AI w firmie produkcyjnej: od zapytania z rysunkiem po wizualizację z CAD, bez czujników na maszynach

Dlaczego typowe poradniki rzadko pasują do zakładu na 20–⁠100 osób

Gdy szukasz informacji o sztucznej inteligencji w przemyśle, czytasz o predykcji awarii, cyfrowych bliźniakach i kamerach na linii. To zastosowania dla fabryk, które mają czujniki na maszynach, system MES (program, który na bieżąco zbiera dane z hali) i ludzi do analizy danych.

Większość polskich zakładów jeszcze nie używa AI. W danych Eurostatu za 2025 rok (zbiór isoc_r_eb_ain2, firmy przetwórstwa przemysłowego od 10 osób) jakiejkolwiek technologii AI używało 7,7% polskich firm, wobec 17,3% w całej Unii. W tym samym zbiorze generowanie tekstu albo mowy deklarowało 4,5% polskich zakładów, rozpoznawanie obrazu 2,1%, a autonomiczne roboty i pojazdy 1,0%.

Nawet projekt unijny skierowany do małych i średnich firm zakładał dane z hali. Według opisu w unijnej bazie CORDIS projekt KITT4SME (2020–⁠2024) budował zestawy AI, które łączą ERP (system do zamówień, magazynu i produkcji) i MES z czujnikami podłączonymi do sieci, urządzeniami noszonymi przez pracowników i robotami. W zakładzie, w którym maszyny nie mają czujników, a dane o produkcji są w Excelu i w głowie kierownika zmiany, taki zestaw nie ma się do czego podłączyć.

Masz za to dużo dokumentów: zapytania z rysunkami, zamówienia w mailach i PDF-ach, potwierdzenia od dostawców, atesty, reklamacje, karty kontroli, instrukcje. To tekst i obrazy, czyli to, co model językowy (silnik programów takich jak ChatGPT czy Claude) potrafi przeczytać i przenieść do tabeli, a człowiek w kilka sekund sprawdzić. Od nich proponuję zacząć, a czujniki i kamery zostawić na czas, gdy będzie wiadomo, jaki problem mają rozwiązać.

Cenniki i przepisy się zmieniają. Linki do źródeł są na dole strony.

Mapa procesów zakładu: co przejmie automat i jak trudne to jest

Poniżej 13 miejsc, w których w zakładzie powstaje praca przy dokumentach albo danych. Trudność oceniam dla firmy bez działu IT: „łatwa” to jeden przepływ (ciąg kroków, które automat wykonuje sam) i jedno połączenie z programem, „trudna” to projekt na wiele miesięcy z osobnym sprzętem.

Procesy zakładu produkcyjnego: rola AI, potrzeba danych z maszyn, trudność i osoba, która decyduje.

Tabela jest szersza niż ekran: przesuń ją palcem w bok.

Co wymaga danych z maszyn, a co działa bez nich

Pierwsze pytanie, które zadaję: skąd system ma wziąć dane? Jeśli z dokumentów, które już przychodzą mailem, możesz zacząć od razu. Jeśli z maszyn, najpierw musisz te dane zbierać.

Bez danych z maszyn obejdą się procesy, które zaczynają się od dokumentu: zapytanie, zamówienie, potwierdzenie, atest, reklamacja, wpis w dzienniku. Model czyta dokument, wypełnia pola w arkuszu albo w ERP i oznacza, czego nie jest pewny. Człowiek zatwierdza.

Predykcja awarii wymaga dwóch rzeczy naraz: pomiarów z maszyny (drgania, temperatura, pobór prądu, czas pracy) zbieranych przez wiele miesięcy i historii awarii, na której model ma się uczyć. Jeśli prasa zepsuła się dwa razy w pięć lat, a przyczyny są zapisane w zeszycie, model nie ma na czym się uczyć. Wtedy rozsądniejszy jest przegląd według harmonogramu i porządny dziennik utrzymania ruchu, który za kilka lat da te dane.

Kontrola wizyjna potrzebuje kamery, stałego oświetlenia i wielu zdjęć dobrych i wadliwych detali dla każdego wyrobu. Przy krótkich seriach i częstych zmianach asortymentu każdy nowy wyrób oznacza nową porcję zdjęć i nowe testy. Zanim kupisz kamerę, policz, ile wyrobów zmieniasz w miesiącu i kto przygotuje dla nich zdjęcia.

