Zwykła automatyzacja przenosi dane według reguł: przyszła faktura, zapisz załącznik, dodaj wiersz do arkusza. Automatyzacja z AI dokłada do takiego przepływu model językowy, który podejmuje decyzje tekstowe: klasyfikuje zgłoszenie, streszcza dokument, pisze pierwszą wersję odpowiedzi. Reguła sprawdza warunek. Model czyta treść i ocenia ją tak, jak zrobiłby to pracownik.
W IT pracuję od ponad dwudziestu lat, większość z nich przy jakości oprogramowania, a dziś buduję przepływy, w których model siedzi w środku procesu zamiast człowieka przy klawiaturze. Taka zamiana działa pod jednym warunkiem: wokół modelu stoją bezpieczniki. Bez nich automat produkuje błędy szybciej, niż zdążę je wyłapać.
Co to jest automatyzacja AI?
Automatyzacja AI to przepływ, w którym dane wchodzą same, model językowy coś ocenia albo tworzy, a wynik płynie dalej bez ręcznego przepisywania. Schemat ma trzy kroki: wejście (mail, dokument, zdarzenie w systemie), krok z modelem (klasyfikacja, streszczenie, nowy tekst) i akcję na wyjściu (wpis, odpowiedź, alert). Przykład jednym zdaniem: klient wysyła maila, model rozpoznaje w nim reklamację, streszcza problem i zakłada zgłoszenie z priorytetem w systemie serwisowym.
W automatyzacji procesów AI wchodzi zwykle w jednym kroku, tam gdzie trzeba przeczytać treść i coś o niej zdecydować. Pobranie załącznika, zapis do bazy czy wysyłka powiadomienia zostają przy zwykłych regułach, tanich i przewidywalnych. Model bywa przy tym niedeterministyczny: ten sam mail może dziś i jutro dostać inną etykietę. Tę cechę uwzględniam w projekcie od pierwszego szkicu przepływu.
Co AI potrafi zautomatyzować w firmie?
Automatyzacja AI dla firm zaczyna się najczęściej od tekstu: poczty, dokumentów, treści i raportów. Model zdejmuje z ludzi czytanie i pisanie rzeczy powtarzalnych; fizycznej części firmy nie rusza. Z wdrożeń, które robiłem albo oglądałem z bliska, najczęściej wracają te zadania:
- Triage i streszczanie maili. Model oznacza pilne wiadomości, streszcza długie wątki i podpowiada, co wymaga odpowiedzi jeszcze dziś.
- Pierwsze wersje treści. Opisy produktów, posty i artykuły powstają jako szkic do akceptu; człowiek poprawia i publikuje.
- Klasyfikacja zgłoszeń. Reklamacja, pytanie o fakturę, awaria: model przypisuje kategorię i priorytet, zanim zgłoszenie trafi do właściwej osoby.
- Wyciąganie danych z dokumentów. Numery, kwoty i terminy z faktur czy umów lądują w polach systemu zamiast czekać na ręczne przepisanie.
- Poranne digesty. Zamiast przeglądać kilkanaście źródeł, zespół dostaje jedno podsumowanie z linkami do oryginałów.
Przykłady z mojej pracowni
U mnie na co dzień działają trzy takie przepływy. Automat redakcyjny dwa razy w tygodniu pisze artykuł na portal treściowy, generuje okładkę modelem obrazkowym i publikuje całość do CMS, a ja tylko przeglądam efekt. Radar trendów w nocy zbiera nagłówki z serwisów branżowych, rano dostaję z niego digest z tematami do wykorzystania w publikacjach.
Trzeci przepływ pilnuje wyników w Google: zbiera dane o pozycjach i kliknięciach, a model podsumowuje zmiany w alertach, więc czytam gotowe wnioski zamiast tabel. Wspólny mianownik: człowiek został tam, gdzie ocena treści decyduje o publikacji, i zniknął z kroków mechanicznych. Wszystkie trzy przepływy zbudowałem na tym samym narzędziu; opisałem je w tekście n8n — co to jest.
Ile kosztuje AI w automatyzacji?
Za model płaci się od tokenów, czyli porcji tekstu, które model czyta i generuje. Token odpowiada mniej więcej fragmentowi słowa, a dostawcy rozliczają osobno tekst wejściowy i wygenerowany. Pojedyncze wywołanie kosztuje drobne kwoty, ale rachunek rośnie z liczbą wywołań: automat odpalany co pięć minut wykona ich w miesiąc tysiące. Dlatego koszt automatyzacji AI szacuję przed wdrożeniem, licząc wywołania dziennie i ilość tekstu w każdym z nich. Model płatny od wywołania nie wymaga przy tym licencji na start, więc pilotaż kosztuje niewiele.
Rachunek trzymam w ryzach trzema dźwigniami. Krótsze konteksty: do modelu wysyłam fragment potrzebny do decyzji, nie całą historię korespondencji. Tańsze modele do prostych zadań: klasyfikacja maila na trzy kategorie nie potrzebuje najmocniejszego modelu na rynku. Cache: powtarzalne fragmenty instrukcji dostawcy liczą taniej przy kolejnych wywołaniach, wystarczy je odpowiednio oznaczyć.
Gdzie AI w automatyzacji zawodzi?
W trzech miejscach: przy faktach, przy jakości bez nadzoru i przy danych wrażliwych. Model potrafi zmyślić nazwisko, paragraf ustawy albo wynik i podać go pewnym tonem, a w automacie taka halucynacja płynie dalej bez zatrzymania. Drugi problem to dryf: przepływ, który w tygodniu testów pisał dobrze, po cichej zmianie modelu u dostawcy pisze gorzej, a bez pomiaru pierwsi zauważą to klienci.
Ryzyko trzecie dotyczy danych: treść wysłana do zewnętrznego API opuszcza firmę, a w mailach i umowach siedzą dane osobowe i tajemnice handlowe. Z tych trzech ryzyk wynikają moje reguły wdrożeń: treści wychodzące do klientów akceptuje człowiek, przepływy mają testy i monitoring jak reszta firmowego oprogramowania, a dane wrażliwe zostają na własnym serwerze albo przechodzą anonimizację przed wysyłką. Jakość systemów z AI to osobna dyscyplina; zajmuję się nią pod marką QA Sensei.
Od czego zacząć automatyzację AI w swojej firmie?
Od jednego procesu, który boli: powtarza się co tydzień, zjada godziny i polega na czytaniu albo pisaniu tekstu. Dobre pierwsze kandydatury to skrzynka z zapytaniami, obsługa zgłoszeń albo raport, który ktoś skleja co poniedziałek z kilku źródeł. Automatyzacja pracy z AI prowadzona na dziesięciu frontach naraz kończy się dziesięcioma niedokończonymi automatami; jeden przepływ da się dopilnować i zmierzyć.
Pierwszą wersję buduję z człowiekiem w roli akceptującego: model przygotowuje, osoba zatwierdza. Efekt mierzę tygodniami, nie obietnicami: ile godzin zeszło z procesu, ile poprawek wymagały wyniki modelu. Dopiero gdy liczby się bronią, zdejmuję akcept tam, gdzie pomyłka kosztuje mało. Przy treściach wychodzących do klientów ten bezpiecznik zostaje na stałe, bo taniej przeczytać szkic, niż odkręcać wysłaną bzdurę. Więcej o samym procesie wdrożenia: tak prowadzę wdrożenia automatyzacji.