Co konkretnie wdrażamy
Nie sprzedajemy „transformacji AI”. Zamiast tego wdrażamy cztery typy rozwiązań, z których każde przejmuje konkretną robotę wykonywaną dziś ręcznie. Poniżej opisujemy, czym jest każde z nich, kiedy się sprawdza i czego wymaga po Twojej stronie.
Agenci AI - samodzielne przejmowanie zadań
Agent AI to program, który dostaje cel, a nie listę kroków. Sam sprawdza, czego mu brakuje, sięga do systemów firmy po dane, wykonuje działanie i raportuje wynik. Buduje się go wtedy, gdy proces ma zbyt wiele wariantów, żeby opisać go sztywnym scenariuszem.
Co wdrażamy najczęściej:
- Agent obsługi zgłoszeń - czyta zgłoszenie klienta, znajduje podobne sprawy z historii, przygotowuje projekt odpowiedzi. Pracownik zatwierdza albo poprawia. Decyzja zostaje więc po stronie człowieka.
- Agent przeszukujący wiedzę firmy - odpowiada na pytania w oparciu o dokumenty rozrzucone po dysku sieciowym, poczcie i intranecie, z podaniem źródła odpowiedzi.
- Agent pierwszej linii Helpdesku - reset hasła, dostęp do VPN, konfiguracja poczty. Typowe zgłoszenia zamyka sam, resztę przekazuje do IT z opisem.
- Agent kwalifikujący zapytania - czyta zapytanie ofertowe, sprawdza dopasowanie do oferty, przypisuje do handlowca i zakłada rekord w CRM.
Czego potrzebujemy od Ciebie: dostępu do źródeł danych i wskazania osoby, która zatwierdzi zakres decyzji agenta. Zawsze definiujemy granicę - co agent robi sam, a co tylko przygotowuje do akceptacji.
Czas budowy pierwszej wersji: 2–4 tygodnie.
Automatyzacja procesów z użyciem modeli językowych
Część procesów da się opisać regułami i wtedy model językowy nie jest potrzebny - takie wdrożenia opisujemy na stronie o automatyzacji procesów. AI natomiast dokładamy tam, gdzie wejście jest nieustrukturyzowane: e-mail napisany przez człowieka, skan, notatka, opis usterki.
Co wdrażamy najczęściej:
- Odczyt zamówień ze skrzynki mailowej i zapis pozycji do systemu - także wtedy, gdy każdy klient pisze zamówienie inaczej.
- Generowanie ofert z aktualnego cennika i bazy produktów, gotowy PDF do wysyłki.
- Automatyczne raporty miesięczne i kwartalne z danych z ERP, CRM i arkuszy, z komentarzem opisującym odchylenia.
- Klasyfikacja i rozdzielanie napływającej korespondencji do właściwych działów.
- Prognozowanie popytu na podstawie danych historycznych, wynik na dashboardzie.
Czas budowy pierwszej wersji: 1,5–3 tygodnie.
Integracje z ERP i CRM
Rozwiązanie AI ma wartość dopiero wtedy, gdy pisze i czyta tam, gdzie firma naprawdę pracuje. Dlatego nie wymieniamy Twoich systemów - dokładamy warstwę, która się z nimi łączy.
Przykłady zastosowań opisujemy w artykułach o AI w CRM i AI w ERP.
Z czym się łączymy - przykładowe systemy:
- ERP - np. Comarch ERP XL i Optima, enova365, Subiekt, SAP Business One, Microsoft Dynamics 365 Business Central.
- CRM - np. Salesforce, HubSpot, Pipedrive, Livespace, Bitrix24.
- Systemy magazynowe (WMS), księgowe i kadrowe.
- Google Workspace, Microsoft 365, Slack, Jira, arkusze kalkulacyjne.
- Dowolny system udostępniający API, bazę danych albo eksport plikowy.
Jak to robimy: przez oficjalne API, gdy istnieje; przez bezpośredni odczyt bazy albo wymianę plików, gdy system jest starszy i API nie ma. Brak API nie zamyka tematu.
Przed wyceną sprawdzamy, co Twój system faktycznie udostępnia. To bezpłatny etap i zdarza się, że jego wynikiem jest rekomendacja, żeby integracji nie robić.
Czas: 1–2,5 tygodnia na system, zależnie od tego, czy jest API.
