Agenci AI dla firm: autonomiczny agent na WhatsApp, e-mail i telefon

Czym jest agent AI i dla kogo pracuje

Agent AI dla firm różni się od chatbota jedną rzeczą: ma dostęp do narzędzi i sam z nich korzysta. Chatbot odpowiada na pytania z gotowej bazy. Agent sprawdza dokumenty, wywołuje funkcje w systemach klienta, zakłada zgłoszenia, wysyła powiadomienia i potrafi wykonać kilka kroków po kolei, zanim odda sprawę człowiekowi.

Buduję agentów dla firm, w których codziennie powtarza się ten sam typ zgłoszeń: pytania kadrowe, reklamacje, zapytania ofertowe, umawianie wizyt, sprawdzanie statusu zamówienia. To praca, która zjada czas zespołu, a da się ją zautomatyzować bez utraty jakości odpowiedzi, bo agent zawsze opiera się na dokumentach i danych konkretnej firmy, nie na ogólnej wiedzy modelu.

Pracuję głównie dla małych i średnich firm w Polsce: działy HR, obsługi klienta, sprzedaży, operacji i rolnictwa. Projekt prowadzę osobiście i biorę pełną odpowiedzialność za efekt, a przy większej skali dobieram zespół z Infinity Tech Group albo ClawLabs.

Jak działa autonomiczny agent AI pod maską

Techniczny fundament to duże modele językowe z funkcją tool use. Agent pisze tekst, ale przede wszystkim wywołuje konkretne narzędzia: wyszukiwarkę dokumentów, API systemu klienta, kalendarz, bazę danych. Pracuję na stacku Anthropic i OpenAI, a integracje z narzędziami klienta spinam przez protokół MCP (Model Context Protocol), standard dzięki któremu agent 'widzi' zewnętrzne systemy.

Do przeszukiwania dokumentów firmy używam RAG (retrieval-augmented generation): agent nie zgaduje, tylko wyszukuje fragment dokumentu odpowiadający na pytanie i cytuje źródło. Przy większych zbiorach dokumentów łączę wyszukiwanie semantyczne (wektorowe) z klasycznym wyszukiwaniem słów kluczowych (BM25). To podejście hybrydowe, sprawdzone między innymi w projekcie 'Janina', daje dokładniejsze trafienia niż sam jeden z tych mechanizmów.

Dla prostych zgłoszeń wystarczy jeden agent z zestawem narzędzi. Gdy proces ma wiele kroków i systemów, na przykład reklamacja, która przechodzi przez CRM, magazyn i fakturowanie, przechodzę do systemów wieloagentowych: orkiestracji, subagentów, evals i observability, żeby wiedzieć, co agent zrobił i dlaczego.

Kanały: WhatsApp, e-mail, telefon i aplikacje

Agent AI na WhatsApp to dziś najczęstszy wybór klientów końcowych w Polsce, bo rozmowa toczy się tak jak z człowiekiem, bez instalowania dodatkowej aplikacji. Agent AI email obsługuje zgłoszenia przychodzące na skrzynkę firmową, czyta załączniki, klasyfikuje temat i albo odpowiada sam, albo przekazuje sprawę do właściwej osoby z gotowym podsumowaniem.

Do obsługi telefonu podłączam asystenta głosowego opartego o ElevenLabs. Mówi naturalnie po polsku, odpowiada wyłącznie na podstawie bazy wiedzy klienta i umawia terminy, a trudniejsze sprawy przekazuje człowiekowi. To osobna usługa, ale techniczny rdzeń (dostęp do tych samych dokumentów i narzędzi) jest wspólny z agentem tekstowym.

Wszystkie kanały mogą korzystać z jednej bazy wiedzy i jednej logiki decyzyjnej, dzięki czemu klient dostaje spójną odpowiedź niezależnie od tego, czy pisze na WhatsApp, wysyła maila czy dzwoni.

Zastosowania w praktyce

'Janina' to asystentka kadrowa AI działająca produkcyjnie od 2026 roku. Przeszukuje hybrydowo 40 aktów prawnych i ponad 900 dokumentów, w tym orzecznictwo Sądu Najwyższego, każdą odpowiedź podaje z numerem artykułu ustawy, pilnuje terminów ZUS i PIT, generuje dokumenty kadrowe i integruje się z KSeF. Dane są pseudonimizowane, a agent działa na WhatsApp.

'AgriClaw' to cyfrowy agronom w becie od 2026 roku, łączy zdjęcia satelitarne 10 metrów, radar przebijający chmury i dane o wilgotności gleby. Rolnik dostaje jedno zdanie analizy pola na WhatsApp, pierwszą analizę już 90 sekund po rejestracji, a agent pamięta historię co najmniej dwóch sezonów.

Do hostingu agentów w produkcji służy infrastruktura ClawLabs: osobny serwer na każdego agenta, chmura w UE lub on-premise, ponad 35 modeli LLM z automatycznym failoverem i 13 kanałów komunikacji. To zaplecze, na którym opieram własne wdrożenia i które mogę wykorzystać także w projekcie klienta.

Ile kosztuje wdrożenie i ile trwa

Na rynku polskim i unijnym w 2026 roku pojedynczy agent AI obsługujący jeden kanał (np. WhatsApp lub e-mail) to zwykle projekt liczony w tysiącach do kilkunastu tysięcy złotych za wdrożenie, plus stały abonament za utrzymanie i koszty modeli. To orientacyjne widełki rynkowe, nie sztywny cennik tej firmy. Rzeczywisty koszt zależy od liczby integracji, ilości dokumentów do przeszukania i wymagań co do hostingu (chmura klienta, chmura UE, on-premise).

Proces zaczynam od rozmowy (60 minut), w której klient mówi, co zjada czas zespołu, a ja mówię, co da się zautomatyzować. Potem robię prototyp, czyli działającego agenta na prawdziwych danych klienta. Zajmuje to 2 tygodnie. Dopiero po weryfikacji prototypu przechodzimy do uruchomienia produkcyjnego i stałej opieki: monitoringu, aktualizacji i kontroli kosztów.

Kiedy agent AI ma sens, a kiedy nie

Agent AI opłaca się tam, gdzie zgłoszenia są liczne, powtarzalne i oparte na dokumentach, które da się zebrać w jednym miejscu: regulaminy, procedury, cenniki, akty prawne. Im więcej takich powtarzalnych zapytań, tym szybciej zwraca się wdrożenie.

Nie polecam agenta tam, gdzie liczba zgłoszeń jest bardzo mała, dane firmy są rozproszone i niezdigitalizowane, albo decyzje wymagają uznaniowej oceny człowieka bez możliwości jej opisania w procedurze. W takich przypadkach lepiej najpierw uporządkować dokumentację, a dopiero potem wracać do automatyzacji.

Bezpieczeństwo traktuję jako punkt wyjścia, nie dodatek: dane mogą zostać w UE albo on-premise, wdrożenia od pierwszego dnia uwzględniają RODO, a trudne albo niejednoznaczne sprawy agent zawsze przekazuje człowiekowi zamiast zgadywać.