decyzję.
Dlaczego głos kosztuje więcej niż czat
W czacie masz jedną operację: model czyta tekst, pisze tekst. W rozmowie telefonicznej masz cztery, w pętli, w czasie rzeczywistym.
Połączenie musi gdzieś wejść (telefonia). Mowa musi zamienić się w tekst (STT). Model musi zrozumieć i odpowiedzieć. Tekst musi zamienić się w mowę i wrócić do słuchawki (TTS). Wszystko to w mniej niż sekundę, bo powyżej tego człowiek w słuchawce zaczyna mówić "halo?".
Każdy z tych czterech kroków ma swój cennik za minutę, a nie za rozmowę. Stąd rachunek liczony inaczej niż przy chatbotach.
Rozbicie kosztu minuty
| Składnik | Co robi | Koszt minuty |
|---|---|---|
| Telefonia (numer + minuty) | Odbiera i prowadzi połączenie | 0,08-0,25 zł |
| Rozpoznawanie mowy | Zamienia głos klienta na tekst | 0,04-0,10 zł |
| Model | Rozumie i formułuje odpowiedź | 0,05-0,40 zł |
| Synteza mowy | Czyta odpowiedź naturalnym głosem | 0,15-0,60 zł |
Największą pozycją jest zwykle synteza. Głos brzmiący jak automat z 2015 roku kosztuje grosze, głos, którego klient nie odróżni od człowieka - kilkanaście razy więcej. To realna decyzja biznesowa, nie techniczna: w serwisie samochodowym nikt nie ma pretensji o syntetyczny głos, w klinice estetycznej owszem.
Wdrożenie: co składa się na 2 500-6 000 €
Dolna granica to voicebot na jeden scenariusz: odbiera, pyta o sprawę, zbiera dane, wysyła Ci podsumowanie na maila albo do CRM. Dwa-trzy tygodnie pracy.
Górna to voicebot wpięty w Twoje systemy: sprawdza status zamówienia w bazie, umawia termin w kalendarzu, rozpoznaje stałego klienta po numerze, przekazuje połączenie do właściwej osoby, gdy sprawa wykracza poza scenariusz. Pięć-sześć tygodni, bo połowa pracy to obsługa sytuacji nietypowych.
To, co realnie zjada czas przy głosie, a przy czacie nie istnieje: przerwania (klient zaczyna mówić w połowie zdania bota), szumy w tle, akcenty, literowanie nazwisk i numerów, i decyzja, po ilu nieudanych próbach oddać człowiekowi. Ostatnie ustawienie zmienia zadowolenie klientów bardziej niż jakość głosu.
Kiedy się zwraca, a kiedy nie
Policzmy uczciwie. Etat na infolinii w Polsce to razem z narzutami mniej więcej 6 500-8 500 zł miesięcznie i obsługa 8 godzin dziennie w dni robocze.
Voicebot przy 1 500 połączeniach kosztuje około 1 500 zł miesięcznie plus 4 000 € wdrożenia rozłożone na rok, czyli jakieś 1 400 zł. Razem 2 900 zł, ale za obsługę 24/7, bez urlopu i bez kolejki.
Do tego dochodzi rzecz, której nie widać w tabelce: nieodebrane połączenia. W serwisach i usługach nieodebrany telefon to zwykle klient, który dzwoni do następnego z listy. Jeśli tracisz 20% połączeń, a średnie zlecenie ma 800 zł marży, rachunek zamyka się szybciej, niż wynika z porównania z etatem.
Nie zwraca się, gdy: masz mniej niż 300-400 połączeń miesięcznie, Twoje rozmowy są długie i negocjacyjne, albo dzwonią do Ciebie głównie stali klienci, którzy poczują się urażeni automatem. W tych przypadkach lepiej działa agent tekstowy plus porządne oddzwanianie.
Wariant tańszy, o którym mało kto mówi
Zanim wydasz 4 000 € na voicebota, rozważ przechwytywanie połączeń nieodebranych. Bot nie odbiera wszystkiego - włącza się tylko wtedy, gdy nikt nie podniósł po czterech sygnałach. Bierze temat, numer i termin oddzwonienia, wrzuca do CRM i wysyła Ci powiadomienie.
Kosztuje 1 200-2 000 € zamiast 4 000-6 000, obsługuje 15-20% ruchu zamiast 100%, a odzyskuje dokładnie tę część, która wcześniej znikała bez śladu. W czterech na pięć przypadków, w których ktoś przychodzi do mnie po voicebota, to jest właściwa odpowiedź.
FAQ
Czy klient pozna, że rozmawia z botem? Przy dobrej syntezie i szybkiej reakcji nie pozna w pierwszych kilkunastu sekundach, ale przy dłuższej rozmowie zwykle tak. Od 2026 roku unijne przepisy o AI wymagają zresztą, żeby poinformować rozmówcę, że rozmawia z systemem - więc pytanie brzmi nie "czy ukryć", tylko "jak powiedzieć, żeby nie zniechęcić". Krótkie "jestem asystentem głosowym, mogę umówić termin albo połączyć z konsultantem" działa najlepiej.
Ile kosztuje voicebot przy 500 połączeniach miesięcznie? Przy średniej rozmowie 90 sekund to około 600-900 zł miesięcznie kosztów bieżących. Doliczając wdrożenie rozłożone na rok, wychodzi 1 500-2 000 zł - i przy takim ruchu warto policzyć, czy tańszym rozwiązaniem nie będzie przechwytywanie samych nieodebranych połączeń.
Czy voicebot działa po polsku i po ukraińsku? Tak, oba języki są dziś obsługiwane dobrze zarówno w rozpoznawaniu, jak i w syntezie. Polski ma jedną specyfikę: literowanie nazwisk i adresów wymaga osobnego dopracowania, bo modele mylą podobnie brzmiące głoski. To kwestia testów na realnych nagraniach, nie limitu technologii.
Czy mogę zacząć od jednego scenariusza? Tak i tak radzę robić. Jeden scenariusz - najczęściej "umów termin" albo "sprawdź status" - uruchamiam w 2-3 tygodnie i przez miesiąc zbieramy nagrania. Dopiero na nich widać, o co ludzie pytają naprawdę, a nie co wydawało się nam przy planowaniu.
Co się dzieje, gdy bot nie rozumie? Powinien po dwóch nieudanych próbach przekazać połączenie do człowieka albo obiecać oddzwonienie i od razu utworzyć zadanie w CRM. Voicebot, który zapętla klienta w "przepraszam, nie zrozumiałem", robi Twojej firmie więcej szkody niż brak voicebota.
Chcesz sprawdzić, czy w Twoim ruchu to się spina? Umów 30-minutową rozmowę - policzymy Twoje połączenia, nieodebrane i marżę na zleceniu, a potem powiem, czy budować voicebota, czy tańszy przechwytywacz.
