Wdrożenie AI w firmie krok po kroku: plan na 90 dni z czterema punktami decyzji

Dla kogo jest ten plan i gdzie dziś jest Polska

Plan jest dla właściciela albo kierownika firmy usługowej, handlowej lub produkcyjnej, która ma od 5 do 50 osób, nie ma działu IT i chce, żeby AI przejęła część konkretnej pracy, a nie była kolejnym abonamentem, z którego nikt nie korzysta.

Według Eurostatu w 2025 roku AI używało 8,36% polskich firm zatrudniających co najmniej 10 osób, przy średniej unijnej 19,95%. Niższy wynik miała tylko Rumunia (5,2%). Im mniejsza firma, tym rzadziej sięga po AI: w Unii to 17% małych i 55,03% dużych. Duża firma może mieć zespół od danych i prawnika na etacie, a Ty masz kilka osób i mało czasu. Dlatego ten plan zakłada jeden proces naraz i decyzje bez komitetu.

Eurostat zapytał też firmy, które rozważały AI, ale jej nie używają, co je powstrzymało. 70,89% wskazało brak odpowiedniej wiedzy, 52,52% niejasne skutki prawne, a 48,83% obawy o ochronę danych. Plan odpowiada po kolei na te trzy powody: jak zacząć bez eksperta na etacie, co mówi prawo i jak sprawdzić narzędzie pod kątem RODO. Liczby, przepisy i daty sprawdziłem u źródeł 12 i 13 października 2026 r.; ich listę z linkami znajdziesz na końcu strony.

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

Odsetek firm używających AI według Eurostatu: firmy od 10 osób, badanie z początku 2025 r., liczona każda technologia AI, od analizy tekstu po generowanie obrazów.

Kiedy nie zaczynać i trzy błędy, które psują pilotaż

Zanim zaplanujesz 90 dni, sprawdź, czy Twój problem w ogóle potrzebuje AI. W kilku sytuacjach odradzam start albo proponuję coś prostszego.

Plan ma bramki po to, żeby wcześnie wyłapać trzy błędy. Za szeroki zakres: „AI do obsługi klienta” zamiast „model przypisuje maile z jednej skrzynki do siedmiu kategorii”, przez co każdy tydzień przynosi nowe wyjątki. Brak miary: nikt przed startem nie zapisał, ile trwa jedna sprawa, więc po trzech miesiącach zostaje wrażenie „chyba jest szybciej”. Brak właściciela: narzędzie kupione „dla wszystkich” bez osoby, która patrzy na wyniki, szybko przestaje być używane. Szerszą listę zadań, których nie oddaję automatom, opisuję w przewodniku czego nie automatyzować.

• Zadanie da się opisać regułąJeśli wystarczy „gdy przyjdzie faktura od tego dostawcy, zapisz ją w tym folderze”, potrzebujesz zwykłej automatyzacji, a nie modelu językowego. Model ma sens tam, gdzie trzeba przeczytać swobodny tekst: maila, opis zlecenia, skan. W pierwszym pytaniu listy UODO pada zresztą i to: czy ten cel da się osiągnąć bez AI.
• Zadanie zdarza się kilka razy w miesiącuPrzy pięciu przypadkach w miesiącu sześć tygodni pilotażu da Ci kilka przykładów, a to za mało do decyzji. Policz w kalkulatorze niżej, ile godzin to w ogóle jest; często wystarczy szablon i dobra instrukcja.
• System miałby decydować o ludziachSelekcja CV, ocena pracowników, punktowa ocena klientów, od której zależy, czy dostaną usługę. Lista UODO dla MŚP wprost mówi, że wtedy nie wystarcza i trzeba sięgnąć po wersję rozszerzoną albo pomoc specjalisty, a systemy do filtrowania podań o pracę od 2 grudnia 2027 r. podlegają obowiązkom dla wysokiego ryzyka z AI Act. Na pierwszy projekt wybierz coś innego.
• Nikt nie ma godziny w tygodniuBez osoby, która co tydzień przegląda wyniki, pilotaż się rozmyje. Lepiej przesunąć start o miesiąc.
• Błąd byłby drogi i nieodwracalnyPrzelew, wysłana umowa, odpowiedź na reklamację. Model może przygotować szkic, ale decyzję zostaw człowiekowi na stałe, nie tylko na czas pilotażu.

