Czym jest agent AI dla firmy i kiedy się opłaca
Zacznijmy od kosztu, bo tędy biegnie granica. Kiedy o kolejnym kroku rozstrzyga wartość pola — status, kwota, data — taniej wychodzi przepływ w Make.com albo n8n, od 2 000 PLN netto. Agent zaczyna się tam, gdzie o kroku rozstrzyga treść, a kolejności nie da się narysować z góry. Czy ten PDF to reklamacja, czy zapytanie ofertowe? Do którego działu ma trafić i czy w ogóle ma iść dalej?
W takim rozwiązaniu model językowy jest warstwą decyzyjną. Czyta to, co przyszło, i sięga po narzędzie: odczyt skrzynki, zapis pliku, wiersz w arkuszu, wywołanie API. Poza modelem zostają zapis każdego przebiegu, lista decyzji zastrzeżonych dla człowieka i konfiguracja trzymana poza promptem, czyli listy kategorii, progi i adresy odbiorców.
Co może robić Twój agent?
Pięć z sześciu poniższych typów to scenariusze, nie opisy zakończonych wdrożeń — jedyny, który pracuje produkcyjnie, to archiwizacja dokumentów w RAN-SIGMA. Osobno pokazujemy, jak taki agent wygląda w firmie produkcyjnej.
Agent planowania zadań
Rano czyta listę zadań z terminami, przypisaniami i liczbą otwartych pozycji na osobę, a potem układa kolejkę na dzień: co jest po terminie, co blokuje kolejny etap, kto ma jeszcze wolne moce. Zadanie bez właściciela dostaje przypisanie, zadanie po terminie — powiadomienie do przełożonego. Zadanie przesuwane po raz trzeci wraca na listę z adnotacją, ile razy zmieniało termin.
Archiwizacja dokumentów
Przyjmuje PDF wysłany na adres bota i odkłada go we właściwym folderze na Google Drive razem z wierszem w rejestrze i powiadomieniem dla nadawcy. Nie jest to pełny agent: kolejność kroków jest zapisana w scenariuszu Make.com, a model odpowiada za rozpoznanie dokumentu.
Agent monitoringu i alertów
Cyklicznie pobiera wskaźniki z bazy, arkusza albo API i zestawia je z progiem ustalonym przy wdrożeniu. Przekroczenie progu kończy się alertem na e-mail, w którym stoi wartość, próg i link do źródła; niezależnie od alertów wysyła zestawienie dzienne albo tygodniowe. Alert nie powtarza się co przebieg — dopóki wartość nie wróci pod próg, agent milczy.
Agent obsługi e-mail i CRM
Czyta przychodzące wiadomości, rozpoznaje intencję i aktualizuje rekord w CRM-ie zbudowanym pod procesy Twojej firmy: nowe zapytanie zakłada szansę sprzedaży, odpowiedź klienta dopisuje się do historii kontaktu. Na powtarzalne pytania odpowiada z bazy wiedzy, a pilne zgłoszenie przekazuje właściwej osobie razem z treścią maila. Czy odpowiedź z bazy wiedzy wychodzi sama, czy jako wersja robocza do zatwierdzenia, decyduje klient przy konfiguracji.
Agent raportowania
Zbiera dane z bazy, arkuszy i API, składa je w szablon raportu i w ustalonym dniu wysyła do wskazanych odbiorców. Obok bieżących liczb stawia poprzedni okres i różnicę, więc nikt nie zestawia tego ręcznie przed zarządem. Każde wydanie zostaje w arkuszu z datą, więc porównanie sprzed roku nie wymaga odtwarzania danych.
Agent ofertowania
Z zapytania wyciąga parametry wyceny — zakres, ilość, termin, lokalizację — i sprawdza je w cenniku. Brakujący parametr dopytuje mailem u klienta, a komplet przekłada na draft oferty z pozycjami i kwotami. Bez zatwierdzenia handlowca nic nie wychodzi do klienta.
