Poradnik

AI do obsługi zapytań ofertowych i przetargów: od maila do gotowej oferty

Ten poradnik jest dla dyrektorów sprzedaży i kierowników działów ofert w firmach produkcyjnych, dystrybucyjnych i usługowych. Odpowiadamy na pytanie, co AI do obsługi zapytań ofertowych robi z zapytaniem, które właśnie przyszło: czyta załączniki, wyciąga wymagania, dopasowuje je do katalogu i przygotowuje projekt odpowiedzi. Pokazujemy też, gdzie kończy się rola AI i jak zacząć bez budowy dużego systemu.

Autor: Kacper Włodarczyk, CEO ALGORCOMPOpublikowano: 23 sierpnia 2026Czas czytania: 11 min czytaniaAutomatyzacja sprzedażyDla: Średnia firma
AI do obsługi zapytań ofertowych i przetargów: od maila do gotowej oferty

Gdzie naprawdę ucieka czas przy zapytaniu ofertowym

Zapytanie ofertowe (w handlu międzynarodowym nazywane RFQ, od ang. request for quotation) rzadko przypomina uporządkowany formularz. Zwykle to mail z trzema zdaniami i kilkoma załącznikami: rysunkiem, arkuszem z tabelą, skanem pisma i specyfikacją w PDF. Wymagania są rozrzucone po wszystkich plikach, częściowo się powtarzają, a czasem sobie przeczą.

Handlowiec najpierw ustala, czego klient właściwie chce. Potem szuka w katalogu pozycji, które odpowiadają opisowi, sprawdza zamienniki i parametry. Dopiero na końcu liczy cenę i składa dokument, a ten etap jest zwykle najkrótszy.

Dlatego automatyzacja ma sens nawet wtedy, gdy samo pisanie oferty trwa krótko. AI skraca drogę do pierwszej ważnej decyzji: czy w ogóle odpowiadamy na to zapytanie.

Przykład szacunku: hipotetyczny dział ofert dostaje 25 zapytań tygodniowo. Jeśli AI skróci czytanie i dopasowanie każdego o godzinę, zespół odzyska 25 godzin tygodniowo, czyli ponad pół etatu. Podstaw własne liczby, zanim porozmawiasz z dostawcą.

Przykład z wdrożenia: w firmie kamieniarskiej GRUPA KRES sztuczna inteligencja analizuje zapytanie klienta, niezależnie od tego, czy wpłynęło telefonicznie, mailowo, przez formularz czy komunikator, i przygotowuje wstępną wycenę na podstawie aktualnego cennika oraz podobnych realizacji. Pracownik weryfikuje propozycję, a w pierwszym tygodniu wdrożenia sprawdzana była każda wycena. Czas od zapytania do oferty skrócił się średnio z pięciu dni do jednego (case study GRUPA KRES).

Zakres i przebieg wdrożenia AI do obsługi zapytań ofertowych z naszym udziałem opisujemy na stronie Agent AI w procesach firmy.

Krok 1: AI wyciąga wymagania z maila i załączników

Pierwszy krok to zamiana załączników na jedną listę wymagań. Każda pozycja ma opis, parametr, jednostkę i wskazanie źródła: który dokument i która strona. Wskazanie źródła jest ważniejsze niż sam odczyt, bo pozwala handlowcowi sprawdzić pozycję w kilka sekund.

Lista bez źródeł nic nie oszczędza. Żeby jej zaufać, trzeba jeszcze raz przeczytać całą specyfikację.

Najważniejsza zasada projektu: AI ma jawnie oznaczać to, czego nie odczytało albo odczytało z niską pewnością. Lista, która udaje kompletną, jest groźniejsza niż krótsza lista z oznaczonymi lukami. Brakującego wymagania nikt nie zauważy aż do reklamacji. Poniżej zestawienie tego, co odczytuje się łatwo, a co trudno.

Co AI odczytuje ze specyfikacji łatwo, a co trudno
Łatwe do odczytaniaTrudne do odczytania
Tekst w PDF-ach utworzonych w programie (nie skanach)Skany złej jakości i zdjęcia dokumentów
Tabele o regularnym układzieTabele rozbite na kilka stron
Parametry z jednostkami, terminy, ilościWymagania ukryte w zdaniu warunkowym, np. „w przypadku wariantu B obowiązuje…”
Warunki opisane słownieInformacje wynikające wyłącznie z rysunku technicznego – to osobny projekt, nie dodatek
AI do obsługi zapytań ofertowych i przetargów: od maila do gotowej oferty

Krok 2: macierz zgodności – tu AI może tylko proponować

Macierz zgodności to tabela, w której każde wymaganie klienta dostaje jedną z trzech odpowiedzi: spełniamy, spełniamy warunkowo albo nie spełniamy. Obok jest uzasadnienie i wskazanie produktu lub usługi z katalogu. To właściwy wynik całej pracy, a tekst oferty jest jego pochodną.

