Automatyzacja biznesu: co automatyzować, ile to kosztuje i co po cichu pada

Digitalizacja procesów to jeszcze nie automatyzacja

Automatyzacja procesów biznesowych to jedno hasło na pięć różnych rzeczy, a odległość między nimi to większość twojego budżetu. Przydaje się wąska definicja: proces jest zautomatyzowany, kiedy startuje sam, kończy się określonym wynikiem, a reguły opisujące wszystko pomiędzy są zapisane gdzieś poza głową jednej osoby. Wszystko poniżej tego progu jest przygotowaniem do automatyzacji, co warto robić i warto wyceniać uczciwie, jako to, czym jest.

Najczystszy przykład to ten, z którego firmy są najbardziej dumne. Zamiana papierowego formularza na formularz w przeglądarce to digitalizacja procesów. Znika przepisywanie, znika szukanie dokumentu, i nie znika ani jedna decyzja. Ten sam człowiek, który czytał ten formularz, dalej go czyta, a godziny procesu siedzą prawie w całości w czytaniu. Polska dostaje właśnie przymusową demonstrację tej różnicy, bo KSeF zamienia faktury zakupowe w ustrukturyzowany XML niezależnie od tego, czy ktoś był na to gotowy, a księgowości odkrywają, że ustrukturyzowane dane same z siebie nie robią dekretacji.

Drabinka poniżej jest tą, której używamy, gdy ktoś pyta, jakiego poziomu wymaga jego proces. Czytaj ją jako drabinę kosztów, a nie dojrzałości. Za dojście na górę nie ma punktów, a właściwą odpowiedzią jest najniższy poziom, który faktycznie zabiera pracę.

Najdroższy jest skok z 2 na 3, bo tam przestajesz przewidywać wynik i zaczynasz go sprawdzać. Z siedmiu systemów, które utrzymujemy na produkcji, sześć siedzi na poziomie 2 lub 3, a dokładnie jeden jest realnym agentem, i policzyliśmy to uczciwie, a nie aspiracyjnie. Jeśli twoja krótka lista składa się z samych poziomów 4, jest błędna jeszcze zanim powstał budżet.

Dla kontekstu, gdzie jest rynek: Eurostat podaje, że w 2025 roku AI używało 19,95% przedsiębiorstw w UE, w Polsce 8,36%, a niżej jest tylko Rumunia (pobrano 4 sierpnia 2026). Cztery na pięć europejskich firm jest wciąż gdzieś między poziomem 0 a 2, i to lepsze miejsce, niż brzmi.

Automatyzacja procesów biznesowych zaczyna się od procesu, który irytuje najmniej

Zapytaj zespół, co zautomatyzować najpierw, a dostaniesz to, czego ludzie nie znoszą. Irytacja jest słabym sygnałem, bo mierzy, jak nieprzyjemne jest zadanie, a nie ile kosztuje. Arytmetyka nie jest trudna i prawie nikt jej nie robi, dlatego uczciwym pierwszym krokiem jest tydzień liczenia, a nie warsztat.

Dla każdego kandydata zapisz trzy liczby: ile razy w miesiącu proces chodzi, ile minut zajmuje jedno przejście od początku do końca, i co musi być prawdą, żeby zrobiła to maszyna. Pierwsze dwie pomnóż przez dwanaście i masz godziny w skali roku. Pomnóż przez pełny koszt godziny i masz pieniądze leżące na stole. Potem zastosuj dyskonto, którego nikt nie stosuje: automat nigdy nie zabiera 100% procesu, a 70% to realna liczba do planowania, kiedy doliczysz konfigurację, przegląd i sprawy, które wypadną poza tor.

Poniżej ten sam rachunek dla wymyślonego trzydziestoosobowego dystrybutora, z założeniami na wierzchu: minuty są zmierzone, a nie oszacowane, a pełny koszt godziny biurowej przyjęto na 90 zł jako wartość zastępczą. Podstaw własną, bo to ona zmienia ranking.

Raport miesięczny to ten, który zgłasza każdy, bo znika w nim cały dzień i wszyscy to czują. Jest na liście ostatni. Dwanaście przejść rocznie to dwanaście szans na zwrot z wdrożenia, a reguły składania raportu zmieniają się częściej niż dwanaście razy.

Teraz liczba, która to przesądza. Dekretacja uwalnia 320 godzin rocznie, przy 70% skuteczności to 224 godziny, czyli około 20 tys. zł. Wdrożenie musi zmieścić się wyraźnie poniżej tego, a publikowane widełki dla czegokolwiek z modelem w środku się nie mieszczą. Algorcomp wycenia agenta do wąskiego procesu na 15-35 tys. zł, a agenta działowego z integracjami na 35-80 tys. zł, do tego 10-25% rocznego kosztu wdrożenia na utrzymanie modelu (pobrano 4 sierpnia 2026). Przy 20 tys. zł rocznie dolny koniec widełek zwraca się w okolicach dwóch lat, a górny nie zwraca się wcale.

Odpowiedź zmieniają dokładnie dwie rzeczy. Pierwsza to wolumen: te same 20 tys. zł robi się 200 tys. zł przy dziesięciokrotnie większej liczbie faktur, a koszt budowy prawie nie drgnie, bo idzie za złożonością procesu, nie za liczbą powtórzeń. Druga to zejście o poziom niżej. Te same 320 godzin zaatakowane na poziomie 1 lub 2, zadaniem cyklicznym, tabelą mapowań i kolejką wyjątków, to wdrożenie liczone w dniach i licencja liczona w dziesiątkach euro. To nudna odpowiedź i dla większości firm poniżej pięćdziesięciu osób także poprawna. Tak samo wygląda automatyzacja sprzedaży w praktyce: zaczyna się od ofertowania z formularza spiętego z CRM-em, a nie od agenta rozmawiającego z klientem.

Automatyzacja biznesu wystawia trzy rachunki, a wycena pokazuje jeden

Narzędzia są tanie i wszyscy o tym wiedzą, i właśnie dlatego licencja bywa używana jako miara kosztu projektu. Wejściowy plan chmurowy n8n to 20 euro miesięcznie za 2500 uruchomień workflow, Pro to 50 euro za 10 000, a plan Professional w Zapierze kosztuje 19,99 dolara miesięcznie przy płatności rocznej za 750 zadań (oba pobrane 4 sierpnia 2026). Na poziomie 1 i 2 ta licencja naprawdę jest większością kosztu bieżącego. I nigdy nie jest tym, co podniosło cenę projektu.

Drugi rachunek to utrzymanie. Dla systemu z poziomu 3 albo 4 ma trzy części: tokeny modelu, infrastrukturę i godziny człowieka na pilnowanie jakości. Jeden agent, którego trzymamy na produkcji, rozlicza od 10 do 100 dolarów miesięcznie za tokeny i infrastrukturę, zależnie od obciążenia, i zabiera mniej więcej dziesięć godzin miesięcznie, żeby trzymać go w ryzach. Proporcja jest ważniejsza niż obie te liczby. Rachunek za infrastrukturę to drobne przy godzinach ludzi, a przez pierwszy rok utrzymanie ląduje w tym samym rzędzie wielkości co budowa, a nie jako błąd zaokrąglenia, i to jest pozycja, którą chuda wycena zostawia po twojej stronie stołu.

Trzeci rachunek nie ma faktury. Ktoś musi być właścicielem procesu po starcie: czytać kolejkę wyjątków, zauważyć, kiedy ich liczba zaczyna rosnąć, i być osobą, do której napisze partner integracyjny, gdy zmieni pole w API. Zaplanuj to jako realny ułamek etatu. Kiedy ten ułamek wynosi zero, automat działa do pierwszej zmiany po drugiej stronie, a potem staje w sposób, którego przez dwa tygodnie nikt nie zauważa.

