AI optymalizacja doświadczenia klienta: 7 brutalnych prawd i co zmieni się do 2025

AI optymalizacja doświadczenia klienta to nie trend. To brutalna zmiana zasad gry – niewidoczna rewolucja, która rozkłada stare na łopatki i nie bierze jeńców. Jeśli CX (customer experience) kiedyś polegało na miłej rozmowie z konsultantem, dziś decydują zimne algorytmy. Czy jesteś gotowy spojrzeć prawdzie w oczy? W tym artykule rozkładamy na czynniki pierwsze, jak AI naprawdę optymalizuje doświadczenie klienta: nie tylko hiperpersonalizacja, automatyzacja i predykcja, ale też kosztowne pomyłki, ukryte pułapki oraz wyzwania, które mogą zmieść Twój biznes z rynku. Bazując na najnowszych danych, case studies i wypowiedziach ekspertów, pokazujemy 7 brutalnych prawd o AI w CX w Polsce i na świecie – bez pudrowania rzeczywistości. Zanurz się w fakty, liczby i historie, które zmieniają reguły gry, a na końcu dowiedz się, jak nie wpaść w najdroższe pułapki oraz gdzie szukać wsparcia u prawdziwych ekspertów jak informatyk.ai.

Rewolucja czy ściema? Wstęp do AI w doświadczeniu klienta

Dlaczego wszyscy chcą AI w CX – i co o tym nie mówią

Korporacje, startupy i mali gracze jednym głosem powtarzają: AI to przyszłość obsługi klienta. Ale to nie jest bajka o bezproblemowej transformacji. Według danych EY Polska z 2024 roku, aż 70% firm planuje wdrożenia AI w CX, a 95% interakcji z klientami w handlu detalicznym już dziś wspomagane jest przez sztuczną inteligencję (EY, 2024). Co nie trafia na marketingowe slajdy? Wielkie budżety spalane na nieudane wdrożenia, brak kompetencji i narastająca frustracja użytkowników, gdy boty nie rozumieją ich intencji.

Według raportu Business Insider Polska z 2024 r., tylko 6% polskich organizacji osiągnęło pełne wdrożenie AI w biznesie, a przeszkody to m.in. deficyt specjalistów i wysokie koszty wejścia (Business Insider Polska, 2024). Tylko nieliczni zyskują przewagę. Reszta goni trend, nie rozumiejąc, że AI to nie czary-mary, lecz nieustanny wyścig na kompetencje, dane i kapitał.

"Wdrażanie AI w CX wymaga nie tylko technologii, ale też kultury organizacyjnej, gotowości do eksperymentów i odwagi do uczenia się na błędach." — Dr. Paweł Sienkiewicz, ekspert ds. digitalizacji, EY Polska, 2024

Od hype’u do rzeczywistości: Jak wygląda AI w CX w polskich firmach

Pomiędzy konferencyjnymi frazesami a realnym wdrożeniem AI w CX leży przepaść. Polska nie jest Doliną Krzemową, a wdrożenia AI rosną, ale powoli – i boleśnie selektywnie. Z danych AI Business, 2024 wynika, że firmy decydują się na automatyzację tylko wtedy, gdy mają twarde dane o ROI i jasny model wdrożenia. Największe inwestycje idą w chatboty, automatyczne rekomendacje i analitykę zachowań klientów, ale już personalizacja czy predykcja wymaga znacznie więcej niż tylko plug-and-play.

Tabela 1: Wykorzystanie technologii AI w CX w Polsce (Źródło: Opracowanie własne na podstawie AI Business, 2024; EY Polska, 2024)

Co napędza boom na AI w obsłudze klienta?

