Jak wdrożyć agenta AI w firmie: praktyczny przewodnik od wyboru procesu do decyzji po pilotażu

Agent AI to program oparty na modelu językowym, czyli tej samej technologii co ChatGPT, który nie tylko odpowiada na pytania. Potrafi też sam sięgnąć do firmowych dokumentów i systemów, na przykład odczytać maila, sprawdzić stan magazynu w ERP i założyć wpis w systemie sprzedaży. Działa w granicach, które mu wyznaczysz.

Ten przewodnik dotyczy jednego agenta dla jednego procesu. Jeśli planujesz program obejmujący wiele działów, z rolami i zasadami dla całej firmy, przeczytaj też nasz tekst o wdrażaniu agentów w organizacji. Tutaj skupiamy się na tym, jak przeprowadzić pierwszy projekt od początku do końca.

Przez cały tekst posłużymy się jednym hipotetycznym przykładem. Hurtownia materiałów elektrycznych zatrudnia 150 osób i dostaje mailem około 600 zapytań ofertowych miesięcznie. Handlowiec poświęca średnio 15 minut na każde: czyta zapytanie, szuka produktów w ERP i przepisuje pozycje do systemu sprzedaży.

Najlepszy pierwszy proces nie jest ani najbardziej widowiskowy, ani najbardziej ambitny. Ma dużo podobnych spraw, wiedzę zapisaną w dokumentach lub systemach i efekt, który da się policzyć. Błąd agenta powinien być łatwy do wyłapania przez człowieka, zanim wyrządzi szkodę.

Porównaj dwóch lub trzech kandydatów według tych samych kryteriów. W tabeli poniżej hurtownia z naszego przykładu ocenia trzy procesy. Wygrywa obsługa zapytań ofertowych: dużo spraw, dane w ERP, a handlowiec i tak przegląda ofertę przed wysłaniem.

Zanim ktokolwiek zacznie budować, osoba odpowiedzialna za proces spisuje kartę agenta. To krótki dokument, który ustala, co agent robi, na jakich danych pracuje i po czym poznasz, że działa. Bez niego każdy uczestnik projektu wyobraża sobie innego agenta.

W naszym przykładzie cel brzmi: skrócić czas obsługi jednego zapytania ofertowego z 15 do 5 minut przy co najmniej 90% poprawnie rozpoznanych pozycji. Próg 90% ustala dyrektor sprzedaży, a nie dostawca, bo to on wie, ile poprawek handlowcy zaakceptują. Lista poniżej pokazuje, co powinno znaleźć się w karcie.

Najważniejsza decyzja w karcie agenta dotyczy jego samodzielności. Im większy wpływ czynności na klienta, pieniądze lub zobowiązania firmy, tym więcej kontroli człowieka. Samodzielność warto zwiększać stopniowo, gdy wyniki pilotażu to uzasadniają.

W tabeli poniżej cztery poziomy, które sprawdzają się w praktyce. W hurtowni agent zaczyna od poziomu drugiego: przygotowuje projekt oferty w systemie sprzedaży, ale wysyła ją zawsze handlowiec.

Agent odpowiada tak dobrze, jak dobre są źródła, które mu udostępnisz. Na start podłącz mniej, ale lepiej: aktualny katalog, cennik i kilka instrukcji zamiast całego dysku firmowego. Każde źródło musi mieć osobę, która odpowiada za jego aktualność.

Dostęp do systemów nadawaj według zasady najmniejszych uprawnień. Agent w hurtowni musi czytać dane produktów w ERP i tworzyć projekty ofert w systemie sprzedaży. Nie potrzebuje dostępu do danych finansowych ani do usuwania rekordów.

Ustal też, w czyim imieniu działa agent. Może korzystać z uprawnień pracownika, który z nim pracuje, albo mieć własne konto z wąskim dostępem. Drugi wariant ułatwia kontrolę, bo w historii systemu widać, co zrobił agent, a co człowiek.

Najlepszym testem są prawdziwe sprawy, które firma już obsłużyła. Wybierz 100–200 zapytań z ostatnich miesięcy razem z tym, jak handlowcy je rozwiązali. Agent przetwarza je jeszcze raz, a wynik porównujesz z decyzjami ludzi.

