Agenci AI - wdrożenia, integracje i predykcja dla firm

Ktoś codziennie przekłada dane między systemami

Odczyt z maila, wpisanie do systemu, sprawdzenie w drugim, wysłanie potwierdzenia. Praca ważna, powtarzalna i całkowicie do przekazania maszynie.

Raport, który powstaje ręcznie co tydzień

Trzy eksporty, jeden arkusz, dwie godziny i ryzyko pomyłki. Agent robi to samo o siódmej rano, zawsze tak samo.

Decyzje podejmowane na przeczuciu

Dane są, ale nikt nie ma czasu ich policzyć. Prognoza z historii sprzedaży bywa lepsza niż intuicja i kosztuje raz.

Próbowaliście z ChatemGPT i utknęło

Ręczne wklejanie działa dla jednej sprawy, nie dla dwustu dziennie. Różnica między czatem a agentem to podłączenie do systemów i kontrola.

Nie wiadomo, czy AI nie zrobi czegoś głupiego

Dlatego agent działa w granicach, które ustalamy, loguje każdą decyzję, a przy operacjach nieodwracalnych czeka na zatwierdzenie człowieka.

Wiedza o procesie jest w jednej głowie

Urlop tej osoby zatrzymuje pracę. Opisanie procesu dla agenta jest efektem ubocznym, który zostaje w firmie na stałe.

Pobiera dane

Agent odczytuje i łączy dane z wielu źródeł: API, baz danych, plików, skrzynki mailowej i systemów, do których ma nadany dostęp.

Sprawdza i czyści

Kontrola spójności, usuwanie duplikatów i oczywistych błędów, ujednolicenie formatów. Ten krok decyduje o tym, czy wynik da się wykorzystać.

Aktualizuje wiedzę

Przetworzone i zweryfikowane informacje trafiają do bazy, z której korzystają kolejne uruchomienia i inne narzędzia w firmie.

Analizuje i wnioskuje

Rozpoznawanie wzorców, trendów i anomalii. Tu mieszczą się też prognozy, jeśli macie wystarczająco długą historię danych.

Szuka kontekstu

Dociąga brakujące informacje ze wskazanych źródeł zewnętrznych, zawsze z podaniem, skąd je wziął, żeby dało się to sprawdzić.

Robi coś z wynikiem

Raport, rekomendacja, wpis w systemie, wiadomość albo uruchomienie kolejnego procesu. Agent kończy zadanie, a nie tylko o nim opowiada.

OBSŁUGA KLIENTA W SKLEPIE

Agent czyta zapytanie z czatu albo maila, rozpoznaje intencję, znajduje odpowiedź w bazie produktów i FAQ, przygotowuje odpowiedź i przekazuje sprawę człowiekowi, gdy wykracza poza jego zakres. Czas odpowiedzi spadł o 70%, a zadowolenie klientów wzrosło, bo pytania przestały czekać do rana.

ANALIZA DANYCH MEDYCZNYCH

Agent przetwarza obraz medyczny, zaznacza obszary wymagające uwagi i przygotowuje raport z wizualizacją dla lekarza. Diagnozę stawia człowiek, zawsze. Takie zastosowanie jest w AI Act systemem wysokiego ryzyka, więc projekt idzie razem z wymaganiami nadzoru, dokumentacji i oceny zgodności.

PROGNOZA ZAPOTRZEBOWANIA

Agent zbiera historię sprzedaży, sezonowość i czynniki zewnętrzne, buduje prognozę zapotrzebowania i rekomenduje poziom zamówień. Efektem było zmniejszenie kosztów magazynowania o 25% przy tej samej dostępności towaru.

CICHA PRACA W TLE

Najwięcej wdrożeń nie wygląda spektakularnie: agent porządkuje dane między dwoma systemami, pilnuje terminów i przygotowuje to, co ktoś wcześniej składał ręcznie. Nudne i najbardziej opłacalne.

KONSULTACJA

Rozumiem proces, dane i cel. Wybieramy jedno zadanie, które da się zmierzyć, i zapisujemy, co znaczy sukces. Bez tego nie wiadomo, czy wdrożenie się udało.

PROJEKT

Architektura, wybór modeli, zakres uprawnień i miejsca, w których wymagane jest zatwierdzenie człowieka. Tu też decydujemy, czego agent nie robi nigdy.

PROTOTYP

Działający agent na Waszych prawdziwych danych, w trybie obserwacji. Wyniki porównujemy z tym, co robi człowiek, zanim cokolwiek przejmie.

WDROŻENIE

Integracje z systemami, monitoring, alerty i logi. Agent przejmuje zadanie etapami, a nie w jeden poniedziałek na wszystkich sprawach.

SZKOLENIE

Zespół uczy się czytać logi, zatwierdzać, poprawiać i zatrzymywać agenta. Wdrożenie bez tego kroku kończy się tym, że nikt mu nie ufa.

OPTYMALIZACJA

Przegląd skuteczności, poprawki, obniżanie kosztu modelu i rozszerzanie zakresu, jeśli liczby to uzasadniają. Agent bez opieki traci trafność.

Jeden agent, jedno zadanie

Najlepszy pierwszy krok. Wybieramy proces z jasną miarą i puszczamy go w tryb obserwacji, żeby zobaczyć liczby przed decyzją o skali.

Zespół agentów

Kilku agentów obsługujących powiązane etapy jednego procesu, z jednym panelem, wspólną wiedzą i przekazywaniem zadań między sobą.

