W polskich salonach samochodowych sztuczna inteligencja jest dziś najlepiej udokumentowana w dwóch miejscach: w analizie rozmów telefonicznych z klientami i w marketingu internetowym. Ogłoszenia aut używanych, serwis, lakiernia, szkody i wznowienia polis mają po jednym, dwa opisane przykłady. Tak wynika z przeglądu dziewięciu lat prasy branżowej dla dealerów (2017–2026). Na 91 tekstów, w których pojawia się AI, tylko 12 opisuje wdrożenie u konkretnego polskiego dealera.
Znasz tę sytuację. Wracasz z kongresu dealerskiego, którego program od dwóch lat zdominowała AI, a w skrzynce czekają już trzy oferty: voicebot, „agent AI do leadów" i platforma do analizy rozmów. Każda obiecuje wynik w tydzień. Żadna nie pokazuje salonu podobnego do Twojego, który ten wynik naprawdę osiągnął.
Poniżej porządkujemy to, co wiadomo: gdzie AI działa z dowodem, co pozostaje obietnicą, gdzie już pracuje przeciwko marży dealera i od czego rozsądnie zacząć.
Co w tym tekście liczymy jako AI. Generatywną sztuczną inteligencję (czaty i modele językowe, które piszą, streszczają i odpowiadają), analizę mowy (transkrypcja i ocena rozmów) oraz rozpoznawanie obrazu (np. uszkodzeń na zdjęciach). Nie liczymy klasycznej automatyzacji bez AI: botów programowych przepisujących dane między systemami, kluczykomatów, czytników tablic rejestracyjnych.
Ile naprawdę wiadomo o AI w polskich salonach
Przejrzeliśmy 90 numerów ogólnopolskiego miesięcznika branżowego dla dealerów z lat 2017–2026, łącznie ok. 3,3 mln słów. Szukaliśmy haseł: AI, sztuczna inteligencja, ChatGPT, chatbot, voicebot, agent AI, rozpoznawanie obrazu i pokrewnych. Każde z 91 trafień przeczytaliśmy i przypisaliśmy do jednej kategorii.
Do 2024 roku AI pojawia się w piśmie rzadko. W 2025 roku temat wybucha — dwa ostatnie kongresy dealerskie redakcja opisuje jako „zdominowane" przez sztuczną inteligencję.
| Rok | Teksty z AI | Wzmianki na 10 tys. słów |
|---|---|---|
| 2017 | 1 | 0,02 |
| 2018 | 0 | 0,00 |
| 2019 | 4 | 0,26 |
| 2020 | 6 | 0,86 |
| 2021 | 5 | 0,36 |
| 2022 | 4 | 0,14 |
| 2023 | 10 | 0,83 |
| 2024 | 18 | 1,16 |
| 2025 | 22 | 4,19 |
| 2026 (4 numery) | 21 | 5,75 |
Wskaźnik na 10 tys. słów wyrównuje różną liczbę wydań w roku. Skok z ok. 1 do 4–6 wzmianek znaczy, że w 2025 roku o AI pisano kilka razy częściej niż rok wcześniej.
Skala to jednak mniej ważna połowa obrazu. Ważniejsze jest, czego te teksty dotyczą:
| Czego dotyczy tekst | Liczba |
|---|---|
| Nazwany polski dealer lub grupa używa AI | 12 |
| Sieć jednej marki — pilotaż AI u dealerów | 1 |
| Dostawca opisuje swój produkt AI dla dealerów | 15 |
| Ekspert lub szkoleniowiec mówi, co AI mogłaby robić | 26 |
| AI poza salonem: ubezpieczyciele, producenci, klienci, dealerzy za granicą | 19 |
| Relacje z kongresów i rankingów | 7 |
| Technologia sąsiednia bez AI albo przypadkowe trafienie | 11 |
| Razem | 91 |
W skrócie. Opisów produktów dostawców (15) jest więcej niż opisów wdrożeń u dealerów (12). Około jedna trzecia wszystkich tekstów (30 z 91) ukazała się w działach sponsorowanych lub patronackich, gdzie firma może mówić o sobie albo o swoim dostawcy. Czytaj więc każdy „sukces AI w salonie" z pytaniem: kto go opisuje i czy podaje liczby.
