1234 firmy transportowe zniknęły w jednym kwartale. AI nie podniesie stawek, ale odda spedytorowi pół dnia

Czego AI w transporcie nie naprawi

Zacznijmy od granicy, bo w tej branży oferty technologiczne przekraczają ją częściej niż gdziekolwiek indziej. Model językowy nie zmieni ceny, którą płaci za Wasz fracht niemiecki załadowca, nie wytworzy ładunku powrotnego, którego nie ma na rynku, i nie zmniejszy kosztu pracy kierowcy wynikającego z Pakietu Mobilności. Nie rozwiąże też problemu, który w perspektywie dekady jest dla branży poważniejszy niż stawki: według raportu Polskiego Instytutu Ekonomicznego deficyt kierowców ciężarówek i ciągników siodłowych ma w 2026 roku dotknąć 326 z 380 powiatów, a kierowcy poniżej 25. roku życia stanowili w 2024 roku 3% wszystkich kierowców zawodowych w Polsce.

Są też rzeczy, które wyglądają na AI, a nią nie są — i dobrze o tym wiedzieć, zanim ktoś wyceni je jak projekt badawczy. Optymalizacja trasy i układanie ładunków na naczepie to zadania optymalizacyjne rozwiązywane algorytmami, które istniały długo przed modelami językowymi; kupuje się je razem z TMS-em albo planerem i nie trzeba do nich nikogo trenować. Prognoza przebiegu i kosztu to arkusz i historia, nie sieć neuronowa. Jeśli dostawca sprzedaje Wam „AI do planowania tras”, prawdopodobnie sprzedaje solver z ładniejszym interfejsem — co nie znaczy, że jest zły, tylko że nie powinien kosztować jak wdrożenie AI. Rozróżnienie, które się tu przydaje, rozłożyliśmy w tekście o agentach i zwykłej automatyzacji.

Zostaje natomiast obszar, w którym naprawdę leżą pieniądze, i jest on zaskakująco mało technologiczny: obieg informacji wokół zlecenia. Zapytanie, które przychodzi mailem w pięciu różnych formatach. Potwierdzenie, które trzeba wypisać. Status, o który klient pyta trzeci raz. Dokument, którego brakuje przy fakturowaniu. To jest praca, której nikt nie mierzy, bo wygląda jak „normalna praca spedytora”.

Gdzie naprawdę znika dzień spedytora

Zanim pojawi się jakiekolwiek narzędzie, warto wykonać ćwiczenie, które zajmuje jeden dzień i zwykle kończy się niemiłym zaskoczeniem zarządu. Weźcie pięćdziesiąt ostatnich zleceń i policzcie przy każdym dwie rzeczy: ile razy ktoś przepisał te same dane z jednego miejsca w drugie oraz ile minut minęło od wejścia zapytania do wysłania odpowiedzi klientowi.

W typowej małej spedycji ten pierwszy licznik wynosi od czterech do ośmiu. Dane z maila klienta trafiają do notatki albo do arkusza, z arkusza do zlecenia w TMS, z TMS do ogłoszenia na giełdzie, z korespondencji z przewoźnikiem do potwierdzenia zlecenia transportowego, z potwierdzenia do zlecenia spedycyjnego dla klienta, a na końcu — po przyjeździe — ze skanu CMR do załącznika faktury. Za każdym razem te same adresy, daty, numery referencyjne i wymiary, tylko w innym polu i innym formacie.

Drugi licznik jest ważniejszy, bo wprost przekłada się na przychód. Na rynku, na którym kilka spedycji dostaje to samo zapytanie, zlecenie bierze zwykle nie najtańszy, a ten, kto odpowiedział pierwszy z sensowną ceną. Jeśli średni czas odpowiedzi liczycie w godzinach, przegrywacie zlecenia, których nigdy nie zobaczycie w statystykach, bo nie było ich w ofertach. I to jest jedyna metryka, którą warto postawić nad całym projektem.

Trzeci element, który wychodzi w tym ćwiczeniu zawsze, a prawie nigdy nie jest planowany: przerwania. Spedytor pracujący nad wyceną jest przerywany telefonem o statusie, mailem o brakującym dokumencie i pytaniem kierowcy o adres rozładunku. Każde przerwanie kosztuje kilka minut powrotu do zadania, a przy dwudziestu dziennie to godziny. Większość wartości w tym wdrożeniu bierze się nie z „szybszego pisania”, a z usunięcia pytań, na które odpowiedź leży w systemie.

