Agent AI w firmie – co realnie potrafi i ile kosztuje

Agent AI w firmie znaczy dziś trzy różne rzeczy, zależnie od tego, kto akurat sprzedaje. Dla jednego dostawcy to okienko czatu odpowiadające na pytania z firmowych dokumentów. Drugi nazywa tak przepływ danych, w którym model językowy odwala jeden krok. Trzeci sprzedaje pod tą nazwą program, który samodzielnie decyduje i wykonuje działania w systemach firmy. Trzy różne wdrożenia, trzy różne budżety oraz trzy zupełnie różne odpowiedzi na pytanie, co się dzieje, gdy program się pomyli. Firma podpisuje umowę na jedno, a po trzech miesiącach odkrywa, że kupiła co innego. Ten tekst rozdziela te trzy warianty i pokazuje, czego każdy wymaga po stronie firmy. Wszystkie widełki podajemy jako orientacyjne stawki rynkowe dla Polski, zebrane w naszych wcześniejszych przewodnikach z maja i czerwca 2026. To nie jest cennik Devstocka.

Trzy rzeczy sprzedawane jako agent AI

Pod jedną nazwą sprzedaje się dziś trzy różne produkty, a dzieli je nie poziom inteligencji, tylko zakres samodzielności w wyborze kolejnych kroków oraz zasięg skutków błędu. Im więcej program decyduje sam, tym trudniej przewidzieć, gdzie skończy się jego pomyłka, i tym więcej firma musi mieć przygotowane przed startem.

Najprostszym sposobem ich rozróżnienia jest jedno pytanie do dostawcy: co dokładnie stanie się w naszych systemach, gdy program odpowie źle.

Widełki w ostatniej kolumnie pochodzą z naszych wcześniejszych zestawień rynkowych, opublikowanych w maju i czerwcu 2026. Pełne rozbicie kosztów dla wariantu czatowego znajdziesz w przewodniku o chatbocie dla firmy, a szerszy rachunek wdrożeń AI rozkładamy w tekście o wdrożeniu AI w firmie.

Nazwa “agent” przykleiła się do wszystkich trzech, bo dobrze sprzedaje. Dla firmy różnica jest jednak zasadnicza. Automatyzacja też potrafi zapisać błędny wynik, tyle że jej ścieżka jest z góry ustalona, więc wiadomo, gdzie szukać skutków. Agent dodatkowo sam wybiera dalsze działania, przez co zasięg pomyłki trzeba ograniczyć projektem, a nie odkrywać po fakcie.

Co agent musi mieć po stronie firmy, żeby zadziałał

Agent działa tylko tam, gdzie firma potrafi opisać, jak wygląda dobra decyzja w danym procesie. Brakuje tego opisu i wdrożenie kończy się pokazem, który nigdy nie wchodzi na produkcję. To jest najczęstszy scenariusz w tej kategorii, a nie wyjątek.

Cztery warunki trzeba mieć spełnione przed startem projektu.

Dane, do których da się sięgnąć. Agent musi odczytać stan zamówienia, umowy albo zgłoszenia z systemu, a nie z czyjejś głowy. Jeśli kluczowa informacja żyje w arkuszu na dysku jednej osoby, projekt zaczyna się od uporządkowania danych, nie od modelu.

Proces opisany na tyle, żeby dało się go ocenić. Musi istnieć odpowiedź na pytanie, po czym poznajemy, że sprawa została załatwiona dobrze. Bez tego nikt nie zmierzy, czy agent pracuje poprawnie, a pierwsza reklamacja zamienia się w dyskusję o wrażeniach.

Uprawnienia i granice. Trzeba z góry ustalić, co agent może zrobić sam, co wymaga potwierdzenia człowieka i czego nie zrobi nigdy. Zwykle wyznacza się to kwotą, typem sprawy albo klientem. Ta decyzja należy do biznesu, nie do wykonawcy.

Właściciel procesu po stronie firmy. Jedna osoba z czasem i mandatem, która rozstrzyga wątpliwości oraz akceptuje zmiany reguł. Bez niej wykonawca zgaduje, a zgadywanie w projekcie AI jest drogie.

Warto zwrócić uwagę, że żaden z tych czterech punktów nie dotyczy technologii. Wszystkie dotyczą tego, czy firma umie opisać własną robotę.