Sześć obszarów, w których salony już używają AI
Tabela zbiera wszystkie udokumentowane zastosowania w polskich salonach. Kolumna „Siła dowodu" mówi, czy źródło podaje zmierzony wynik, czy tylko opisuje użycie.
| Obszar | Co robi AI | Siła dowodu | Rok |
|---|---|---|---|
| Telefon i obsługa zapytań | Transkrybuje i analizuje rozmowy przychodzące, wskazuje utracone szanse | Pilotaż z liczbami (8 dealerów, 15 tys. rozmów) | 2024–2025 |
| Marketing i opinie | Pisze treści i grafiki kampanii, tworzy warianty reklam, pomaga odpowiadać na opinie | Opis bez liczb dla samej AI | 2023–2026 |
| Auta używane | Przygotowuje opisy ogłoszeń, zbiera cechy aut spoza portfela | Opis i cel, bez zmierzonego wyniku | 2026 |
| Serwis i lakiernia | Voicebot potwierdza wizyty, system dobiera kolor lakieru | Opis bez liczb | 2020, 2024 |
| Szkody i blacharnia | Bot przy przyjmowaniu zgłoszeń, kosztorysy przygotowane pod AI ubezpieczyciela | Liczby podane przez samego dealera | 2024, 2026 |
| F&I (finansowanie i ubezpieczenia) | Automatyczny proces wznowień polis z modelem AI jako jednym z narzędzi | Wynik przed i po (55% → 67%) | 2025 |
Telefon i obsługa zapytań: najlepiej opisane wdrożenie
W 2024 roku ośmiu dealerów sieci jednej z marek wzięło udział w półrocznym pilotażu: AI transkrybowała i analizowała 15 tys. połączeń przychodzących na numer główny salonu od osób zainteresowanych zakupem nowego auta. Wyniki przedstawili przedstawiciel sieci i firma, która wdrażała narzędzie.
Analiza wskazała pięć miejsc, w których salony traciły szanse:
- Leady poza CRM. AI znajdowała zainteresowanych klientów, których pracownik nie zapisał. Typowy przypadek: klient pyta o konkretne auto, słyszy „nie mamy go na miejscu" i rozmowa się kończy — bez propozycji podobnego modelu czy wizyty.
- Jazdy próbne. Chęć jazdy próbnej deklarowało 34% badanych klientów, przy rozrzucie od 22% do ponad 50% między dealerami.
- Reklamacje. Co dziesiąte zgłoszenie (10%) pochodziło od klienta, któremu obiecano kontakt lub ofertę, a nikt się nie odezwał.
- Odkup. Każdy dealer deklarował, że odkup auta klienta jest dla niego ważny. W rozmowach temat padał w 8% (u dwóch dealerów), 10%, 14%, 28% i 49% przypadków.
- Termin zakupu. Połowa dzwoniących (50%) planowała zakup w ciągu miesiąca.
Sieć zapowiedziała wdrożenie narzędzia u wszystkich swoich dealerów. Dla zarządu grupy to istotny sygnał: przy telefonie i obsłudze zapytań narzędzie coraz częściej przychodzi od importera, a nie z wyboru dealera.
Marketing i odpowiedzi na opinie
W edycji 2025 rankingu dealerów najlepiej działających w internecie kapituła po raz pierwszy oceniała „skuteczne wykorzystanie sztucznej inteligencji". Finaliści używali AI do:
- tworzenia treści tekstowych i graficznych do kampanii,
- przygotowania z jednej grafiki kilkudziesięciu wariantów reklam (kreację i grupę odbiorców dobierały algorytmy platformy reklamowej),
- odpowiadania na opinie klientów w wizytówce w wyszukiwarce i w mediach społecznościowych,
- planowania kampanii, z AI w roli „stratega".
Według redakcji dla wielu firm 2025 był pierwszym „rzeczywistym" rokiem z AI w marketingu. Ile leadów przyniosła sama AI i jakim kosztem — tego źródła nie podają.
Auta używane: ogłoszenia i wiedza o markach spoza portfela
Jedna z grup dealerskich przygotowuje oferty i opisy aut używanych we własnych narzędziach wspieranych przez AI. Chce w ten sposób wystawiać auto do sprzedaży najpóźniej 5 dni roboczych po jego przyjeździe na plac. To cel, nie zmierzony wynik.
Inny dealer sięga po ogólnodostępny czat AI, gdy handlowcy mają rozmawiać o markach spoza portfela. Zbiera popularne opinie i testy danego modelu, a potem prosi narzędzie o listę jego mocnych i słabych stron. W całym przeglądzie trudno o prostsze zastosowanie — a jest bardzo praktyczne, bo klienci coraz częściej przychodzą z wiedzą z internetu.
