Agent AI czy zwykła automatyzacja — jak nie przepłacić za autonomię

Trzy rzeczy, które sprzedaje się dziś pod jedną nazwą

Słowo „agent” w 2026 oznacza w ofertach trzy zupełnie różne produkty, o kosztach różniących się o rząd wielkości. Zanim porównasz wyceny, ustal, o którym z nich rozmawiasz.

• Automatyzacja (workflow). Sztywna sekwencja: przyszedł formularz → sprawdź pole → dopisz do CRM → wyślij powiadomienie. Zero modelu językowego. Jest przewidywalna, tania, łatwa do debugowania i albo działa, albo widać, gdzie się zatrzymała.
• Workflow z krokiem AI. Ta sama sztywna sekwencja, ale jeden krok obsługuje model — bo trzeba zrozumieć tekst, sklasyfikować zgłoszenie albo streścić załącznik. Orkiestracja pozostaje deterministyczna, model dostaje jedno wąskie zadanie i jedno miejsce, w którym może się pomylić. To jest wariant, którego szuka większość firm, choć prawie nikt tak go nie nazywa.
• Agent. Model dostaje cel, zestaw narzędzi i uprawnienia, po czym sam ustala kolejność działań. Może wykonać trzy kroki albo trzydzieści. Nie wiesz z góry, ile zapłacisz za jedno zadanie ani którą ścieżką pójdzie — i to jest cecha, nie usterka.

Test na jedną kartkę — czy naprawdę potrzebujesz agenta

Domyślną odpowiedzią jest workflow. Ciężar dowodu leży po stronie agenta: musi zarobić na swoją złożoność, rozwiązując problem, którego zwykła logika rozwiązać nie potrafi. Praktyczne kryterium brzmi tak: usiądź i spróbuj spisać ten proces jako listę warunków „jeżeli — to”. Jeśli po godzinie masz kompletną listę, nie potrzebujesz agenta. Jeśli po godzinie ciągle dopisujesz wyjątki i żaden nie jest rzadki, jesteś w obszarze, gdzie agent ma sens.

• Liczba ścieżek. Pięć wariantów obsłużysz schematem. Pięćset wariantów, z których każdy zdarza się raz na kwartał, to zadanie dla modelu.
• Źródło wejścia. Uporządkowane dane z formularza czy systemu — workflow. Swobodny tekst, mail od klienta, skan umowy, nagranie rozmowy — potrzebny krok AI.
• Cena pomyłki. Jeśli błędna decyzja kosztuje przelew, utratę klienta albo sprawę w sądzie, agent bez akceptacji człowieka jest wykluczony. Nie chodzi o to, czy model się pomyli — chodzi o to, kto łapie pomyłkę.
• Powtarzalność wymagana formalnie. Procesy, w których musisz udowodnić, że w identycznej sytuacji system zachowa się identycznie, robi się deterministycznie. Model probabilistyczny takiej gwarancji nie daje.
• Częstotliwość. Zadanie wykonywane dwa razy w tygodniu nie zwróci kosztu budowy i utrzymania agenta. Procesy z realnym wolumenem opisaliśmy w tekście o 7 procesach do automatyzacji.

Dlaczego 9 na 10 pilotów agentowych nie wchodzi na produkcję

Marcowe badanie 650 liderów technologicznych pokazało, że 78% organizacji ma piloty agentowe, a tylko 14% doprowadziło je do skali produkcyjnej. W Polsce obraz jest podobny: 35% firm raportuje brak korzyści z inwestycji w AI albo wyniki znacznie poniżej oczekiwań, mimo że budżety idą w górę. Powody porażek powtarzają się z nudną regularnością i żaden nie dotyczy jakości modelu.

