Poradnik

Jak wybrać dostawcę AI: 10 kryteriów, pytania i sygnały ostrzegawcze dla średniej firmy

Ten poradnik jest dla zarządów i kierowników firm, które szukają zewnętrznej firmy do wdrożenia AI i chcą porównać kandydatów rzetelnie, a nie według najlepszej prezentacji. Dostajesz 10 kryteriów oceny, pytania na pierwszą rozmowę, listę sygnałów ostrzegawczych i zapisy, które warto mieć w umowie.

Autor: Kacper Włodarczyk, CEO ALGORCOMPOpublikowano: 29 maja 2026Czas czytania: 11 min czytaniaSztuczna inteligencjaDla: Średnia firma
Jak wybrać dostawcę AI: 10 kryteriów, pytania i sygnały ostrzegawcze dla średniej firmy

Jakiego dostawcy potrzebujesz: cztery typy firm na rynku

Pod hasłem „wdrożenia AI” działają firmy, które robią bardzo różne rzeczy. Zanim zaczniesz porównywać oferty, ustal, której z nich potrzebujesz. Tabela poniżej pokazuje cztery najczęstsze typy wraz z ich mocnymi i słabymi stronami.

Średniej firmie, która nie ma własnego zespołu od AI, zwykle najbardziej pasuje dostawca łączący doradztwo z wykonaniem. ALGORCOMP należy do tej grupy, dlatego tym bardziej zachęcamy, by oceniać nas tymi samymi kryteriami co innych.

Typy dostawców wdrożeń AI
Typ dostawcyMocna stronaRyzykoKiedy pasuje
Producent lub sprzedawca narzędziaZna swój produkt najlepiejProponuje swój produkt niezależnie od tego, czy rozwiązuje Twój problemWiesz dokładnie, jakiego narzędzia potrzebujesz
Firma programistycznaZbuduje niemal dowolne rozwiązanieNie zaprojektuje procesu i nie poprowadzi zmiany w zespoleMasz gotowy projekt i własnego kierownika projektu
Firma doradczaMocna analiza i strategiaWykonanie trafia do innego zespołu, który nie zna kontekstuPotrzebujesz strategii, a wykonawcę wybierzesz osobno
Firma wdrożeniowa łącząca doradztwo i wykonanieJeden zespół od analizy procesu do uruchomieniaMoże preferować narzędzia, w których się specjalizujeNie masz własnego zespołu od AI i chcesz jednego odpowiedzialnego

Dziesięć kryteriów oceny dostawcy AI

Oceń każdego kandydata w skali 1–5 dla każdego kryterium z listy poniżej. Przed oceną ustal kryteria, przy których ocena 1–2 wyklucza dostawcę niezależnie od sumy. Dla większości firm będą to bezpieczeństwo danych i sprawdzalne referencje.

Najbardziej różnicują kandydatów zwykle dwa pierwsze kryteria. Strony internetowe z hasłami o AI ma dziś każdy, ale działające wdrożenia w podobnych firmach – już nie.