Przetwarzanie dokumentów - odczyt, klasyfikacja, wyszukiwanie
Faktury, umowy, protokoły, listy przewozowe, CV, dokumentacja techniczna. Papier i PDF-y, których nikt nie przeszuka, bo nie są danymi - są obrazkami.
Co wdrażamy:
- Odczyt danych ze skanów i PDF-ów do bazy - numer, data, kwota, kontrahent, pozycje. Dzięki temu dokument staje się rekordem, który da się filtrować i raportować.
- Automatyczna klasyfikacja przychodzących dokumentów i kierowanie ich do właściwego obiegu.
- Wyszukiwarka pytań w języku naturalnym po dokumentach firmy - na przykład „jakie są kary umowne za opóźnienia w umowie z firmą X” - z odnośnikiem do konkretnego paragrafu w konkretnym pliku.
- Porównywanie wersji umów i wskazywanie różnic względem wzorca.
- Ocena CV według zdefiniowanych kryteriów i ranking kandydatów.
Skuteczność odczytu mierzymy na próbce Twoich dokumentów już na etapie proof of concept, zanim zapadnie decyzja o budowie. Przy dokumentach słabej jakości zawsze projektujemy ścieżkę weryfikacji przez człowieka.
Czas budowy pierwszej wersji: 2–3,5 tygodnia.
Jeśli dokument ma krążyć po firmie - to automatyzacja. Jeśli trzeba go przeczytać i zrozumieć - to AI.
Problem
Czas obsługi reklamacji jest zbyt długi
Rozwiązanie
Agent AI analizujący historię zgłoszeń i generujący propozycję odpowiedzi do weryfikacji przez pracownika - skraca czas obsługi, nie eliminuje kontroli człowieka
Problem
Zamówienia klientów giną w natłoku korespondencji e-mail
Rozwiązanie
System automatycznie monitorujący skrzynkę pocztową i rejestrujący zamówienia bezpośrednio w systemie CRM lub ERP
Problem
Błędy w odpowiedziach na zapytania ofertowe
Rozwiązanie
Narzędzie generujące oferty na podstawie aktualnej bazy produktów i cenników - gotowy dokument PDF bez ryzyka pomyłki
Problem
Zapasy są zbyt wysokie lub zbyt niskie
Rozwiązanie
Model uczenia maszynowego prognozujący popyt na podstawie danych historycznych, prezentujący wyniki na interaktywnym dashboardzie
Problem
Zamówienia do dostawców tworzone ręcznie
Rozwiązanie
System agregujący dane zakupowe i generujący gotowe zamówienia zbiorcze w formacie Excel do dalszej wysyłki
Problem
Brak kontroli nad kosztami magazynowania
Rozwiązanie
Oprogramowanie analizujące dane z systemów WMS i ERP, wskazujące towary o niskiej rotacji i generujące rekomendacje działań
Problem
Dokumenty przechowywane wyłącznie w formie papierowej
Rozwiązanie
System odczytujący dane ze skanów i zapisujący je w ustrukturyzowanej formie do bazy danych, dostępnej przez aplikację dla uprawnionych pracowników
Problem
Tworzenie cyklicznych raportów jest zbyt czasochłonne
Rozwiązanie
Narzędzie generujące automatyczne raporty kwartalne i miesięczne na podstawie danych z arkuszy Excel oraz systemów ERP i CRM
Problem
Wyszukiwanie informacji w umowach z kontrahentami trwa zbyt długo
Rozwiązanie
Inteligentna wyszukiwarka umożliwiająca zadawanie pytań do dokumentów w języku naturalnym - np. „Jakie są kary umowne za opóźnienia w umowie z firmą X?"