Pośrodku jest planowanie produkcji. Czujników nie potrzebuje, ale potrzebuje marszrut (kolejności operacji dla każdego wyrobu), czasów operacji i dostępności maszyn. Jeśli czasy w ERP są sprzed lat, a kierownik i tak planuje z głowy, AI zaplanuje na złych danych. Najpierw uporządkuj czasy, model dołóż później.

Narzędzia są zwykłe: firmowe konto w ChatGPT, Claude albo Copilocie do pracy z pojedynczymi dokumentami, a do stałych przepływów program do automatyzacji, na przykład n8n, połączony ze skrzynką pocztową i z ERP przez API (gotowe złącze programu), import pliku albo bazę danych. Czym różnią się te czaty w firmie, opisuję w przewodniku ChatGPT, Claude czy Copilot dla firmy.

Zapytania ofertowe z rysunkami: model wypełnia kalkulację, cenę ustala technolog

Zapytanie od klienta to zwykle mail z rysunkiem w PDF, czasem z plikiem STEP (modelem 3D z programu CAD) i jednym zdaniem o ilości. Zanim technolog policzy cenę, ktoś musi wyciągnąć z tego materiał, ilość, wymiary, wykończenie i termin.

Model językowy z obsługą PDF widzi tekst i obraz strony; Claude według dokumentacji Anthropic przetwarza każdą stronę PDF właśnie w ten sposób, więc może odczytać też tabelkę rysunkową i uwagi techniczne. Automat przenosi do arkusza kalkulacji materiał, ilość w partii, wymiary gabarytowe, obróbkę powierzchni, termin i numer rysunku. Wyszukuje też w historii podobne zlecenia po materiale i gabarycie, żeby technolog miał punkt odniesienia.

Nie licz na bezbłędny odczyt wymiarów i tolerancji. Dokumentacja Anthropic sama ostrzega, że przy obrazach niskiej jakości, obróconych albo bardzo małych model może się mylić, i odradza używanie go bez nadzoru człowieka tam, gdzie potrzebna jest pełna precyzja. Dlatego przy każdym odczytanym polu arkusz pokazuje stronę rysunku, a technolog sprawdza wymiary, zanim policzy czas.

Cenę liczy arkusz z Twoimi stawkami: czas na maszynie razy stawka godzinowa, materiał z cennika, kooperacja i narzut. AI niczego tu nie wycenia. Szkic oferty powstaje z szablonu, a wysyła go człowiek. Jak zbudować szablon, cennik i zatwierdzanie, opisuję w przewodniku automatyczne oferty i wyceny.

Rysunki klientów to często ich tajemnica przedsiębiorstwa, objęta umową o poufności. Ustawa o zwalczaniu nieuczciwej konkurencji uznaje informacje za tajemnicę tylko wtedy, gdy uprawniony podjął z należytą starannością działania, żeby utrzymać je w poufności (art. 11 ust. 2). Klient oczekuje tej staranności także od Ciebie, zwykle na piśmie. Rysunek klienta wklejony do prywatnego konta w czacie AI łatwo narusza taką umowę, a przy Twoich własnych rysunkach osłabia argument, że dbasz o ich poufność. Używaj konta firmowego z umową, w której dostawca nie trenuje modeli na Twoich danych, i sprawdź, na co pozwala umowa z klientem.

Zamówienia z maila do ERP i dokumenty od dostawców

Druga duża porcja przepisywania to zamówienia od klientów i papiery od dostawców. Tu automat robi dwie rzeczy: przepisuje i porównuje.

Zamówienie klienta przychodzi jako PDF z jego systemu, plik Excel albo kilka linijek w mailu, a nazwy towarów są jego, nie Twoje. Automat czyta zamówienie, zamienia nazwy klienta na Twoje indeksy według słownika, sprawdza cenę i składa szkic w ERP. Opiekun zatwierdza tylko pozycje oznaczone jako niepewne. Którędy zamówienie wchodzi do Subiekta, Optimy, enova365 i Wapro, opisuję w przewodniku zamówienia z maila do systemu.

