Showroom wyposażenia łazienek w Warszawie. 5 osób zespołu, 8 milionów rocznego obrotu, 350 SKU w ekspozycji + 8 000 dostępnych przez katalogi marek premium.

Klientka wchodzi w środę 14 maja. Patrzy 90 minut, próbuje wanny, wybiera kolory płytek. Wybiera zestaw za 18 200 zł. Doradczyni wpisuje do Subiekta: faktura zaliczkowa, dostawa za 3 tygodnie, montaż 5 czerwca.

7 czerwca klientka dzwoni: “gdzie moja wanna?”. Doradczyni nie wie. Loguje się do bazy, sprawdza, status: “czeka na transport”. Telefon do magazynu: “u nas nie ma, było zamówione 2 czerwca, czeka na dostawę z fabryki”. Telefon do dostawcy włoskiego: “wysłałeś, mamy podpis kuriera 5 czerwca, paczka w magazynie centralnym pod Wrocławiem”.

Wanna jest. Ale klientka nie wie. Magazyn nie wie. Transport (zewnętrzna firma) nie wie. Trzy osoby × 30 minut telefonów = 1,5 godziny by ustalić co każdy mógł zobaczyć w 5 sekund.

To nie jest pojedynczy przypadek. To 40% zamówień w typowym showroomie się tak gubi. W tym artykule pokazuję dlaczego i co AI może z tym zrobić.

Dlaczego 40% (anatomia problemu)

Showroom wyposażenia ma długi łańcuch dostaw:

  1. Showroom (front-office): doradczyni przyjmuje klienta, wpisuje zamówienie do Subiekta, pobiera zaliczkę
  2. Magazyn własny (back-office showroomu): trzyma standardowe SKU (wanny, umywalki, baterie standard) gotowe do wysyłki
  3. Dostawca polski / hurtownia (np. dystrybutor krajowy): trzyma rzadsze SKU, lead time 5-14 dni
  4. Dostawca zagraniczny (włoskie marki łazienkowe, niemiecki design): lead time 6-12 tygodni, większe zamówienia
  5. Firma transportowa (zewnętrzna, kontrakt długoterminowy): odbiór z dostawcy, przewóz do magazynu lub bezpośrednio do klienta
  6. Montaż (zewnętrzny zespół albo wewnętrzny): u klienta, koordynacja z hydraulikiem

Co się sypie:

Etap 2-3: Subiekt nie pokazuje wprost czy SKU jest “w magazynie własnym” czy “u dostawcy krajowego” czy “do zamówienia z fabryki”. Wszystkie wyglądają tak samo w widoku stanów. Doradczyni nie wie czy zamówienie wymaga 5 dni czy 5 tygodni dostawy.

Etap 3-4: Komunikacja z dostawcą zagranicznym przez mail. Często brak potwierdzenia delivery date. Mail “wyślemy na początku czerwca” oznacza co? 1.06? 7.06? 12.06? Nikt nie wie. Klient pyta, nikt nie odpowiada konkretnie.

Etap 4-5: Transport zewnętrzny nie ma dostępu do Subiekta. Dowodem dostawy jest podpisany WZ + faktura kurierska. Transport zostawia papier u magazyniera. Klient nie wie że transport dostarczył (klient nie czyta WZ). System nie aktualizuje statusu.

Etap 5-6: Magazynier widzi paczkę. Ale paczka jest oznaczona kodem dostawcy (np. “ITALY-VAN-2026-05-29”), a w Subiekcie to “Wanna Cersanit 180×80 model X” zamówiona przez klientkę Y. Manual matching = błędy + opóźnienia.

Etap 6: Montaż umówiony 3 tygodnie temu. Klient czeka. Hydraulik czeka. Wanna jest w magazynie ale system mówi “czeka na transport” (status z etapu 4 nie zaktualizowany).

40% to nie literówka. To realny pattern w branży.

Co Subiekt GT pokazuje (i czego nie)

Standardowy Subiekt GT ma: - Stany magazynowe (wprost: ile jest dziś w magazynie) - Zamówienia od klienta (z datą złożenia, klient, lista SKU, kwota) - Zamówienia do dostawcy (z datą złożenia, dostawca, oczekiwana data dostawy) - Faktury sprzedaży + zaliczkowe

Subiekt GT nie pokazuje wprost: - “Czy zamówienie klienta X jest realnie gotowe do wysyłki dziś?” (wymaga skojarzenia: zamówienie klienta → zamówienie do dostawcy → dostawa → magazyn) - “Które zamówienia czekają >7 dni od planowanej daty dostawy” (alert na opóźnienia) - “Klientki które dzwoniły >3 razy w tym tygodniu” (CRM nie ma Subiekta) - “Status łańcucha dostaw per zamówienie” (wymaga manualnego śledzenia 5-6 etapów)

To są właśnie luki gdzie AI wchodzi.