• Presja konkurencyjna: W czasach, gdy oczekiwania klientów rosną szybciej niż kiedykolwiek, firmy, które nie wdrażają AI, tracą udział w rynku i lojalność odbiorców (EY, 2024).
• Hiperpersonalizacja: 60% marketerów deklaruje, że AI pozwala na personalizację oferty na nieosiągalnym wcześniej poziomie, co przekłada się na wzrost konwersji (widoczni.com, 2025).
• Automatyzacja procesów: Chatboty i voiceboty skracają czas reakcji, eliminują błędy ludzkie i pozwalają skalować obsługę taniej niż tradycyjny helpdesk.
• Predykcja i analiza: AI analizuje dane z tysięcy interakcji w ciągu sekund i przewiduje, czego klient będzie potrzebował, zanim on sam to zwerbalizuje.
• Nacisk na efektywność kosztową: Oprogramowanie AI generuje przychody przekraczające 100 mld USD globalnie, a jego wdrożenie okazuje się tańsze niż rozbudowa działów obsługi.
• Bariery wejścia maleją: Chociaż koszt wejścia nadal jest wysoki, coraz więcej narzędzi AI staje się dostępnych w modelu SaaS czy cloud.
• Wymóg ciągłego rozwoju: Klienci oczekują innowacji, a rynek nie wybacza stagnacji. Firmy są zmuszone do inwestowania w AI, by nie zostać z tyłu.

Nieoczywiste początki: Krótka historia AI w obsłudze klienta

Pierwsze AI w CX: Od IVR do chatbotów

Wbrew pozorom AI w CX to nie wynalazek ostatnich trzech lat. Pierwsze „inteligentne” systemy pojawiły się już w latach 80. – wtedy były to IVR-y (Interactive Voice Response), które rozpoznawały ton wybieranych cyfr na klawiaturze telefonu. Z czasem do gry weszły chatboty tekstowe, a potem voiceboty, które uczą się reagować na naturalny język.

1. IVR (Interactive Voice Response) – automatyzacja obsługi przez telefon, rozumienie cyfr, proste drzewa decyzyjne.
2. Pierwsze chatboty tekstowe – programy reagujące na konkretne komendy w kanałach tekstowych.
3. Pierwsze algorytmy NLP (przetwarzanie języka naturalnego) – możliwość prowadzenia prostych dialogów, ale bez zrozumienia kontekstu.
4. Rozwój uczenia maszynowego – chatboty uczą się na podstawie historii konwersacji.
5. Voiceboty i asystenci AI – systemy rozumiejące mowę, analizujące emocje i intencje.
6. Hiperpersonalizacja i predykcja – AI przewiduje potrzeby klienta jeszcze zanim padnie pytanie.

Co zmieniło się po 2020 roku?

Transformacja po pandemii COVID-19 przyspieszyła wdrożenia AI w obsłudze klienta. Firmy musiały utrzymać kontakt z klientem online, a AI okazało się nie tylko wsparciem, ale często ratunkiem przed upadkiem.

Tabela 2: Ewolucja AI w CX w latach 2018-2024 (Źródło: Opracowanie własne na podstawie spidersweb.pl, 2025)

Porównanie: Polska kontra świat w AI CX

Dynamika wdrożeń AI w CX w Polsce wyraźnie odstaje od światowej czołówki. Według raportu EY, globalnie AI staje się standardem, podczas gdy w Polsce firmy raczej testują wybrane rozwiązania niż wdrażają pełne systemy.

Tabela 3: Porównanie wdrożeń AI w CX – Polska vs. świat (Źródło: EY Polska 2024, Business Insider Polska 2024)

Jak AI naprawdę zmienia doświadczenie klienta? Fakty kontra mity

Mit: AI zawsze poprawia satysfakcję klienta

Wielu menedżerów zakłada, że wdrożenie AI automatycznie podnosi satysfakcję klientów. Jednak badania EY Polska z 2024 r. pokazują, że aż 30% konsumentów czuje się sfrustrowanych nieintuicyjnymi botami, a 24% porzuca zakupy, gdy AI źle zrozumie ich potrzeby.

• Niewłaściwa implementacja: Bot, który nie rozpoznaje kontekstu, potrafi zirytować bardziej niż długa kolejka na infolinii.
• Zacieranie granicy między automatem a człowiekiem: Klienci czują się oszukani, gdy AI udaje człowieka.
• Brak możliwości kontaktu z żywym konsultantem: Dla 16% klientów to powód do rezygnacji z usług danej firmy.
• Problemy z językiem: AI wciąż ma problem z rozumieniem niuansów polskiego i lokalnych dialektów.
• Bariery technologiczne: Brak integracji z innymi narzędziami zniechęca użytkowników.

