Ile kosztuje uruchomiony agent AI w 2026? Od 25 000 zł

Uruchomiony agent AI ma koszt wdrożenia od 25 000 zł netto oraz bieżący rachunek za wykonywanie pracy. Miesięczna kwota zależy od liczby spraw, ilości danych, modelu, narzędzi, infrastruktury i udziału człowieka. Najuczciwszy punkt odniesienia to koszt jednej sprawy pomnożony przez rzeczywisty wolumen.

Jak rozdzielić wydatki

W decyzji zakupowej dobrze rozdzielić trzy kwoty:

Sama opłata za model nie jest ceną produkcyjnego systemu. Jeśli agent klasyfikuje pocztę, pobiera dane z CRM, przygotowuje szkic i przekazuje wyjątki pracownikowi, każda z tych czynności może zmienić rachunek.

Z czego składa się miesięczny rachunek

Model i wywołania API

Dostawcy zwykle rozdzielają dane wejściowe od wyniku modelu. Liczą także ponownie użyte fragmenty wejścia, obrazy, dźwięk, wyszukiwanie i inne narzędzia. Jedna sprawa może wymagać kilku wywołań modelu, więc liczba wiadomości w interfejsie nie mówi jeszcze, ile pracy wykonało API.

Cennik OpenAI pokazuje osobne stawki dla danych wejściowych, wejścia odczytanego z pamięci podręcznej, zapisu do pamięci i danych wyjściowych. W tej samej tabeli znajdują się narzędzia, wyszukiwanie, przechowywanie plików oraz uruchamianie kontenera. Cennik Claude rozdziela zwykłe wejście, zapis pamięci podręcznej, odczyt z pamięci oraz wynik modelu.

Nie przenoś ceny subskrypcji czatu pracownika na produkcyjną aplikację. Aplikacja wywołująca model w tle korzysta z rozliczenia API albo z cennika platformy, która to API udostępnia.

Aplikacja i połączenia z systemami

Agent potrzebuje kodu, który przyjmuje sprawę, przechowuje jej stan i sprawdza wynik przed zapisaniem go w firmowym systemie. W zależności od procesu dochodzą połączenia z pocztą, CRM, ERP, helpdeskiem, kalendarzem, dokumentami albo komunikatorem.

Ważna jest liczba operacji zapisu. Odczyt procedury i przygotowanie szkicu zwykle mają mniejsze ryzyko niż zmiana danych klienta, wysłanie wiadomości lub uruchomienie płatności. Akcje o większym skutku wymagają dodatkowego potwierdzenia i dokładniejszego zapisu przebiegu.

Serwery, baza i pliki

Mały proces może działać na jednej usłudze aplikacyjnej. Większy potrzebuje także bazy danych, kolejki spraw, kopii zapasowych, magazynu plików i oddzielnego środowiska do testów. Koszt rośnie wraz z liczbą spraw, czasem ich wykonywania, wymaganym regionem danych oraz potrzebą stałej dostępności.

Jeśli wybierasz n8n, jego dokumentacja trybu kolejkowego opisuje osobne procesy wykonujące pracę, Redis jako pośrednika wiadomości i bazę danych przechowującą stan. To dobry przykład, dlaczego aplikacja automatyzująca proces nadal ma koszty infrastruktury.

Zapisy, testy i kontrola jakości

Po uruchomieniu trzeba móc odtworzyć sprawę: jakie dane weszły, z jakiej wersji modelu skorzystano, jakie narzędzie zostało wybrane, co zapisano i gdzie potrzebna była decyzja człowieka. Taki zapis powinien być wystarczający do diagnozy, lecz nie może bez potrzeby kopiować całych dokumentów i danych osobowych.

Do kosztu tej części należą narzędzia do zapisu przebiegu, miejsce przechowywania, maskowanie danych, kontrola dostępu, testy na przykładowych sprawach oraz okresowe sprawdzanie jakości. W systemie produkcyjnym kontrola jakości wymaga czasu i odpowiedzialnej osoby.

Czas ludzi

Ktoś musi obsłużyć sprawy niejednoznaczne, poprawić błędny szkic, uzupełnić procedurę i zdecydować, czy zmiana modelu nie pogorszyła wyniku. Ten czas może należeć do zespołu operacyjnego, właściciela procesu, prawnika albo inżyniera.

Warto mierzyć osobno:

• sprawy zakończone automatycznie,
• sprawy przekazane człowiekowi,
• sprawy odrzucone z powodu braku danych,
• poprawki wykonane przed wysłaniem wyniku,
• błędy wymagające ponownego uruchomienia procesu.

Jeśli tych pozycji nie ma w arkuszu, koszt wydaje się mniejszy tylko dlatego, że ktoś wykonuje pracę bez osobnej pozycji budżetowej.

Kto odpowiada za środowisko

Różnica między sposobami prowadzenia systemu polega na tym, kto utrzymuje serwery, dane, aktualizacje i reagowanie na problemy.

W umowie zapisz, kto ma dostęp do danych, gdzie trafiają kopie, kto zatwierdza zmianę modelu, jaki jest czas reakcji oraz jak można przenieść aplikację i dane do innego środowiska.

Jak policzyć koszt jednej sprawy

Najpierw zbierz dane z jednego reprezentatywnego miesiąca albo z przygotowanego zbioru testowego. Dla każdej sprawy zapisz pełną listę wywołań modelu, w tym ostatnią odpowiedź.

koszt modelu na sprawę =
  suma danych wejściowych / 1 000 000 × stawka wejścia
+ suma danych wyjściowych / 1 000 000 × stawka wyjścia
+ zapis i odczyt pamięci podręcznej
+ narzędzia, obrazy, dźwięk i wyszukiwanie

Do tego dodaj koszt infrastruktury i pracy człowieka przypadający na jedną sprawę. Jeśli miesięczny serwer kosztuje 1 000 zł, a system obsługuje 2 000 spraw, jego udział wynosi 0,50 zł na sprawę. Takie rozłożenie jest prostsze do porównania niż jedna ogólna kwota.

Przykład bez zgadywania stawek

Załóżmy 10 000 spraw miesięcznie. Każda wymaga 5 000 tokenów wejściowych i 500 tokenów wyjściowych. Miesięczny wolumen wynosi wtedy 50 milionów tokenów wejściowych i 5 milionów wyjściowych, zanim doliczysz kolejne kroki, narzędzia i sprawy przekazane pracownikowi.

Jeśli 15% spraw wymaga dodatkowego wywołania modelu, samo pomnożenie ceny jednego zapytania przez 10 000 da zły wynik. Trzeba doliczyć te 1 500 spraw oraz ich dodatkowy kontekst. Jeśli część dokumentów jest stała, możesz osobno policzyć wpływ pamięci podręcznej.

Arkusz powinien mieć co najmniej takie kolumny:

Kiedy pamięć podręczna pomaga

Pamięć podręczna obniża koszt tylko wtedy, gdy kolejne zapytania mają ten sam początek. Może to być stała instrukcja, opis narzędzi, wspólna procedura albo niezmienny fragment dokumentu. Dane dotyczące konkretnej sprawy powinny znajdować się później.

Dokumentacja pamięci podręcznej OpenAI wymaga zgodnego fragmentu początku zapytania i opisuje odczyt ponownie użytych tokenów. Anthropic opisuje czas przechowywania oraz osobne opłaty za zapis i odczyt. Powtarzający się temat nie wystarczy, jeśli jego tekst, kolejność narzędzi albo instrukcja zmienia się przy każdym wywołaniu.

Nie zakładaj oszczędności z góry. Porównaj liczbę tokenów odczytanych z pamięci z liczbą zapisanych tokenów i sprawdź, jak często początek zapytania rzeczywiście pozostaje taki sam.

Kiedy warto przetwarzać sprawy zbiorczo

Jeśli wynik nie musi pojawić się od razu, możesz wysyłać większą paczkę spraw do przetworzenia asynchronicznie. Batch API OpenAI oraz przetwarzanie zbiorcze Anthropic opisują koszt niższy o 50% od standardowego dla zadań, które mogą czekać. Google Gemini podaje tę samą zasadę dla swojego trybu zbiorczego.

To rozwiązanie pasuje do nocnej klasyfikacji dokumentów, wzbogacania danych i raportów. Nie pasuje do rozmowy, w której użytkownik czeka na odpowiedź. W kalkulacji wpisz również czas oczekiwania i sposób obsługi błędu pojedynczej sprawy w paczce.

Co najczęściej podnosi rachunek

Za dużo danych w każdym kroku

Wysyłanie całej historii sprawy, wszystkich dokumentów i pełnego opisu narzędzi przy każdym wywołaniu szybko zwiększa liczbę tokenów. Przechowuj stan sprawy w uporządkowanej formie i przekazuj modelowi tylko potrzebne fragmenty.

Jeden drogi model do wszystkich czynności

Klasyfikacja, wyciągnięcie pól z faktury i sprawdzenie prostego warunku nie muszą korzystać z tego samego modelu co trudne rozstrzygnięcie. Dobór modelu powinien wynikać z testu jakości i kosztu na sprawę.

Wynik dłuższy niż potrzebuje odbiorca

Jeśli następny krok wymaga etykiety, kilku pól i krótkiego powodu, długie wyjaśnienie jest dodatkowym kosztem. Ustal format wyniku zanim zaczniesz mierzyć rachunek.

Narzędzia bez limitów

Wyszukiwanie, OCR, dźwięk, obrazy, uruchamianie kodu i pobieranie dużych plików powinny mieć limit na sprawę, dzień i miesiąc. Każde narzędzie musi mieć właściciela, zakres danych oraz regułę odmowy.

Ponowne przetwarzanie tej samej sprawy

Jeśli poczta lub kolejka dostarczy tę samą sprawę dwa razy, system powinien rozpoznać powtórzenie przed zapisem. Dla operacji zmieniających dane używaj klucza idempotencji i sprawdzaj, czy poprzednia próba już się zakończyła.

Logowanie bez retencji

Pełne kopie rozmów i dokumentów pomagają w pierwszym dochodzeniu, ale zwiększają koszt przechowywania i ryzyko ujawnienia danych. Zapisuj to, co potrzebne do odtworzenia decyzji, a resztę usuwaj zgodnie z ustalonym terminem.

Brak właściciela procesu

Procedury, cenniki, dane i integracje zmieniają się. Bez osoby odpowiedzialnej za aktualizację agent zaczyna podejmować decyzje na podstawie nieaktualnych informacji. Koszt naprawy takich błędów szybko przewyższa oszczędność na infrastrukturze.

Dane osobowe i bezpieczeństwo

Jeśli agent pracuje na danych klientów, pacjentów, pracowników, kandydatów albo kontrahentów, policz także pracę związaną z ochroną danych. Komisja Europejska wyjaśnia role administratora i podmiotu przetwarzającego. Umowa powinna określać instrukcje, dostęp, podwykonawców, zwrot lub usunięcie danych oraz obowiązki po zakończeniu usługi.

Europejska Rada Ochrony Danych opisuje środki bezpieczeństwa: kontrolę dostępu, kopie zapasowe, szyfrowanie, aktualizacje, analizę ryzyka i okresowe sprawdzanie zabezpieczeń. W praktyce dochodzi czas na:

• ustalenie, jakie dane mogą trafić do modelu,
• usuwanie lub maskowanie danych wrażliwych,
• konfigurację retencji rozmów, plików i zapisów przebiegu,
• ograniczenie dostępu do narzędzi,
• testy instrukcji ukrytych w dokumentach i poczcie,
• przygotowanie procedury zatrzymania systemu.

Nie zakładaj, że dostawca modelu rozwiązuje te decyzje za firmę. Firma pozostaje odpowiedzialna za cel przetwarzania i dobór zabezpieczeń.

Kto powinien płacić za model

Najczytelniejsze są dwa rozwiązania: konto API klienta albo osobny, jawnie opisany rachunek przenoszony na klienta. W obu przypadkach klient widzi model, limit, alerty i fakturę.

Przed podpisaniem umowy zapytaj:

• jaki model jest używany i czy można go zmienić bez zgody,
• jak ustawia się limit dzienny i miesięczny,
• co dzieje się po przekroczeniu budżetu,
• czy klient widzi liczbę tokenów i narzędzi na sprawę,
• czy dane przechodzą przez dodatkową usługę pośrednią,
• kto pokrywa koszt ponownego przetwarzania po błędzie,
• jak wygląda eksport danych i aplikacji po zakończeniu współpracy.

Limit po stronie dostawcy może być tylko ostrzeżeniem. W procesie krytycznym ustaw również limit w aplikacji: liczbę spraw, koszt na dzień, maksymalny kontekst, liczbę kroków oraz plan awaryjny po przekroczeniu budżetu.

Co mierzyć po uruchomieniu

Miesięczny raport powinien zawierać:

• liczbę spraw przyjętych,
• liczbę spraw zakończonych automatycznie,
• liczbę spraw przekazanych człowiekowi,
• koszt modelu na sprawę,
• koszt infrastruktury i narzędzi,
• czas pracy człowieka,
• liczbę błędów, ponowień i zatrzymań,
• czas odpowiedzi,
• najczęstsze poprawki,
• incydenty dotyczące danych i uprawnień.

Trzy metryki pomagają podjąć decyzję:

Porównuj te liczby z kosztem pracy, którą system ma odciążyć. Jeśli agent oszczędza osiem minut, ale wymaga sześciu minut kontroli i generuje drogie wyjątki, sama cena modelu nie rozstrzyga o opłacalności.

Kiedy wdrożenie ma sens

Wdrożenie ma sens, gdy proces ma duży i stabilny wolumen, wynik da się opisać, a koszt błędu można ograniczyć przez uprawnienia i zatwierdzenie człowieka. Jeśli spraw jest mało, dane są chaotyczne albo każda decyzja wymaga indywidualnej wiedzy, prostsza automatyzacja lub aplikacja wspierająca pracownika może być lepszym wyborem.

W Syntalith wdrożenie agenta AI zaczyna się od 25 000 zł netto. Automatyzacje AI zaczynają się od 15 000 zł netto, a utrzymanie jest wyceniane indywidualnie, zależnie od liczby systemów, zmian i wymaganego czasu reakcji. Najpierw liczymy koszt sprawy na realnym procesie, potem decydujemy, czy budować agenta, prostszą automatyzację, czy niczego nie wdrażać.

Jeśli chcesz policzyć taki rachunek dla własnego procesu, umów bezpłatny skan procesów. Rozmowa trwa 30 minut, a po niej otrzymasz pisemny następny krok.

Źródła i dokumentacja

• OpenAI API pricing
• OpenAI prompt caching
• OpenAI Batch API
• Anthropic Claude pricing
• Anthropic prompt caching
• Anthropic batch processing
• Google Gemini API pricing
• Google Gemini Batch API
• n8n queue mode
• Komisja Europejska o administratorze i podmiocie przetwarzającym
• Europejska Rada Ochrony Danych o bezpieczeństwie danych

---

Powiązane artykuły:

• Ile kosztuje wdrożenie agenta AI?
• Jak zarządzać kosztami AI w firmie
• Czym jest agent AI? Przewodnik dla biznesu