Co AI realnie zmienia (showroom z 8 mln rocznego obrotu)

Architektura: 1. Subiekt GT zostaje. Trzyma zamówienia + stany + dokumenty. 2. Email integracja (opcjonalna): inbox doradczyń skanowany dla potwierdzeń od dostawców 3. SubiektMCP czyta Subiekta + maile lokalnie 4. Claude / ChatGPT odpowiada na pytania doradczyń po polsku

Codzienny rytuał doradczyni (5 min rano):

"Pokaż mi zamówienia klientek które:
- czekają >7 dni od planowanej daty dostawy (alarm)
- mają zaliczkę zapłaconą >2 tygodnie temu ale dostawa jeszcze nie potwierdzona
- klientka dzwoniła >2 razy w ostatnim tygodniu
Per zamówienie: numer, klientka, kwota, status, sugerowana akcja."

3 sekundy. Lista 10-15 zamówień wymagających uwagi dzisiaj. Doradczyni dzwoni do dostawcy, do klientki, do magazynu, wszystko z konkretem.

Status łańcucha dostaw per zamówienie:

"Dla zamówienia [numer] dla klientki [imię]:
- Status w Subiekcie (zaliczka / zamówienie do dostawcy / w transporcie / w magazynie / dostarczone)
- Ostatnia komunikacja z dostawcą (mail z datą + treścią)
- Ostatnia komunikacja z klientką (mail + telefon)
- Sugerowana następna akcja"

5 sekund. Doradczyni ma pełen obraz. Zamiast 15 min logowania do 3 systemów + sprawdzania notatek + telefonów.

Reklamacje + retention:

"Klientki które kupiły w ostatnich 30 dniach:
- Czy zamówienie zrealizowane bez opóźnienia
- Czy zostawiły feedback (Trustmate, opinia Google)
- Czy są kandydatki do upsellingu (np. wybrały wannę, mogą kupić baterie i akcesoria)"

To jest retention layer. Showroom premium żyje z 2-5 transakcji rocznie per klientka (remont łazienki, kuchni, sypialni). Jeden klient warty 30-80k zł życiowo. Tracenie klientek przez kiepską komunikację to bezpośrednia strata.

Konkretna oszczędność w showroomie

Showroom 5-osobowy, 8 mln obrotu, ~50 zamówień / mc:

Przed AI: - 1,5h dziennie telefony “gdzie moja wanna” (doradczynie + magazynier + asystentka) - 5h tygodniowo “ustalanie statusu” w Subiekcie / mailach / telefonach - 3 reklamacje / mc z opóźnieniem dostawy (kary umowne 200-800 zł każda) - 2-3 klientki / mc nie wraca po remontach (utracone 30-80k zł rocznie × 30 = 900k-2,4M LTV)

Po AI: - 15 min dziennie codzienny rytuał (doradczynie + magazynier) - 1h tygodniowo audyt zaległości - 0-1 reklamacja / mc - 0-1 klientka / mc nie wraca

Konkretnie: - Oszczędność czasu: ~35h tygodniowo zespołu × 60 zł/h = 8 400 zł/mc - Mniej kar umownych: ~1500 zł/mc - Mniej utraconych klientów: trudne policzenie, ale realne ~200-500k zł rocznie

ROI typowo: 10-30× w pierwszym roku.

Co AI nie zrobi (anti-hype)

Trzeba uczciwie:

Nie zadzwoni do dostawcy. AI pokaże że trzeba zadzwonić do włoskiego dostawcy w sprawie opóźnienia. Telefon (po angielsku, w godzinach 9-17 we Włoszech), Pani doradczyni.

Nie negocjuje cen. Klient chce 5% rabatu, AI pokaże historię zakupów + LTV. Decyzja właściciela.

Nie zarządza ekspozycją showroomu. Które wanny eksponować, jakie kolory płytek na półkach, to Pani decyzja zakupowa.

Nie zastąpi doradztwa stylistycznego. Klientka pyta “co pasuje do tych płytek”. Doradczyni odpowiada. AI tego nie robi.

AI jest warstwą koordynacyjną, nie wymianą doradczyń.

Realne wdrożenie

Showroom 5-osobowy: - Pilot 1 miesiąc: 1 doradczyni + 1 doradczyni-tester + magazynier - Test 50 zamówień: pomiar redukcji telefonów + reklamacji - Decyzja: rozszerzenie na cały zespół

Koszt: Premium 249 zł netto/mc × 2-3 stanowiska + Asystowane 2000 zł netto jednorazowo. Break-even: 1 miesiąc.

Spróbuj SubiektMCP

Powiązane