Mit: AI zastąpi wszystkich pracowników działu obsługi

Automatyzacja nie oznacza całkowitej eliminacji ludzi z procesu obsługi klienta. Według ekspertów AI Business:

"AI w CX nie zastąpi ludzi, ale pozwoli im skoncentrować się na najtrudniejszych, najbardziej wartościowych interakcjach. Technologia to wsparcie, nie zamiennik." — Agnieszka Nowicka, analityczka rynku AI, AI Business, 2024

Ludzie są niezbędni tam, gdzie liczy się empatia, rozwiązywanie sytuacji kryzysowych czy obsługa skomplikowanych przypadków. AI przejmuje powtarzalne zadania, ale nie zastępuje relacji.

Prawda: AI bywa nieprzewidywalne i kosztowne

Pod maską automatyzacji czają się koszty i nieprzewidywalność, które rzadko przebijają się do mediów.

• Wysokie koszty wdrożenia: Średni koszt pełnej implementacji systemu AI w średniej firmie to setki tysięcy złotych.
• Opłaty za licencje i aktualizacje: Oprogramowanie SaaS wymaga stałych wydatków, a aktualizacje bywają kosztowne.
• Ryzyko błędów: AI potrafi zaskoczyć błędną interpretacją danych, prowadząc do kosztownych pomyłek.
• Brak kompetencji: Bez specjalistów AI wdrożenia kończą się fiaskiem.
• Potrzeba stałego rozwoju: AI wymaga ciągłej optymalizacji, bo technologia starzeje się błyskawicznie.

Pod maską: Jak działa AI w codziennym CX

Personalizacja w czasie rzeczywistym – magia czy kalkulacja?

Personalizacja przez AI to nie czarna magia, a zimna kalkulacja oparta na danych. Algorytmy analizują historię zakupów, zachowania w sieci, dane demograficzne i kontekst, by w czasie rzeczywistym dopasować ofertę. Przykładem jest polski e-commerce, gdzie AI podsuwa produkty, których klient faktycznie potrzebuje, a nie tylko losowe promocje.

Predykcja zachowań klientów: Kiedy AI wie o nas więcej niż my sami

Predykcja w CX to sztuka przewidywania ruchów klienta na bazie setek danych. AI może rozpoznać, że klient zamierza zrezygnować z usługi jeszcze zanim ten kliknie „anuluj”.

Tabela 4: Narzędzia predykcyjne AI w CX (Źródło: Opracowanie własne na podstawie spidersweb.pl, 2025; widoczni.com, 2025)

Hiperpersonalizacja : AI segmentuje klientów na podstawie tysięcy zmiennych, co pozwala na tworzenie indywidualnych ścieżek zakupowych.

Analiza sentymentu : Sztuczna inteligencja wykrywa emocje w wypowiedziach klientów, pozwalając na szybką interwencję zanim kryzys rozleje się na social media.

Scoring churnu : Algorytmy analizują wzorce zachowań i przewidują, którzy klienci są zagrożeni odejściem.

NLP, chatboty, rekomendacje: Co faktycznie działa?

Analiza wdrożeń pokazuje, że nie wszystkie narzędzia AI przynoszą równie spektakularne efekty.

• Chatboty: Sprawdzają się w prostych scenariuszach, np. śledzenie zamówienia, FAQ, reklamacje. Klucz to natychmiastowa odpowiedź i rozpoznanie momentu przekazania rozmowy człowiekowi.
• Voiceboty: Dobrze radzą sobie w bankowości i telekomunikacji, gdzie klient oczekuje szybkiej reakcji.
• Systemy rekomendacji: Największą skuteczność notują w e-commerce, gdzie AI analizuje historię zakupów i przewiduje potrzeby.
• Analiza sentymentu: Pozwala firmom badać nastroje klientów bez konieczności ręcznego czytania każdego komentarza.

Case study bez retuszu: Sukcesy i porażki AI w polskich firmach

Gdzie AI zmieniło grę – fakty, liczby, efekty

Wdrażanie AI w CX to nie zawsze spektakularny sukces, ale są firmy, które pokazały, jak robić to dobrze. Przykład? Sieć aptek online wdrożyła boty AI do obsługi reklamacji i skróciła czas odpowiedzi z 12 godzin do 15 minut, notując wzrost satysfakcji o 24%.

