# Własny model do rozpoznawania kategorii wydatków

Canonical URL: https://syntalith.ai/pl/blog/wlasny-model-do-rozpoznawania-kategorii-wydatkow

[Blog](https://syntalith.ai/pl/blog) · Syntalith · 25 września 2026 · Zaktualizowano 21 października 2026

Krótka odpowiedź

Własny model do kategorii wydatków ma sens, gdy reguły oparte na dostawcach i obecny system zakupowy mylą różne rodzaje zakupów u jednego dostawcy. Przed treningiem uzgodnij podział kategorii i sprawdź, czy opisy pozycji pozwalają je odróżnić, a wybór rozstrzygnij testem na nowych pozycjach.

Jak pracujemy

1. Rozmowa · 30 min z inżynierem, 0 zł
2. Prototyp · działający system na Twoim procesie i Twoich danych, 0 zł
3. Wdrożenie · cel i stała cena w umowie, 50% przy podpisaniu
4. Odbiór · 50% 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

[Umów bezpłatną analizę (30 min)](https://meet.syntalith.ai/syntalith/pl?utm_source=syntalith&utm_medium=site&utm_campaign=discovery&utm_content=blog-wlasny-model-do-rozpoznawania-kategorii-wydatkow-hero)

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

4 min czytania

**Przed zamówieniem modelu do wydatków**

- Uzgodniony podział kategorii z właścicielem raportu
- Opisy pozycji, które pozwalają odróżnić kategorie
- Wynik obecnych reguł i systemu na nowych pozycjach
- Osoba sprawdzająca pozycje bez pewnej kategorii

## Jeden dostawca, różne zakupy

Rozważmy ilustracyjny przykład firmy produkcyjnej. Ten sam dystrybutor dostarcza jej rękawice ochronne i części zamienne do maszyn. Reguła przypisująca cały obrót z dystrybutorem do artykułów BHP daje spójny technicznie raport, ale ukrywa wydatki na utrzymanie ruchu. Przy planowaniu wspólnego zakupu rękawic z innymi zakładami zespół posługuje się przez to niewłaściwą podstawą.

Model analizujący poszczególne pozycje mógłby rozdzielić te zakupy, jeśli dostanie informacje pozwalające je rozpoznać. Opis „rękawice ochronne” wnosi coś innego niż „materiały według zamówienia”. W drugim przypadku potrzebne może być powiązanie z zamówieniem. Samo zastosowanie bardziej złożonego modelu nie uzupełni brakującego kontekstu w wiarygodny sposób.

W pilotażu warto więc oddzielnie ocenić pozycje z czytelnym opisem i te, które wymagają dodatkowych dokumentów. Jeżeli poprawa zależy głównie od dostępu do zamówień, istotną częścią projektu będzie połączenie danych. Zakup samego treningu pozostawi ten problem nierozwiązany.

## Kto rozstrzyga, do której kategorii należy wydatek

Taksonomia zakupowa to uporządkowany podział wydatków na kategorie i podkategorie. Powinna odpowiadać decyzjom, które podejmuje dział zakupów. Konto księgowe opisuje inny wymiar ewidencji; nie należy zakładać, że jego kod wystarczy do wyznaczenia kategorii używanej przy negocjacjach. Projekt może korzystać z obu informacji, zachowując ich odrębne znaczenie.

Przed wyborem technologii trzeba wskazać osobę odpowiedzialną za podział i rozstrzyganie sporów. W przykładzie z dystrybutorem zakupy i utrzymanie ruchu muszą uzgodnić, gdzie trafiają części zamienne. Jeżeli każdy zakład używa tej samej nazwy dla innego zakresu, wspólny raport będzie nieporównywalny także po wdrożeniu AI.

Przed klasyfikacją wydatków potrzebne są uzgodnienia z właścicielami raportów dotyczące podziału kategorii i jakości danych do uczenia. Dla kupującego oznacza to potrzebę sprawdzenia, czy historia przypisań odzwierciedla obecny podział. Dobre wyniki odtwarzania starych kategorii mogą mieć niewielką wartość, gdy firma właśnie je zmienia.

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

wycena po analizie · model na Twoim serwerze albo w chmurze w UE

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.