Serwis i lakiernia
Najwcześniejszy opisany przypadek pochodzi z 2020 roku. Grupa dealerska wdrożyła wtedy voicebota, który dzwoni do klientów, żeby potwierdzić lub zmienić termin wizyty serwisowej. Miało być mniej wizyt przepadających bez uprzedzenia i krótsza kolejka dzięki zwolnionym terminom. Opis ukazał się w dziale sponsorowanym i nie podaje wyników.
W lakierni jedna z grup dobiera kolor lakieru systemem z AI. Klienci, jak relacjonuje dealer, „często nie dowierzają", że kolor dobrała maszyna.
Szkody i blacharnia
Warszawska grupa dealerska wprowadziła bota przy przyjmowaniu zgłoszeń szkodowych i według opisu zwiększyła tym przerób blacharni. Czy bot korzysta z AI, źródło nie mówi wprost.
Ciekawszy jest przypadek odwrotny. Inna grupa przeszkoliła kosztorysantów pod system AI, którym ubezpieczyciele weryfikują kosztorysy: jak robić zdjęcia bez refleksów i jak opisywać pozycje, żeby system je akceptował. Firma podaje, że rosła liczba kosztorysów akceptowanych automatycznie, a w części lokalizacji średnia wartość szkody wzrosła o 7–8%. Te dane pochodzą od samej firmy, z tekstu sponsorowanego. Pokazują jednak mechanizm, do którego wrócimy za chwilę.
F&I: wznowienia polis bez zewnętrznego dostawcy
Najlepiej opisany przypadek „od środka" pochodzi z warszawskiego salonu marki premium. Menedżer zauważył, że klienci w drugim i trzecim roku coraz rzadziej wznawiają polisy, i zbudował proces w trzech fazach:
- Na 90 dni przed końcem polisy system tworzy listę klientów. Na 60 dni segmentuje ją i sprawdza statusy, a na 30 dni wysyła klientowi krótki formularz z pytaniem o przebieg auta.
- Formularz trafia do doradcy, który rozmawia z klientem. Według autora odpowiedź w ciągu dwóch godzin podnosi skuteczność wznowień o 2,5 pkt proc.
- Rozliczenia i statusy domykają się automatycznie.
Całość powstała na tym, co salon już miał: pakietach biurowych z modułami do raportów i automatyzacji oraz jednym modelu AI. Zewnętrznej firmy nie było. Penetracja wznowień wzrosła z 55% do 67% — salon odzyskał co czwartego klienta, który wcześniej odchodził.
Najwięcej uczy jednak to, co poszło źle. Pierwsze raporty po uruchomieniu pokazały spadek, bo część doradców wróciła do starych nawyków. Efekt przyszedł dopiero z tablicą wyników i krótkimi, regularnymi odprawami z osobami, które chciały coś poprawić. Sama automatyzacja sposobu pracy nie zmieniła.
Bezpłatne narzędzie
Sprawdź w 3 minuty, czy Twój pomysł na AI da się wdrożyć
Opisz pomysł, odpowiedz na kilka pytań i zobacz ocenę: macierz wykonalność × impakt, plan MVP i rekomendację — bez zakładania konta.
Sprawdź swój pomysł →AI po drugiej stronie stołu: ubezpieczyciel, klient, platforma
Salon, który nie wdrożył żadnego narzędzia AI, i tak pracuje już w świecie, w którym AI używają jego partnerzy i klienci.
Ubezpieczyciele. Od końca 2024 roku większość polskich ubezpieczycieli korzysta ze wspólnego, branżowego systemu rozpoznawania obrazu. System porównuje zdjęcia uszkodzeń z bazą ok. 60 mln fotografii i wyłapuje to samo uszkodzenie albo tę samą część zgłaszaną w różnych szkodach; do lutego 2025 roku oznaczył ok. 3,5 tys. podejrzanych przypadków (Auto Świat, 2025). Największy polski ubezpieczyciel przygotowuje ponadto wstępne kosztorysy wybranych szkód komunikacyjnych na podstawie zdjęć klienta, a każdy z nich zatwierdza człowiek. Dla blacharni wniosek jest prosty: zdjęcia i pozycje kosztorysu ocenia system, zanim zobaczy je likwidator.
Klienci. Przedstawiciel jednej z grup dealerskich zauważa, że AI „wyręczy klienta w napisaniu pisma reklamacyjnego". Dlatego dealerzy ostrożniej przyjmują w odkupie auta, których stanu nie są pewni. Przy wycenie odkupu klient przychodzi z porównaniem i „własnymi danymi, często zebranymi przez AI".
