CASE STUDY

Automatyzacja zarządzania pocztą elektroniczną w dużej firmie zarządzającej nieruchomościami

Firma zarządzająca tysiącami nieruchomości mierzyła się z chaosem w korespondencji i rosnącymi kosztami obsługi. Wdrożyliśmy rozwiązanie oparte na AI i RPA, które automatycznie klasyfikuje, etykietuje i przypisuje maile. Efekt? 80% automatyzacji i znaczące oszczędności w ciągu 2,5 miesiąca.

1

Wyzwanie

W lutym 2025 roku zgłosiła się do nas firma zarządzająca tysiącami mieszkań i lokali użytkowych, borykająca się z problemem ogromnej liczby maili trafiających do wielu różnych skrzynek mailowych. Przetwarzanie korespondencji, przypisywanie spraw właściwym osobom, identyfikowanie spamu oraz etykietowanie zajmowało pracownikom ogromną ilość czasu, generując wysokie koszty operacyjne.

2

Kontekst

Wdrożenie było wyjątkowo złożone ze względu na początkową niejednoznaczność w klasyfikacji części maili, które mogły pasować do wielu kategorii lub żadnej jasno określonej. Konieczne było ustanowienie jednoznacznych reguł klasyfikacyjnych oraz intensywna współpraca z klientem, aby usprawnić ten proces. Początkowa skuteczność modelu wynosiła jedynie 5%, ale po trzech iteracjach rozbudowy silnika wyszukiwania i modeli AI, osiągnięto zakładaną skuteczność na poziomie 80% automatycznej obsługi maili.

3

Rozwiązanie

Przeprowadziliśmy proces doradczy wraz z prototypowaniem, w wyniku którego wdrożyliśmy zaawansowane rozwiązanie automatyzacji oparte na AI, API oraz robotach RPA. Realizacja projektu odbyła się w trzech etapach:

  • Pierwszy etap obejmował stworzenie modelu AI, który skutecznie identyfikował i eliminował spam, umożliwiając przepływ tylko istotnych maili.
  • Drugi etap polegał na opracowaniu zaawansowanego modelu przyporządkowywania maili do odpowiednich lokali i tworzenia automatycznych etykiet w systemie do zarządzania nieruchomościami, które następnie przypisywane były odpowiedzialnym pracownikom, takim jak konserwatorzy, księgowi czy administratorzy nieruchomości. Kluczową rolę pełniły tu roboty RPA, które integrowały proces z systemami klienta, niemającymi otwartych API, oraz zaawansowane silniki analityczne stworzone w Pythonie. Dane źródłowe były pobierane z centralnego systemu do obsługi wynajmu, w którym znajdowały się wszystkie istotne informacje potrzebne do rozpatrywania poszczególnych maili.
  • Trzeci etap, który wkrótce będzie wdrażany, zakłada automatyczne generowanie odpowiedzi na maile oraz pozyskiwanie brakujących informacji przez AI, aby pracownicy zajmowali się już kompletnymi zgłoszeniami.

4

Efekty

Po 2,5 miesiąca intensywnych prac wdrożeniowych udało się znacząco zredukować obciążenie operacyjne pracowników firmy. Aktualnie 80% maili jest automatycznie obsługiwanych, co pozwoliło przenieść trzy osoby zajmujące się wcześniej obsługą korespondencji do innych działów firmy, gdzie wykonują bardziej wartościowe zadania. Firma osiągnęła znaczące oszczędności kosztowe, zwiększenie efektywności operacyjnej oraz szybszy czas obsługi zgłoszeń. Już wkrótce przystąpimy do wdrożenia trzeciego etapu automatyzacji.

5