Plan na 90 dni: cztery etapy i cztery bramki decyzji

Każdy etap kończy się bramką: krótkim spotkaniem, na którym sprawdzasz jedno mierzalne kryterium i decydujesz, czy idziesz dalej, poprawiasz, czy przerywasz. Przerwanie po pierwszym albo drugim etapie to nie porażka, tylko tania lekcja.

Po 90 dniach masz jeden proces z liczbami przed i po oraz zasady, umowę powierzenia i role, które przydadzą się przy następnych. Dni podaję orientacyjnie, dla zespołu, w którym jedna osoba ma na projekt kilka godzin w tygodniu. Ważniejsza od dat jest kolejność: nie zaczynaj pilotażu bez miary sprzed startu i nie rozszerzaj zakresu bez decyzji na bramce. Szkielet biorę z ram NIST opisanych niżej i z poradnika Google Workspace o wdrażaniu Gemini. Google też każe w pierwszym etapie ustalić wymierne cele i zrobić ankietę wśród pracowników, której wyniki służą potem za punkt odniesienia. Ja przycinam ten szkielet do zespołu na kilkanaście osób.

Ile to kosztuje czasu? Tyle radzę zarezerwować w kalendarzu: w etapie 1 właściciel procesu 2–⁠3 godziny w tygodniu, a zespół kilka minut dziennie na dziennik zadań; w etapie 2 pół dnia na listę UODO, zasady i zestaw testowy (samo wypełnienie listy zajmuje według UODO około 30 minut); w pilotażu godzinę tygodniowo na przegląd plus czas pracownika na sprawdzanie propozycji. Po wdrożeniu opiekun zwykle 1–⁠2 godziny w tygodniu. Pieniądze to trzy rachunki: budowa przepływu, model AI albo abonament narzędzia i utrzymanie. Jeśli nikt nie ma tego czasu, lepiej przesunąć start.

1. Jeden proces (dni 1–⁠14)Wybierasz jedno zadanie, opisujesz zakres w jednym zdaniu, przez dwa tygodnie mierzysz stan przed startem i wyznaczasz właściciela. Dalej idziesz, gdy masz liczby i próg sukcesu zapisany z góry.
2. Dane i zasady (dni 15–⁠35)Wypełniasz listę kontrolną UODO, podpisujesz z dostawcą umowę powierzenia, spisujesz zasady dla zespołu i zbierasz zestaw testowy. Dalej idziesz, gdy lista ma najwyżej trzy odpowiedzi „NIE”, a cztery sprawy, które UODO każe załatwić przed użyciem danych klientów, są zamknięte.
3. Pilotaż obok człowieka (dni 36–⁠75)Model przygotowuje propozycje, człowiek decyduje o każdej, a poprawki trafiają do cotygodniowego przeglądu. Dalej idziesz, gdy próg jest osiągnięty i przez dwa tygodnie nie było błędu krytycznego.
4. Decyzja o skali (dni 76–⁠90)Porównujesz wynik z pomiarem sprzed startu i liczysz koszt. Decydujesz: rozszerzasz, poprawiasz albo wyłączasz.

Cztery etapy wdrożenia AI z kryterium wyjścia z każdego.

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

Etap 1 (dni 1–⁠14): jeden proces, jedno zdanie zakresu, jedna miara

Wybierz jedno powtarzalne zadanie, które ktoś w firmie wykonuje co najmniej kilka razy w tygodniu i które wymaga przeczytania tekstu. Narzędzie wybierzesz później.

Bramka etapu 1: masz zdanie zakresu, liczby z dwóch tygodni, próg sukcesu i właściciela, który się zgodził. Jeśli nie umiesz nazwać miary, wróć do dziennika i wybierz inne zadanie. Listę zastosowań z poziomem trudności zbieram w przewodniku AI w małej firmie: 20 zastosowań. W kalkulatorze poniżej wpisz minuty na sprawę i liczbę spraw: wynik w godzinach to górna granica tego, co możesz odzyskać, bo część czasu i tak pójdzie na sprawdzanie.