AI przygotowuje projekt macierzy: dopasowuje wymaganie do pozycji katalogu, porównuje parametry i wskazuje najbliższy zamiennik. Nie rozstrzyga jednak pozycji spornych. „Spełniamy warunkowo” to deklaracja wobec klienta, a nie ocena techniczna, więc ktoś w firmie musi wziąć za nią odpowiedzialność.

Macierz od razu pokazuje skalę ryzyka. Jeśli na 40 wymagań osiem jest warunkowych, a trzy są poza zakresem, osoba decydująca o starcie wie to w pierwszej godzinie, a nie w dniu złożenia oferty.

Poprawki, które handlowiec nanosi na projekt macierzy, są też najlepszym materiałem do testów. Pokazują dokładnie te miejsca, w których dopasowanie zawodzi.

Krok 3: decyzja, czy odpowiadać na zapytanie

Zespoły, które odpowiadają na każde zapytanie, rozpraszają siły. W raporcie Loopio z 2026 r., dostawcy oprogramowania do ofert, zespoły wygrywające ponad połowę postępowań częściej podejmują formalną decyzję „startujemy czy nie” niż przeciętne zespoły: 81% wobec 75%.

AI nie podejmie tej decyzji za Ciebie, ale przygotuje dla niej podstawę. Warto ustalić stałe kryteria, które pojawią się w podsumowaniu każdego zapytania. Przykładowy zestaw znajdziesz poniżej.

  • Ile wymagań spełniamy w pełni, ile warunkowo, a ile wcale?
  • Czy termin złożenia oferty i termin realizacji są realne przy obecnym obłożeniu?
  • Czy klient kupował już u nas i jak wyglądała współpraca?
  • Czy w specyfikacji są kary umowne, gwarancje albo wymogi formalne, które wymagają opinii prawnika?
  • Ile godzin zespołu pochłonie przygotowanie pełnej oferty?
Handlowiec porównuje wymagania z zapytania ofertowego z tabelą zgodności przygotowaną przez AI

Oferta rzadko przegrywa tylko ceną. Częściej przegrywa, bo przyszła za późno albo nie odpowiadała punkt po punkcie na to, o co klient pytał.

Krok 4: projekt oferty z biblioteki zatwierdzonych opisów

Druga część pracy to opisy: firma, referencje, sposób realizacji, standardy jakości, warunki gwarancji. W wielu firmach powstają przez kopiowanie z ostatniej podobnej oferty. Po dwóch latach krąży kilka wersji tego samego akapitu, a w jednej z nich wciąż widnieje nazwisko osoby, która dawno odeszła.

Biblioteka odpowiedzi porządkuje to bez rewolucji. To zbiór zatwierdzonych fragmentów, z których każdy ma osobę odpowiedzialną i datę przeglądu. AI dobiera fragmenty do pytań klienta, a fragment po terminie przeglądu oznacza do sprawdzenia.

Bez osoby odpowiedzialnej za bibliotekę po pół roku wraca stan wyjściowy. Jak z tej samej biblioteki, cennika i danych z CRM składać gotowe oferty, opisujemy w artykule Automatyzacja generowania ofert.

Przetargi publiczne: co AI może sprawdzić w specyfikacji

W zamówieniach publicznych wymagania opisuje specyfikacja warunków zamówienia (SWZ), przygotowana według ustawy – Prawo zamówień publicznych. Dokumenty bywają długie, a błąd formalny może wykluczyć ofertę niezależnie od ceny.

AI dobrze sprawdza się tu jako druga para oczu. Wyciąga z SWZ i załączników listę wymagań formalnych i terminów, żeby nic nie umknęło. Nie zastępuje jednak osoby, która zna przepisy i odpowiada za kompletność oferty.

Przykładowe elementy, które warto kazać AI wypisać z każdej specyfikacji, znajdziesz poniżej. Wynik zawsze porównaj z dokumentem źródłowym.

  • Termin składania ofert, termin związania ofertą (czyli jak długo oferta wiąże wykonawcę) i termin zadawania pytań zamawiającemu.
  • Warunki udziału w postępowaniu: doświadczenie, referencje, zasoby, sytuacja finansowa.
  • Wymagane oświadczenia i dokumenty oraz ich forma.
  • Kryteria oceny ofert i ich wagi.
  • Wadium, czyli zabezpieczenie wpłacane razem z ofertą, zabezpieczenie należytego wykonania umowy, kary umowne i gwarancje z projektu umowy.

Co zostaje przy człowieku i dlaczego to zaleta

Najpierw sprawa danych. Dział ofert pracuje na cennikach, marżach i specyfikacjach klientów, często objętych klauzulą poufności. Bez firmowego narzędzia pracownicy wkleją te materiały do ogólnodostępnych czatów, bo praca musi zostać wykonana. Kontrolowane narzędzie jest więc także sposobem na ograniczenie tego ryzyka.

Granicę odpowiedzialności warto zapisać już przy projektowaniu rozwiązania. Wtedy nie będzie sporu przy pierwszym trudnym postępowaniu. Cztery decyzje, które powinny zostać przy człowieku, wymieniamy poniżej.

