Qwen, DeepSeek, Kimi i GLM: co wdrożyć lokalnie?
Porównanie Qwen3.8, DeepSeek V4.1, Kimi K3 i GLM-5.3. Wagi, sprzęt i wybór modelu do prywatnego wdrożenia w polskiej firmie z Syntalith.
Wybierz problem, który chcesz rozwiązać. Przeczytaj o szkoleniach, agentach, automatyzacji, firmowej wiedzy, własnych modelach i zastępowaniu kosztownego oprogramowania.
Porównanie Qwen3.8, DeepSeek V4.1, Kimi K3 i GLM-5.3. Wagi, sprzęt i wybór modelu do prywatnego wdrożenia w polskiej firmie z Syntalith.
Gdzie przetwarzać firmowe dane z LLM? Porównujemy własny serwer, hosting w UE i izolację sieci. Dostęp, logi oraz RODO w projekcie Syntalith.
Klient prosi o zmianę stałej usługi, opiekun zapisuje ją w CRM, a zespół nadal pracuje według wcześniejszych ustaleń. Przed aktualizacją trzeba wiedzieć, co uzgodniono i od kiedy ma obowiązywać. Agent AI może odczytać propozycję z korespondencji, zestawić ją z obecnym zakresem i przygotować pytanie o brakujące ustalenie.
Dostawca przesyła nowe warunki współpracy. Zakupy widzą zmieniony dokument, ale potrzebują odpowiedzi od ludzi korzystających z usługi: co ta zmiana oznacza dla ich codziennej pracy? Agent AI może przygotować pytania do właściwych zespołów i zebrać ich odpowiedzi przed rozmową z dostawcą.
Zespół techniczny planuje przerwę, a obsługa musi wyjaśnić klientom, co będzie niedostępne. W opisie prac są nazwy komponentów, których klienci nie używają. Agent AI może pomóc przełożyć zatwierdzony zakres na komunikat o konkretnych usługach i zebrać pytania wymagające odpowiedzi przed wysyłką.
Zespół produktu wydał funkcję, o którą klienci pytali od miesięcy. Informacja trafiła do opisu wydania, lecz opiekunowie muszą jeszcze odszukać wcześniejsze rozmowy i zdecydować, komu warto o niej napisać. Agent AI może przygotować listę takich kontaktów z uzasadnieniem oraz szkice wiadomości odnoszące się do rzeczywistej potrzeby klienta.
Reklamacja dostawcy została zamknięta, a w kolejnej dostawie magazyn opisuje podobny problem innymi słowami. Osoba z jakości może potraktować go jako nową sprawę, dopóki ktoś nie przypomni wcześniejszych ustaleń. Agent AI może wskazywać takie możliwe powroty problemu i przygotować historię do przeglądu przez pracownika.
Po zatwierdzeniu wycofania partii koordynator zbiera odpowiedzi odbiorców. Jeden pisze o towarze znalezionym w magazynie, drugi o zwrocie, a trzeci potwierdza tylko przeczytanie wiadomości. Agent AI może pomóc odczytać te odpowiedzi i przygotować zestawienie spraw wymagających dalszego kontaktu, zgodnie z zakresem akcji określonym przez firmę.
Na spotkaniu z partnerem handlowym wraca uwaga, że obsługa produktu jest zbyt trudna. Opiekun ma raport zgłoszeń, ale liczba spraw nie mówi, co zaproponować: szkolenie, rozmowę ze wsparciem czy wniosek do zespołu produktu. Agent AI może przygotować przegląd opisów i zakończeń spraw, aby rozmowa dotyczyła rzeczywistych trudności partnera.
W CRM powodem przegranej jest „cena”, choć ostatni mail klienta mówi o zmianie planów. Szef sprzedaży chce omówić ofertę z zespołem, ale najpierw musi odtworzyć rozmowę i oddzielić wypowiedzi kupującego od przypuszczeń handlowca. Agent AI może przygotować materiały do takiego spotkania, zachowując tę różnicę.