  • 1. Doświadczenie z podobnymi firmami. Czy dostawca wdrażał AI w firmach Twojej wielkości i w podobnych procesach, np. w obsłudze zamówień lub faktur?
  • 2. Działające wdrożenia, a nie tylko testy. Poproś o przykłady rozwiązań, z których klienci korzystają na co dzień od kilku miesięcy, wraz z opisem efektów.
  • 3. Przejrzysta architektura. Dostawca powinien prosto wyjaśnić, gdzie są dane, jaki model AI zostanie użyty i co się stanie, gdy model się pomyli albo przestanie działać.
  • 4. Bezpieczeństwo i ochrona danych. Umowa powierzenia przetwarzania danych osobowych, przetwarzanie w UE, kontrola dostępu, zapis działań systemu.
  • 5. Zgodność z AI Act i zasady korzystania z AI. Czy dostawca wie, które obowiązki dotyczą Twojego rozwiązania, i pomoże Ci je spełnić?
  • 6. Integracja z Twoimi systemami. Czy zna Microsoft 365, Twój ERP lub CRM i wie, jak się z nimi połączyć?
  • 7. Przejrzysty model rozliczeń. Stała cena za zakres, rozliczenie godzinowe z limitem albo abonament – i jasna lista tego, co jest poza ceną.
  • 8. Wsparcie po uruchomieniu. Kto utrzymuje rozwiązanie, w jakim czasie reaguje na awarię i jak wygląda dalszy rozwój?
  • 9. Przekazanie wiedzy i własność rozwiązania. Dokumentacja, szkolenia i konfiguracja w Twoim środowisku, a nie na kontach dostawcy.
  • 10. Sprawdzalne referencje. Możliwość rozmowy z osobą z firmy klienta, a nie tylko logotyp i cytat na stronie.
Jak wybrać dostawcę AI: 10 kryteriów, pytania i sygnały ostrzegawcze dla średniej firmy

Jakie pytania zadać na pierwszej rozmowie

Pierwsza rozmowa nie powinna być pokazem możliwości AI. Dobry dostawca zada więcej pytań niż Ty: o proces, dane, wyjątki i to, jak dziś mierzysz wyniki. Jeśli rozmowa zamienia się w monolog o technologii, to cenna informacja.

Odpowiedzi na pytania z listy poniżej szybko pokazują, czy dostawca ma praktykę we wdrożeniach. Zwróć uwagę zwłaszcza na drugie pytanie, bo uczciwa odpowiedź na nie wymaga odwagi.

  • Które procesy w firmach podobnych do naszej najszybciej dają korzyść z AI i dlaczego właśnie te?
  • Co poszło źle w jednym z ostatnich wdrożeń i co z tym zrobiliście?
  • Gdzie będą przetwarzane nasze dane i kto po waszej stronie będzie miał do nich dostęp?
  • Czy dostawca modelu AI może używać naszych danych do trenowania modeli?
  • Które obowiązki z AI Act dotyczą rozwiązania, które proponujecie?
  • Ile czasu mija, zanim pierwszy proces działa na co dzień, a nie tylko w wersji testowej?
  • Kto z waszego zespołu będzie z nami pracował na co dzień i jakie ma doświadczenie?
  • Po czym poznamy, że wdrożenie się udało?

Sygnały ostrzegawcze, które powinny zakończyć rozmowy

Niektóre sygnały warto traktować poważnie niezależnie od atrakcyjności oferty. Najsilniejszy z nich: dostawca nie potrafi wskazać projektów, których nie warto realizować. Partner, który zrobi „wszystko”, zwykle nie odróżnia opłacalnej automatyzacji od efektownego pokazu.

  • Brak przykładów wdrożeń z opisem efektów, tylko logotypy klientów.
  • Zapewnienie, że AI da się zastosować w każdym procesie.
  • Brak odpowiedzi na pytanie o zasady korzystania z AI i zgodność z AI Act albo odpowiedź „zajmiemy się tym później”.
  • Wycena całego wdrożenia bez poznania Twojego procesu i bez propozycji krótkiego etapu analizy przed wyceną.
  • Długie opóźnienia w odpowiedziach już na etapie sprzedaży.
  • Wykonanie przekazywane podwykonawcom, których dostawca nie chce wskazać.
  • Niechęć do udostępnienia kontaktu do klienta, który może udzielić referencji.
  • Cena wyraźnie niższa od pozostałych ofert bez wyjaśnienia, czego w niej brakuje.
Lista kontrolna z kryteriami oceny dostawców AI i porównaniem ofert w tabeli

Dobry dostawca AI szybciej powie, czego nie warto robić, niż obieca, że zrobi wszystko.