Kiedy potrzebujesz agenta, a kiedy wystarczy chatbot albo automatyzacja
Te trzy narzędzia różni to, kto zaczyna, kto układa kolejność kroków i co się dzieje ze sprawą, której nikt wcześniej nie przewidział.
| Parametr | Chatbot | Automatyzacja | Agent AI |
|---|---|---|---|
| Kto inicjuje | człowiek zadaje pytanie | wyzwalacz w systemie | wyzwalacz albo harmonogram |
| Kto ustala kolejność kroków | scenariusz rozmowy | projektant przepływu | model, w granicach udostępnionych narzędzi |
| Sprawa spoza scenariusza | odpowiedź zastępcza albo przekazanie do konsultanta | przebieg kończy się błędem | zatrzymanie i zgłoszenie do człowieka |
| Cena wejścia netto | od 3 000 PLN | od 2 000 PLN | od 8 000 PLN |
Jeśli rozmowę zaczyna klient — pytanie o ofertę albo status zamówienia — wystarczy chatbot na stronie i WhatsAppie: od 3 000 PLN netto w wersji scenariuszowej, od 6 000 PLN netto z własną bazą wiedzy.
Kiedy agent się nie opłaca
Przy kilku dokumentach tygodniowo analiza, budowa i utrzymanie nie zwrócą się w rozsądnym czasie; lepiej zostać przy scenariuszu albo przy pracy ręcznej. W RAN-SIGMA punktem zwrotnym było kilkadziesiąt dokumentów tygodniowo rozdzielanych ręcznie i to jest rząd wielkości, od którego zaczynamy rozmowę o agencie.
Jak działa wdrożona automatyzacja z warstwą decyzyjną AI
To nie jest pełny agent i tak to nazywamy. Kolejność kroków jest zapisana z góry w scenariuszu Make.com, a model odpowiada za jedno: czyta treść dokumentu i zwraca kategorię wraz ze streszczeniem. Resztę rozstrzyga arkusz, bo to w nim kategoria ma przypisany folder docelowy. Nowy typ dokumentu dokłada się wierszem, bez ruszania promptu. Kategoria, której na tej liście nie ma, zatrzymuje przebieg i wraca do nadawcy komunikatem.
Pełny przebieg, od maila z załącznikiem po wiersz w rejestrze, opisuje case study archiwizacji dokumentów w RAN-SIGMA (2025, wdrożenie w 2 tygodnie). Samą technikę scenariusza omawiamy na stronie automatyzacji procesów w Make.com i n8n.
Co agent robi sam, a gdzie kończy się jego autonomia
Pierwszy próg to zakres dostępu: agent widzi tylko to, co mu wskażesz — jedną skrzynkę do odczytu, wskazane foldery do zapisu, ustalone adresy do powiadomień. Niczego nie kasuje. Drugi próg to zatwierdzenie. Powiadomienia techniczne wychodzą same, bo niczego nie obiecują w imieniu firmy: potwierdzenie odbioru, alert do działu, informacja o zatrzymanym przebiegu. Zatwierdzenia wymagają za to kroki, które zmieniają dane finansowe albo składają zobowiązanie wobec klienta. Oferta, korekta kwoty i odpowiedź na reklamację kończą się wersją roboczą dla osoby odpowiedzialnej, nie wysyłką.
Drugi wymóg to ślad. Każde przetworzenie zostaje zapisane, a wzorem jest tu aplikacja obiegu dokumentów RAN-SIGMA, w której zmiana statusu, komentarz i akceptacja zapisują się z czasem i użytkownikiem. Po pół roku da się w niej odtworzyć, kto i kiedy podjął decyzję. Tego samego oczekujemy od agenta: dziennik zmian powstaje pierwszego dnia wdrożenia, a nie po pierwszym sporze o to, co się właściwie wydarzyło.