Modele i predykcja

Gdy zadanie wymaga własnego modelu, a nie tylko modelu językowego: prognozy, klasyfikacja, wykrywanie anomalii, wraz z utrzymaniem.

Czym agent różni się od chatbota?

Chatbot rozmawia, agent wykonuje zadanie od początku do końca. Agent ma dostęp do Waszych systemów, sam decyduje o kolejnych krokach w wyznaczonych granicach, korzysta z narzędzi i kończy pracę wynikiem: wpisem w systemie, raportem albo uruchomionym procesem. Dlatego przy agencie znacznie ważniejsze są granice uprawnień, logi i zatwierdzanie, a nie ton wypowiedzi.

Skąd wiadomo, że agent nie zrobi szkody?

Z trzech rzeczy naraz: agent ma tylko te uprawnienia, których potrzebuje do swojego zadania, przy operacjach nieodwracalnych czeka na zatwierdzenie człowieka, a każda jego decyzja i każde wywołanie narzędzia jest zalogowane. Do tego pierwszy okres to tryb obserwacji, w którym agent proponuje, a człowiek wykonuje. Dopiero gdy liczby się zgadzają, przejmuje pracę.

Czy nasze dane są wystarczające?

Do zadań operacyjnych zwykle tak, bo agent korzysta z tych samych danych, z których korzysta dziś człowiek. Do prognoz potrzebna jest historia, najlepiej dwa lata albo pełne cykle sezonowe. Jeśli danych brakuje, mówię to na etapie analizy i proponuję prostszy zakres, zamiast budować model, który nie ma z czego się uczyć.

Ile to kosztuje w utrzymaniu?

Trzy składniki: serwer albo chmura, koszt modelu i przegląd skuteczności. Przy typowym agencie operacyjnym całość to zwykle kilkaset złotych miesięcznie, a przy dużym wolumenie więcej i wtedy warto rozważyć model uruchomiony lokalnie. Szacunek podaję przed wdrożeniem, razem z limitami kosztów, żeby nietypowy ruch nie zaskoczył Was na fakturze.

Czy agent może działać na naszym serwerze?

Tak i przy danych wrażliwych zwykle to proponuję. Cała logika agenta może działać u Was, a model językowy albo pobieramy lokalnie, albo ograniczamy zapytania do treści przefiltrowanej z danych osobowych. Jakość modeli lokalnych jest niższa niż czołowych modeli chmurowych, ale do zadań o wąskim zakresie zwykle wystarcza.

Czy to podlega AI Act?

Zależy od zastosowania. Większość agentów operacyjnych to systemy o ograniczonym ryzyku, gdzie obowiązki sprowadzają się głównie do przejrzystości i kompetencji zespołu. Zastosowania w rekrutacji, ocenie kredytowej, medycynie czy edukacji trafiają do kategorii wysokiego ryzyka, z pełną dokumentacją i nadzorem. Klasyfikację robię na początku projektu, a nie po wdrożeniu, i mogę to poprowadzić osobno.

Co, gdy agent przestanie działać poprawnie?

Dostajecie alert, log z ostatnich decyzji i procedurę zatrzymania, a proces wraca do trybu ręcznego. Ten scenariusz projektuję od początku, bo zmiana po stronie modelu albo integracji nastąpi kiedyś na pewno. Agent, którego nie da się zatrzymać i przejąć ręcznie, jest ryzykiem, nie usprawnieniem.

Automatyzacja procesów

Gdy wystarczy prosty przepływ bez modelu podejmującego decyzje.

Chatboty AI

Ta sama wiedza wystawiona w rozmowie z klientem albo zespołem.

Zgodność z AI Act

Klasyfikacja ryzyka, dokumentacja i nadzór nad systemami AI.

Agenci AI - wdrożenia, integracje i predykcja dla firm | Mateusz Ulewicz

AI, KTÓRE

Agent nie rozmawia o pracy, tylko ją wykonuje: pobiera dane z Waszych systemów, sprawdza je, analizuje i doprowadza sprawę do końca. W granicach, które ustalamy, z logiem każdej decyzji i zatwierdzeniem człowieka tam, gdzie nie ma odwrotu.

SZEŚĆ SYTUACJI,

Agent nie jest odpowiedzią na każdy problem. Ma sens tam, gdzie zadanie powtarza się, ma jasny cel i dziś zjada czas kogoś, kto mógłby robić coś trudniejszego.

Jak to działa

Tak wygląda pojedyncze uruchomienie agenta. Każdy krok da się podejrzeć w logu, więc widać nie tylko wynik, ale i drogę do niego.

Przykłady

Liczby pochodzą z konkretnych projektów. W Waszym przypadku będą inne, dlatego zaczynam od jednego procesu z miarą, a nie od obietnicy.

W standardzie

Ta lista jest ważniejsza niż wybór modelu. Agent bez granic, logów i możliwości zatrzymania jest ryzykiem operacyjnym, nawet gdy działa dobrze.

Warianty

Zawsze proponuję zacząć od pierwszego wariantu, także wtedy, gdy budżet pozwala na więcej. Jeden zmierzony proces mówi o Waszej firmie więcej niż cała analiza.

Technologie

Model i narzędzia dobieram po testach na Waszym zadaniu. Przy wąskim zakresie tańszy model często wypada lepiej od największego, a różnicę widać w kosztach.

WSKAŻ JEDNO ZADANIE,

Napisz, kto je dziś wykonuje, jak często i w jakich systemach. Odpowiem, czy agent to udźwignie, co trzeba przygotować i ile to potrwa. Jeśli wystarczy zwykła automatyzacja bez AI, powiem to wprost.