Co wpisać do zapytania ofertowego

Zapytanie ofertowe (często nazywane RFP, od ang. request for proposal) wysyłasz do trzech–pięciu kandydatów po pierwszych rozmowach. Powinno dać dostawcom dość informacji, żeby przygotowali realną ofertę, a nie ogólną prezentację.

Kilka stron zwykle wystarcza. Zbyt długie i szczegółowe zapytanie zniechęca najlepszych dostawców, którzy mają z czego wybierać, a niewiele mówi o tym, co jest naprawdę ważne.

  • Krótki opis firmy: branża, wielkość, główne procesy.
  • Problem do rozwiązania: co dziś boli, ile spraw miesięcznie, ile to kosztuje i jaki efekt uznasz za sukces.
  • Stan obecny: systemy, w których są dane, oraz kompetencje Twojego działu IT.
  • Zakres: co wchodzi do projektu i, równie ważne, co do niego nie wchodzi.
  • Wymagania dotyczące danych i bezpieczeństwa: miejsce przetwarzania, umowa powierzenia, dostęp do systemów.
  • Oczekiwany sposób rozliczenia i harmonogram.
  • Kryteria oceny ofert wraz z wagami, żeby dostawcy wiedzieli, na czym się skupić.
  • Terminy: złożenie ofert, decyzja i planowany start, a także osoba kontaktowa po Twojej stronie.

Jak porównać oferty, żeby nie wygrała tylko najniższa cena

Najczęstszy błąd przy ocenie ofert to porównanie wyłącznie ceny i terminu. Najtańsza oferta bywa najdroższa w skutkach, bo pomija przygotowanie danych, testy albo utrzymanie. Pomaga prosta tabela z wagami, ustalonymi przed otwarciem ofert.

Tabela poniżej pokazuje hipotetyczne porównanie dwóch ofert. Dostawca B jest tańszy i dostaje najwyższą ocenę za koszt, ale przegrywa przez słabsze dopasowanie do problemu, mniej doświadczony zespół i słabsze zabezpieczenia danych. Wynik ważony to suma iloczynów wag i ocen. Dla dostawcy A: 0,25 × 4 + 0,2 × 3 + 0,2 × 4 + 0,15 × 4 + 0,2 × 3 = 3,6.

Oferta bez listy ryzyk powinna budzić czujność. Każde wdrożenie AI je ma, a dostawca, który ich nie widzi, nie będzie na nie przygotowany.

Przykład porównania dwóch ofert w skali 1–5 (dane hipotetyczne)
KryteriumWagaDostawca ADostawca B
Dopasowanie do problemu z zapytania25%43
Realny plan, budżet i lista ryzyk20%33
Doświadczenie konkretnych osób w zespole20%43
Bezpieczeństwo i ochrona danych15%43
Koszt i warunki umowy20%35
Wynik ważony100%3,63,4

Pilotaż przed dużą umową: jak go ustawić

Zamiast od razu podpisywać umowę na całe wdrożenie, zleć finalistowi płatny pilotaż. Czasem nazywa się go testem koncepcji (ang. proof of concept). To krótki projekt na jednym procesie i prawdziwych danych, który sprawdza zarówno rozwiązanie, jak i współpracę z dostawcą.

Pilotaż ma sens tylko wtedy, gdy wynik da się ocenić. Zapisz przed startem, co uznasz za sukces, np. „AI poprawnie odczytuje dane z co najmniej 9 na 10 dokumentów z próbki testowej”. Liczby dobierz do własnego procesu.

Uważaj na bardzo tanie pilotaże. Często są pokazem gotowego rozwiązania na danych przykładowych, a nie testem na Twoich dokumentach i wyjątkach. Elementy dobrze ustawionego pilotażu zebraliśmy poniżej.

  • Jeden proces, prawdziwe dane i z góry ustalona próbka testowa.
  • Miara sukcesu i próg, poniżej którego nie kontynuujesz.
  • Stała cena i termin, z jasno opisanym rezultatem.
  • Rezultat, w tym konfiguracja i dokumentacja, zostaje u Ciebie, nawet jeśli nie przejdziesz do pełnego wdrożenia.