1. Zbierz kandydatów z dziennika zadańPrzez pięć dni zespół zapisuje, co robi powtarzalnie i ile to trwa. Jak prowadzić taki dziennik i punktować zadania, opisuję w przewodniku jak znaleźć procesy do automatyzacji.
2. Wybierz jeden procesDobry pierwszy kandydat: sortowanie maili na skrzynce ogólnej, szkic odpowiedzi na typowe zapytania, wyciąganie danych z zamówień w PDF, streszczenie rozmowy do CRM. Zły: wszystko, co rusza pieniądze bez kontroli albo dotyczy decyzji o ludziach.
3. Opisz zakres w jednym zdaniuNa przykład: „AI przypisuje każdy mail ze skrzynki biuro@ do jednej z siedmiu kategorii i proponuje szkic odpowiedzi dla trzech najczęstszych, a pracownik zatwierdza każdą odpowiedź”. Jeśli w zdaniu pojawia się „i jeszcze”, zakres jest za szeroki.
4. Zmierz stan przed startemTo Twoja miara bazowa, czyli liczby sprzed wdrożenia, z którymi porównasz pilotaż. Przez dwa tygodnie zapisuj, ile spraw przychodzi, ile minut zajmuje jedna i ile wraca do poprawki. Bez tych liczb na końcu zostaje wrażenie, a nie decyzja.
5. Ustal próg sukcesu, zanim zobaczysz wynikiZapisz z góry, co uznasz za sukces, na przykład: czas na sprawę krótszy o jedną trzecią przy tej samej liczbie pomyłek. Próg ustalony po wynikach zawsze da się do nich dopasować.
6. Wyznacz właściciela procesuJedna osoba, która zna proces najlepiej i może zmienić sposób pracy zespołu. Bez niej nie ma kto podjąć decyzji na bramce.

Role: właściciel procesu i opiekun automatyzacji

W dużej firmie wdrożeniem AI często zajmuje się komitet. W firmie na kilkanaście osób wystarczą dwie role, a w najmniejszej obie pełni ta sama osoba.

Właściciel procesu odpowiada za wynik: ustala zakres i próg sukcesu, raz w tygodniu przegląda liczby, decyduje na bramkach i zatwierdza każdą zmianę w sposobie pracy zespołu. Zwykle to kierownik działu albo właściciel firmy. Nie musi znać się na technologii, ale musi znać wyjątki: klienta, który zawsze pisze inaczej, i zamówienie, które zawsze trzeba sprawdzić.

Opiekun automatyzacji pilnuje, żeby system działał na co dzień: odbiera powiadomienia o błędach, prowadzi listę poprawek, uzupełnia przykłady i kategorie, podłącza ponownie konto, gdy wygaśnie połączenie z pocztą. Na tę rolę proponuję osobę, która dotąd robiła to zadanie ręcznie, bo zna jego wyjątki. Jak ją przygotować w 90 dni, opisuję w przewodniku o przekwalifikowaniu pracowników do automatyzacji.

NIST (punkt GOVERN 2.1) zaleca, żeby role i odpowiedzialność za ryzyko AI były zapisane i jasne dla wszystkich. W małej firmie wystarczy jedna strona: kto jest właścicielem, kto opiekunem, kto go zastępuje na urlopie, kto może wyłączyć system i, jeśli budowę zlecasz na zewnątrz, w jakim czasie wykonawca reaguje na awarię.

Kto o czym decyduje w czasie wdrożenia.

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

Etap 2 (dni 15–⁠35): dane, RODO, zasady dla zespołu i zestaw testowy

Tu odpowiadasz na obawy o prawo i dane, czyli dwa z trzech powodów, które według Eurostatu powstrzymują firmy przed AI. Robisz trzy rzeczy, zanim dane klientów trafią do narzędzia.

Pierwsza to lista kontrolna, którą UODO udostępnił w sierpniu 2026 r. jako „Wersję dla MŚP” dla przedsiębiorców korzystających z gotowych narzędzi AI. Pytania dotyczą celu, danych osobowych, podstawy prawnej, dostawcy, bezpieczeństwa, praw osób, dokumentacji i AI Act. Urząd pisze w niej, że wypełnienie nie wymaga wiedzy prawniczej, a jeśli więcej niż trzy odpowiedzi brzmią „NIE”, przed dalszym korzystaniem z narzędzia trzeba skonsultować się ze specjalistą. Listę wypełniasz osobno dla każdego zastosowania i zachowujesz na wypadek kontroli. Według UODO cztery sprawy trzeba załatwić, zanim narzędzie dostanie dane klientów lub pracowników: umowę z dostawcą, podstawę prawną, informację dla osób, których dane dotyczą, i wiedzę, gdzie dane są przechowywane.

