Czym agent AI różni się od czatbota i automatyzacji?
Agent ma sens tam, gdzie każda sprawa jest trochę inna i ktoś musi ją przeczytać i zdecydować, co dalej.
Trzy sposoby na AI w procesach firmy
| Rozwiązanie | Co robi |
|---|---|
| Automatyzacja (np. n8n, skrypt) | Wykonuje z góry zapisane kroki. Tania i przewidywalna, ale staje, gdy dane wyglądają inaczej niż zwykle. |
| Czatbot | Odpowiada na pytania z bazy wiedzy. Sam niczego nie zmienia w systemach firmy. |
| Agent AI | Dostaje cel i narzędzia, sam wybiera kolejne kroki: sprawdza zamówienie, czyta dokument, przygotowuje odpowiedź albo zmianę w systemie. |
Często najlepszy jest układ mieszany: automatyzacja robi stałe kroki, a agent zajmuje się sprawami, które nie pasują do schematu.
Co budujemy wokół modelu, żeby agent działał w firmie?
Sam model to mniejsza część pracy. O tym, czy agentowi można zaufać, decyduje harness: narzędzia, uprawnienia, testy i kontrola człowieka, zbudowane pod Twój przypadek.
Narzędzia z Twoich systemów
Agent korzysta z API sklepu, CRM, ERP, poczty albo bazy danych. Każde narzędzie robi jedną rzecz i ma opis, z którego model wie, kiedy go użyć.
Uprawnienia
Agent dostaje tylko dostępy potrzebne do zadania. Czytać może więcej, zmieniać mniej, a usuwać zwykle nic.
Człowiek zatwierdza ryzykowne kroki
Zwroty, rabaty, wysyłka maila do klienta albo zmiana ceny czekają na akceptację pracownika. Agent przygotowuje, człowiek klika.
Baza wiedzy
Regulaminy, cenniki, procedury i historia spraw. Agent odpowiada na ich podstawie i pokazuje, z którego dokumentu korzystał.
Testy na prawdziwych sprawach
Zestaw kilkudziesięciu prawdziwych przypadków z odpowiedziami, które uznajesz za dobre. Każdą zmianę promptu albo modelu sprawdzamy na nim, zanim trafi na produkcję.
Logi i koszty
Każdy krok agenta jest zapisany: co sprawdził, jakie narzędzie wywołał, ile to kosztowało. Limity kosztów chronią przed niespodzianką na fakturze.
Agenci, których zbudowaliśmy
ASAPChat: agent obsługi klienta
Odpowiada klientom sklepu, sprawdza status zamówień i pomaga przy sporach na Allegro. Czas obsługi sporów skrócił się o 70%, a sugestie produktów podniosły konwersję o 15%.
Czytaj case study →Weryfikatory dla zespołów
Agenci, którzy sprawdzają pracę ludzi: wersje językowe strony, zgodność wdrożenia z projektem w Figmie oraz oferty i teksty z bazą wiedzy firmy.
Agent na dokumentach firmy
Wyszukiwanie, czat i agent na dokumentach firmy, z OCR skanów. Model Llama hostowany w UE, wybrany testem na prawdziwych dokumentach klienta.
Czytaj case study →Na co dzień pracujemy z agentami AI
Nasz zespół programuje z Claude Code i Codex. Zbudowaliśmy wokół nich własny harness: skille z instrukcjami dla konkretnych zadań, hooki, które pilnują zasad projektu, bazę wiedzy każdego projektu w Obsidianie i review, w którym zmianę jednego modelu sprawdza drugi, a potem programista.
Dzięki temu wiemy z praktyki, gdzie agenci się mylą i jakie zabezpieczenia są potrzebne, zanim dostaną dostęp do systemów klienta. Te same zasady stosujemy przy agentach, które budujemy dla firm.
Jak wygląda budowa agenta AI krok po kroku?
Wybór procesu
Szukamy jednej czynności, która zabiera zespołowi dużo czasu i ma powtarzalny schemat. Ustalamy, jak zmierzymy efekt.
Zestaw testowy
Zbieramy prawdziwe przypadki z Twojej firmy i dobre odpowiedzi. To z nimi porównujemy agenta, a nie z wrażeniem z demo.
Budowa agenta i harnessu
Narzędzia do Twoich systemów, uprawnienia, baza wiedzy, akceptacja kroków przez człowieka, logi i limity kosztów.
Pilotaż
Agent pracuje obok zespołu: przygotowuje, ludzie zatwierdzają. Mierzymy trafność i czas na prawdziwym ruchu.
Wdrożenie i opieka
Agent dostaje więcej samodzielności tam, gdzie wyniki na to pozwalają. Pilnujemy jakości, kosztów i zmian w modelach.
Gdzie działa agent i ile kosztuje jego praca?
Agent płaci za każde wywołanie modelu, więc koszt zależy od liczby spraw i długości dokumentów. W logach widać koszt każdej sprawy, a limity zatrzymują agenta, zanim przekroczy budżet. Proste kroki może wykonywać tańszy model, a trudniejsze droższy.
Gdy dane klientów albo dokumenty nie mogą wyjść z firmy, agent działa na modelu uruchomionym na Twoim serwerze albo w UE. Opisujemy to szerzej przy AI na lokalnych modelach. Jeśli proces ma stałe kroki, często wystarczy automatyzacja AI bez agenta, i wtedy to proponujemy.
Pytania o agentów AI
Opisz proces, który ma przejąć agent