Ile kosztuje agent AI i ile trwa wdrożenie
| Parametr | MVP agenta — jeden cel | Agent zaawansowany |
|---|---|---|
| Cena netto | od 8 000 PLN | 15 000–35 000 PLN |
| Czas wdrożenia | 2–3 tygodnie | 4–8 tygodni |
Utrzymanie liczymy według ogólnego cennika: od 500 PLN netto miesięcznie za monitoring i poprawki, od 1 500 PLN netto z nowymi funkcjami. Wycenę podbijają integracje. Spięcie dwóch systemów webhookiem kosztuje od 1 500 PLN netto, trzech i więcej z logiką biznesową 4 000–15 000 PLN netto. Koszt zapytań do modelu zależy od wolumenu, więc tę pozycję wyceniamy indywidualnie.
Konsultacja
Bezpłatna rozmowa (30–60 minut) o jednym procesie.
Analiza i wycena
W 3–5 dni masz listę narzędzi agenta, granicę decyzji i cenę.
MVP w 2–3 tygodnie
Agent pracuje na jednym celu i Twoich danych.
Pełny agent w 4–8 tygodni
Kolejne narzędzia, sytuacje brzegowe, dokumentacja, szkolenie.
Najczęstsze pytania o agentów AI
Czym różni się agent AI od zwykłej automatyzacji?
Różnicę widać przy nowym przypadku. W automatyzacji dorysowujesz kolejną gałąź w scenariuszu i testujesz ją jak osobny przepływ. W agencie dokładasz narzędzie albo wiersz konfiguracji, a rozstrzygnięcie zapada na podstawie treści dokumentu. Przy procesie, w którym wyjątki zdarzają się co tydzień, pierwsza droga szybko przestaje się spinać.
Ile kosztuje wdrożenie agenta AI?
MVP agenta na jeden cel (jedna skrzynka albo jeden typ dokumentu, o którego dalszej ścieżce decyduje treść) to od 8 000 PLN netto i 2–3 tygodnie. Agent zaawansowany z wieloetapowym planowaniem i integracjami: 15 000–35 000 PLN netto i 4–8 tygodni. Utrzymanie od 500 PLN netto miesięcznie.
Na jakich modelach AI budujecie agentów?
Warstwę decyzyjną budujemy na modelach Anthropic (Claude) i OpenAI, wykonawczą na LangChain, n8n albo Make.com. Konkretny model dobieramy przy analizie, patrząc na długość dokumentów i koszt pojedynczego zapytania przy Twoim wolumenie. Warstwa wykonawcza zostaje ta sama, więc model da się później wymienić bez przepisywania agenta.
Czy agent AI jest bezpieczny dla danych firmy?
Agent pracuje na wskazanych zasobach. Dostaje odczyt jednej skrzynki, zapis do wybranych folderów i listę adresów, na które może wysyłać powiadomienia. Poza ten zakres nie wychodzi i niczego nie kasuje, a każdy przebieg zostaje w dzienniku zmian.
Co się dzieje, gdy agent trafi na sytuację, której nie zna?
Nie zgaduje. Przebieg się zatrzymuje, dokument nie trafia do żadnego folderu, a nadawca dostaje komunikat z powodem — tak działa bot archiwizacji w RAN-SIGMA. Które decyzje agent domyka sam, ustalamy w analizie.
Do jakich zadań nadaje się agent AI?
Do zadań powtarzalnych, w których trzeba najpierw zrozumieć, co przyszło: klasyfikacja dokumentów, obsługa wiadomości przychodzących, monitoring danych, raportowanie.
Zaprojektujmy agenta dla Twojej firmy
Opisz nam powtarzalny proces, który zajmuje Twój zespół — ocenimy, czy i jak agent AI może go przejąć. Jeśli wolisz najpierw poczytać, zebraliśmy przykłady zadań dla agentów w firmach z Katowic i Śląska.