Platformy ogłoszeniowe. Największy polski serwis ogłoszeń motoryzacyjnych uruchomił asystenta AI dla kupujących, który pomaga wybrać auto na podstawie danych z ogłoszeń.
W skrócie. AI zmienia warunki gry w blacharni i dziale aut używanych niezależnie od tego, czy dealer ją wdroży. Pytanie dla zarządu brzmi więc nie „czy AI", tylko „gdzie AI drugiej strony już ocenia naszą pracę i czy nasz zespół o tym wie".
Dlaczego wdrożenia stoją: bariery opisane przez samych dealerów
Najcenniejsze informacje w przeglądzie pochodzą nie od dostawców, tylko od menedżerów, którzy próbowali. Powtarza się pięć barier.
- Obietnice „30 minut i gotowe" nie działały. Menedżer, który później zautomatyzował wznowienia, zaczął od kilku webinarów pod hasłem „Agent AI zrobi to za ciebie". Nikt nic za niego nie zrobił, a połowy aplikacji nie dało się nawet zainstalować, bo blokował je firmowy system bezpieczeństwa.
- Pełne wdrożenia zewnętrzne były za drogie. Ten sam menedżer porównał oferty firm wdrożeniowych do „budżetu zespołu Formuły 1", nieadekwatnego do skali problemu.
- Brak narzędzia do papierów. Dealer kilku marek ocenia w wywiadzie dla prasy branżowej, że sama „papierologia" po sprzedaży auta zabiera handlowcowi 60–90 minut. Potencjał AI widzi właśnie w administracji, ale nie znalazł narzędzia, które „skutecznie i bez ryzyka błędu" odciążyłoby handlowca w raportowaniu do centrali.
- Ludzie po szkoleniach pracują po swojemu. Przedstawiciel firmy wdrażającej analizę rozmów mówi wprost: dealerzy wysyłają ludzi na szkolenia, a ci, odbierając telefon, „często pracują po swojemu". Bez zmiany nawyków narzędzie nie zmienia wyniku, co potwierdza spadek po uruchomieniu automatyzacji wznowień.
- Dane klientów. Dyrektor technologiczny firmy z branży ostrzega, że rozwiązania tymczasowe bywają „niebezpieczne z perspektywy ochrony danych". Zastępca prezesa UODO zwraca uwagę, że dane osobowe, tajemnice i dokumenty trafiają do narzędzi AI „poza wiedzą tej organizacji". Zaleca kolejność: najpierw decyzje prawne i organizacyjne, potem wybór narzędzi. Urząd udostępnia też listy pytań do wypełnienia przed uruchomieniem narzędzia AI, w tym checklistę dla małych i średnich firm korzystających z gotowych narzędzi.
DMS jako bariera: dlaczego AI nie widzi danych salonu
DMS (Dealer Management System) to główny system salonu: zlecenia serwisowe, stany magazynowe, sprzedaż, kontrahenci. AI, która ma pracować na danych salonu, musi je stamtąd jakoś pobrać — i tu zaczynają się schody.
- Stare systemy nie działają w chmurze. Cytowany wyżej dyrektor technologiczny nazywa to w Polsce „główną przeszkodą" we wdrażaniu nowych technologii, w tym AI.
- API jest, ale zamknięte. API to oficjalne „wejście" do systemu, przez które inne programy pobierają dane. Najpopularniejsze DMS-y w Polsce je mają, tyle że dokumentację dostawca wydaje na prośbę, dostęp wymaga klucza, a zakres to głównie odczyt.
- Część systemów nie publikuje żadnych informacji o API. Zostaje wtedy eksport plików albo bot programowy, który „klika" w systemie za człowieka.
- Marka nie przesądza o systemie. Wiele marek pracuje równolegle na dwóch DMS-ach, a system koncernu jednej z sieci nie ma publicznego API. Pomysł, który działa w salonie jednej marki, w drugim salonie tej samej grupy może więc nie zadziałać.
Przed każdym projektem AI na danych salonu pierwsze pytanie brzmi zatem: jakie dane nasz DMS faktycznie wypuszcza, w jakiej formie i kto — dealer czy importer — decyduje o dostępie.
Jak zarząd salonu może zacząć: jeden proces, jeden wskaźnik
Opisane przypadki mają wspólny wzór. Działało tam, gdzie ktoś wziął jeden proces, zmierzył go przed startem i pracował z zespołem po uruchomieniu. Nie działało tam, gdzie kupowano obietnicę ogólnego „AI w salonie".