Cztery zadania, które model wykonuje wiarygodnie

Jeśli opisać to uczciwie, w spedycji nie wdraża się „sztucznej inteligencji”, a cztery dość nudne funkcje. Żadna z nich nie podejmuje decyzji handlowej.

• Zamiana zapytania na strukturę. Mail od klienta, zdjęcie listy ładunkowej, załącznik w Excelu i wiadomość z giełdy zawierają to samo: relację, daty, wymiary, wagę, rodzaj naczepy, wymagania ADR, dane kontaktowe. Model wyciąga te pola i wstawia je do formularza, który spedytor jedynie sprawdza. To ta sama mechanika, którą opisywaliśmy przy segregacji wspólnej skrzynki firmowej, tylko kategorie są inne i dużo bardziej jednoznaczne.
• Odpowiadanie na pytania o status. „Gdzie jest moje auto”, „czy rozładunek się zakończył”, „na kiedy mamy podstawienie” — to pytania, których odpowiedź jest w telematyce i w TMS, a mimo to zjada czas człowieka. Asystent czytający te dwa źródła odpowiada na nie natychmiast, w kanale, którym pyta klient, i bez prawa do zmieniania czegokolwiek w systemie. Warunkiem jest podłączenie, a nie model — dlaczego to właśnie integracja jest zwykle najdroższą częścią, pisaliśmy przy okazji MCP.
• Wielojęzyczna korespondencja operacyjna. Firma, która jeździ do Niemiec, Francji i Beneluksu, prowadzi dziennie kilkadziesiąt wymian maili w językach, których połowa zespołu nie zna na poziomie swobodnym. Streszczenie wątku, szkic odpowiedzi i wyjaśnienie, czego dokładnie żąda druga strona, to zadanie, w którym modele są dziś naprawdę dobre — z jednym zastrzeżeniem, do którego wrócimy, bo dotyczy odpowiedzialności.
• Porządkowanie dokumentów po przyjeździe. Rozpoznanie, że przysłany skan to CMR do zlecenia numer X, że brakuje podpisu odbiorcy, że numer rejestracyjny na dokumencie nie zgadza się ze zleceniem, i dopięcie kompletu do faktury. Zadanie czysto kontrolne, mierzalne i o bezpośrednim wpływie na gotówkę.

Wycena: najdroższy pomysł na automatyzację

Pierwsza rzecz, o którą pyta każdy właściciel spedycji, brzmi: czy AI może odpowiadać na zapytania ceną. Technicznie — tak, i to jest właśnie problem, bo pytanie nie jest techniczne.

Odpowiedź z konkretną stawką wysłana do klienta jest oświadczeniem woli Waszej firmy. Jeśli zawiera cenę, relację i warunki, a druga strona ją przyjmie, powstaje umowa — i nie ma tu znaczenia, że treść wygenerował model. Firma, która wpuszcza automat na ten odcinek, godzi się na scenariusz, w którym jedno błędnie odczytane „33 palety” zamiast „3 palety” tworzy wiążące zobowiązanie poniżej kosztu przewozu. Nie jesteśmy kancelarią i to nie jest porada prawna, ale ta arytmetyka jest wystarczająco prosta, żeby ją zrozumieć bez prawnika: zyskujecie minuty, ryzykujecie marżę całego zlecenia.

To, co w wycenie działa i nie wywraca ryzyka, jest mniej spektakularne. Model może z historii Waszych własnych zleceń podać, ile ta relacja kosztowała w ostatnich tygodniach, z jakim rozrzutem i u których przewoźników; może zaznaczyć, że zapytanie dotyczy kierunku, w którym od miesiąca nie macie powrotu; może wyliczyć próg, poniżej którego zlecenie przestaje się domykać, i pokazać go spedytorowi przy polu z ceną. Decyzję i wysłanie zostawia człowiekowi, a człowiek zajmuje tym dwadzieścia sekund zamiast dziesięciu minut.

Jest jeden wyjątek wart rozważenia: zapytania spoza Waszego profilu. Kierunki, których nie obsługujecie, ładunki, których nie bierzecie, terminy nierealne. Tu automat może odpowiedzieć sam, bo odpowiedź jest odmowna i nie tworzy zobowiązania — a w wielu firmach to jedna trzecia skrzynki.