Problem
Proces rekrutacji trwa zbyt długo
Rozwiązanie
System oceniający CV według zdefiniowanych kryteriów i prezentujący ranking kandydatów w panelu zintegrowanym z kalendarzem rekrutera
Problem
Onboarding nowych pracowników angażuje zbyt wiele zasobów
Rozwiązanie
Chatbot udzielający natychmiastowych odpowiedzi na pytania dotyczące procedur, zasad i polityk obowiązujących w organizacji
Problem
Komunikacja z kandydatami jest mało sprawna
Rozwiązanie
Asystent automatyzujący korespondencję rekrutacyjną - potwierdzenia spotkań, informacje o statusie aplikacji, przesyłanie materiałów organizacyjnych
Problem
Brak szybkiego dostępu do wewnętrznej dokumentacji
Rozwiązanie
Agent AI przeszukujący dokumenty przechowywane w różnych systemach firmy i udzielający odpowiedzi w kilka sekund
Problem
Błędy i anomalie wykrywane ręcznie w dużych zbiorach danych
Rozwiązanie
Model uczenia maszynowego identyfikujący uchybienia, odchylenia i nieprawidłowości bez konieczności ręcznej analizy
Problem
Wskaźniki KPI zbierane i analizowane ręcznie
Rozwiązanie
Inteligentny dashboard agregujący dane z wielu źródeł i sygnalizujący potencjalne spadki efektywności z wyprzedzeniem
Problem
Wysoka rotacja pracowników Helpdesk z powodu powtarzalnych zgłoszeń
Rozwiązanie
Bot samodzielnie obsługujący typowe zapytania pracownicze - reset hasła, dostęp do VPN, konfiguracja poczty - bez angażowania zespołu IT
Nie ma tu Twojego przypadku? Opisz proces, który zajmuje w firmie najwięcej czasu. W ciągu 24 godzin w dni robocze odpowiemy, czy AI jest tu właściwym narzędziem, albo zadamy pytania, które pozwolą to ocenić. Bywa, że odpowiedź brzmi „wystarczy zwykła automatyzacja”. Ocena jest bezpłatna i do niczego nie zobowiązuje.
Opisz swój procesJak przebiega wdrożenie AI - etapy i czasy
Zaczynamy od analizy, nie od kodu. Poniżej pełny przebieg z czasami. Po etapie 3 znasz zakres i budżet - i dopiero wtedy decydujesz o dalszych krokach. Etapy 1–2 są bezpłatne.
| Etap | Co się dzieje | Czas | Twoje zaangażowanie | Koszt |
|---|---|---|---|---|
| 1. Rozmowa wstępna | Ustalamy, który proces najbardziej obciąża zespół i czy AI jest tu właściwym narzędziem. Czasem odradzamy. | 45–60 min | 1 osoba decyzyjna | bezpłatnie |
| 2. Warsztat z zespołem | Mapujemy proces krok po kroku, liczymy czas dziś zużywany, ustalamy priorytety. Wynik: koncepcja rozwiązania na piśmie. | 3–4 h, w ciągu tygodnia od rozmowy | 2–4 osoby znające proces | bezpłatnie |
| 3. Analiza danych i wycena | Sprawdzamy, jakie dane są dostępne, w jakiej jakości i czy systemy mają API. Wynik: zakres, harmonogram i cena stała. | 3–5 dni roboczych | dostęp do systemów lub próbka danych | bezpłatnie |
| 4. Proof of Concept | Testujemy najtrudniejszy element na Twoich prawdziwych danych. Wynik: liczba mówiąca, czy to zadziała. | 4–7 dni | odbiór wyniku, 1 spotkanie | od 5 000 zł netto |
| 5. Budowa MVP | Pierwsza działająca wersja z podstawowym zestawem funkcji. | 1,5–3 tygodnie | 1 spotkanie tygodniowo, ok. 1 h | wg wyceny z etapu 3 |
| 6. Testy z zespołem | Twoi pracownicy używają narzędzia w realnej pracy, my poprawiamy. | 4–7 dni | 2–3 osoby, po ok. 2 h tygodniowo | w cenie |
| 7. Wdrożenie produkcyjne | Uruchomienie, konfiguracja środowiska, szkolenie użytkowników. | 2–3 dni | szkolenie zespołu | w cenie |
| 8. Opieka i rozwój | Monitoring, poprawki, rozbudowa o kolejne funkcje. | ciągle | wg potrzeb | abonament, patrz cennik |
Łącznie od pierwszej rozmowy do działającego rozwiązania: 3–5 tygodni dla jednego procesu, 1,5–2,5 miesiąca dla wdrożenia obejmującego kilka działów.
Podział na etapy nie jest formalnością. Po etapie 4 masz twardą informację, czy rozwiązanie zadziała, i możesz przerwać projekt, zanim powstanie główny koszt.