Usługa znowu działa, lecz na omówienie awarii każdy przynosi inną historię. Dyżurny pamięta telefon, zgłoszenie zawiera godzinę alarmu, a rozmowa zespołu opisuje kilka prób naprawy. Agent AI może zebrać te zapisy w roboczy przebieg zdarzenia i wskazać pytania do uczestników. Osoba prowadząca spotkanie zaczyna wtedy od materiału, który zespół może wspólnie poprawić.
Warsztat zapowiada zakończenie naprawy, a dyspozytor pyta, czy może wpisać pojazd do planu. Koordynator floty sprawdza ostatni mail, dzwoni do serwisu i ustala odbiór. Agent AI może zebrać te informacje przy pojeździe i przygotować pytanie, które pozwoli wyjaśnić jego aktualny status przed rozmową z dyspozytorem.
Kierownik projektu przejmuje sprzedaną usługę i przygotowuje pierwsze spotkanie z klientem. W CRM widzi krótki opis, lecz ustalenia potrzebne do pracy są w ofercie i rozmowach handlowca. Agent AI może zebrać sprzedany zakres oraz pytania, które trzeba wyjaśnić przed rozpoczęciem realizacji. Kierownik dostaje punkt wyjścia do rozmowy z handlowcem o pracy, którą przejmuje.
Kierownik przychodzącej zmiany czyta dziennik, a potem dzwoni do poprzednika: kto zajął się sprawą i na co nadal czekamy? Odpowiedź może być w wiadomości od magazynu, której nikt nie dopisał do notatki. Agent AI może pomóc przygotować przekazanie z otwartymi tematami i ostatnimi ustaleniami, zanim kierownicy rozpoczną rozmowę.
Klient przesłał rysunek części i prosi o ofertę. Kalkulant otwiera załącznik, po czym wraca do handlowca z pytaniem o wielkość serii. Odpowiedź klienta jest w innym wątku i nadal nie wyjaśnia, co ma obejmować pierwsze zamówienie. Agent AI może pomóc przygotować materiały do wyceny i zebrać wyjaśnienia, których potrzebują specjaliści.
Przed otwarciem oddziału zespoły są przygotowane do swoich zadań, ale wspólna próba pokazuje, że klienci z odbiorami i zwrotami trafią do tego samego stanowiska. Kierownik musi uzgodnić sposób obsługi z centralą i pracownikami. Agent AI może zebrać obserwacje z próby oraz propozycje uczestników, aby rozmowa zaczęła się od konkretnego problemu.
Centrala wysłała materiały kampanii, a kierownicy lokali odpowiadają na różne sposoby: jeden opisuje brak stojaka, drugi pisze, że ekspozycja jest gotowa. Osoba prowadząca kampanię musi ustalić, gdzie wystarczy odnotować wykonanie, a gdzie potrzebna jest pomoc. Agent AI może zebrać te odpowiedzi przy lokalach i przygotować dalszą rozmowę z właściwymi osobami.
Grafika opakowania jest zaakceptowana, ale osoba zamawiająca druk nadal ustala, który komplet plików pasuje do danego produktu i zamówienia. Przy kilku pojemnościach oraz wersjach językowych sama informacja „projekt gotowy” zostawia za dużo pracy w poczcie. Własny obieg może połączyć uzgodnioną grafikę z konkretnym wydaniem do druku.
Załóżmy, że klient przenosi odbiór towaru do nowego magazynu. Obsługa zatwierdziła zmianę, ale przy kolejnym zamówieniu system dystrybucyjny nadal podpowiada dawną lokalizację. Automatyzacja aktualizacji lokalizacji klientów może przekazać uzgodnione dane do używanych systemów i pokazać zespołowi zamówienia, których miejsce dostawy trzeba jeszcze ustalić.
Transakcja karty firmowej jest już w zestawieniu, a zdjęcie paragonu czeka w wiadomości od pracownika. Osoba przygotowująca raport wydatków odnajduje dokument, porównuje go z zakupem i zaznacza brakujące potwierdzenia. Gdy pracownik przesyła ten sam plik ponownie, trzeba jeszcze ustalić, czy doszedł nowy wydatek, czy wrócił dokument do wcześniej wyjaśnianej pozycji.