Dokumenty: skan CMR to jeszcze nie dane

W spedycji brak dokumentu nie jest kłopotem administracyjnym, tylko wstrzymaną fakturą. Zlecenie wykonane, auto rozładowane, pieniądze nie wyszły od klienta, bo nie ma podpisanego listu przewozowego albo potwierdzenia dostawy. Ten jeden brak potrafi przesunąć wpływ o dwa tygodnie, a przy cienkiej marży to realny koszt finansowania.

Dlatego najtańszy sensowny projekt w tym obszarze nie polega na „cyfryzacji dokumentów”, a na kontroli kompletności. System czyta każdy przychodzący załącznik, przypisuje go do zlecenia, sprawdza obecność wymaganych elementów — podpis i pieczątka odbiorcy, data, zgodność numeru rejestracyjnego i referencji, adnotacje o uszkodzeniach — i codziennie rano pokazuje jedną listę: zlecenia gotowe do fakturowania oraz zlecenia, w których czegoś brakuje, wraz z informacją, od kogo tego brakuje. Nic więcej. Efekt widać w pierwszym tygodniu.

Warto przy tym pamiętać o różnicy, którą dostawcy zacierają: rozpoznanie treści skanu to nie to samo co dane. Zdjęcie CMR zrobione telefonem w ciemnej hali, pogięte i podpisane nieczytelnie, daje pole, w którym model „coś” odczytał z pewnością dalece niepełną. Dopóki ten odczyt nie jest weryfikowany przy fakturowaniu, dokładacie sobie trzeci rodzaj błędu obok papieru i ręcznego wpisu. Ta sama zasada, która obowiązuje w każdym innym wdrożeniu: najpierw dane gotowe na AI, potem AI. A jeśli brak dokumentów jest u Was głównym powodem opóźnień w płatnościach, zacznijcie od tekstu o monitoringu należności, bo tam leży szybszy pieniądz.

Giełdy ładunków: regulamin jest częścią architektury

Pomysł, który pojawia się w każdej rozmowie o automatyzacji spedycji, brzmi: niech bot przegląda giełdę i sam zgłasza się do ładunków pasujących do naszych powrotów. Pomysł jest dobry, droga do niego — nie zawsze.

Giełdy transportowe mają regulaminy, które określają, w jaki sposób można korzystać z ich zasobów, i udostępniają własne interfejsy integracyjne. Zbudowanie robota, który loguje się na konto użytkownika i klika za człowieka, jest technicznie łatwe i jest najgorszym możliwym fundamentem: narusza zwykle warunki korzystania, grozi utratą konta, czyli odcięciem od rynku, a dodatkowo psuje się przy każdej zmianie wyglądu serwisu. To samo ryzyko opisywaliśmy w kontekście przeglądarek agentowych — narzędzie, które klika zalogowane na firmowym koncie, dziedziczy wszystkie jego uprawnienia i wszystkie jego regulaminy.

Droga, która się broni, jest nudniejsza: oficjalna integracja, w której ładunki trafiają do Was jako dane, model filtruje je pod Wasze realne ograniczenia — dostępne auta, pozycje kierowców, czasy pracy, rentowny próg stawki — a człowiek decyduje, do czego się zgłosić. Wartość nie polega na tym, że bot kliknie szybciej, a na tym, że z tysiąca ofert zostaje dwanaście sensownych, zanim ktokolwiek je przeczyta.

eFTI od lipca 2027 — co naprawdę wchodzi, a co nie

Wokół rozporządzenia o elektronicznych informacjach dotyczących transportu towarowego narosło nieporozumienie, które warto rozwiązać, bo zmienia kalendarz inwestycji. Rozporządzenie 2020/1056 zaczyna być w pełni stosowane od 9 lipca 2027 roku, a jego zasadniczy skutek dotyczy organów kontrolnych: od tej daty muszą one przyjmować informacje przekazywane w formie elektronicznej za pośrednictwem certyfikowanych platform eFTI. Pierwsze akty wykonawcze weszły w życie w styczniu 2025, a certyfikacja platform zaczęła być możliwa od początku 2026 roku.

