Przejdź do treści

Blog · Opublikowano · Zaktualizowano

Proces się zmienił. Czy trzeba ponownie uczyć model?

Krótka odpowiedź

Zmiana procesu nie zawsze wymaga ponownego uczenia modelu. Jeśli zmieniła się tylko nazwa zespołu albo adresat, wystarczy zmiana przypisania w aplikacji, około 133 zł pracy. Jeśli kategoria zmieniła znaczenie, potrzebne są nowe przykłady i ponowne uczenie, w scenariuszu około 2 060 zł. Zmienne przypisania warto trzymać poza modelem, bo wtedy reorganizacja nie wymaga treningu.

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 · 2 min czytania

Przykład: poranna skrzynka zgłoszeń
Agent · gotowy do pracy

Statystyki

Modele AI w firmach: statystyki 2026

2 060 zł

kosztuje w scenariuszu ponowne uczenie po zmianie kategorii, wobec 133 zł za samą zmianę przypisania w aplikacji.

Dane sprawdzone: 22 października 2026

Nowa nazwa zespołu czy nowe znaczenie kategorii

Firma łączy dwa zespoły zajmujące się dokumentacją klienta. Model nadal poprawnie rozpoznaje sprawę jako prośbę o kopię dokumentu, ale aplikacja kieruje ją do dawnego adresata. Wystarczy zmiana mapowania w aplikacji. Model działa dobrze.

Inna zmiana dzieli dotychczasową kategorię na dwa rodzaje spraw, bo firma zaczyna obsługiwać je inaczej. Stare oznaczenia nie zawierają tego rozróżnienia. Zespół musi objaśnić nowe granice i ocenić przykłady, a model potrzebuje ponownego uczenia albo nowej reguły.

Co zmienić po zmianie procesu
  • Zmienił się adresat albo nazwa zespołu

    mapowanie w aplikacji

    133 zł

  • Zmienił się priorytet albo termin obsługi

    reguła w aplikacji

    kilka godzin pracy

  • Kategoria zmieniła znaczenie albo się podzieliła

    nowe przykłady i ponowne uczenie

    2 060 zł

  • Zmienił się sposób rozpoznawania treści

    ponowne uczenie i pełne testy

    wycena po analizie

Ile kosztuje każda droga

Scenariusz: podział jednej kategorii na dwie
Nowe przykłady oceniane przez eksperta
300 × 3 min = 15 godz.
Praca inżyniera: dane, trening, testy
16 godz.
Razem czas ludzi
31 godz. (2 060 zł)
Dla porównania: zmiana mapowania w aplikacji
2 godz. (133 zł)

Różnica

1 927 zł

Liczba przykładów i godzin to założenia scenariusza. Godzina pracy 66,45 zł to przeciętne wynagrodzenie według GUS z września 2026 r. z kosztami pracodawcy, 168 godz. w miesiącu. Koszt samego treningu i infrastruktury liczysz osobno.

Ogólna pozycja „ponowny trening po zmianie procesu” może obejmować pracę, której firma nie potrzebuje, albo pomijać czas eksperta, bez którego trening się nie uda.

Co zachować o dotychczasowej wersji

Hugging Face zaleca opisywanie w karcie modelu jego zastosowania, ograniczeń, danych użytych do uczenia i wyników oceny. Taki zapis ułatwia rozmowę o zmianie: wiadomo, według którego podziału powstały historyczne oznaczenia. Dawna poprawna decyzja nie jest błędem tylko dlatego, że dzisiejszy proces wygląda inaczej.

Karta modelu po każdej zmianie
  • Zastosowanie i granice modelu
  • Podział kategorii obowiązujący przy uczeniu
  • Dane uczące i ich okres
  • Wyniki oceny na zestawie testowym
  • Lista spraw, które zespół nadal sprawdza ręcznie

Jak rozpoznać, czego potrzebujesz

Zadaj trzy pytania. Czy model nadal poprawnie nazywa sprawę, a zmienił się tylko jej odbiorca? To zmiana w aplikacji. Czy firma zaczęła rozróżniać sprawy, których model wcześniej nie rozróżniał? To nowe przykłady i ponowne uczenie. Czy zmieniły się same dokumenty, na przykład nowy formularz? To test na nowych dokumentach, a dopiero potem decyzja.

Najdroższy błąd to zamówienie ponownego uczenia, gdy wystarczyła zmiana mapowania. Drugi najdroższy to poprawianie mapowania, gdy kategoria naprawdę zmieniła znaczenie: model dalej będzie mylił sprawy, a zespół straci zaufanie do systemu.

Utrzymanie obejmuje pracę ludzi

Budżet aktualizacji zależy od liczby istotnych zmian, dostępności sprawdzonych przykładów i czasu przeglądu. Ekspert procesu objaśnia nowe decyzje, a wykonawca sprawdza możliwości modelu, przygotowuje dane i testy. Nową wersję trzeba sprawdzić także na sprawach, których zmiana nie dotyczyła.

Opisz najbliższą zmianę procesu i wynik, który model miałby po niej przygotowywać inaczej. To punkt wyjścia do uzgodnienia zakresu utrzymania systemu. Budowę nowego systemu opisuje strona aplikacji AI.

Przykład z liczbami · Scenariusz

Ile kosztuje Cię dziś szukanie w dokumentach

Ten sam rachunek robimy na bezpłatnej analizie dla Twojego procesu.

7 974 zł

miesięcznie kosztuje praca przy 600 pytaniach

Zwrot wersji w chmurze UE: 1,9 mies.

12 min na znalezienie dokumentacji i historii usterek 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

  • Czy po zmianie procesu trzeba ponownie uczyć model?

    Nie zawsze. Jeśli model nadal poprawnie rozpoznaje sprawę, a zmienił się tylko adresat albo nazwa zespołu, wystarczy zmiana przypisania w aplikacji. Ponowne uczenie jest potrzebne, gdy kategoria zmienia znaczenie albo dzieli się na dwie.

  • Ile kosztuje ponowne uczenie modelu?

    Głównie czas ludzi. W scenariuszu 300 nowych przykładów po 3 minuty eksperta i 16 godzin inżyniera to około 2 060 zł. Do tego koszt samego treningu i testów nowej wersji.

  • Jak ograniczyć koszt utrzymania modelu?

    Trzymaj zmienne przypisania, na przykład adresatów i nazwy zespołów, poza modelem. Zapisuj w karcie modelu jego zastosowanie, dane uczące i wyniki oceny, żeby przy zmianie wiedzieć, co trzeba poprawić.

  • Co sprawdzić w nowej wersji modelu?

    Nowe rozróżnienie i sprawy, których proces nie zmienił. Poprawa w jednym miejscu może zostawić inne błędy, a zespół musi wiedzieć, co nadal sprawdza ręcznie.

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.