Dlaczego pokaz wygląda lepiej niż wdrożenie

Pokaz działa na danych wybranych przez dostawcę i na sprawach, które przewidział scenariusz. Produkcja przynosi sprawy nietypowe, dane niekompletne oraz klientów piszących niejasno. To właśnie na nich rozstrzyga się przydatność agenta, a nie na przykładzie z prezentacji.

Dlatego przed podpisaniem umowy warto poprosić o jedną rzecz: pokaz na waszych danych i na sprawach, które sami wybierzecie z ostatniego miesiąca. Najlepiej takich, przy których wasz zespół miał wątpliwości. Jeśli dostawca odmawia albo prosi o wcześniejsze przygotowanie danych, dostajecie odpowiedź na pytanie, ile pracy czeka po waszej stronie.

Kiedy agent jest droższą odpowiedzią niż zwykła automatyzacja

Dla większości procesów w firmie średniej wielkości tańszą odpowiedzią jest zwykła automatyzacja bez modelu językowego, a kryterium jest jedno: czy w procesie zmieniają się decyzje, czy tylko dane. Jeśli reguły są stałe, a zmieniają się wartości w uporządkowanych polach, agent dokłada koszt oraz niepewność, nie dokładając wartości.

Przykład pierwszy. Zamówienie ze sklepu ma trafić do systemu magazynowego, dokument sprzedaży do księgowości, a klient ma dostać wiadomość. Reguły są niezmienne, zmieniają się wyłącznie dane. To jest robota dla zwykłej automatyzacji, opisanej w porównaniu n8n, Make oraz Zapiera. Model językowy nie ma tu nic do roboty, a dokłada opłatę za każde wywołanie oraz ryzyko, że raz na jakiś czas odpowie inaczej.

Przykład drugi. Zgłoszenia od klientów przychodzą w luźnym tekście i trzeba je przypisać do kategorii oraz do właściwego zespołu. Tu zmienia się treść, ale decyzja pozostaje ta sama, czyli klasyfikacja. Wystarczy automatyzacja z jednym krokiem modelu, wariant środkowy z tabeli powyżej. Pełnego agenta nadal nie potrzeba.

Przykład trzeci. Sprawa reklamacyjna wymaga sprawdzenia historii klienta, stanu magazynu, warunków umowy i dopiero na tej podstawie wyboru jednego z kilku rozwiązań. Kolejność kroków zależy od tego, co agent znajdzie po drodze. Dopiero to jest proces, w którym agent ma przewagę nad sztywnym przepływem.

Test na ostatnich sprawach

Te trzy przykłady dają się zamienić w test na waszym własnym procesie. Wypiszcie kilkanaście ostatnich spraw jednego typu i zaznaczcie te, w których zespół podjął inną decyzję niż zwykle. Jeśli takich spraw jest niewiele, macie sygnał, że proces jest powtarzalny i agent prawdopodobnie nie jest odpowiedzią. Jeśli jest ich sporo, a do tego różnią się powodem, dopiero wtedy warto rozmawiać o agencie. To wciąż tylko wstępne przesianie, a nie dowód, natomiast robi się je na własnych danych i w jedno popołudnie.

Jest jeszcze czwarta sytuacja, o której mówi się rzadko. Część procesów opartych o klikanie w starym programie bez interfejsu programistycznego taniej obsłużyć robotem naśladującym pracę człowieka na ekranie. Kiedy to podejście ma sens, a kiedy jest ślepą uliczką, rozkładamy w tekście o RPA w firmie. Zanim zamówicie agenta, warto sprawdzić także tę drogę oraz zwykłą automatyzację, opisaną przy okazji wdrożenia n8n.

Disclaimer rynkowy. Kwoty w tej sekcji są orientacyjnymi stawkami rynkowymi dla Polski, spójnymi z naszymi wcześniejszymi zestawieniami z maja i czerwca 2026. Nie są cennikiem Devstocka ani obietnicą oszczędności. Konkretna wycena wymaga analizy procesu oraz stanu waszych danych.

Ile kosztuje wdrożenie i utrzymanie agenta AI

Rachunek za agenta ma trzy warstwy: budowę od 50 000 do 150 000 złotych netto, zmienny koszt użycia modelu oraz utrzymanie. Firmy zwykle zatwierdzają tylko pierwszą i stąd bierze się większość rozczarowań po pół roku.