Tabela 5: Realne efekty wdrożeń AI w polskich firmach (Źródło: Opracowanie własne na podstawie spidersweb.pl, 2025; EY Polska, 2024)

Porażki, których nie zobaczysz w marketingowych broszurach

Nie wszystkie wdrożenia kończą się sukcesem. Znany operator telekomunikacyjny wycofał się z chatbotów po fali negatywnych opinii; klienci zarzucali AI brak zrozumienia prostych pytań i niemożność kontaktu z człowiekiem.

"Źle ustawiony bot może zrobić więcej szkody niż pożytku – frustruje klientów i niszczy wizerunek firmy." — Ilustracyjne stwierdzenie oparte na analizie case studies (Źródło: spidersweb.pl, 2025)

3 różne branże, 3 różne lekcje

• E-commerce: AI generuje szybki zwrot z inwestycji, ale tylko tam, gdzie baza danych klientów jest duża i dobrze uporządkowana.
• Bankowość: Voiceboty sprawdzają się przy prostych sprawach, ale skomplikowane przypadki nadal wymagają interwencji człowieka.
• Edukacja: Zdalna pomoc techniczna AI zmniejsza przestoje o 40%, ale wymaga solidnego zaplecza IT i współpracy z informatykami.

Ryzyka, pułapki i jak je rozbroić: Ciemna strona AI w CX

Bias, błędy i nadużycia: Realne zagrożenia

AI, choć potężne, potrafi być niebezpieczne w rękach nieprzygotowanych firm.

• Bias algorytmiczny: AI potrafi powielać uprzedzenia zakodowane w danych, prowadząc do dyskryminacji klientów.
• Błędy predykcyjne: Źle nauczone modele generują fałszywe rekomendacje, co obniża zaufanie do firmy.
• Nadużycia danych: Brak kontroli nad danymi klienta grozi wyciekiem wrażliwych informacji.
• Niewidzialność decyzji AI: Brak transparentności w działaniu AI utrudnia identyfikację źródła problemu.
• Overfitting: Modele zbyt mocno dopasowane do danych historycznych tracą skuteczność przy nowych przypadkach.

AI a zaufanie klienta – granica, której nie wolno przekroczyć

Największym ryzykiem jest utrata zaufania. Klient, który poczuje się śledzony lub zmanipulowany przez AI, zniknie szybciej niż się pojawił. Według badań widoczni.com, aż 47% konsumentów rezygnuje z usług firmy, jeśli czuje, że AI narusza ich prywatność.

Jak minimalizować ryzyka wdrożenia AI w CX?

1. Przeprowadź audyt danych: Sprawdź, czy dane używane do szkolenia AI są pełne i wolne od przekłamań.
2. Wdrażaj transparentność: Informuj klientów, kiedy rozmawiają z AI, a nie z człowiekiem.
3. Testuj modele na bieżąco: Regularne testy pozwalają wychwycić błędy zanim staną się kosztownym problemem.
4. Stawiaj na bezpieczeństwo: Szyfruj dane i stosuj najwyższe standardy ochrony.
5. Angażuj ekspertów: Konsultuj wdrożenia z doświadczonymi firmami takimi jak informatyk.ai.

AI a RODO: Czy personalizacja może być legalna i etyczna?

Personalizacja kontra prywatność: Balans czy walka?

Personalizacja przez AI rodzi pytania o granice prywatności. Z jednej strony klienci oczekują ofert szytych na miarę, z drugiej – nie chcą czuć się inwigilowani.

RODO : Unijne rozporządzenie chroniące dane osobowe, wymaga zgody na profilowanie.

Profilowanie : Analiza danych osobowych klienta w celu automatycznego dopasowania oferty.

Podmiot danych : Osoba, której dane są przetwarzane przez firmę AI.

Regulacje w praktyce: Czego wymaga polskie i europejskie prawo?

Tabela 6: Najważniejsze wymagania RODO wobec AI w CX (Źródło: Opracowanie własne na podstawie RODO, 2018; spidersweb.pl, 2025)

Jak nie wpaść w pułapkę? 5 najczęstszych błędów

1. Brak zgody na przetwarzanie danych: Nie zbieraj danych bez jasnej zgody klienta.
2. Nieaktualne polityki prywatności: Regularnie aktualizuj polityki, by były zgodne z nowymi wytycznymi.
3. Zbyt szeroki zakres profilowania: Ogranicz zakres zbieranych danych do minimum.
4. Brak edukacji pracowników: Szkol personel w zakresie ochrony danych.
5. Ignorowanie prawa do bycia zapomnianym: Stwórz sprawny system usuwania danych na żądanie.