Jeśli potwierdzeń zamówienia od dostawców nikt nie czyta linijka po linijce, inna cena, mniejsza ilość albo późniejszy termin wychodzą dopiero przy przyjęciu towaru. Automat porównuje potwierdzenie z Twoim zamówieniem i pokazuje zaopatrzeniowcowi tylko różnice. Podobnie z atestami, czyli świadectwami materiałowymi: odczytuje gatunek, wymiar i numer wytopu albo partii, porównuje je z zamówieniem i zapisuje przy przyjęciu dostawy. Gdy przyjdzie reklamacja, znajdziesz, z jakiej partii materiału był detal.

Faktury kosztowe to osobny przypadek. Według Ministerstwa Finansów KSeF jest obowiązkowy od 1 lutego 2026 r. dla firm, których sprzedaż z VAT przekroczyła w 2024 r. 200 mln zł, a od 1 kwietnia 2026 r. dla pozostałych przedsiębiorców. Faktura z KSeF przychodzi jako ustrukturyzowany plik XML według struktury FA(3), więc do jej odczytu AI nie jest potrzebna. Do końca 2026 r. firmy, których sprzedaż udokumentowana fakturami nie przekracza 10 000 zł z VAT w miesiącu, mogą jeszcze wystawiać faktury poza KSeF, więc część faktur od drobnych dostawców przyjdzie jako PDF. Model przydaje się do podpowiedzi, do którego zlecenia przypisać koszt. Cały obieg opisuję w przewodniku obieg faktur kosztowych z KSeF.

Jakość, reklamacje i dziennik utrzymania ruchu

W dziale jakości i w utrzymaniu ruchu AI nie ocenia detali ani maszyn. Porządkuje to, co ludzie piszą i mierzą, żeby dało się to znaleźć i policzyć.

Reklamacja przychodzi mailem, ze zdjęciami i numerem zamówienia albo bez niego. Automat zakłada kartę reklamacji: klient, zamówienie, partia, opis wady, zdjęcia, termin odpowiedzi. W ERP szuka partii i dostawy materiału, a w historii podobnych reklamacji. Szkicuje potwierdzenie przyjęcia. O uznaniu reklamacji, przyczynie i działaniach korygujących decyduje kierownik jakości, a odpowiedź z decyzją wysyła człowiek.

W raporcie jakości liczby liczy arkusz albo kod, nie model. Model językowy nie jest kalkulatorem i może pomylić się w sumach, więc dostaje gotowe wyniki, na przykład odsetek braków na zleceniu i najczęstszą wadę w miesiącu, i pisze do nich krótki komentarz. Na tej samej zasadzie działa automatyczny raport tygodniowy.

Jeśli dziennik utrzymania ruchu to u Ciebie zeszyt przy maszynie albo wiadomości na komunikatorze, zacznij od telefonu. Operator nagrywa kilka zdań: „prasa dwa, wyciek oleju przy cylindrze, wymieniona uszczelka, stała czterdzieści minut”. Automat zamienia mowę na tekst i zapisuje wpis w tabeli: maszyna, objaw, przyczyna, czynność, część, czas postoju. Z czasem z takich wpisów powstaje historia, w której wyszukasz awarie danej maszyny i policzysz postoje. To też pierwszy krok do predykcji awarii, jeśli kiedyś będziesz jej chciał.

Pierwszy pilotaż: jeden proces, liczby przed i po, a ile to pracy

Nie zaczynaj od strategii AI dla całego zakładu. Zacznij od jednego procesu z mapy, który jest częsty, opiera się na dokumentach i ma jedną osobę, która za niego odpowiada.

Po stronie zakładu pilotaż to głównie czas jednej osoby: zebranie próbki, kilka godzin rozmowy o tym, jak dziś wygląda proces, i codzienne porównywanie szkiców przez kilka tygodni. Po stronie technicznej potrzebny jest dostęp do skrzynki i do ERP: przez API, import pliku albo bazę danych. Jak znaleźć miejsca, w których kopiujesz dane między programami, opisuję w przewodniku przepisywanie danych między programami.

Za sam model płacisz według zużycia. Opłatę liczy się w tokenach, czyli kawałkach tekstu i obrazu, które model przetwarza. Dokumentacja Anthropic podaje, że jedna strona PDF to zwykle 1 500–⁠3 000 tokenów tekstu plus obraz strony, a model Claude Haiku 4.5 kosztuje 1 dolara za milion tokenów wejściowych. Przy takich stawkach odczyt kilkustronicowego zapytania to ułamek dolara. Główny koszt to zbudowanie przepływu, testy na Twoich dokumentach i utrzymanie, gdy zmieni się ERP albo wzór zamówienia klienta.

Górną granicę oszczędności policzysz w kalkulatorze poniżej: wpisz minuty na jeden dokument i liczbę dokumentów w miesiącu. Jeśli myślisz o dofinansowaniu, zajrzyj do przewodnika dotacje na AI dla firm, ale małego pilotażu nie wstrzymuj w oczekiwaniu na nabór.

1. Wybierz procesNajlepiej z oceną „łatwa” albo „średnia” i bez danych z maszyn: potwierdzenia od dostawców, zamówienia z maila albo dziennik utrzymania ruchu. Proces musi mieć osobę, która dziś go wykonuje i będzie oceniać wynik.
2. Zbierz próbkę dokumentówWeź 30–⁠50 prawdziwych dokumentów z ostatnich miesięcy, także trudnych: krzywe skany, zamówienia z dopiskami, maile bez numeru zamówienia. Na nich sprawdzisz, co model odczytuje dobrze, a co źle.
3. Zmierz stan dziśPrzez tydzień zapisuj minuty na dokument, liczbę dokumentów i błędy, które wyszły później, na przykład złą ilość albo przeoczony termin. Bez tych liczb po pilotażu nie będzie z czym porównać.
4. Ustal próg sukcesu przed startemNa przykład: dziewięć na dziesięć dokumentów bez poprawek w kluczowych polach i żadnej pomyłki w cenie albo ilości, która przeszłaby bez zatrzymania. Zapisz próg, zanim zobaczysz wyniki.
5. Uruchom obok ręcznej pracyPrzez 2–⁠4 tygodnie automat przygotowuje szkice, a pracownik pracuje jak dotąd i porównuje. Nic nie trafia do ERP ani do klienta bez zatwierdzenia.
6. Zdecyduj na liczbachZostaje, poprawiamy albo wyłączamy. Wyłączenie też jest dobrym wynikiem, jeśli kosztowało kilka tygodni, a nie rok.

Kiedy to nie ma sensu i czego nie robić

Są sytuacje, w których automat kosztuje więcej, niż oddaje, albo w których decyzja z definicji należy do człowieka.

• Kilka dokumentów w tygodniuPięć zapytań tygodniowo po kwadransie przepisywania to około pięciu godzin w miesiącu. Policz, czy przy takiej skali zbudowanie i utrzymanie przepływu się zwróci. Często wystarczy dobry szablon kalkulacji i porządek w folderach.
• Nie ma z czym porównaćAutomat porównuje potwierdzenie z zamówieniem w ERP. Jeśli zaopatrzeniowiec zamawia telefonicznie i zamówień nie ma w systemie, najpierw wprowadź je do systemu.
• Zmiana ERP w najbliższych miesiącachPołączenie buduje się pod konkretny program. Jeśli za pół roku zmieniasz system, zacznij od procesów, które go nie dotykają, na przykład od dziennika utrzymania ruchu.
• Predykcja awarii bez czujników i historiiNie kupuj jej po prezentacji. Najpierw dziennik i pomiary, a model dopiero wtedy, gdy będzie na czym go uczyć.
• AI w funkcji bezpieczeństwa maszynyTo nie jest temat na pilotaż, tylko na projekt konstrukcyjny z oceną ryzyka i jednostką notyfikowaną.
• Decyzje bez człowiekaNie pozwalaj automatowi wysyłać cen, uznawać reklamacji ani zwalniać partii. Jak ustawić zatwierdzanie, opisuję w przewodniku człowiek zatwierdza, automat przygotowuje.
• Rysunki klientów w prywatnych kontachZapisz w zasadach firmy, że dokumentów klientów nie wklejamy do prywatnych kont w czatach AI. Pracownik, który chce szybciej przetłumaczyć uwagi z rysunku, zrobi to w dobrej wierze.