Warstwa pierwsza: budowa

Wdrożenie agenta działającego w systemach firmy mieści się zwykle w przedziale od 50 000 do 150 000 złotych netto, a projekt trwa od ośmiu do szesnastu tygodni. Prostszy wariant, czyli automatyzacja z jednym krokiem modelu, mieści się w przedziale od 8 000 do 35 000 złotych netto i bywa gotowy w miesiąc. Różnicę robi liczba systemów, do których agent musi sięgnąć, oraz to, ile z nich ma dostępny interfejs programistyczny.

Warstwa druga: koszt użycia modelu

Ta pozycja nie istniała w klasycznych projektach informatycznych i dlatego najczęściej wypada z budżetu. Modele językowe rozlicza się za ilość przetworzonego tekstu, osobno za to, co model przeczyta, i osobno za to, co wygeneruje. Rachunek rośnie więc wraz z liczbą spraw i z długością kontekstu, który agent musi wziąć pod uwagę.

Podawanie tu stawek za tekst nie ma sensu, bo cenniki zmieniają się szybciej, niż żyje artykuł. Ważniejszy jest mechanizm, który tymi kosztami rządzi. Trzy rzeczy zmieniają rachunek najbardziej: wybór modelu, długość kontekstu przekazywanego przy każdym pytaniu oraz to, czy stała część instrukcji jest ponownie wykorzystywana zamiast wysyłana od nowa. Aktualne stawki dostawców razem z przykładowymi wyliczeniami miesięcznymi zebraliśmy w osobnym przewodniku o wdrożeniu AI, z datą odczytu cennika.

Przy wycenie warto poprosić dostawcę o jedną rzecz: szacunek miesięcznego kosztu użycia modelu przy waszym wolumenie spraw, z podanym założeniem co do liczby spraw. Bez tego porównujecie oferty, które opisują różne rachunki. Jeśli chcecie, żeby ktoś policzył to razem z wami, opiszcie proces w formularzu wyceny – odsyłamy rozbicie na trzy warstwy razem z założeniami.

Warstwa trzecia: utrzymanie

Agent pozostawiony bez opieki stopniowo traci jakość. Zmienia się format danych w jednym z systemów, dostawca modelu wydaje nowszą wersję, a firma zmienia regułę biznesową, o której nikt nie poinformował zespołu technicznego. Dlatego w pierwszym roku produkcji utrzymanie potrafi odpowiadać za istotną część całego rachunku, co rozkładamy liczbowo w przewodniku o wdrożeniu AI. Do budżetu wchodzi monitorowanie jakości decyzji, poprawki po zmianach w systemach oraz okresowy przegląd reguł.

Ryzyka, które trzeba domknąć przed startem

Cztery ryzyka wracają w każdym projekcie agentowym i wszystkie da się ograniczyć decyzją podjętą przed podpisaniem umowy, a nie po pierwszym incydencie.

Dane wychodzące poza firmę. Jeśli agent korzysta z modelu udostępnianego przez zewnętrznego dostawcę, część treści opuszcza waszą infrastrukturę. Trzeba ustalić, jakie dane trafiają do modelu, czy da się je ograniczyć oraz co mówi umowa z dostawcą o ich dalszym wykorzystaniu.

Pewne siebie błędy. Model potrafi podać nieprawdziwą informację w sposób, który brzmi wiarygodnie. W procesie decyzyjnym to znaczy tyle, że agent wykona działanie na błędnej przesłance. Lekarstwem jest ograniczenie uprawnień oraz próg, po którym sprawa idzie do człowieka.

Brak śladu decyzji. Po miesiącu ktoś zapyta, dlaczego agent załatwił sprawę w ten sposób. Jeśli system nie zapisuje przesłanek oraz wykonanych kroków, odpowiedzi nie będzie. Rejestr decyzji to wymóg do zapisania w zakresie prac, nie miła opcja.

Zależność od jednego dostawcy modelu. Zmiana cennika albo wycofanie wersji modelu potrafi zmienić rachunek w trakcie. Warto z góry sprawdzić, ile pracy kosztowałaby przesiadka na inny model.