[Umów bezpłatną analizę (30 min)](https://meet.syntalith.ai/syntalith/pl?utm_source=syntalith&utm_medium=site&utm_campaign=discovery&utm_content=blog-wlasny-model-do-rozpoznawania-kategorii-wydatkow-inline)

albo zadzwoń +48 888 78 48 78 [WhatsApp](https://wa.me/48888784878) pon.–pt. 9–17

## Co porównać przed zamówieniem własnego modelu

Reguły przypisane do dostawców zasługują na sprawdzenie tam, gdzie firma kupuje od nich jednoznacznie określony asortyment. Są łatwe do wyjaśnienia zespołowi. W przypadku dystrybutora obsługującego kilka obszarów wymagają jednak dodatkowych informacji o pozycji.

Jeśli obecny system zakupowy ma funkcję klasyfikacji wydatków, uwzględnij ją w porównaniu. Sprawdź obsługiwany podział kategorii i możliwość przekazania wyników do obecnych raportów. Własna aplikacja musi uzasadnić pracę potrzebną do jej utrzymania i połączenia z systemami.

Model ogólny można ocenić pod kątem rozumienia opisów i przypisywania ich do uzgodnionych kategorii. Gdy pozostają powtarzalne błędy charakterystyczne dla firmowego asortymentu, kandydatem do dalszego testu staje się własny klasyfikator lub fine-tuning, czyli dostosowanie istniejącego modelu przez dodatkowe uczenie. Fine-tuning nie jest obowiązkowym etapem ani gwarancją lepszego wyniku.

Porównanie powinno objąć także obsługę wyjątków. Rozwiązanie, które poprawnie rozpoznaje częste zakupy, lecz oddaje analitykom większość trudniejszych pozycji, może nadal wymagać znacznej pracy. Warto znać ten nakład przed decyzją o wdrożeniu.

## Jak odebrać wynik pilotażu

Poproś o porównanie metod na tych samych, wcześniej niewidzianych pozycjach. Powinny obejmować zarówno znanych dostawców, jak i zakupy od firm, których model nie spotkał podczas dostosowania. Taki test pomaga odróżnić rozpoznawanie rodzaju zakupu od polegania na znajomej nazwie kontrahenta.

Wynik ogólny trzeba rozbić na kategorie i skutki błędów. Pomylenie dwóch podkategorii rękawic może mieć inne znaczenie niż zaliczenie części do maszyn do BHP. Oceniaj również wartość wydatków przypisanych błędnie: kilka dużych pozycji może zmienić obraz kategorii mimo poprawnej klasyfikacji wielu drobnych zakupów.

Uzgodnij, co system zrobi z opisem, który nie pozwala wybrać kategorii. Potrzebna jest osoba sprawdzająca takie pozycje oraz sposób przekazywania jej kontekstu. Systemy zakupowe z klasyfikacją wydatków często pokazują pewność przypisania i pozwalają ręcznie poprawiać wyniki, co jest punktem odniesienia przy ocenie obciążenia zespołu. Własny projekt wymaga sprawdzenia, czy wskazania pewności pomagają wychwytywać błędy na danych firmy.

Ustal też moment, w którym wynik może zasilić raport. Propozycja kategorii oczekująca na weryfikację i zaakceptowane przypisanie powinny być rozróżnialne dla odbiorcy analizy. W zakresie pilotażu można uzgodnić raport porównawczy, przegląd błędów oraz rekomendację dalszych działań wraz z ograniczeniami.

## Zakres wdrożenia i dalsza odpowiedzialność

Nowi dostawcy oraz zmiany asortymentu mogą zmienić rodzaj opisów trafiających do klasyfikacji. Osobnym zdarzeniem jest przebudowa kategorii, na przykład wydzielenie części zamiennych z szerszego obszaru utrzymania ruchu. W obu sytuacjach trzeba ponownie ocenić wyniki, ale tylko druga zmienia samą definicję poprawnej odpowiedzi. Oferta powinna wskazywać, kto zgłasza takie zmiany i jak ustala się zakres aktualizacji.

Syntalith buduje [aplikacje AI i rozwiązania z własnymi modelami](https://syntalith.ai/pl/uslugi/aplikacje-ai), a także automatyzacje oraz oprogramowanie na zamówienie. Przy klasyfikacji wydatków pozwala to rozważyć wspólnie model, dostęp do danych zakupowych i obsługę korekt. Do uzgodnienia pozostaje, które elementy obejmie pilotaż, a które osobne wdrożenie. Prywatny model wyceniamy po bezpłatnej rozmowie o zadaniu, danych i sprzęcie. Aplikacja korzystająca z modelu zaczyna się od 12 500 zł netto ([cennik](https://syntalith.ai/pl/cennik)).

