Dneska mix čísel z průzkumu veřejnosti + CX benchmarků a jedné konkrétní „z provozu“ metriky z kontaktního centra. Je to užitečný obraz pro telco/call centra: adopce AI roste, ale rozdíly mezi zeměmi a kanály jsou pořád výrazné – a u voice je klíčové hlídat čekací časy a kvalitu před „wow efektem“.
Dnešní čísla
1) Týdenní používání AI (napříč zeměmi): 20–43 % lidí uvádí, že AI používá aspoň 1× týdně.
YouGov ve své studii na národně reprezentativních vzorcích (téměř 25 000 respondentů ve 12 zemích; hlavní sběr dat září + prosinec 2025) mapuje, jak často lidé AI používají pro osobní/leisure účely a pro práci. Pro osobní/leisure použití aspoň 1× týdně vychází nejvýš Nizozemsko 43 % a Španělsko 41 %, následně USA 37 % a Kanada 37 %. Pro práci aspoň 1× týdně uvádí nejvíc Nizozemsko 33 % a Španělsko 29 % (USA 27 %, Kanada 28 %). YouGov zároveň upozorňuje na limit self-reportingu (část lidí si AI „neuvědomuje“), takže je lepší číst hlavně relativní rozdíly mezi zeměmi a skupinami, ne absolutní point estimate.
Zdroj: YouGov (2026): Public adoption, sentiment, feelings…
2) Ochota „nechat si pomoct botem“ v momentu potřeby: 51 % spotřebitelů preferuje boty, když chtějí okamžitý servis.
Zendesk ve svém CX Trends kontextu uvádí, že 51 % spotřebitelů říká, že preferují interakci s boty, když chtějí okamžitou službu. Ve stejném článku se objevuje i pohled na adopci ze strany managementu: 65 % CX lídrů vnímá AI jako „strategickou nutnost“ (formuluje to jako zásadní posun, který dělá staré CX postupy zastaralé). Pro telco/call centrum je to signál, že zákazníci i vedení budou víc tolerovat automatizaci – ale očekávání na rychlost a dostupnost půjdou nahoru.
Zdroj: Zendesk (2026): 13 ways AI will improve the customer experience
3) Voice/telefonní AI: ~80 % CX lídrů věří ve voice AI, 65 % zákazníků říká, že voice AI zlepšuje telefonní interakce; a ~1/3 volajících odpadne při dlouhém čekání.
Zendesk píše, že téměř 80 % CX lídrů věří, že voice AI přináší „novou éru“ plynulejšího řešení problémů, a že 65 % zákazníků vnímá, že voice AI zlepšuje telefonní interakce. Současně článek cituje Gartner: téměř třetina volajících opustí cestu, pokud čekají příliš dlouho. Prakticky: voice AI může být „front-door“ pro zkrácení fronty (triage, autentizace, FAQ), ale musí být navržený tak, aby nezvyšoval frustraci – čekání a předávání na člověka musí být hladké.
Zdroj: Zendesk (2026): Voice AI’s big year
4) Metriky z provozu kontaktního centra: +10 % customer satisfaction, +15 % efektivita QA, >96 % přesnost intradenních forecastů (pilot + rollout).
Na stránce „Amazon Connect Customers“ sdílí Fujitsu konkrétní čísla z kontaktního centra běžícího na Amazon Connect. Uvádí mimo jiné 15% zlepšení efektivity v quality assurance díky automatizovaným evaluacím, 10% zlepšení zákaznické spokojenosti díky využití real-time sentimentu během interakcí a >96% přesnost intradenních forecastů v pilotu. V samostatném popisu pilotu zmiňují také ~30 000 interakcí během ~2 měsíců (start s 150 agenty). Poznámka k metodice: jde o zákaznické tvrzení (testimonial), ne nezávislý audit – ale je to užitečný „reality check“ pro to, jaké metriky firmy dnes komunikují a měří.
Zdroj: AWS: Amazon Connect Customers (Fujitsu quote)
Doplněk k self-service „baseline“: Genesys ve svém (aktuálním) článku cituje Gartner, že průměrná úspěšnost self-service je 22 % (Gartner „2026 Strategic Roadmap for Self-Service“, 5. 11. 2025). To je dobré „varování“, že samotné nasazení botů typicky nestačí – rozhoduje integrace na akce (workflow), governance a návrh handoffu.
Zdroj: Genesys (2026): From conversation to resolution…
Co to znamená pro telco/call centrum
- VoIP/voice AI = nejrychlejší ROI, když řeší čekání a triage: pokud „téměř třetina“ volajících odpadá při čekání, tak priorita #1 je zkrátit frontu (autentizace, směrování, jednoduché dotazy), ne „dokonalá konverzace“.
- Řídit to jako produkt, ne jako jednorázový projekt: když je self‑service baseline kolem 22 %, tak je potřeba metriky typu containment, handoff rate, AHT (lidský segment), FCR a kvalita (QA) – a iterovat týdně na top intent mapě.
- Evidence-first, žádné marketingové „AI všechno vyřeší“: držet se měřitelných efektů (např. +10 % CSAT, +15 % QA efektivita) a u každého čísla uvést zdroj + kontext (kdo to měřil, v jakém období, jaký vzorek).