Umowa powierzenia przetwarzania danych (art. 28 RODO) to umowa, w której dostawca zobowiązuje się przetwarzać dane Twoich klientów tylko na Twoje polecenie. Według UODO jest obowiązkowa, gdy dostawca przetwarza dane w Twoim imieniu, co dotyczy większości usług AI w chmurze. Sprawdź też, czy dostawca trenuje swoje modele na wpisywanych danych: UODO przypomina, że w tym zakresie sam staje się administratorem (art. 28 ust. 10 RODO), i dodaje, że w wielu narzędziach da się to wyłączyć w ustawieniach albo w planie płatnym. Które plany dają taką umowę, porównuję w przewodniku ChatGPT, Claude czy Copilot dla firmy.

Druga rzecz to zasady dla zespołu na jednej kartce: tylko konta firmowe, czego nie wklejamy (hasła, PESEL, dane o zdrowiu), kto sprawdza wynik przed wysłaniem do klienta i co robimy, gdy model poda nieprawdę albo dane trafią w złe miejsce. Omów kartkę z zespołem i zapisz datę oraz kto był obecny. Taki zapis pokazuje, że wspierasz kompetencje zespołu, czego wymaga art. 4 AI Act.

Trzecia rzecz to zestaw testowy, czyli prawdziwe przypadki z przeszłości razem z poprawną odpowiedzią. Przy sortowaniu maili to na przykład 50–⁠100 wiadomości z ostatnich miesięcy z kategorią nadaną przez człowieka, bez danych niepotrzebnych do zadania. Dobierz też trudne: mail w dwóch sprawach naraz, z załącznikiem, pisany z błędami. NIST zaleca w punkcie MEASURE 2.1, żeby zestawy testowe i miary były zapisane, a nie trzymane w głowie.

Bramka etapu 2: lista UODO z najwyżej trzema odpowiedziami „NIE”, umowa powierzenia podpisana, kartka zasad omówiona, zestaw testowy gotowy. Jeśli dostawca nie daje umowy powierzenia, zmień dostawcę. Pełną listę obowiązków rozpisuję w przewodniku AI Act i RODO w małej firmie.

Etap 3 (dni 36–⁠75): pilotaż obok człowieka

Pilotaż to okres, w którym AI pracuje równolegle z człowiekiem: przygotowuje propozycję, a pracownik decyduje o każdej sprawie. Nic nie wychodzi do klienta bez jego kliknięcia.

Zacznij od zestawu testowego: uruchom na nim system i porównaj wyniki z odpowiedziami ludzi. Jeśli model myli kategorię w co czwartym testowym mailu, nie wpuszczaj go jeszcze do bieżącej poczty, tylko popraw opisy kategorii i przykłady. Ten sam test powtarzasz po każdej większej zmianie, także gdy dostawca zmieni model. UODO pyta o to wprost na liście: kto i jak często sprawdza, czy narzędzie nadal działa poprawnie.

Potem bieżące sprawy. Przez cztery do sześciu tygodni przy każdej sprawie zapisujesz, czy człowiek przyjął propozycję bez zmian, poprawił ją czy odrzucił, i ile czasu zajęła cała sprawa. Osobno prowadzisz listę błędów krytycznych, czyli takich, które bez kontroli zaszkodziłyby klientowi albo firmie: zła kwota, dane wysłane do niewłaściwej osoby, obietnica, której firma nie składa.

Raz w tygodniu właściciel procesu i opiekun siadają na 30 minut nad liczbami. Jeśli tę samą poprawkę robicie kilka razy, dopiszcie do instrukcji dla modelu brakującą regułę albo przykład. Jak projektować punkty akceptacji, opisuję w przewodniku human in the loop w automatyzacji. Policz też koszt: za model płacisz zwykle od liczby tokenów, czyli kawałków tekstu, które czyta i pisze, a z pilotażu masz prawdziwą liczbę spraw i długość maili. Jak to przeliczyć, pokazuję w przewodniku ile kosztuje agent AI.

Bramka etapu 3: próg z etapu 1 osiągnięty na zestawie testowym i na bieżących sprawach, zero błędów krytycznych w ostatnich dwóch tygodniach. Jeśli wynik nie rośnie przez dwa kolejne przeglądy, nie przedłużaj pilotażu: wróć do etapu 1 i zawęź zakres.