• Pilot był demem, nie systemem. Działał na dziesięciu wybranych przypadkach, przygotowanych przez osobę, która wiedziała, co ma wyjść. Produkcja to piąty tysiąc zgłoszenia, w tym te napisane wielkimi literami o 23:40.
• Nikt nie ustalił, co znaczy „wystarczająco dobrze”. Bez progu skuteczności zdefiniowanego przed startem, decyzja o wejściu na produkcję zamienia się w dyskusję o wrażeniach. A wrażenia zawsze przegrywają z ryzykiem.
• Agent został podpięty do zepsutego procesu. Jeśli zgłoszenia trafiają do trzech skrzynek, a dane klienta są w dwóch systemach w dwóch wersjach, agent nie naprawi tego bałaganu — tylko przyspieszy jego skutki.
• Brak właściciela po uruchomieniu. Model dostawcy się zmienia, formularz dostaje nowe pole, kontrahent zmienia format faktury. Bez osoby odpowiedzialnej agent po prostu cicho przestaje działać poprawnie.
• Uprawnienia nadane hurtem. Agent z dostępem do wszystkiego jest szybki w budowie i nie do obrony w rozmowie o bezpieczeństwie. Blokada zwykle pojawia się dopiero na etapie wejścia na produkcję — czyli najdrożej.

Koszt, którego nie ma w ofercie — ekonomia tokenów

Automatyzacja ma koszt stały i przewidywalny. Agent ma koszt zmienny, zależny od tego, jak trudne okazało się konkretne zadanie — a tego nie wie nikt przed uruchomieniem. Mechanizm jest prosty: agent w każdym kroku wysyła do modelu całą dotychczasową historię. Przy dwudziestym kroku płacisz za ten sam kontekst dwudziesty raz. Zadanie, które w wersji liniowej kosztuje 2 000 tokenów, w wersji agentowej potrafi zamknąć się na 120 000.

To nie jest problem teoretyczny. W listopadzie 2025 dwa agenty wpadły w pętlę rozmowy, którą zauważono po jedenastu dniach — rachunek wyniósł 47 000 dolarów. Skala małej firmy jest inna, ale mechanizm identyczny: jedna źle skonstruowana pętla ponawiania potrafi wygenerować miesięczny budżet w weekend.

Wniosek operacyjny jest jeden: agent bez twardego limitu kroków, limitu wydatku na zadanie i alertu przy przekroczeniu nie jest gotowy na produkcję. Pytanie „ile kosztuje jedno przetworzone zgłoszenie i co się dzieje, gdy koszt wystrzeli” powinno paść na pierwszym spotkaniu, nie po pierwszej fakturze.

Sześć rzeczy, które agent musi mieć, zanim dotknie prawdziwych danych

To jest lista, którą stosujemy jako warunek wejścia na produkcję. Braki na niej są dokładnie tym, co zatrzymuje piloty na etapie prezentacji.

1. Własna tożsamość i minimalne uprawnienia. Agent ma osobne konto, nie konto pracownika. Domyślnie odmowa dostępu do wszystkiego, punktowo nadane tylko to, czego wymaga zadanie, poświadczenia krótkoterminowe.
2. Akceptacja człowieka przy działaniach nieodwracalnych. Wysłanie maila do klienta, przelew, zmiana statusu umowy, usunięcie danych. Agent proponuje, człowiek zatwierdza jednym kliknięciem. Ten punkt kontrolny projektuje się od początku, a nie dokłada po incydencie.
3. Dziennik działań. Każde wywołanie narzędzia zapisane: co agent chciał zrobić, na jakich danych, co zostało wykonane, a co odrzucone. Bez tego nie odpowiesz na pytanie klienta ani kontrolującego — a przy systemach wysokiego ryzyka wymaga tego wprost AI Act.
4. Zestaw testowy z prawdziwymi przypadkami. Pięćdziesiąt do stu realnych zgłoszeń z ostatniego kwartału, z poprawnymi odpowiedziami ustalonymi przez człowieka. Uruchamiany przy każdej zmianie promptu i przy każdej zmianie modelu.
5. Limity kosztu i kroków. Maksymalna liczba iteracji na zadanie, budżet dzienny, alert przy przekroczeniu progu. Pętla ma się zatrzymać sama, zanim zatrzyma ją księgowość.
6. Ścieżka wyjścia do człowieka. Kiedy agent nie jest pewny, ma przekazać sprawę dalej z kompletem kontekstu, a nie zgadywać. Świadome „nie wiem” jest tańsze niż pewnie brzmiąca nieprawda wysłana do klienta.

Gdzie agent w małej firmie faktycznie zarabia

Zadania, w których autonomia się zwraca, mają wspólną cechę: wejście jest nieuporządkowane, wariantów jest za dużo na schemat, a każdy przypadek wymaga zajrzenia w kilka miejsc. Wtedy agent zastępuje nie kliknięcie, tylko czyjeś czterdzieści minut szukania.