Co zapisać w umowie z dostawcą AI

Umowa na wdrożenie AI różni się od typowej umowy na oprogramowanie. Rozwiązanie korzysta z modeli, które zmienia ich producent, i z danych, które należą do Ciebie. Poniższe zapisy chronią Cię przed najczęstszymi sporami.

  • Umowa powierzenia przetwarzania danych osobowych zgodna z art. 28 RODO, z listą podwykonawców, w tym dostawcy modelu AI.
  • Miejsce przetwarzania danych i zakaz używania Twoich danych do trenowania modeli bez Twojej zgody.
  • Własność konfiguracji, instrukcji, dokumentacji i danych testowych po Twojej stronie.
  • Poziom usług (SLA, od ang. service level agreement): czas reakcji na awarię i dostępność rozwiązania.
  • Zasady zmiany modelu AI, gdy producent wycofa obecny: kto testuje i kto płaci.
  • Podział na etapy z możliwością zakończenia współpracy po każdym z nich, np. po pilotażu albo po pierwszym kwartale.
  • Zasady zakończenia współpracy: przekazanie dostępu, danych i dokumentacji w ustalonym terminie.

Powiązane wątki w bazie wiedzy

Czytaj dalej

FAQ

Wybór dostawcy AI – najczęstsze pytania

Pytania, które zarządy zadają zwykle w trakcie wyboru partnera do wdrożenia AI.

Lepszy dostawca polski czy zagraniczny?
Polski dostawca zna lokalne przepisy i systemy, np. Krajowy System e-Faktur (KSeF) czy polskie programy księgowe, i pracuje w tym samym języku i strefie czasowej. Zagraniczny bywa lepszy przy bardzo wąskiej specjalizacji albo gdy firma działa w wielu krajach. Oceń obu według tych samych kryteriów.
Duży dostawca czy mała, wyspecjalizowana firma?
Duża firma ma zaplecze, ale średni klient bywa dla niej mało ważnym projektem. Bardzo mała firma daje bliski kontakt, ale może nie mieć zastępstw, gdy kluczowa osoba odejdzie. Zapytaj wprost, kto będzie pracował przy projekcie i kto go zastąpi w razie potrzeby.
Czy dostawca musi mieć certyfikat ISO/IEC 27001?
Nie jest to wymóg prawa, ale certyfikat ułatwia ocenę, bo potwierdza działający system zarządzania bezpieczeństwem informacji. Jeśli dostawca go nie ma, poproś o opis zabezpieczeń: kontroli dostępu, kopii zapasowych i postępowania przy incydentach. Sprawdź też, czy certyfikat obejmuje usługi, które kupujesz.
Co zrobić, jeśli wybrany dostawca się nie sprawdza?
Po trzech miesiącach przeprowadź formalny przegląd: czy praca idzie zgodnie z planem i budżetem oraz czy rosną uzgodnione wskaźniki. Jeśli większość odpowiedzi jest negatywna, rozważ zmianę. Ułatwi to umowa z etapami, prawem do zakończenia współpracy i własnością konfiguracji po Twojej stronie.
Ile czasu zajmuje wybór dostawcy?
Przy rzetelnym podejściu zwykle od półtora do dwóch miesięcy. Około dwóch tygodni zajmują rozmowy wstępne, dwa–trzy tygodnie zapytanie ofertowe i oferty, a kolejne dwa–trzy tygodnie rozmowy finałowe i negocjacje. Skracanie tego czasu najczęściej odbywa się kosztem sprawdzenia referencji.

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

Porównujesz dostawców AI?

Na bezpłatnej konsultacji opowiemy, jak pracujemy, odpowiemy na pytania z tej listy i pomożemy ocenić, czy Twój proces nadaje się do pilotażu. Dokładną wycenę przygotujemy po tej rozmowie.

Wyróżnione

Powiązane artykuły