  • Cena. AI może przygotować kalkulację bazową i porównać ją z podobnymi zleceniami, ale cena to decyzja o marży i relacji z klientem.
  • Warunki umowy. Terminy, kary, gwarancje i zakres odpowiedzialności to zobowiązania firmy. Ich akceptacja powinna zostawiać w systemie ślad z nazwiskiem osoby.
  • Decyzja o starcie. AI dostarcza podstawę, człowiek ocenia ją, znając klienta i sytuację na rynku.
  • Wysłanie oferty. Oferta ma skutki prawne, więc ostatnie kliknięcie należy do osoby, która za nią odpowiada.

Jak wdrożyć AI w ofertowaniu etapami i co mierzyć

Najbezpieczniej zacząć od jednego typu zapytań, a nie od całego procesu. Wybierz kategorię, która powtarza się najczęściej i ma podobne załączniki. Na niej zbuduj odczyt wymagań i macierz zgodności.

Podłączenie katalogu i cennika z ERP to moment, w którym praca na dokumentach staje się łączeniem systemów. Tu powstaje większość kosztu, dlatego warto mieć już potwierdzone, że wcześniejsze etapy działają.

Jakość dopasowania sprawdzisz na zestawie wzorcowym. To kilkadziesiąt zapytań obsłużonych ręcznie w ostatnim kwartale, z prawidłowym dopasowaniem zatwierdzonym przez kierownika działu ofert. Każdą nową wersję rozwiązania testujesz na tym samym zestawie.

Etapy wdrożenia i miary sukcesu
EtapZakresCo mierzyć
1Jeden typ zapytań: odczyt wymagań i projekt macierzy zgodnościCzas od wpłynięcia zapytania do decyzji o starcie
2Biblioteka zatwierdzonych opisów dla tego samego typu zapytańCzas do wysłania oferty
3Połączenie z katalogiem, cennikiem i CRMOdsetek wymagań dopasowanych poprawnie bez poprawek człowieka
Cały czasRozszerzanie na kolejne typy zapytańLiczba obsłużonych zapytań na osobę, w tym tych, które wcześniej zostawały bez odpowiedzi

Powiązane wątki w bazie wiedzy

Czytaj dalej

FAQ

AI do obsługi zapytań ofertowych: najczęstsze pytania

Pytania, które dyrektorzy sprzedaży i działy ofert zadają po pierwszej rozmowie o tym rozwiązaniu.

Czym to się różni od automatyzacji generowania ofert?
Etapem procesu. Automatyzacja generowania ofert pomaga szybciej złożyć dokument z danych, które już masz w CRM. Ten artykuł dotyczy etapu wcześniejszego: co zrobić z zapytaniem, zanim wiadomo, czy i co wyceniać. Oba rozwiązania dobrze działają razem.
Czy AI poradzi sobie ze specyfikacją na kilkadziesiąt stron?
Z tekstem i tabelami tak, i właśnie przy długich dokumentach oszczędność czasu jest największa. Słabiej radzi sobie ze skanami i wymaganiami ukrytymi w zdaniach warunkowych. Dlatego musi oznaczać pozycje odczytane z niską pewnością.
Czy specyfikację klienta objętą klauzulą poufności można przekazać AI?
Tylko w narzędziu, w którym umowa z dostawcą wyklucza użycie danych do trenowania modeli i określa miejsce ich przetwarzania. Przed wdrożeniem sprawdź też, czy umowa z klientem nie zabrania przekazywania dokumentów podmiotom trzecim.
Ile trwa wdrożenie i od czego zależy koszt?
Wariant pracujący tylko na dokumentach jest najprostszy i najszybszy. Czas i koszt rosną z każdym połączeniem z systemem firmy: katalogiem, cennikiem, CRM. Wpływa na nie też liczba typów zapytań i jakość załączników.
Czy to ma sens przy kilku zapytaniach w miesiącu?
Raczej nie jako osobny projekt. Przy małej liczbie zapytań wystarczy zwykle Microsoft Copilot albo ChatGPT w wersji dla firm i dobrze przygotowana instrukcja, jak prosić o listę wymagań ze źródłami.

O tej stronie

O autorze

Kacper Włodarczyk — CEO ALGORCOMP

Kacper Włodarczyk

CEO ALGORCOMP

Specjalizuje się we wdrożeniach Microsoft 365 Copilot, Copilot Studio, Power Platform (Power Automate, Power Apps, SharePoint) oraz agentów AI dla średnich firm B2B w Polsce. Prowadzi dziesiątki projektów z zakresu strategii AI, governance Power Platform, automatyzacji obiegu dokumentów i procesów sprzedażowych. W publikacjach koncentruje się na praktycznych aspektach wdrożeń AI w organizacjach — od pierwszego POC do skalowania na całą firmę, ze szczególnym uwzględnieniem bezpieczeństwa danych, zgodności (RODO, NIS2, AI Act) i zwrotu z inwestycji.

Poznaj zespół

Planujesz projekt AI do obsługi zapytań ofertowych?

Jeśli potrzebujesz wykonawcy projektu AI do obsługi zapytań ofertowych i przetargów, od analizy procesu po wdrożenie, zapraszamy na bezpłatną konsultację.

Wyróżnione

Powiązane artykuły