Czego w tym nie ma: obowiązku, żeby Wasza firma przeszła na dokumenty elektroniczne. Papier nie zostaje zniesiony, a mechanizm jest warunkowy — jeśli zdecydujecie się przekazywać informacje cyfrowo, musi to nastąpić przez certyfikowaną platformę i w formacie nadającym się do odczytu maszynowego. Dla przewoźnika oznacza to prostą rzecz: termin 2027 nie jest terminem zakupu systemu, tylko datą, od której cyfrowa ścieżka przestaje być uznaniowa w kontroli drogowej. W praktyce silniejszą presją niż przepis będą wymagania dużych załadowców, którzy wprowadzą to u siebie wcześniej i oczekują tego samego od podwykonawców.

Osobną sprawą jest elektroniczny list przewozowy e-CMR, oparty na protokole dodatkowym do konwencji CMR, do którego Polska przystąpiła w 2019 roku. Możliwość jego użycia na konkretnym przewozie zależy jednak od tego, czy drugi kraj również jest stroną protokołu i czy strony umowy na to się zgodziły, więc jeszcze długo będziecie prowadzić dwa obiegi równolegle. Wniosek praktyczny dla projektu AI jest taki: nie planujcie wdrożenia pod jedną datę i jeden format. Planujcie je tak, żeby to samo zlecenie dało się obsłużyć papierem i plikiem, a kontrola kompletności działała w obu przypadkach.

Weryfikacja przewoźnika to nie zadanie dla modelu

Jest w spedycji jeden obszar, w którym automatyzacja jest szczególnie kusząca i szczególnie niebezpieczna: dobór podwykonawcy. Skala problemu rośnie — TAPA EMEA odnotowała w samym czerwcu 2026 blisko 2200 zgłoszonych incydentów bezpieczeństwa ładunków i ponad 11,4 mln euro, czyli prawie 50 mln zł, udokumentowanych strat w ciągu miesiąca. Część z nich to klasyczne kradzieże z pojazdów, ale rosnącym zjawiskiem jest podstawienie się pod przewoźnika: ktoś przyjmuje Wasze zlecenie, odbiera ładunek i znika.

Mechanika tych oszustw jest brutalnie prosta i dobrze opisana. Adres e-mail w domenie bardzo podobnej do prawdziwej. Konto na giełdzie przejęte albo utworzone niedawno, czasem wracające do życia po latach bezczynności. Zgoda na każdą stawkę bez negocjacji i nacisk na natychmiastowe wydanie zlecenia oraz danych załadunku. Skan polisy OCP z datą poprawioną w programie graficznym. Na załadunku auto o innych numerach rejestracyjnych i kierowca tłumaczący to nagłą awarią.

Zwróćcie uwagę, że każdy z tych sygnałów jest sygnałem procesowym, nie językowym — a model językowy ocenia język. Narzędzie, które „sprawdza wiarygodność kontrahenta”, czytając jego maila, nie weryfikuje niczego; co gorsza, kontrahent wygenerowany przez AI będzie pisał lepszą polszczyzną i bardziej branżowo niż Wasz uczciwy wieloletni podwykonawca. Tu działa dokładnie to samo zjawisko, które opisywaliśmy przy oszustwach z użyciem deepfake: jakość komunikatu przestała być dowodem na cokolwiek.

Rola automatyzacji w tym procesie jest inna i warto ją ustawić wprost: system zbiera i podaje fakty — zgodność domeny z oficjalną stroną i danymi w rejestrach, wiek i historia konta, zgodność numeru rejestracyjnego ze zleceniem, data i zakres polisy, obecność licencji — a także wymusza krok, którego nikt nie lubi: potwierdzenie polisy u ubezpieczyciela przy nowym przewoźniku i ponowną weryfikację, gdy na załadunek przyjeżdża inne auto. Decyzja o wydaniu ładunku zostaje przy człowieku i przy liście kontrolnej, której nie wolno skracać pod presją czasu. Automat może natomiast zablokować wydanie zlecenia, dopóki pozycje na tej liście nie są odhaczone, i to jest jego najcenniejsza funkcja w całym obszarze.

Trzy ryzyka, które w tej branży wyglądają inaczej

Ryzyka wdrożeniowe są w transporcie te same co wszędzie, ale ich konsekwencje mają inny ciężar, bo po drugiej stronie stoi ładunek wart kilkaset tysięcy złotych i kierowca na drodze.