Instrukcje i dokumentacja techniczna: model szkicuje, konstruktor odpowiada

Jeśli produkujesz maszyny albo urządzenia, część pracy biura to instrukcje obsługi, DTR (dokumentacja techniczno-ruchowa) i ich wersje językowe. AI pomaga, ale odpowiedzialność za treść zostaje u producenta.

Model przygotuje szkic wersji językowej z polskiego oryginału, porówna dwie wersje instrukcji i wypisze różnice, sprawdzi, czy każde ostrzeżenie z wersji polskiej jest też w niemieckiej. Treści o bezpieczeństwie nie pisze od zera: bierze je z oceny ryzyka i od konstruktora. Każdą wersję czyta osoba, która zna maszynę i język.

Rozporządzenie maszynowe (UE) 2023/1230 stosuje się od 20 stycznia 2027 r. Pierwotny tekst w Dzienniku Urzędowym UE podawał 14 stycznia; datę poprawiło sprostowanie z 4 lipca 2023 r., więc jeśli w jakimś opracowaniu widzisz 14 stycznia, pochodzi ono ze starego tekstu. Rozporządzenie pozwala dostarczyć instrukcję w postaci cyfrowej (art. 10 ust. 7), jeśli na maszynie (a gdy się nie da, na opakowaniu albo w dokumencie towarzyszącym) wskażesz, jak się do niej dostać, a użytkownik może ją pobrać, wydrukować i zapisać. Instrukcja ma być dostępna online przez przewidywany cykl życia maszyny i co najmniej 10 lat od wprowadzenia do obrotu.

Na żądanie zgłoszone przy zakupie dajesz bezpłatnie wersję papierową w ciągu miesiąca. Jeśli z maszyny mogą korzystać osoby nieprofesjonalne, informacje o bezpieczeństwie i tak dajesz na papierze. Instrukcja ma być w języku łatwo zrozumiałym dla użytkowników, wskazanym przez państwo członkowskie, a zamiast dołączać deklarację zgodności UE możesz podać w instrukcji adres strony albo kod do odczytu maszynowego, pod którym ją udostępniasz (art. 10 ust. 8).

Gdy instrukcje są cyfrowe, łatwo zrobić z nich bazę wiedzy dla serwisu: technik pyta o moment dokręcania śrub pokrywy w konkretnym modelu, a system odpowiada z instrukcji tego modelu i podaje stronę. Jak to działa i gdzie się myli, opisuję w przewodniku baza wiedzy firmy, czyli RAG. Odpowiedź z bazy wiedzy to wskazówka z cytatem, a nie zastępstwo instrukcji.

Wizualizacje 3D z CAD dla sprzedaży: grafika, nie sztuczna inteligencja

Ten punkt nie jest sztuczną inteligencją, ale trafia na tę samą listę, bo usuwa podobne wąskie gardło: sprzedaż czeka na zdjęcia produktu, który jeszcze nie istnieje albo stoi na hali w kawałkach.

Twój konstruktor ma model w SolidWorksie, Inventorze albo Fusion. Z eksportu do formatu STEP (neutralnego formatu wymiany danych CAD) powstają fotorealistyczne rendery na katalog, targi i stronę, widoki rozstrzelone do instrukcji i katalogu części oraz lekki model 3D w formacie GLB do obracania w przeglądarce. Kształt i wymiary pochodzą z dokumentacji, a przed publikacją model i kolory sprawdza Twój inżynier.

Generator obrazów tego nie zastąpi. Nie dostaje Twojego pliku CAD, tylko opis albo zdjęcie, więc liczbę otworów, proporcje i drobne części musi zgadywać. Przy produkcie technicznym klient porówna obrazek z tym, co dostanie, a widok rozstrzelony w instrukcji musi się zgadzać z częściami co do sztuki.

Jak przygotować eksport, jak chronić know-how w pliku i jakie materiały powstają z jednego modelu, opisuję w przewodniku wizualizacja 3D z plików CAD. Jeśli klienci zamawiają warianty, kolejnym krokiem bywa konfigurator produktu.

AI Act, rozporządzenie maszynowe i KSeF: terminy dla zakładu

Przepisy dzielą się tu na dwie grupy: te, które dotyczą każdej firmy używającej AI w biurze, i te, które dotyczą producenta wbudowującego AI w maszynę albo urządzenie.