Etap 4 (dni 76–⁠90): skala, poprawka albo wyłączenie

Na ostatniej bramce masz trzy uczciwe wyjścia. Każde jest dobrym wynikiem, jeśli decyzja zapada na podstawie liczb, a nie entuzjazmu po pierwszym udanym tygodniu.

NIST opisuje to w punkcie MANAGE 1.1: ustalasz, czy system osiąga zamierzony cel i czy kontynuować jego wdrożenie. Punkt MANAGE 2.4 dodaje, że ktoś ma mieć odpowiedzialność i sposób, żeby wyłączyć system działający niezgodnie z przeznaczeniem. W małej firmie to przełącznik w narzędziu do automatyzacji i procedura ręczna, którą zespół zna. Po decyzji „idziemy dalej” zostaje stała opieka: powiadomienia o błędach, przegląd liczb raz w miesiącu i test na zestawie testowym po każdej zmianie modelu.

• Idziemy dalejWynik przekroczył próg z etapu 1, koszt mieści się w budżecie, a zespół chce tak pracować. Zdejmujesz ręczną akceptację tylko z tych rodzajów spraw, w których od tygodni nie było poprawek. Kolejny proces zaczynasz znowu od etapu 1.
• Poprawiamy i wracamyWynik jest blisko progu, a poprawki układają się w jasny wzór, na przykład ciągle myli się jedna kategoria. Robisz jedną konkretną zmianę i wyznaczasz datę następnej bramki.
• WyłączamyPilnowanie systemu zjada oszczędność, błędy krytyczne się powtarzają albo zespół obchodzi system bokiem. Wyłączasz go, zapisujesz wnioski i wybierasz inny proces.

NIST AI RMF w prostym języku: cztery funkcje

AI RMF to ramy zarządzania ryzykiem AI, które amerykański instytut NIST (National Institute of Standards and Technology) opublikował 26 stycznia 2023 r. Są dobrowolne i bezpłatne, a ich cztery funkcje dobrze porządkują wdrożenie także w firmie na kilkanaście osób.

NIST zastrzega, że działania opisane w ramach nie są listą kontrolną ani obowiązkową kolejnością kroków, a firma może wybrać tylko te elementy, na które pozwalają jej zasoby i umiejętności. Według dokumentu większość użytkowników po ustaleniu zasad (Govern) zaczyna od rozpoznania kontekstu (Map), a potem przechodzi do pomiaru (Measure) albo działania (Manage). NIST podaje, że wersja 1.0 jest poprawiana w ramach planu działań Białego Domu w sprawie AI, więc z czasem pojawi się nowa wersja. Opisuję je według wersji 1.0.

W lipcu 2024 r. NIST dodał profil dla generatywnej AI (NIST AI 600-1), czyli listę 12 ryzyk typowych dla modeli piszących tekst i tworzących obrazy. Są wśród nich konfabulacja, czyli pewnie podana nieprawda, i prywatność danych, w tym wycieki. Dla małej firmy to dobra lista do przejrzenia przy pisaniu zasad dla zespołu, ale nie trzeba jej wdrażać punkt po punkcie.

Cztery funkcje NIST AI RMF i co znaczą w małej firmie.

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

AI Act po Omnibusie: obowiązki i terminy

Rozporządzenie (UE) 2026/1744, potocznie AI Omnibus, weszło w życie 27 lipca 2026 r. i zmieniło część terminów i obowiązków AI Act. Dla firmy, która używa gotowych narzędzi, najważniejsze są daty z tabeli.

Art. 4 w nowym brzmieniu każe podejmować środki, które wspierają rozwój kompetencji w zakresie AI wśród personelu i osób działających w Twoim imieniu, z uwzględnieniem ich wiedzy i kontekstu użycia. Dopisano zdanie, że obowiązek nie wymaga zapewnienia określonego poziomu kompetencji u żadnej osoby. Komisja Europejska w pytaniach i odpowiedziach do art. 4 wyjaśnia, że nie trzeba certyfikatu, testów wiedzy ani osobnego inspektora ds. AI, a działania można dokumentować wewnętrznym zapisem szkoleń. Zaznacza jednak, że samo odesłanie do instrukcji narzędzia może nie zadziałać, a osoby piszące teksty w czacie AI trzeba uprzedzić o ryzykach, takich jak zmyślone odpowiedzi.