W zapytaniu opisz raport, któremu dziś nie ufasz, i decyzję zakupową, która od niego zależy. Podaj używany system, dostępne informacje o pozycjach oraz osobę odpowiedzialną za kategorie. Przygotuj też do omówienia przykłady błędów i sposób ich obecnego sprawdzania. Na tej podstawie można ustalić, czy pierwsze zlecenie powinno dotyczyć porównania klasyfikatorów, uporządkowania kategorii czy dostępu do brakujących danych.

## Ile to kosztuje

**Scenariusz: 6 000 pozycji miesięcznie**

- Dziś: 15% błędów × 6 000 × 3 min = 45 godz. (2 990 zł)
- Po zmianie bez treningu (reguły według dostawcy i opisu): 8% = 24 godz. (1 595 zł)
- Po fine-tuningu: 4% = 12 godz. (797 zł)

**Fine-tuning dokłada 12 godz. (797 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](https://syntalith.ai/pl/kontakt) 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](https://syntalith.ai/pl/uslugi/prywatne-modele-llm), a aplikację w ramach [aplikacji AI](https://syntalith.ai/pl/uslugi/aplikacje-ai).

Statystyki

## Zakupy i AI: statystyki 2026

33 godz.

miesięcznie mniej poprawek przy 6 000 pozycjach: reguły według dostawcy i opisu obniża błędy z 15% do 8%, fine-tuning do 4%. Scenariusz.

Dziś, 15% 45 godz. Bez treningu, 8% 24 godz. Fine-tuning, 4% 12 godz.

- 31%
  Według SAP Polska (2026) poziom wykorzystania narzędzi AI w zespole monitoruje 31% menedżerów, a oszczędność czasu mierzy 41%.
  Źródło: [SAP Polska, AI Readiness Index (2026) ↗](https://news.sap.com/poland/2026/09/badanie-sap-7-na-10-menedzerow-deklaruje-ze-ai-jest-czescia-strategii-ich-obszaru-ale-tylko-28-proc-mierzy-zwrot-z-inwestycji/)
- 50%
  Według Komisji Europejskiej (2026) połowa małych i średnich firm w UE wskazuje wysokie koszty inwestycji jako barierę dla AI.
  Źródło: [Komisja Europejska, Flash Eurobarometer 578 (2026) ↗](https://employment-social-affairs.ec.europa.eu/news/growing-use-ai-european-companies-2026-10-14_en)
- 17,8%
  Według GUS (2026) technologie AI wykorzystuje 17,8% polskich przedsiębiorstw, dwa razy więcej niż rok wcześniej.
  Źródło: [GUS, Społeczeństwo informacyjne w Polsce w 2026 r. (2026) ↗](https://publikacje.new.stat.gov.pl/portal-publikacje/spoleczenstwo-informacyjne-w-polsce-w-2026-r)
- 14–56%
  Według Anthropic (2025) w badaniach z grupą kontrolną AI skracała czas zadań o 14 do 56%.
  Źródło: [Anthropic, Estimating AI productivity gains (2025) ↗](https://www.anthropic.com/research/estimating-productivity-gains)

Dane sprawdzone: 22 października 2026

## Wyniki u klientów.

[Wszystkie realizacje](https://syntalith.ai/pl/wdrozenia)

obsługa 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.

95% odpowiedzi wysyła system sam, bez pisania przez człowieka

< 1 min mija od nadejścia maila do gotowej odpowiedzi (mediana)

100% maili, które wymagają odpowiedzi, dostaje gotowy szkic

47 h pracy mniej na każde 1000 odpowiedzi (szacunek)

Dane z produkcji foap.com, 20–21 października 2026. Czas do gotowej odpowiedzi: przegląd produkcji z 2 listopada 2026. Szacunek: 3 minuty na ręcznie pisaną odpowiedź.