Narzędzia, strategie i przewaga konkurencyjna: Jak wdrażać AI w CX

Jak wybrać AI do własnej firmy? Kryteria, które robią różnicę

Wybór narzędzia AI do CX to decyzja strategiczna. Nie chodzi tylko o funkcje, ale o zgodność z kulturą firmy i realne potrzeby.

• Skalowalność: Czy narzędzie rośnie razem z Twoim biznesem?
• Integracja: Jak łatwo połączyć AI z obecnymi systemami?
• Bezpieczeństwo danych: Czy narzędzie spełnia wymogi RODO?
• Wsparcie techniczne: Czy masz dostęp do ekspertów w razie awarii?
• Elastyczność: Czy możesz dostosować AI do swoich procesów?

Krok po kroku: Wdrażanie AI w CX – checklista na 2025 rok

1. Analiza potrzeb i celów biznesowych: Zdefiniuj, czego oczekujesz od AI i jakie procesy wymagają optymalizacji.
2. Audyt danych: Sprawdź kompletność i jakość danych klienta.
3. Wybór narzędzia AI: Postaw na sprawdzone rozwiązania, przetestuj demo, zapytaj o referencje.
4. Pilotaż i testy: Zaczynaj od wdrożenia na małej próbce, zbieraj feedback.
5. Szkolenie zespołu: Zapewnij pracownikom wiedzę o nowych procesach.
6. Automatyzacja i integracja: Po fazie pilotażowej rozszerz AI na kolejne procesy.
7. Monitoring i optymalizacja: Regularnie analizuj skuteczność i wprowadzaj zmiany.

Czego nie robić: Najdroższe błędy na starcie

• Wdrażanie AI bez celu: Automatyzacja dla samej automatyzacji kończy się fiaskiem.
• Ignorowanie jakości danych: Śmieciowe dane = śmieciowe rekomendacje.
• Brak testów i pilotażu: Pełne wdrożenie bez pilotażu to proszenie się o katastrofę.
• Zaniedbanie bezpieczeństwa: Brak szyfrowania i procedur grozi wyciekiem danych.
• Oszczędzanie na szkoleniach: Nieprzeszkolony zespół sabotuje wdrożenie.

Przyszłość zaczyna się dziś: Trendy i przewidywania na kolejne 5 lat

Nowe technologie, które zmienią CX po 2025

• AI generatywna: Tworzenie spersonalizowanych komunikatów, treści i rekomendacji w czasie rzeczywistym.
• Inteligentna analiza głosu i emocji: AI rozpoznaje nie tylko słowa, ale i ton, nastrój, emocje.
• Automatyzacja omnichannel: Integracja AI w każdym kanale kontaktu z klientem.
• Rozszerzona rzeczywistość w CX: AI łączy się z AR, żeby klient mógł „przymierzyć” produkt przed zakupem.
• Zaawansowane narzędzia do ochrony prywatności: AI, które automatycznie wykrywa i anonimizuje dane wrażliwe.

Czy AI wyprze ludzką obsługę – i czy to w ogóle ma sens?

"AI może usprawnić 95% interakcji, ale to człowiek daje CX duszę. Najlepsze firmy łączą moc algorytmów z empatią konsultanta." — Ilustracyjna parafraza opinii ekspertów na podstawie spidersweb.pl, 2025

Jak przygotować się na przyszłość AI w CX?

1. Inwestuj w kompetencje: Szkól zespół, by rozumiał zarówno AI, jak i potrzeby klientów.
2. Buduj kulturę innowacji: Zachęcaj do testowania i dzielenia się doświadczeniami.
3. Monitoruj trendy: Śledź nowości – to, co dziś jest nowinką, jutro będzie standardem.
4. Stawiaj na transparentność: Informuj klientów, jak działa AI w Twojej firmie.
5. Współpracuj z ekspertami: Szukaj wsparcia u liderów branży, takich jak informatyk.ai.