Ile kosztuje wdrożenie AI w firmie
Podajemy ceny i czas, bo najczęstsze pytanie od klientów brzmi „czy nas na to stać", a nie „ile dokładnie". Konkretna cena stała jest znana po etapie 3 i nie zmienia się w trakcie projektu, o ile nie zmieniają się Twoje wymagania.
| Zakres | Co obejmuje | Cena | Czas |
|---|---|---|---|
| Proof of Concept | Test jednej kluczowej funkcji na prawdziwych danych, przed decyzją o wdrożeniu | od 5 000 zł netto | 4–7 dni |
| Jeden proces, bez integracji | Agent lub narzędzie działające na danych, które przekazujesz plikiem albo mailem | od 6 000 zł netto (np. asystent na dokumentach firmy) | 3–5 tygodni od pierwszej rozmowy |
| Jeden proces z integracją z systemem firmy | To samo, ale narzędzie samo pobiera i zapisuje dane w systemie firmy, np. w skrzynce pocztowej albo systemie zgłoszeń | od 12 000 zł netto | 3–5 tygodni od pierwszej rozmowy |
| Jeden proces z dwukierunkową integracją z ERP lub CRM | Odczyt i zapis danych w ERP lub CRM, mapowanie pól, obsługa błędów integracji | od 30 000 zł netto | 3–5 tygodni od pierwszej rozmowy |
| Wdrożenie obejmujące kilka działów | Kilka powiązanych procesów, wiele integracji, panel administracyjny | od 70 000 zł netto | 1,5–2,5 miesiąca |
| Opieka i rozwój po wdrożeniu | Monitoring, poprawki, aktualizacje modeli, drobne zmiany | od 1 000 zł netto/mies. | od uruchomienia |
Co jeszcze wpływa na koszt
Do budżetu projektu dochodzą koszty bieżące, których nie fakturujemy - płacisz je bezpośrednio dostawcom:
- modele językowe (OpenAI, Anthropic, Google) - rozliczane od zużycia, zależnie od liczby przetwarzanych dokumentów lub zapytań,
- serwer lub chmura - razem z modelami typowo od 300 zł netto miesięcznie przy asystencie na dokumentach i od 2 000 zł przy agencie działającym w kilku systemach.
Podajemy je w wycenie, żeby nie było niespodzianek po uruchomieniu.
Co obniża koszt: gotowe API w systemie docelowym, dane w jednym miejscu, jasno opisany proces. Co go podnosi: dokumenty tylko papierowe, system bez API, proces, którego nikt w firmie nie potrafi opisać od początku do końca.
Ceny pozostałych usług - aplikacji mobilnych, webowych i automatyzacji - zebraliśmy w cenniku.
Technologie, których używamy
Technologię dobieramy do projektu, a nie odwrotnie. Poniżej narzędzia, z których korzystamy najczęściej. Wybór zależy od tego, gdzie mogą być przetwarzane Twoje dane, z jakimi systemami narzędzie ma się łączyć i ile może kosztować jego utrzymanie - uzasadniamy go w wycenie.
- Duże modele językowe (LLM) - OpenAI (GPT), Anthropic (Claude), Google (Gemini), Meta (Llama), Mistral
- Infrastruktura chmurowa - AWS, Microsoft Azure, Google Cloud
- Projektowanie i automatyzacja przepływów - n8n, Microsoft Power Automate, Make
- Relacyjne bazy danych - PostgreSQL, MySQL, SQLite
- Wektorowe bazy danych - pgvector, Pinecone, Qdrant
- Frameworki agentów AI - LangChain, CrewAI, LangGraph
Nie jesteśmy związani z żadnym dostawcą. Model dobieramy zatem do zadania i budżetu, a w projektach z danymi wrażliwymi uruchamiamy modele działające w Twojej infrastrukturze - wtedy żaden dokument nie opuszcza firmy.
Zrealizowane projekty z użyciem AI
Nie opisujemy wdrożeń, na które nie mamy zgody klienta. Poniżej te, które możemy pokazać.
Pracujemy dla firm produkcyjnych, logistycznych, handlowych, usług B2B i sektora HR. Wśród klientów Investit Systems: Hebrock Polska, MAR-ROL, EiSYSTEM, TJS, Clean App.
Najczęściej zadawane pytania o wdrożenia AI
Szukasz automatyzacji procesu, który da się opisać sztywnymi regułami i nie wymaga AI? Zajrzyj na stronę o automatyzacji procesów.
Modele i narzędzia, na których pracujemy, opisujemy na stronie technologie AI, a przebieg samej współpracy - w procesie współpracy.
Zaktualizowano: