Wdrożenie AI w firmie

AI dla firm – gdzie daje najszybszy zwrot?

AI dla firm daje najszybszy zwrot w zadaniach, które powtarzają się codziennie i opierają się na tekście: mailach, dokumentach, notatkach i pytaniach klientów. Tam model językowy robi to, czego nie zrobi zwykła reguła, czyli rozumie treść. Poniżej zebraliśmy przykłady z działów, w których wdrażamy AI najczęściej. Więcej przykładów dla poszczególnych zespołów znajdziesz na stronie AI w działach firmy.

Najlepszy kandydat na start to zadanie, które codziennie zajmuje kilka osób i ma jasny wynik: wysłana odpowiedź, zaksięgowana faktura, uzupełniony CRM. Takie zadanie łatwo zmierzyć przed wdrożeniem i po nim. Jeśli nie wiesz, od którego zacząć, audyt procesów pokaże, gdzie ucieka czas i w jakiej kolejności warto działać.

Jak wdrożyć AI w firmie krok po kroku?

AI w firmie wdrażamy w czterech krokach: wybór zadania, pilotaż na Waszych danych, wdrożenie w systemach i szkolenie zespołu. Każdy krok kończy się decyzją, czy idziemy dalej. Dzięki temu nie inwestujesz w pełne wdrożenie, zanim nie zobaczysz wyników na prawdziwych przypadkach.

1. Konsultacja i wybór zadania. Rozmawiamy o tym, co zajmuje zespołowi najwięcej czasu, i wybieramy jedno zadanie na start. Mówimy też wprost, gdzie AI nie jest potrzebne.
2. Audyt i pilotaż. Uruchamiamy AI na Waszych danych, w małej skali. Mierzymy, ile przypadków AI obsłużyło poprawnie, ile oddało człowiekowi i ile czasu to zaoszczędziło.
3. Wdrożenie. Łączymy AI z pocztą, CRM, systemem księgowym albo sklepem. Ustalamy zasady kontroli: co AI robi samo, co wymaga akceptacji, a co zawsze trafia do człowieka.
4. Szkolenie i rozwój. Zespół uczy się korzystać z nowego procesu na własnych przypadkach. Potem dokładamy kolejne zadania, zaczynając od tych z najszybszym zwrotem.

Pilotaż trwa zwykle kilka tygodni. Czas pełnego wdrożenia zależy głównie od liczby systemów, które trzeba połączyć, i od jakości danych. Szczegółowy przebieg współpracy przy agentach opisujemy na stronie proces wdrożenia agenta AI. Jeśli zespół ma najpierw oswoić się z AI, zaczynamy od szkoleń AI na Waszych zadaniach.

Chatbot, asystent czy agent AI?

Chatbot odpowiada, asystent przygotowuje szkic dla człowieka, a agent AI wykonuje zadanie w systemach. To trzy poziomy samodzielności, a nie trzy nazwy tego samego. Wybór zależy od tego, jak poważne są skutki pomyłki i ile kroków trzeba wykonać.

• Chatbot AI rozmawia z klientem na stronie albo w komunikatorze. Odpowiada z Waszych danych: cennika, regulaminu, statusu zamówienia. Gdy pytanie wykracza poza jego wiedzę, przekazuje rozmowę człowiekowi. Więcej na stronie chatboty AI.
• Asystent AI pracuje dla zespołu. Przygotowuje szkic odpowiedzi, notatkę albo podsumowanie dokumentu, a człowiek je poprawia i zatwierdza.
• Agent AI wykonuje kilka kroków po kolei: czyta zgłoszenie, sprawdza dane w systemie, uzupełnia CRM i przekazuje zadanie dalej. Działa w granicach, które ustalimy razem. Więcej na stronie agent AI.

W praktyce wiele wdrożeń łączy te poziomy. Agent AI w obsłudze klienta może sam odpowiadać na proste pytania o status zamówienia, a trudniejsze zostawiać jako szkic do akceptacji. Zaczynamy zwykle od asystenta, bo jego pracę najłatwiej sprawdzić. Samodzielność zwiększamy dopiero wtedy, gdy uzasadniają to wyniki z pilotażu.

Czy AI się myli? Jak kontrolujemy wyniki.

Tak, AI może się pomylić, dlatego każde wdrożenie projektujemy razem z kontrolą wyników. Model językowy potrafi podać odpowiedź, która brzmi pewnie, ale nie ma oparcia w danych. Nie obiecujemy, że to się nigdy nie zdarzy. Projektujemy proces tak, żeby pomyłka nie przeszła dalej niezauważona.

• Odpowiedzi z Waszych danych. AI korzysta z dokumentów i danych w systemach firmy (RAG).
• Kontrola regułą. Tam, gdzie się da, wynik sprawdza zwykła reguła: suma na fakturze, poprawność NIP-u, zgodność kwoty z zamówieniem.
• Przekazanie człowiekowi. Niepewne przypadki AI oddaje człowiekowi, zamiast zgadywać.
• Akceptacja człowieka. Wiadomości do klientów i działania ze skutkami finansowymi zatwierdza osoba z zespołu.

Każde działanie AI zapisujemy w logach, więc wiadomo, co AI dostało, co odpowiedziało i kto zatwierdził wynik. W pilotażu mierzymy, ile przypadków AI obsłużyło poprawnie, a ile oddało człowiekowi. Na tej podstawie decydujemy, które zadania AI może wykonywać samo, a które zostają do akceptacji.

Bezpieczeństwo danych i RODO przy wdrożeniu AI.