• Treść zlecenia jako polecenie dla asystenta. Agent, który czyta skrzynkę i ma prawo cokolwiek zmienić w TMS albo wysłać wiadomość, może zostać wykorzystany przez wiadomość udającą zlecenie — z instrukcją ukrytą w stopce albo w załączonym PDF, na przykład o zmianie miejsca rozładunku lub numeru rachunku do zapłaty. To nie jest hipoteza, a znany, nie dający się „załatać” mechanizm, opisany w tekście o prompt injection. Praktyczna zasada: asystent w spedycji czyta i proponuje, a wykonuje tylko czynności nieodwracalne po zatwierdzeniu przez człowieka.
• Dane z telematyki i tachografu. Lokalizacja pojazdu to także informacja o konkretnym kierowcy, jego czasie pracy i przerwach. Wrzucenie tych danych do narzędzia analitycznego, bo „model lepiej odpowiada, gdy ma wszystko”, jest decyzją o przetwarzaniu danych pracowniczych, a nie decyzją techniczną. Dochodzi do tego podpowierzenie, jeśli przetwarzanie odbywa się u dostawcy zewnętrznego. Kiedy przy takim wdrożeniu potrzebna jest ocena skutków, rozkładaliśmy w tekście o RODO przy wdrożeniu AI.
• Tłumaczenie, które zmienia treść zobowiązania. Model świetnie radzi sobie z operacyjną korespondencją w obcym języku i źle z niuansami odpowiedzialności: warunkami Incoterms, zastrzeżeniami do stanu ładunku, ograniczeniami odszkodowania, terminami reklamacyjnymi z konwencji CMR. Zdanie przetłumaczone „sensownie” może przenieść na Was ryzyko, którego nie przyjęliście. Granica jest prosta: korespondencja operacyjna — tak, treści o skutkach umownych i reklamacyjnych — do człowieka, który zna temat.

Rachunek: co mierzyć, żeby wiedzieć, czy to działa

W transporcie jest wyjątkowo łatwo udowodnić sobie sukces nieistniejący, bo wszystkie najwygodniejsze liczby rosną od samego uruchomienia narzędzia. Dlatego warto ustalić mierniki przed wdrożeniem, a nie po.

Miernik główny: mediana czasu od wejścia zapytania do wysłania oferty. Nie średnia, bo jedno zapytanie obsłużone po dwóch dniach zepsuje Wam obraz, i nie „czas pracy spedytora”, bo tego nikt nie policzy uczciwie. Miernik drugi: liczba zleceń obsłużonych na spedytora w tygodniu, przy stałym składzie zespołu. Trzeci, najbardziej doceniany przez księgowość: udział zleceń, które w dniu fakturowania mają komplet dokumentów. Czwarty: udział zapytań odrzuconych automatycznie jako spoza profilu, bo to czysty odzysk czasu bez żadnego ryzyka.

Czego nie mierzyć: liczby wiadomości obsłużonych przez model, liczby zapytań „przetworzonych automatycznie” i procentu poprawności rozpoznania dokumentów w oderwaniu od skutku. Każdą z tych liczb da się poprawić, nie poprawiając niczego w firmie. Jak zbudować zestaw testowy i próg akceptacji dla takiego procesu, opisaliśmy w tekście o testowaniu wdrożenia AI.

I jeszcze jedno, bo w tej branży to pytanie wraca szybciej niż w innych: koszt. Strona modelowa takiego wdrożenia jest tania — liczy się w setkach złotych miesięcznie przy typowym wolumenie małej spedycji. Pieniądze idą na integracje z TMS, giełdą i telematyką, na uporządkowanie słowników i referencji oraz na czas ludzi, którzy przez pierwsze tygodnie sprawdzają wyniki. Jeśli oferta, którą czytacie, ma odwrotną strukturę kosztów, warto ją przeczytać jeszcze raz z anatomią budżetu wdrożenia AI w drugiej ręce.