Jeśli tylko używasz AI w biurze, obowiązuje Cię art. 4 AI Act, stosowany od 2 lutego 2025 r.: wspierasz rozwój kompetencji w zakresie AI u osób, które z niej korzystają. Po zmianach z AI Omnibusa, czyli rozporządzenia (UE) 2026/1744, które upraszcza AI Act, przepis mówi wprost, że nie musisz zapewnić określonego poziomu kompetencji u każdej osoby. Do tego dochodzi RODO, gdy do modelu trafiają dane osobowe, na przykład nazwiska z maili albo operatorów w dzienniku. Uważaj na jeden wyjątek: AI, która filtruje kandydatów do pracy albo ocenia wydajność i zachowanie pracowników, to system wysokiego ryzyka z załącznika III AI Act (pkt 4), a obowiązki dla takich systemów stosuje się od 2 grudnia 2027 r. Szczegóły i checklistę ma przewodnik AI Act i RODO w małej firmie.

Jeśli wbudowujesz AI w produkt, liczy się art. 6 ust. 1 AI Act: system jest wysokiego ryzyka, gdy jest elementem bezpieczeństwa produktu z załącznika I, a produkt wymaga oceny zgodności przez stronę trzecią. AI Omnibus przesunął stosowanie tych obowiązków na 2 sierpnia 2028 r. Zmienił też drogę dla maszyn: w załączniku I przeniósł je z sekcji A do sekcji B. W praktyce wymagań dla AI w maszynach nie stosuje się wprost z AI Act. Komisja dopisze je do załącznika III rozporządzenia maszynowego osobnymi aktami (tzw. aktami delegowanymi), stosowanymi od 2 sierpnia 2028 r. Dźwigi, urządzenia ciśnieniowe, sprzęt do stref zagrożonych wybuchem i środki ochrony indywidualnej zostały w sekcji A, więc dla nich obowiązki z AI Act stosuje się wprost.

Omnibus dodał też art. 6 ust. 1a: AI używana wyłącznie do kontroli jakości, optymalizacji działania, automatyzacji albo wygody, bez związku z bezpieczeństwem, nie jest elementem bezpieczeństwa. Według ust. 1b jest nim jednak, gdy jej awaria zagrażałaby zdrowiu lub bezpieczeństwu. Samo rozporządzenie maszynowe wymienia w załączniku I części A elementy bezpieczeństwa i maszyny z systemami, które zmieniają swoje zachowanie dzięki uczeniu maszynowemu i zapewniają funkcje bezpieczeństwa. Od 20 stycznia 2027 r. takie produkty przechodzą ocenę zgodności z udziałem jednostki notyfikowanej (art. 25 ust. 2).

Przepisy, które dotyczą zakładu produkcyjnego używającego AI, i daty ich stosowania.

Tabela jest szersza niż ekran: przesuń ją palcem w bok.

Ile kosztuje wdrożenie i jak mogę pomóc

Pracuję sam, zdalnie, z Mikołowa na Śląsku. Buduję przepływy w n8n albo we własnym kodzie i robię wizualizacje 3D z plików CAD, więc oba tematy z tego przewodnika mogę wziąć w jednym projekcie.

Typowy pierwszy projekt to jeden proces z mapy: rozmowa o tym, jak dziś wygląda, próbka Twoich dokumentów, przepływ ze szkicem i zatwierdzaniem, pilotaż obok ręcznej pracy i decyzja na podstawie liczb.

Widełki netto z cennika: automatyzacja procesu lub agent AI 3000–⁠18 000 zł za wdrożenie i 400–⁠2000 zł miesięcznie za utrzymanie (koszt modeli AI i licencji płacisz osobno, bezpośrednio dostawcom), integracja płatności lub systemów 2000–⁠9000 zł za integrację, wizualizacje 3D produktu 600–⁠1500 zł za ujęcie. Zakres usług opisuję na stronach automatyzacje AI i wizualizacje 3D.

Nie oferuję predykcji awarii, kontroli wizyjnej na linii ani projektowania funkcji bezpieczeństwa maszyn. Jeśli tego potrzebujesz, powiem to na pierwszej rozmowie. Do rozmowy wystarczą trzy ostatnie zapytania albo zamówienia i opis, kto dziś je obsługuje.

Kwoty netto z mojego cennika.

Pytania i odpowiedzi