Dane przy wdrożeniu AI chronimy tak samo jak w każdym innym systemie: przekazujemy tylko to, co potrzebne, w ustalony sposób i z zapisem działań. Pierwsza zasada to koniec z wklejaniem danych firmy do publicznego czatu. Korzystamy z modeli przez API, w których dane klientów nie są domyślnie używane do trenowania. Warunki różnią się między dostawcami, dlatego sprawdzamy je przy każdym wdrożeniu.

Druga zasada to minimalizacja. Do AI trafia tylko ta część danych, która jest potrzebna do zadania. Jeśli do szkicu odpowiedzi wystarczy numer zamówienia i status przesyłki, model nie dostaje całej historii klienta. Dane wrażliwe, na przykład medyczne, wymagają dodatkowych zasad.

Przy danych osobowych obowiązuje RODO, więc ustalamy role stron i zawieramy umowę powierzenia przetwarzania danych. Określamy też, gdzie dane są przetwarzane i jak długo są przechowywane. Więcej o tym, jak podchodzimy do ochrony danych w projektach z AI, piszemy w artykule Bezpieczeństwo AI w firmie.

AI Act – co oznacza dla małych i średnich firm?

AI Act to unijne rozporządzenie, które dzieli systemy AI według poziomu ryzyka i od tego poziomu uzależnia obowiązki firmy. Dla większości małych i średnich firm, które używają AI do maili, dokumentów i notatek, obowiązki są ograniczone. Kilka zasad dotyczy jednak każdej firmy, która korzysta z AI. Warto je znać przed wdrożeniem, a nie po nim.

• Ryzyko niedopuszczalne – praktyki zakazane, na przykład manipulowanie zachowaniem ludzi albo tzw. scoring społeczny.
• Wysokie ryzyko – systemy, które wpływają na ważne decyzje o ludziach. Należy do nich rekrutacja, na przykład AI, które filtruje CV albo ocenia kandydatów.
• Ograniczone ryzyko – głównie obowiązki informacyjne. Przykład: osoba, która pisze z chatbotem, musi wiedzieć, że rozmawia z AI.
• Minimalne ryzyko – większość zastosowań biurowych, na przykład szkic maila albo streszczenie dokumentu.

Od 2 lutego 2025 roku obowiązuje art. 4, czyli obowiązek kompetencji w zakresie AI. Firma, która korzysta z AI, powinna zadbać, żeby osoby pracujące z tymi narzędziami rozumiały, jak działają i gdzie się mylą. Dlatego szkolenie zespołu jest częścią naszego wdrożenia. Szerzej uczymy tego na szkoleniach AI.

Obowiązki dla systemów wysokiego ryzyka wchodzą w życie etapami, a ich harmonogram był przedmiotem propozycji zmian na poziomie UE. Dlatego przy wdrożeniach, które dotykają rekrutacji albo innych decyzji o ludziach, sprawdzamy aktualny stan przepisów na dzień startu projektu. Informację o rozmowie z AI w chatbotach projektujemy od pierwszej wersji, niezależnie od terminów. Szerzej o przepisach piszemy w artykule EU AI Act 2025.

Ile kosztuje wdrożenie AI?

Koszt wdrożenia AI składa się z dwóch części: jednorazowego wdrożenia i stałego kosztu użycia modelu. Pierwsza część obejmuje analizę zadania, pilotaż, połączenie z systemami, zasady kontroli i szkolenie zespołu. Druga to opłaty za korzystanie z modelu przez API, które rosną razem z liczbą obsłużonych maili, dokumentów czy rozmów. Jeśli proces działa na naszym serwerze, dochodzi jeszcze utrzymanie i hosting.

Koszt użycia modelu zależy od ilości tekstu, który AI przetwarza, i od wybranego modelu. Przy prostych zadaniach, takich jak odczyt faktury czy szkic krótkiej odpowiedzi, często wystarcza mniejszy i tańszy model. Dlatego koszt liczymy na danych z pilotażu, a nie na założeniach. Tak samo liczymy zwrot: czas zespołu przed wdrożeniem i po nim.

Konkretną wycenę przygotowujemy po konsultacji, gdy znamy zadanie i liczbę systemów do połączenia. Ogólne zasady wyceny opisujemy na stronie Ile kosztuje automatyzacja. Opłacalność jednego procesu policzysz sam w kalkulatorze opłacalności automatyzacji.

Dlaczego Today Automate.

Wdrażamy AI, którego na co dzień uczymy i którego sami używamy. Współprowadzimy BRAVE AI Community i co miesiąc szkolimy z AI. Miłosz publikuje prace naukowe o dużych modelach językowych w medycynie, więc wiemy, gdzie te modele się mylą i jak to sprawdzać. Tę wiedzę przenosimy do każdego projektu.

AI działa też w naszym własnym produkcie. W Today CRM AI przygotowuje notatkę i propozycje zadań po rozmowie, a w kampaniach szkic wiadomości, który człowiek zatwierdza. Moduł „Dostęp MCP” pozwala zapytać Claude o firmy i zadania z CRM, w zakresie uprawnień ustalonym przez użytkownika. Te same zasady stosujemy we wdrożeniach dla klientów.

Pracujemy też z placówkami medycznymi, gdzie wymagania wobec danych i odpowiedzi są szczególnie wysokie. Przykłady opisujemy w case studies: chatbot rejestracyjny dla przychodni i pozyskiwanie opinii w medycynie estetycznej. Zaczynamy od jednego zadania, mierzymy wynik i mówimy wprost, gdzie AI nie jest potrzebne. Więcej o zespole przeczytasz na stronie o nas.