• Obsługa zgłoszeń pierwszej linii. Agent czyta mail, wyszukuje historię klienta, sprawdza status zamówienia w systemie i przygotowuje odpowiedź. Człowiek zatwierdza lub poprawia. To najszybciej zwracający się scenariusz — wartość widać w tygodniach, nie kwartałach.
• Przygotowanie dokumentów ofertowych i przetargowych. Agent zbiera wymagania ze specyfikacji, dopasowuje odpowiednie fragmenty z waszych wcześniejszych ofert i składa wersję roboczą. Ostateczną decyzję i podpis zawsze zostawiasz człowiekowi.
• Porządkowanie danych między systemami. Wyłapanie duplikatów kontrahentów, uzupełnienie brakujących NIP-ów, dopasowanie nazw z różnych źródeł. Reguł jest tu za dużo, żeby je spisać, a błąd jest tani i odwracalny — idealne warunki dla agenta.
• Analiza rozmów sprzedażowych i zgłoszeń. Wyciągnięcie powtarzających się obiekcji, tematów i powodów rezygnacji z setek rozmów. Zadanie, którego nikt w firmie i tak nie robi ręcznie, bo zajęłoby tydzień.

Cztery pytania, które ucinają połowę ofert

Jeżeli dostawca sprzedaje ci „agenta AI”, te cztery pytania w piętnaście minut pokażą, czy masz przed sobą system, czy demo.

• „Ile kosztuje jedno przetworzone zadanie i jaki jest górny limit?” Odpowiedź „to zależy od użycia” bez podanego limitu oznacza, że ryzyko kosztowe zostaje po twojej stronie.
• „Na jakich danych to sprawdziliście i jaka wyszła skuteczność?” Chcesz usłyszeć liczbę i zestaw przypadków. „Działa bardzo dobrze” nie jest wynikiem testu.
• „Do czego dokładnie agent ma dostęp i co może zrobić bez pytania człowieka?” Jeśli odpowiedź brzmi „do skrzynki i CRM-a”, dopytaj o zakres uprawnień. Odczyt to co innego niż wysyłka w twoim imieniu.
• „Co się dzieje, gdy agent się pomyli — kto to zobaczy i jak cofnąć?” Brak dziennika działań i ścieżki wycofania zmiany oznacza, że pierwszym systemem wykrywania błędów będzie telefon od klienta.

Kolejność, która działa

Najtańsza droga do działającego agenta prowadzi przez etap, w którym agenta jeszcze nie ma. Najpierw uporządkuj proces i zbuduj wersję deterministyczną z jednym krokiem AI — zwykle załatwia od siedemdziesięciu do osiemdziesięciu procent objętości zadania, przy przewidywalnym koszcie. Dopiero to, co zostaje po drugiej stronie, czyli przypadki nietypowe, jest kandydatem na autonomię.

Ta kolejność ma jeszcze jedną zaletę: zanim uruchomisz agenta, masz już zestaw prawdziwych przypadków i wiesz, jak wygląda dobra odpowiedź. Bez tego nie da się zmierzyć, czy agent poprawił cokolwiek — a to jest dokładnie ten moment, w którym większość pilotów utyka. Szerzej o mierzeniu efektu pisaliśmy przy wdrożeniu AI w małej firmie.

Warto też sprawdzić kolejność w drugą stronę. Jeśli zespół już dziś ręcznie wkleja te same treści do ChatGPT, to jest gotowa mapa procesów do zaadresowania — i jednocześnie ryzyko, które opisaliśmy w tekście o shadow AI.

Od czego zacząć

Weź proces, który najczęściej wraca w rozmowach jako „to nas zjada”. Spróbuj spisać go jako listę warunków. Jeśli się udaje — potrzebujesz automatyzacji i zwróci się w tygodniach. Jeśli lista rośnie w nieskończoność — masz kandydata na agenta i wtedy zaczyna się rozmowa o uprawnieniach, limitach i punktach kontrolnych.

Robimy jedno i drugie, i mówimy wprost, kiedy autonomia jest zbędnym kosztem. Zakres pracy opisaliśmy przy usługach AI i automatyzacjach. Jeśli nie wiesz, od którego procesu zacząć, punktem wyjścia jest audyt AI — albo po prostu bezpłatna konsultacja, na której przejdziemy przez twój proces i powiemy, który z trzech wariantów ma sens.