Co do terminów, publikowane szacunki są na tyle zgodne, że da się na nich planować, nawet jeśli nie ufasz źródłu. Algorcomp podaje 4-6 tygodni dla podstawowego agenta i 6-9 miesięcy dla klastra kilku agentów. Nasze doświadczenie leży bliżej pesymistycznego końca, z nudnego powodu: kalendarz wyznacza czas uzyskania dostępu do danych, a nie czas pisania kodu.

Gdzie działająca automatyzacja po cichu umiera

Automaty rzadko padają głośno pierwszego dnia. Padają w czwartym miesiącu, a sekcje zwłok trafiają wciąż w te same kilka przyczyn.

Zacznij od wyjątków, bo to jedyna pozycja, którą da się policzyć z góry i prawie nikt tego nie robi. Weź 100 spraw tygodniowo. System obsługuje czysto 85. Pozostałe 15 wypada poza tor, a taka sprawa zajmuje teraz mniej więcej trzy razy dłużej niż wcześniej, bo człowiek musi najpierw ustalić, co zrobiła maszyna, zanim będzie mógł dokończyć. Punkt wyjścia to 100 jednostek pracy. Teraz wydajesz 45. To 55% oszczędności zamiast 85% obiecanych w uzasadnieniu biznesowym, a różnica między tymi dwiema liczbami dostaje potem nazwę nieudanego wdrożenia. Pięćdziesiąt pięć procent to dobry wynik. Problem w tym, że nikt go wcześniej nie zapisał, więc czyta się jak niedowiezienie.

Druga przyczyna zabija systemy, a nie tylko rozczarowuje: dane bez właściciela. Każdy automat czyta coś, czego sam nie stworzył. Listę dostawców, cennik albo mapowanie mówiące, do którego regionu należy klient, którego nikt nie otwierał od dwóch lat. Zapytaj, kto jest właścicielem tej tabeli, a uczciwa odpowiedź w większości firm brzmi: była poprawna w dniu importu. Modele pogarszają sprawę, bo mówią płynnie o nieaktualnych danych. Przy asystencie na bazie 500 tys. rekordów nauczyliśmy się walidować każdą liczbę względem źródłowego fragmentu, zanim odpowiedź wyjdzie, z prostego powodu: wartość podana z pamięci modelu jest błędna pewnie i precyzyjnie. Twoją wersją tego jest rabat, który przestał obowiązywać w marcu.

Trzecia to proces, którego nikt nie spisał. Zautomatyzowanie procesu oznacza jego wyspecyfikowanie, a specyfikacja jest miejscem, w którym projekty naprawdę stają. Trafiliśmy na czystą postać tego przy systemie design-to-code: plik Figmy wygląda jak specyfikacja, a jest zestawem wizualnych podpowiedzi, które zostawiają ważne reguły domyślnymi, więc model wypełnia luki zgadywaniem i produkuje wiarygodny wynik, który nie przechodzi review. Proces cenowy trzymany w głowie jednej osoby zachowuje się identycznie. Jeśli nikt nie potrafi zapisać reguł na jednej kartce, pierwszym produktem jest ta kartka i warto za nią zapłacić osobno.

Czwarta jest najprostsza: automat rozmawia z klientami, a nikt nie powiedział o tym działowi prawnemu. Od 2 sierpnia 2026 obowiązują obowiązki przejrzystości z AI Act, a bot, który da się pomylić z człowiekiem, musi powiedzieć, czym jest. Załatwione w trakcie budowy to jedna linijka tekstu i decyzja o logowaniu; załatwione później to przeróbka, co rozkładamy na części w tekście o tym, co AI Act realnie zmienia w systemie, który już działa.

Lista kontrolna do przejścia w tym tygodniu

Nic z tego nie wymaga dostawcy. Wymaga tygodnia i kogoś, kto zgodzi się liczyć.

1. Licz, nie szacuj. Wybierz trzy najgłośniejsze procesy i niech osoby, które je wykonują, notują każde wystąpienie przez pięć dni roboczych: godzinę, liczbę minut i to, czy sprawa była typowa, czy dziwna. Szacunki mylą się w obie strony, a kierunek ma znaczenie.

2. Pomnóż. Przejścia w miesiącu razy minuty razy dwanaście razy pełny koszt godziny. Potem weź z tego 70%. Liczba, która zostanie, to roczny budżet, który automatyzacja procesu musi pobić, razem z kosztem utrzymania.

3. Zapisz reguły na jednej kartce. Jeśli osoba wykonująca pracę nie potrafi zmieścić logiki decyzji na jednej stronie, właśnie znalazłeś pierwszy projekt. Zrób to, zanim pójdziesz po wycenę.

4. Policz dziwne przypadki. Jaki procent zapisów z tych pięciu dni nie był typowy? Poniżej 10% jest dobrze. Powyżej 25% argument za automatyzacją w tym roku jest słaby, cokolwiek mówią godziny.

5. Wskaż właściciela danych. Przy każdej tabeli, liście i pliku, który proces czyta, wpisz imię i nazwisko. Każde puste miejsce to zaplanowana awaria. Uzupełnij je przed wdrożeniem, nie po.

6. Wybierz najniższy działający poziom. Przejdź drabinę od 0 w górę i zatrzymaj się na pierwszym poziomie, który zabiera pracę. Poziomy 3 i 4 wymagają warstwy sprawdzania, której poziomy 1 i 2 nie potrzebują.

7. Ustal, co się dzieje przy błędzie. Kto widzi błąd, jak szybko i czy da się cofnąć akcję? Jeśli pomyłka jest droga do odkręcenia, budujesz bramkę akceptacji, i ta bramka jest częścią zakresu od początku.

8. Ustal jedną metrykę i datę przeglądu. Jedna liczba, zmierzona przed i po, sprawdzona po 30 i 90 dniach. Bez liczby sprzed wdrożenia nie odróżnisz działającej automatyzacji od wygodnej.

Jeśli wynikiem tego tygodnia będzie to, że nic z listy nie przechodzi progu, to też jest realny wynik i kosztował cię tydzień. O tym, jak wybierać, gdy przechodzi kilka procesów, napisaliśmy dłużej przy czterech testach rozstrzygających, czy proces w ogóle zasługuje na maszynę.

Jak te poziomy wyglądają, kiedy naprawdę działają

Dla kalibracji, oto gdzie na tej drabinie stoją nasze własne systemy, bo abstrakcyjne poziomy łatwo się kiwa głową, a trudno wyobraża.

Na końcu integracyjnym: tracker zleceń na Telegramie pobiera kanały RSS, deduplikuje i rozsyła jedno ogłoszenie do każdego użytkownika, którego filtry pasują, i utrzymuje się to przy milionach wiadomości dziennie. Bez modelu w którymkolwiek miejscu. Ten sam kształt co dobrze zbudowane powiadomienia o statusie zamówienia, i jest nieefektowny celowo.

Poziom wyżej: pipeline treści bierze CSV z terminami i publikuje zwalidowane artykuły, zastępując 20 do 40 minut pracy pisarza na artykuł, przy czym ciekawa jest nie generacja, tylko walidator linków rozpakowujący wszystko, co zwraca 404, zanim tekst wyjdzie. Na poziomie 3 asystent nad bazą 500 tys. rekordów odpowiada z cytowaniami, bo każda liczba jest sprawdzana względem swojego fragmentu źródłowego. Jedyny system poziomu 4 to głosowy inżynier wyścigowy, który czyta żywą telemetrię przez 19 narzędzi i odpowiada w mniej niż dwie sekundy, a jest poziomem 4 dlatego, że pytań naprawdę nie da się wyliczyć z góry. Pod tym wszystkim jest ten sam nudny wymóg, którego nauczył nas skok 10 tysięcy widzów naraz: wydajność projektuje się pod najgorszą minutę, a nie pod średnią.

Jeśli przejdziesz tę listę i chcesz drugiej opinii o tym, co z niej wyszło, robimy bezpłatny audyt i powiemy wprost, kiedy odpowiedzią jest arkusz i zadanie cykliczne, a nie cokolwiek z modelem w środku: umów się tutaj.

FAQ