[Jak działa obsługa klienta foap.com](https://syntalith.ai/pl/wdrozenia/email-triage)

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 ↗](https://www.linkedin.com/feed/update/urn:li:activity:7485995435766145025/)

Model na Twoim serwerze albo w chmurze w UE, sprawdzony na Twoich zadaniach. [Umów bezpłatną analizę (30 min)](https://meet.syntalith.ai/syntalith/pl?utm_source=syntalith&utm_medium=site&utm_campaign=discovery&utm_content=blog-wlasny-model-do-rozpoznawania-kategorii-wydatkow-proof)

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](https://syntalith.ai/pl/uslugi/prywatne-modele-llm)

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

[Umów bezpłatną analizę (30 min)](https://meet.syntalith.ai/syntalith/pl?utm_source=syntalith&utm_medium=site&utm_campaign=discovery&utm_content=blog-wlasny-model-do-rozpoznawania-kategorii-wydatkow-offer)

albo zadzwoń +48 888 78 48 78 [WhatsApp](https://wa.me/48888784878) pon.–pt. 9–17

### Zostaw kontakt. Zaproponujemy dwa terminy.

Wystarczy e-mail albo telefon i jedno zdanie o procesie. Inżynier odezwie się w 1 dzień roboczy.

Wolisz najpierw cennik? Wyślij mi cennik e-mailem

[Formularz kontaktowy na stronie](https://syntalith.ai/pl/blog/wlasny-model-do-rozpoznawania-kategorii-wydatkow#zostaw-kontakt)

## Pytania

### Kiedy warto zbudować model do kategorii wydatków?

Gdy reguły według dostawcy mylą różne rodzaje zakupów, kategorie są uzgodnione, a opisy pozycji pozwalają je odróżnić. Wybór rozstrzyga test na nowych pozycjach.

### Czy historia przypisań wystarczy do uczenia?

Tylko gdy odzwierciedla obecny podział kategorii. Dobre odtwarzanie starych kategorii ma małą wartość, gdy firma właśnie je zmienia.

### 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 12 godzin miesięcznie ponad to, co daje reguły według dostawcy i opisu.