Art. 50 ust. 1 stosuje się od 2 sierpnia 2026 r.: system AI, który rozmawia bezpośrednio z ludźmi, ma ich informować, że to AI, chyba że jest to oczywiste. Informacja musi paść najpóźniej przy pierwszej interakcji (ust. 5). Obowiązek ma dostawca systemu, ale jeśli czat zbudowano na Twoje zlecenie, dostawcą możesz być Ty. Według harmonogramu Komisji od 2 sierpnia 2026 r. zaczyna się też egzekwowanie przepisów o zakazach, przejrzystości i kompetencjach.

Przepisy o systemach wysokiego ryzyka z załącznika III, wśród których są systemy do filtrowania podań o pracę i oceny pracowników, stosuje się od 2 grudnia 2027 r. To główny powód, dla którego pierwszego projektu AI nie robię w rekrutacji.

Terminy AI Act ważne dla firmy, która używa AI (stan po AI Omnibusie).

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

ISO/IEC 42001: czym jest i dlaczego zwykle go nie potrzebujesz

ISO/IEC 42001:2023 to międzynarodowa norma opisująca system zarządzania sztuczną inteligencją w organizacji, podobnie jak ISO 9001 opisuje system zarządzania jakością. Firma może ją wdrożyć i przejść certyfikację w akredytowanej jednostce.

BSI, brytyjska krajowa jednostka normalizacyjna, która jest też akredytowaną jednostką certyfikującą według tej normy, pisze, że norma pomaga ustanowić, wdrożyć, utrzymywać i stale doskonalić system zarządzania AI: zasady i procedury zarządzania ryzykiem, jasny podział odpowiedzialności, szkolenia personelu i stałe monitorowanie. Według BSI normę można dopasować do organizacji każdej wielkości. Norma nie jest obowiązkowa. Żaden z obowiązków opisanych wyżej nie wymaga certyfikatu, a Komisja Europejska przy art. 4 pisze wprost, że certyfikat nie jest potrzebny.

Moim zdaniem w firmie na kilkanaście osób, która używa AI do poczty, dokumentów i szkiców, wdrożenie systemu zarządzania i audyty certyfikacyjne to za dużo pracy w stosunku do ryzyka. Plan z tego tekstu daje Ci to, co z normy najważniejsze: zapisane role, ocenę ryzyka na liście UODO, testy i regularny przegląd.

Rozważ normę w trzech sytuacjach. Sprzedajesz produkt z AI dużym firmom albo instytucjom, które wymagają certyfikatu w zapytaniach ofertowych. Masz już wdrożony system ISO 27001 albo ISO 9001 i ludzi, którzy go prowadzą. Budujesz albo trenujesz własne modele i chcesz pokazać klientom uporządkowany proces. W pozostałych przypadkach zacznij od planu na 90 dni i wróć do normy, gdy zapyta o nią klient.

Ile to kosztuje i jak mogę pomóc

Pieniądze rozkładają się na trzy rachunki: budowę przepływu (wykonawca albo czas Twojego zespołu), model AI albo abonament narzędzia, które płacisz bezpośrednio dostawcy, i utrzymanie. Koszt modelu policzysz dokładnie dopiero na liczbach z pilotażu. Rozkład tych kosztów z przykładem policzonym krok po kroku pokazuję w przewodniku ile kosztuje agent AI.

Jeśli chcesz przejść ten plan z kimś, kto buduje takie przepływy, prowadzę go razem z Tobą zdalnie: pomagam wybrać proces i ustalić miarę, buduję przepływ w n8n albo we własnym kodzie, przygotowuję zestaw testowy i liczby na każdą bramkę. Automatyzację procesu albo agenta AI wyceniam w widełkach 3000–⁠18 000 zł netto za wdrożenie, a utrzymanie kosztuje 400–⁠2000 zł netto miesięcznie; koszt modeli AI i licencji narzędzi płacisz osobno, bezpośrednio dostawcom. Szczegóły są w cenniku, a zakres na stronie automatyzacje AI. Jeśli kolejnym krokiem ma być agent, czyli system, który sam wykonuje kroki w Twoich programach, zakres i ryzyko rosną; kiedy to się opłaca, opisuję w przewodniku agent AI dla firmy.

Na pierwszą rozmowę przez telefon albo wideo wystarczy jedno zadanie, które chcesz oddać AI, i liczby z kilku dni: ile spraw przychodzi i ile minut zajmuje jedna. Jeśli okaże się, że wystarczy zwykła reguła albo szablon, powiem Ci to od razu.

Kwoty netto z mojego cennika.

Pytania i odpowiedzi