Do tego doszedł obowiązek prawny, o którym warto wiedzieć przy systemach rozmawiających bezpośrednio z ludźmi. Od 2 sierpnia 2026 stosuje się art. 50 ust. 1 unijnego rozporządzenia o sztucznej inteligencji: człowiek ma wiedzieć, że komunikuje się z systemem AI, chyba że wynika to jasno z okoliczności. Jak wynika z analizy Kancelarii Traple Konarski Podrecki i Wspólnicy z 20 lipca 2026, ten konkretny obowiązek adresowany jest przede wszystkim do dostawcy systemu. Firma, która udostępnia klientom rozwiązanie pod własną marką, powinna więc sprawdzić, w której roli występuje. Pozostałe ustępy art. 50 dotyczą innych sytuacji, między innymi oznaczania treści, i mają własnych adresatów oraz wyjątki, więc zakres obowiązków warto ustalić dla konkretnego wdrożenia.

FAQ – najczęstsze pytania o agenta AI w firmie

Czym agent AI różni się od chatbota?

Chatbot odpowiada, agent działa. Chatbot generuje treść na podstawie dokumentów albo wiedzy modelu, a odpowiedzialność za dalszy krok zostaje przy człowieku. Agent sam wybiera kolejne kroki i wykonuje działania w systemach firmy: zmienia status, tworzy dokument, wysyła zamówienie. Stąd bierze się różnica w cenie oraz w wymaganiach dotyczących uprawnień. Warianty czatowe razem z ich kosztami rozkładamy osobno w przewodniku o chatbotach.

Czy dane firmy wychodzą na zewnątrz?

Zwykle tak, o ile korzystacie z modelu udostępnianego przez zewnętrznego dostawcę. Do modelu trafia ta część treści, którą agent przekazuje w zapytaniu, więc zakres da się ograniczyć projektem: filtrowaniem pól, maskowaniem danych osobowych, przekazywaniem identyfikatorów zamiast pełnych rekordów. Alternatywą jest model uruchomiony w waszej infrastrukturze, który kosztuje więcej i wymaga własnego utrzymania. Wybór warto podjąć przed startem, bo później oznacza przebudowę.

Ile trwa wdrożenie agenta AI?

Od ośmiu do szesnastu tygodni dla agenta działającego w systemach firmy, licząc od analizy do pracy na produkcji. Prostsza automatyzacja z jednym krokiem modelu bywa gotowa w kilka tygodni. Najdłużej trwa nie budowa, tylko uzgodnienie uprawnień oraz dostęp do systemów, na które wykonawca nie ma wpływu.

Czy potrzebujemy własnego modelu?

W większości wdrożeń w firmach średniej wielkości nie, przy czym warto rozdzielić dwie różne decyzje. Pierwsza dotyczy tego, gdzie model działa: przy wrażliwych danych sensowne bywa uruchomienie go w kontrolowanym środowisku, na przykład w waszej infrastrukturze. Druga dotyczy tego, czy model ma być dotrenowany na waszych danych, a to ma sens dopiero przy dużym wolumenie oraz zadaniu mocno specyficznym dla branży. W pozostałych przypadkach model udostępniany przez dostawcę jest tańszy, szybszy w starcie i łatwiejszy w utrzymaniu.

Podsumowanie

Zanim zapytacie o wycenę agenta, rozstrzygnijcie jedną rzecz: co dokładnie zmienia się w waszym procesie. Jeśli zmieniają się wartości w uporządkowanych polach, wystarczy zwykła automatyzacja. Jeśli zmienia się treść, którą trzeba zrozumieć, ale rodzaj decyzji pozostaje ten sam, wystarczy automatyzacja z jednym krokiem modelu. Dopiero gdy program musi dobierać kolejne kroki zależnie od tego, co znajdzie, rozmawiacie o agencie. W tym trzecim przypadku zacznijcie od trzech rzeczy, których żaden dostawca nie dostarczy za was: dostępu do danych, opisanych granic działania oraz jednej osoby po stronie biznesu, która rozstrzyga wątpliwości. Rachunek policzcie w trzech warstwach, czyli budowa, koszt użycia modelu i utrzymanie, bo pominięcie którejkolwiek wraca po pół roku. Jeśli chcecie sprawdzić, po której stronie tego rozstrzygnięcia stoi wasz proces, opiszcie go w formularzu wyceny – wracamy z rekomendacją oraz zakresem rozbitym na pozycje.