Zestaw testowy musi zawierać nie tylko proste przypadki. Dodaj zapytania niepełne, z literówkami, z produktami spoza katalogu i takie, na które właściwą reakcją jest przekazanie sprawy człowiekowi. To w tych przypadkach widać, czy agent jest gotowy.

Ten sam zestaw zachowaj na później. Po każdej zmianie instrukcji, źródeł wiedzy albo modelu AI uruchamiasz go ponownie i sprawdzasz, czy nic się nie pogorszyło. Lista poniżej pokazuje, co mierzyć w testach.

Gdy wyniki testów spełniają próg z karty agenta, uruchom pilotaż u kilku osób na kilka tygodni. W naszym przykładzie agent pracuje dla czterech handlowców, którzy codziennie oceniają jego projekty ofert. Raz w tygodniu osoba odpowiedzialna przegląda błędy i poprawia instrukcje lub źródła.

Cały projekt, od wyboru procesu do końca pilotażu, trwa zwykle kilka miesięcy. Najwięcej czasu pochłania przygotowanie wiedzy i ustalenia z działami, a nie budowa samego agenta. Poniżej rachunek efektu dla hurtowni przy założeniu, że agent osiąga cel z karty.

Agent musi zostawiać ślad. Zapisuj, jakie zadanie dostał, z jakich źródeł skorzystał, jakie czynności wykonał i kiedy przekazał sprawę człowiekowi. Bez tego nie wyjaśnisz błędu ani nie poprawisz jakości.

AI Act nakłada kilka obowiązków, które dotyczą także pierwszego agenta. Od 2 lutego 2025 r. firma używająca AI musi podejmować działania wspierające wiedzę pracowników o tych narzędziach (art. 4). Od 2 sierpnia 2026 r. agent rozmawiający z klientami musi informować, że jest systemem AI. Agent wspierający rekrutację lub ocenę pracowników to system wysokiego ryzyka, z obowiązkami od 2 grudnia 2027 r.

Jeśli agent przetwarza dane osobowe, obowiązuje RODO. Sprawdź umowę powierzenia danych z dostawcą platformy, miejsce przetwarzania danych i to, czy dostawca nie używa Twoich danych do trenowania modeli.

Koszt składa się z czterech części: licencji lub opłat za zużycie, przygotowania połączeń z systemami, pracy Twoich ludzi oraz stałej opieki po uruchomieniu. Licencje sprawdzisz w cenniku, pozostałe elementy zależą od procesu i stanu Twoich danych.

W ekosystemie Microsoft agentów buduje się zwykle w Copilot Studio, a jego pracę rozlicza się kredytami: pakietem dla całej organizacji albo za faktyczne zużycie. Pracownicy, którzy mają korzystać z agenta w Microsoft Copilot, mogą potrzebować licencji. Microsoft 365 Copilot Business kosztuje według cennika 21 USD za użytkownika miesięcznie przy płatności rocznej.

Najczęściej pomijanym kosztem jest czas osoby odpowiedzialnej za agenta po uruchomieniu. Ktoś musi co tydzień przeglądać błędy, aktualizować źródła i powtarzać testy po zmianach. Szczegółowy rozkład kosztów i sposób liczenia zwrotu opisujemy w osobnym poradniku o budżecie wdrożenia AI.

Pilotaż kończy się decyzją, a nie raportem. Porównaj wyniki z kartą agenta i wybierz jedną z trzech dróg. Uczciwe zatrzymanie projektu też jest dobrym wynikiem, bo chroni budżet przed dalszymi wydatkami.

Przed rozszerzeniem ustal, kto będzie utrzymywał agenta na co dzień i jak szybko reaguje na problemy. Agent, którego nikt nie pilnuje, po kilku miesiącach podaje nieaktualne informacje, bo zmieniły się cenniki i produkty.

Pierwsze projekty rzadko upadają przez słaby model AI. Częściej przez brak decyzji, które należało podjąć przed budową agenta. Oto błędy, które powtarzają się najczęściej: