Przejdź do treści

Blog · Opublikowano · Zaktualizowano

Odbiór dostosowanego modelu: co ma trafić do pracy zespołu

Krótka odpowiedź

Fine-tuning kupujesz z odbiorem ustalonym przed końcem projektu: zestaw spraw, których model nie widział, kryteria poprawności, dopuszczalne błędy i osoba, która przejmuje sprawy wymagające sprawdzenia. Pokaz kilku poprawnych odpowiedzi nie mówi, czy wersja do aplikacji spełni te warunki.

Jak pracujemySzczegóły ↓

  1. 01Rozmowa30 min z inżynierem, 0 zł
  2. 02Prototypdziałający system na Twoim procesie i Twoich danych, 0 zł
  3. 03Wdrożeniecel i stała cena w umowie, 50% przy podpisaniu
  4. 04Odbiór50% po osiągnięciu celu
model na Twoim serwerze albo w chmurze w UE
wycena po analizie
ta sama praca w aplikacji z modelem w chmurze UE
od 12 500 zł
analiza zadania, danych i sprzętu
0 zł

Należymy do programów partnerskich OpenAI i Anthropic, twórców ChatGPT i Claude, i uczymy się z ich oficjalnych kursów. Co to znaczy ↓

Autor: Syntalith · 3 min czytania

Przykład: poranna skrzynka zgłoszeń
Agent · gotowy do pracy

Statystyki

Fine-tuning i odbiór: statystyki 2026

30 godz.

miesięcznie mniej poprawek przy 1 500 sprawach: jasna instrukcja ze źródłami obniża błędy z 20% do 10%, fine-tuning do 5%. Scenariusz.

Dane sprawdzone: 22 października 2026

Odbiór dotyczy wersji, która trafi do aplikacji, z tym samym poleceniem i tymi samymi danymi wejściowymi co w pracy. Model pokazany na prezentacji mógł działać z innym poleceniem albo na wybranych przykładach. Według SAP Polska (2026) zwrot z inwestycji w AI analizuje tylko 28% menedżerów, więc mierzalny odbiór jest też podstawą późniejszego rachunku.

Kryteria odbioru fine-tuningu
  • Zestaw spraw niewykorzystanych do uczenia
  • Kryteria poprawności dla każdego rodzaju błędu
  • Porównanie z prostszą zmianą na tym samym zestawie
  • Dopuszczalny poziom błędów i sprawy dla człowieka
  • Właściciel poprawek po odbiorze

Pokaz może odpowiadać na inne pytanie niż odbiór

Załóżmy, że model odczytuje nazwy produktów z zamówień. Na prezentacji dobrze rozpoznaje czytelne wiadomości. W codziennej pracy zdarzają się jednak opisy, z których nie wynika wariant produktu. Kupujący musi zobaczyć, czy aplikacja pozostawia taki wpis do wyjaśnienia i czy pracownik może wrócić do oryginału.

Odbiór nie powinien wymagać zgadywania brakującego wariantu. Powinien natomiast obejmować uzgodnione zachowanie przy niepełnym opisie. Wykonawca i klient muszą wcześniej rozumieć, kiedy wynik jest użyteczną propozycją, a kiedy wymaga ręcznej pracy.

Hugging Face rozdziela materiał do uczenia, strojenia i końcowej oceny modelu. W zakupie oznacza to potrzebę przypadków, na których sprawdza się wynik po zakończeniu dostosowania. Wielokrotne poprawianie modelu pod te same przykłady osłabia wartość takiego odbioru.

Co uzgodnić przed końcem projektu

Kryteria powinny opisywać konkretne zastosowanie i rodzaje pomyłek, które zespół potrafi ocenić. Przy odczycie zamówień błędny wariant i brak propozycji prowadzą do innej pracy. Właściciel procesu wyjaśnia, które błędy uniemożliwiają użycie wyniku, a które pracownik może wygodnie poprawić w przewidzianym widoku.

Potrzebne jest również wskazanie wersji modelu i aplikacji objętej oceną. Jeżeli po próbie zmieni się sposób dostarczania tekstu lub lista produktów, wcześniejszy wynik może nie opisywać nowego połączenia. Kupujący powinien dostać zrozumiały zapis tego, co sprawdzono i czego próba nie obejmowała.

Lista znanych ograniczeń pomaga ustalić zakres uruchomienia. Nie musi oznaczać zatrzymania całego projektu: część spraw może pozostać ręczna. Ważne, by użytkownicy wiedzieli o tej granicy, a osoba odpowiedzialna za odbiór świadomie ją przyjęła.

Poprawka po odbiorze też potrzebuje właściciela

Przed zakończeniem prac warto uzgodnić, gdzie pracownik zgłasza pomyłkę i kto ocenia jej przyczynę. Błąd modelu, brak informacji w źródle i zmiana firmowej reguły mogą wymagać innych działań. Ogólne zapewnienie o wsparciu nie mówi, jak zespół poradzi sobie z pierwszą trudną sprawą.

W rozmowie z Syntalith klient wnosi zadanie, osoby oceniające oraz oczekiwany sposób używania wyniku. Proponowany materiał odbiorowy łączy przykłady odpowiedzi, opis pozostających ograniczeń i decyzję o zakresie dalszego użycia. Warunki umowne i późniejsze utrzymanie wymagają osobnego uzgodnienia.

Opisz sytuację, w której pracownik nie mógłby wykorzystać odpowiedzi modelu. Od niej można zacząć rozmowę o odbiorze modelu. Prywatny model wyceniamy po bezpłatnej rozmowie o zadaniu, danych i sprzęcie. Aplikacja korzystająca z modelu zaczyna się od 12 500 zł netto (cennik).

Ile to kosztuje

Scenariusz: 1 500 spraw miesięcznie
Dziś: 20% błędów × 1 500 × 8 min
40 godz. (2 658 zł)
Po zmianie bez treningu (jasna instrukcja ze źródłami): 10%
20 godz. (1 329 zł)
Po fine-tuningu: 5%
10 godz. (664 zł)

Fine-tuning dokłada 10 godz. (664 zł) miesięcznie ponad prostszą zmianę

Udziały błędów i czas poprawki to założenia scenariusza, które mierzymy na przypadkach niewykorzystanych do uczenia. Godzina pracy 66,45 zł to przeciętne wynagrodzenie według GUS z września 2026 r. z kosztami pracodawcy, 168 godz. w miesiącu.

Porównanie przed decyzją
  • Sprawy do oceny oddzielone od przykładów do uczenia
  • Ten sam zestaw dla obecnego rozwiązania, prostszej zmiany i nowego modelu
  • Rozstrzygnięcia osób, które dziś poprawiają wyniki
  • Błędy liczone osobno dla każdego rodzaju pomyłki

Od czego zacząć

Na bezpłatnej analizie wybieramy jeden proces i 20 do 100 spraw, które zespół już obsłużył. Porównujemy prostszą zmianę z dostosowanym modelem na przypadkach, których model nie widział, a w 2 dni robocze dostajesz pisemne podsumowanie z ceną. Dostosowanie modeli prowadzimy w ramach prywatnych modeli LLM, a aplikację w ramach aplikacji AI.

Przykład z liczbami · Scenariusz

Tak liczymy zwrot: dostosowany model

Ten sam rachunek robimy na bezpłatnej analizie dla Twojego zespołu.

7 974 zł

miesięcznie kosztuje praca przy 600 pytaniach

Zwrot wersji w chmurze UE: 1,9 mies.

12 min na znalezienie odpowiedzi w dokumentacji i sprawdzanie w 15% dawnego czasu to nasze założenia. Godzina pracy 66,45 zł to nasze wyliczenie z przeciętnego wynagrodzenia według GUS z września 2026 r. (9 266,48 zł) z kosztami pracodawcy, 168 h w miesiącu. Koszt modelu: Claude Sonnet 5.5, około 6 000 + 500 tokenów na odpowiedź w wersji w chmurze w UE, kurs NBP 3,8889 zł z 21 października 2026 r. Zwrot liczymy dla aplikacji z modelem w chmurze w UE (od 12 500 zł netto). Model na Twoim serwerze wyceniamy po rozmowie, a koszt pracy ludzi jest ten sam.

Zobacz pełny rachunek →

Tak wdrażamy to w firmach

Wszystkie wdrożenia →

Wyniki u klientów.

Wszystkie realizacje →
foap.comobsługa klienta

Obsługa klienta foap.com: 95% odpowiedzi wychodzi automatycznie.

Do foap.com piszą użytkownicy z kilku krajów, w kilku językach. System czyta całą rozmowę i warunki tej osoby, a potem sam wysyła odpowiedź w jej języku. Pytania o pieniądze i wyjątki trafiają do zespołu z gotowym szkicem, więc zostaje je sprawdzić i wysłać.

odpowiedzi wysyła system sam, bez pisania przez człowieka
95%
mija od nadejścia maila do gotowej odpowiedzi (mediana)
30 s
maili, które wymagają odpowiedzi, dostaje gotowy szkic
100%
pracy mniej na każde 1000 odpowiedzi (szacunek)
47 h

Dane z produkcji foap.com, 20–21 października 2026. Szacunek: 3 minuty na ręcznie pisaną odpowiedź.

Jak działa obsługa klienta foap.com →
Przykładowe wiadomości. Sprawy o pieniądze zawsze trafiają do człowieka.

Inne wdrożenia

jakotako.design

studio projektowe

−87%

Czas na szukanie nowych klientów, dziennie

4 h → 30 min

ok. 73 h mniej w miesiącu (21 dni pracy)

według studia

Jak działa pętla agentowa →
Signature Estates

nieruchomości

ok. −90%

Czas operatora na przeglądanie portali, dziennie

2–3 h → 20 min

ok. 45 h mniej w miesiącu (21 dni pracy)

szacunek · kontakt ze sprzedającym 5 min po ogłoszeniu

Jak agent łapie ogłoszenia →
Kuba Koziej, CEO i współzałożyciel MoreGrowth oraz członek zarządu Natu.Care

Kuba Koziej

CEO i współzałożyciel MoreGrowth

„Zaczęliśmy od mojego własnego agenta AI. Później podczas szkolenia nauczyłem się samodzielnie budować kolejne aplikacje. Dziś wdrażam ten sposób pracy z AI w swojej firmie. Współpraca z Syntalith dała mi dokładnie taki zestaw umiejętności i narzędzi, jakiego potrzebowałem.”

Zobacz pierwotną opinię po szkoleniu na LinkedIn ↗

Model na Twoim serwerze albo w chmurze w UE, sprawdzony na Twoich zadaniach.Umów bezpłatną analizę (30 min) →

Jak budujemy automatyzacje i agentów

Od rozmowy do działającego systemu w czterech krokach.

  1. 01 · 30 min

    Bezpłatna analiza

    0 zł

    Rozmawiasz z inżynierem. Plan na piśmie dostajesz w 2 dni robocze.

  2. 02 · 5 dni

    Darmowy prototyp

    0 zł

    System pracuje na 20–100 sprawach, które Twój zespół już obsłużył. Widzisz każdy wynik.

  3. 03 · 2–16 tygodni

    Wdrożenie

    50%

    Stała cena i cel zapisane w umowie. Pierwsza rata przy podpisaniu.

  4. 04 · po osiągnięciu celu

    Odbiór

    50%

    Drugą ratę płacisz, gdy system osiągnie cel na Twoich sprawach.

Jak powstaje darmowy prototyp

pon.

Ustalamy cel

Jaki wynik uznajesz za dobry.

wt.–śr.

System pracuje

Przechodzi przez Twoje sprawy, jedna po drugiej.

czw.

Porównujemy

Każdą różnicę sprawdzamy z pracą zespołu.

pt.

Wynik i cena

Lista błędów i stała cena wdrożenia.

Sprawy wybierasz Ty. Na życzenie je anonimizujemy, zostają w UE i usuwamy je po zakończeniu prac.

Na rynku taki prototyp kosztuje zwykle od 3 000 do 8 000 zł.

Umów bezpłatną analizę (30 min)

Prototyp ustalamy podczas bezpłatnej analizy.

Dane sprawdzone 25 października 2026.

„Czy moje dane są bezpieczne?”

Tak. Ty wybierasz, gdzie trafiają: od konta firmowego po model na Twoim serwerze.

  1. 00Prywatne konto pracownika

    Dane klientów i firmy lądują na koncie, którego firma nie widzi i nie kontroluje. Nie ma umowy powierzenia, więc to naruszenie RODO. Gdy pracownik odchodzi, historia czatów odchodzi razem z nim.

  2. 01Konto firmowe ChatGPT lub Claude

    Dostawca nie używa Twoich danych do uczenia modeli. Kopia zapytań zostaje w jego logach do 30 dni.

  3. 02API z zerową retencją (ZDR)

    Dostawca przetwarza zapytanie i niczego nie zapisuje. Wymaga jego zgody, wniosek przygotowujemy razem.

  4. 03Przetwarzanie w UE

    Zapytania są liczone i przechowywane w Europie: OpenAI w regionie UE, Claude przez chmury z regionem w UE.

  5. 04Model u Ciebie

    Otwarty model działa na Twoim serwerze albo w Twojej chmurze w UE. Dane nie wychodzą poza firmę.

Co robimy przy każdym wdrożeniu

  • Umowa o poufności i umowa powierzenia, zanim dostaniemy jakiekolwiek dane.
  • Sprawy do prototypu wybierasz Ty. Na życzenie je anonimizujemy.
  • Dane zostają w UE i usuwamy je po zakończeniu prac.
  • Konta firmowe z administratorem po Twojej stronie.

Gdy dane nie mogą wyjść z firmy

Otwarty model działa na Twoim serwerze albo w Twojej chmurze w UE. Do wyboru:

Bielik
polski model, SpeakLeash i ACK Cyfronet AGH
PLLuM
polski model, konsorcjum HIVE na zlecenie Ministerstwa Cyfryzacji
Qwen
Alibaba
GLM
Zhipu AI
DeepSeek
DeepSeek

Model dobieramy do zadania i sprawdzamy na Twoich sprawach. Uruchamiamy go, dostrajamy i utrzymujemy.

Źródło: Bielik i PLLuM, ACK Cyfronet AGH ↗ · PLLuM, Ministerstwo Cyfryzacji ↗

Masz dużo własnych danych? Dostroimy mały model.

  1. 1 Twoje przykłady
  2. 2 dostrajanie
  3. 3 test na nowych sprawach
  4. 4 model w Twojej firmie

Gdy masz tysiące podobnych maili, dokumentów albo zgłoszeń, uczymy mały otwarty model na tych przykładach. Działa w Twojej firmie, odpowiada szybko i kosztuje mniej w utrzymaniu niż duży model. Jakość mierzymy na sprawach, których model nie widział w trakcie nauki.

Przemysław i Piotr robili to w dużych firmach programistycznych i doradczych. Artem robił to wcześniej i robi dziś w Syntalith. Chodzi o modele na własnej infrastrukturze, dostrajanie i test jakości.

Poziom ochrony wybierasz na rozmowie. Umowę powierzenia podpisujemy, zanim zobaczymy jakiekolwiek dane.Umów bezpłatną analizę (30 min) →

Prywatne modele AI

Model na Twoim serwerze albo w chmurze w UE, sprawdzony na Twoich zadaniach.

Dobieramy model i sprzęt do zadania, uruchamiamy go i mierzymy jakość na Twoich przykładach, zanim cokolwiek kupisz. Dane zostają w firmie albo w chmurze w UE. Wdrożenie, sprzęt albo hosting i opiekę wyceniamy osobno po analizie.

Zobacz prywatne modele AI →
model na Twoim serwerze albo w chmurze w UE
wycena po analizie
ta sama praca w aplikacji z modelem w chmurze UE
od 12 500 zł
analiza zadania, danych i sprzętu
0 zł

Pytania

  • Jak odebrać projekt fine-tuningu?

    Na zestawie spraw, których model nie widział, według kryteriów ustalonych przed projektem, z porównaniem do prostszej zmiany i opisem błędów, które zostają.

  • Co zapisać w umowie na fine-tuning?

    Wersję modelu do odbioru, zestaw testowy, kryteria poprawności, dopuszczalne błędy, właściciela poprawek po odbiorze i sposób ponownej oceny po zmianie modelu bazowego.

  • Ile kosztuje fine-tuning modelu?

    Aplikacja AI w Syntalith kosztuje od 12 500 zł netto, a dostosowanie modelu wyceniamy po porównaniu z prostszą zmianą na przypadkach, których model nie widział. W scenariuszu fine-tuning dokłada 10 godzin miesięcznie ponad to, co daje jasna instrukcja ze źródłami.

Porozmawiajmy

Po prostu napisz, zadzwoń albo wybierz termin.

Pracujemy szybko, bo nie znosimy korporacyjnej waty. Nie mamy handlowców ani kierowników od pilnowania kierowników. Rozmawiasz od razu z inżynierami, którzy potem budują Twój system. Szanujemy swój czas i Twój też.

Do końca roku przyjmiemy jeszcze 3 firmy.

pon.–pt. 9–17

Co Ci daje, że jesteśmy partnerem OpenAI i Anthropic?

OpenAI robi ChatGPT, a Anthropic robi Claude. Należymy do programów partnerskich obu firm, więc pracujemy z ich narzędziami na co dzień i uczymy się od samych twórców.

OpenAI Select PartnerClaude Partner Network
01Dobierzemy narzędzie do zadania
Wdrażamy i ChatGPT, i Claude. Oba sprawdzamy na Twoich dokumentach, a Ty wybierasz to, które robi mniej poprawek i oszczędza więcej czasu.
02Wiedza prosto od twórców
Uczymy się z oficjalnych kursów i materiałów OpenAI i Anthropic. Twój zespół poznaje funkcje i ustawienia, które działają dziś.
03Licencje bez naszej marży
Przy wdrożeniu ChatGPT, Claude albo Copilota licencje kupujesz bezpośrednio u OpenAI, Anthropic albo Microsoftu i od nich dostajesz fakturę. Do licencji nic nie doliczamy.
04Certyfikowani inżynierowie
W zespole mamy certyfikat AWS z uczenia maszynowego i certyfikat Anthropic z architektury systemów na Claude.

Udział w programach nie oznacza, że OpenAI albo Anthropic polecają nasze usługi.