Wdrożenie w cztery tygodnie

Kolejność, która w spedycji najrzadziej kończy się porzuconym narzędziem i najszybciej daje liczbę do pokazania zarządowi:

1. Tydzień pierwszy: pomiar na pięćdziesięciu ostatnich zleceniach — ile razy przepisano te same dane i ile minut mija od zapytania do oferty. Plus jedna lista: dziesięć najczęstszych pytań, które klienci zadają po wysłaniu zlecenia. To one wyznaczają zakres, nie katalog funkcji dostawcy.
2. Tydzień drugi: kontrola kompletności dokumentów i jedna poranna lista zleceń gotowych do fakturowania oraz tych, w których czegoś brakuje. Żadnego czytania skrzynki, żadnych odpowiedzi do klientów. Efekt widać w gotówce i nic nie wychodzi na zewnątrz firmy.
3. Tydzień trzeci: wyciąganie danych z zapytań do formularza zlecenia, z obowiązkowym potwierdzeniem przez spedytora, oraz automatyczna odmowa dla zapytań spoza profilu. Tu po raz pierwszy mierzycie czas odpowiedzi i powinien spaść widocznie.
4. Tydzień czwarty: odpowiedzi o statusie dla klientów, w trybie tylko do czytania, bez prawa zmiany czegokolwiek w systemach. Równolegle lista kontrolna nowego przewoźnika wbudowana w proces wydania zlecenia — tak, żeby bez odhaczenia pozycji zlecenie nie dało się wysłać.
5. Po pierwszym miesiącu: przegląd stu przypadków, w których człowiek poprawił wynik modelu, i przeniesienie tych poprawek do reguł i słowników. Dopiero wtedy rozmowa o rozszerzeniu zakresu — i nadal bez automatycznego wysyłania cen.
6. Co kwartał: sprawdzenie, czy kategorie i progi nadal pasują do rynku, bo relacje, stawki i skład floty zmieniają się szybciej niż konfiguracja narzędzia. Wdrożenie, którego nikt nie dotyka, degraduje się po cichu.

Pięć sygnałów, że poszło w złą stronę

Ten projekt psuje się w charakterystyczny sposób i wszystkie objawy są widoczne w pierwszym miesiącu, jeśli ktoś patrzy na właściwe liczby.

• Spedytorzy przepisują dane z podpowiedzi systemu ręcznie do TMS, bo integracja „jest na później”. Wtedy dodaliście krok, a nie usunęliście żadnego.
• Mediana czasu odpowiedzi na zapytanie stoi w miejscu, mimo że model obsługuje coraz więcej wiadomości. Narzędzie pracuje, proces nie.
• Rośnie liczba zleceń wymagających korekty po fakturowaniu. To znak, że odczyt dokumentów jest przyjmowany bez weryfikacji — najdroższy rodzaj automatyzacji, bo błąd wychodzi dopiero u klienta.
• Ktoś w firmie wyłączył listę kontrolną nowego przewoźnika „na ten jeden raz, bo auto już stało na załadunku”. To jest moment, w którym projekt przestaje chronić i zaczyna usypiać czujność.
• Asystent dostał prawo zapisu w TMS albo wysyłania maili do kontrahentów, bo „tak jest szybciej”. Od tej chwili każda wiadomość, którą czyta, jest potencjalnym poleceniem dla Waszego systemu.

Od czego zacząć

Dwie liczby i jedna lista. Pierwsza liczba: mediana czasu od wejścia zapytania do wysłania oferty w ostatnim miesiącu. Druga: udział zleceń, które w dniu fakturowania nie miały kompletu dokumentów. Lista: dziesięć pytań, które klienci i kierowcy zadają Wam najczęściej po wydaniu zlecenia. Jeśli pierwsza liczba jest w godzinach, a nie w minutach, Wasz problem nie jest technologiczny — po prostu nikt nie ma czasu odpowiedzieć szybciej, a to jest dokładnie ten problem, który AI rozwiązuje najtaniej.

W branży, która w jednym kwartale straciła ponad tysiąc firm, nie wdraża się AI po to, żeby mieć AI. Wdraża się ją po to, żeby ten sam zespół obsłużył więcej zleceń, żadne nie zostało bez odpowiedzi do następnego dnia i żadna faktura nie czekała na brakujący podpis na CMR. Takie projekty prowadzimy właśnie w tej kolejności: najpierw pomiar i dokumenty, potem zapytania i statusy, na końcu — jeśli w ogóle — podpowiedzi cenowe, zawsze z człowiekiem przy przycisku wysyłki. Jeśli chcecie sprawdzić, co z tego ma sens u Was, umówcie bezpłatną konsultację albo zobaczcie, jak wygląda nasz konsulting i wdrożenia AI.