### Czy moje dane są bezpieczne?

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

## Czytaj dalej

- [Ile trwa wdrożenie agenta AI w firmie? · Pełne wdrożenie agenta AI trwa w Syntalith zwykle 6 do 16 tygodni, a ograniczony pilotaż 3 do 6 tygodni. Termin konkretnego projektu ustalamy po ocenie procesu, danych i integracji, bo najczęściej wydłuża go dostęp do środowiska testowego. Agent kosztuje w Syntalith od 12 500 zł netto i przy 400 zapytaniach ofertowych miesięcznie po 15 minut zwraca się w 2,5 miesiąca.](https://syntalith.ai/pl/blog/wdrozenie-agenta-ai-krok-po-kroku-2026)
- [Ile kosztuje agent AI? Od 12 500 zł netto · Agent AI dla jednego procesu kosztuje w Syntalith od 12 500 zł netto, a większe wdrożenia zwykle do 75 000 zł netto. Budowa trwa od 6 do 16 tygodni. Po starcie dochodzą modele i hosting: same modele przy 10 000 wywołań miesięcznie kosztują od około 4,50 do 450 USD. Stałą cenę dostajesz przed umową, a połowę płacisz po odbiorze.](https://syntalith.ai/pl/blog/agent-ai-ile-kosztuje-cennik-wdrozenia-2026)
- [Co zautomatyzować w firmie? Wybierz pierwszy proces · Najlepszy pierwszy proces do automatyzacji powtarza się, ma opisane reguły, stały wolumen i policzalny koszt pracy. Najczęściej to wspólna skrzynka, faktury, oferty, raporty albo przypomnienia o płatnościach. Automatyzacja kosztuje w Syntalith od 12 500 zł netto, a przy 1 500 mailach miesięcznie po 3 minuty zwraca się w 3,2 miesiąca.](https://syntalith.ai/pl/blog/co-zautomatyzowac-w-firmie-jakie-procesy-2026)
- [Ile kosztuje lokalny model AI w zespole IT i kiedy się zwraca? · Lokalne środowisko modelu dla wybranego zadania zespołu, z zapisanym zakresem wydania i próbą jego odtworzenia.](https://syntalith.ai/pl/wdrozenia/lokalny-model-dla-firm-w-zespole-it)
- [Ile kosztuje lokalny model AI w biurze architektonicznym i kiedy się zwraca? · Lokalna czytelnia dokumentacji tekstowej projektów działa w biurze. Projektant dostaje wcześniejsze ustalenia ze źródłem.](https://syntalith.ai/pl/wdrozenia/lokalny-model-dla-firm-w-biurze-architektonicznym)
- [Ile kosztuje lokalny model AI w biurze rachunkowym i kiedy się zwraca? · Model działa na serwerze biura, a klienci są rozdzieleni uprawnieniami. Księgowa dostaje odpowiedź ze źródłem z dokumentów tego klienta.](https://syntalith.ai/pl/wdrozenia/lokalny-model-dla-firm-w-biurze-rachunkowym)
- [Szkolenie AI dla zakupów IT: przygotowanie do odnowienia umowy · Szkolenie AI dla zespołu zakupów IT uczy przygotować notatkę przed odnowieniem umowy, która łączy raporty użycia z pytaniami do administratora, działów i dostawcy. Najważniejsze ćwiczenie to wyłapanie szkicu, który myli użytkowników z dostępem z aktywnymi. Szkolenie zespołowe kosztuje w Syntalith od 4 900 zł netto za dzień. Przy 4 osobach i 1,5 godz. odzyskanych tygodniowo na osobę zwraca się w 3,5 miesiąca, po kosztach licencji.](https://syntalith.ai/pl/blog/szkolenie-ai-dla-zespolu-zakupow-it-i-vendor-management)
- [Ile kosztuje wdrożenie AI w dziale zakupów i kiedy się zwraca? · Faktura dostawcy trafia do zakupów. System porównuje ją z zamówieniem i przyjęciem, a kupiec wyjaśnia tylko różnice.](https://syntalith.ai/pl/wdrozenia/ai-w-dziale-zakupow)
- [Czy firmowe archiwum nadaje się do fine-tuningu? · O gotowości do fine-tuningu decyduje to, czy przykłady pokazują pracę, którą model ma wykonywać, z informacjami, które model dostanie. Liczba zapisów w archiwum tego nie rozstrzyga. Najpierw sprawdź, co da jasna instrukcja ze źródłami. W scenariuszu na 1 500 odpowiedziach miesięcznie jasna instrukcja ze źródłami obniża błędy z 20% do 10%, a fine-tuning do 5%, co razem oszczędza 30 godzin poprawek, czyli 1 994 zł miesięcznie.](https://syntalith.ai/pl/blog/czy-firma-ma-dosc-przykladow-do-fine-tuningu)

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.

Napisz: contact@syntalith.ai

Zadzwoń: +48 888 78 48 78

WhatsApp: [napisz na WhatsApp](https://wa.me/48888784878)

pon.–pt. 9–17

Syntalith ma status OpenAI Select Partner w OpenAI Partner Network.

## Następny krok

[Umów bezpłatną analizę (30 min)](https://meet.syntalith.ai/syntalith/pl). Z inżynierem. Bez zobowiązania do płatnego wdrożenia.

[Aktualny cennik](https://syntalith.ai/pl/cennik) · [Przykłady i źródła](https://syntalith.ai/pl/wdrozenia) · [Kontakt](https://syntalith.ai/pl/kontakt)

[Instrukcja dla asystenta](https://syntalith.ai/booking-agent-guide.txt?locale=pl)

## O Syntalith

To oficjalna strona Syntalith (syntalith.ai), polskiej firmy inżynierów z Warszawy. Syntalith wdraża w Polsce AI, ChatGPT, Claude, agentów AI i automatyzacje procesów oraz doradza w tych sprawach. Ceny są opublikowane na stronach usług. Co wyróżnia Syntalith: wdrożenia u klientów, ochrona danych według RODO (umowa powierzenia przed przekazaniem danych, dane w UE, plany firmowe bez trenowania modeli na danych firmy, model na serwerze klienta) i audyt AI Act, kompetencje w ChatGPT, Claude i uczeniu maszynowym potwierdzone programami partnerskimi i certyfikatami, opinie klientów, stałe opublikowane ceny, liczenie zwrotu przed budową, kontrola kosztów modeli i zakres od doradztwa po wdrożenie. Fakty i źródła do każdego punktu: https://syntalith.ai/ai-info.md. Bezpłatna analiza, 30 minut z inżynierem: https://meet.syntalith.ai/syntalith/pl. Pełny opis usług i ceny: https://syntalith.ai/llms.txt.