Nieoczywiste zastosowania AI w doświadczeniu klienta

AI w CX poza e-commerce: Służba zdrowia, administracja, edukacja

• Służba zdrowia: AI analizuje zgłoszenia pacjentów i przyspiesza rejestrację, skracając czas oczekiwania na wizytę.
• Administracja publiczna: Chatboty obsługują zgłoszenia mieszkańców, automatyzując wnioski i odwołania.
• Edukacja: AI wspiera nauczycieli w analizie postępów uczniów, automatyzuje powiadomienia dla rodziców, zmniejsza liczbę błędów organizacyjnych.
• Transport: Sztuczna inteligencja przewiduje opóźnienia i automatycznie informuje pasażerów.
• Energetyka: AI analizuje zużycie energii klientów, proponuje oszczędności i prognozuje awarie.

Gdzie AI działa najlepiej? Przykłady, które zaskakują

• Obsługa osób z niepełnosprawnościami: AI rozpoznaje mowę niewerbalną, tłumaczy na tekst lub mowę.
• Mikroprzedsiębiorstwa: AI pozwala na automatyzację obsługi bez zatrudniania dodatkowych osób.
• Branża eventowa: AI personalizuje powiadomienia o wydarzeniach i integruje je z kalendarzem użytkownika.
• Ubezpieczenia: Sztuczna inteligencja automatycznie analizuje zgłoszenia szkód i przyspiesza wypłatę odszkodowań.

Słownik pojęć: AI, automatyzacja, NLP i inne

Najważniejsze terminy w AI CX

Sztuczna inteligencja (AI) : Systemy komputerowe zdolne do podejmowania decyzji na podstawie danych, uczą się i optymalizują algorytmy, by usprawnić procesy biznesowe.

CX (Customer Experience) : Całokształt wrażeń klienta z kontaktu z firmą – od pierwszej wizyty na stronie po obsługę posprzedażową.

Chatbot : Program komputerowy oparty na AI, prowadzący rozmowę z klientem w języku naturalnym.

Voicebot : AI obsługujący interakcje głosowe, np. na infolinii banku.

NLP (Natural Language Processing) : Dziedzina AI zajmująca się rozumieniem i generowaniem języka naturalnego przez komputery.

Predykcja zachowań : Sztuczna inteligencja przewiduje przyszłe działania klienta na podstawie wcześniejszych interakcji i danych.

Hiperpersonalizacja : Precyzyjne dostosowanie oferty do jednostkowych potrzeb klienta na podstawie analizy dużych zbiorów danych.

Scoring churnu : Wskaźnik ryzyka odejścia klienta, wyliczany przez AI na podstawie wzorców zachowań.

Podsumowanie: 7 kluczowych wniosków dla firm i klientów

Co musisz zapamiętać, zanim wdrożysz AI w CX

AI optymalizacja doświadczenia klienta to nie moda ani slogan z konferencji branżowej. To radykalna zmiana, która decyduje o przetrwaniu i przewadze rynkowej. Oto 7 kluczowych prawd:

• AI to wyścig, nie meta: Tylko firmy gotowe do ciągłej adaptacji wygrywają.
• Bez danych nie ma AI: Jakość i kompletność danych to podstawa sukcesu.
• Empatia vs. algorytm: AI uzupełnia, ale nie zastępuje człowieka w kluczowych momentach CX.
• Koszty i ryzyka są realne: Nie wszystkie wdrożenia się zwracają, a błędy bywają kosztowne.
• Bezpieczeństwo i legalność: RODO to nie opcja, a konieczność.
• Transparentność buduje zaufanie: Klient chce wiedzieć, kiedy rozmawia z maszyną.
• Współpraca z ekspertami to must-have: Samodzielne wdrożenia bez wsparcia to proszenie się o katastrofę.

Gdzie szukać wsparcia? Rola informatyk.ai i innych ekspertów

Nawet najlepsze narzędzia AI są bezsilne, jeśli zabraknie kompetencji, wsparcia i indywidualnego podejścia. Współpraca z ekspertami, takimi jak informatyk.ai, to nie tylko gwarancja technologicznej skuteczności, ale też bezpieczeństwa, transparentności i legalności wdrożeń. To dzięki połączeniu świeżej wiedzy, doświadczenia i wsparcia IT możesz przejść przez transformację AI w CX bez kompromitujących wpadek i niepotrzebnych kosztów. Jeśli chcesz, żeby AI naprawdę optymalizowało doświadczenie klienta, postaw na sprawdzonych partnerów, którzy rozumieją zarówno technologię, jak i ludzką stronę biznesu.