- Wybierz jeden proces zaplecza z mierzalnym bólem. Z przeglądu wynikają cztery dobre kandydaty: papiery po sprzedaży auta, wznowienia polis, dokończenie leadów z telefonu, opisy ogłoszeń aut używanych. Pełniejszą listę procesów w salonie — od sprzedaży i serwisu po finanse, kadry i zgodność z przepisami — zbiera przewodnik po 44 procesach z AI u dealera samochodowego.
- Ustal wskaźnik i zmierz punkt wyjścia. Minuty papierów na jedno sprzedane auto, odsetek wznowień, odsetek rozmów z pytaniem o odkup. Bez pomiaru „przed" nie obronisz wyniku „po".
- Sprawdź dane i zgody. Co wypuszcza DMS i CRM? Kto zarządza dostępem? Czy narzędzie przetwarza dane klientów i gdzie? Listę pytań UODO przejdź przed zakupem, nie po.
- Zacznij od narzędzi, które firma już ma, i zostaw zatwierdzanie człowiekowi. Przykład wznowień pokazuje, że pierwsza wersja procesu może powstać bez nowego systemu. AI przygotowuje, człowiek zatwierdza.
- Zaplanuj adopcję, nie tylko uruchomienie. Tablica wyników, krótkie odprawy, osoby w zespole, które chcą zmiany. Licz się z tym, że pierwszy wynik może wypaść gorzej niż przed startem.
Rozmawiasz z dostawcą? Przed podpisaniem umowy zadaj mu pięć pytań:
- Gdzie będą przetwarzane dane naszych klientów i czy mogą trafić poza Europejski Obszar Gospodarczy?
- Jak narzędzie pobierze dane z naszego DMS-u — przez API, eksport plików czy bota — i kto musi na to wyrazić zgodę?
- Kto u nas zatwierdza to, co wygeneruje AI, zanim trafi do klienta lub do centrali?
- Jaki zmierzony wynik (przed i po) osiągnął salon podobny do naszego — i czy możemy z nim porozmawiać?
- Jak zabierzemy nasze dane i ustawienia, jeśli zrezygnujemy z narzędzia?
Najczęściej zadawane pytania
Czy dealerzy samochodowi w Polsce używają już AI?
Tak, ale w wąskim zakresie. Przegląd 91 tekstów prasy branżowej dla dealerów z lat 2017–2026 znalazł 12 opisów wdrożeń u konkretnych polskich dealerów i jeden pilotaż sieci jednej marki. Najlepiej udokumentowane są analiza rozmów telefonicznych (pilotaż u 8 dealerów, 15 tys. rozmów) i marketing internetowy. Opisów produktów dostawców jest więcej niż opisów wdrożeń, a liczba wzmianek o AI w prasie branżowej wzrosła kilkukrotnie dopiero w 2025 roku.
Od czego zacząć wdrożenie AI w salonie samochodowym?
Od jednego procesu zaplecza z mierzalnym problemem: papierów po sprzedaży auta, wznowień polis albo dokończenia leadów z telefonu. Przed startem zmierz punkt wyjścia, sprawdź, jakie dane udostępnia DMS, i ustal, kto zatwierdza wyniki AI. Przypadki opisane w prasie branżowej pokazują, że wynik pojawia się dopiero po pracy z zespołem — z tablicą wyników i regularnymi odprawami. Samo uruchomienie narzędzia go nie gwarantuje.
Czy można wklejać dane klientów salonu do ChatGPT?
Nie bez wcześniejszej decyzji firmy. UODO zaleca, by przed uruchomieniem narzędzia AI ustalić, jakie dane osobowe będą do niego trafiać, na jakiej podstawie prawnej i gdzie są przetwarzane, i udostępnia do tego listy pytań, w tym checklistę dla małych i średnich firm. Zastępca prezesa UODO ostrzega, że dane często trafiają do narzędzi AI poza wiedzą organizacji. Bezpieczniej jest korzystać z narzędzia zatwierdzonego przez firmę, z jasnymi zasadami, jakich danych nie wolno do niego wprowadzać.
Dlaczego system DMS utrudnia wdrożenie AI u dealera?
Narzędzie AI musi pobrać dane salonu — zlecenia, stany aut, klientów — z systemu DMS. Wiele DMS-ów w Polsce nie działa w chmurze, a najpopularniejsze mają zamknięte API: dokumentację dostawca wydaje na prośbę, a dostęp obejmuje głównie odczyt. Część systemów nie publikuje informacji o API, więc zostaje eksport plików albo bot programowy. Wiele marek pracuje do tego równolegle na dwóch systemach, przez co rozwiązanie z jednego salonu nie zawsze przenosi się do drugiego.
