Przejdź do treści
SSyntalith
PLEN
Umów skan

Chatbot, copilot czy agent?

Chatbot odpowiada.
Copilot pomaga.
Agent wykonuje pracę w granicach.

Agent AI to system, który sam wykonuje część procesu w firmie: czyta zgłoszenie, fakturę albo rekord, wybiera następny krok i działa w Twoich narzędziach (CRM, skrzynka, arkusze). Pracuje w granicach, które wyznaczasz, a czego nie jest pewien, oddaje człowiekowi. Ta strona to Twój test: po czym poznać prawdziwego agenta, zanim ktoś sprzeda Ci przemalowanego chatbota.

W skrócie

  • Agent AI sam prowadzi proces: wybiera następny krok i używa narzędzi w pętli, aż osiągnie cel albo odda sprawę człowiekowi.
  • Chatbot odpowiada, copilot pomaga, automatyzacja idzie po sztywnej ścieżce. Agenta odróżnia to, że kolejny krok wybiera model, w granicach, które wyznaczasz.
  • Agent zarabia na siebie tylko tam, gdzie kolejny krok zależy od treści sprawy; resztę taniej obsłuży skrypt lub aplikacja.
  • „Agent” to nie etykieta marketingowa, tylko system, który przechodzi siedem kontroli: praca, kontekst, narzędzia, granice, eskalacja, pomiar, ślad. Brakuje którejś, to jeszcze nie agent.
Zobacz siedem pytań, które to rozstrzygają

Z czego składa się agent

Agent =praca+kontekst+narzędzia+granice+eskalacja+pomiar+ślad

Jeśli brakuje któregoś elementu, to nie jest agent. Budujemy wtedy prostszy skrypt, integrację albo aplikację LLM i mówimy to wprost.

Agent-washing

Większość „agentów” na rynku to przemalowany chatbot.

To samo słowo dokleja się dziś do chatbota, RAG-a, copilota i skryptu z modelem. Dlatego nie zaczynamy od nazwy ze slajdu, tylko od pracy i granic, a to, co naprawdę dostajesz, rozstrzygasz siedmioma kryteriami niżej. I odwrotnie: nawet prawdziwy agent kosztuje więcej i niesie większe ryzyko niż skrypt czy aplikacja, więc proponujemy go tylko tam, gdzie następny krok naprawdę zależy od treści sprawy. Wszędzie indziej wskażemy prostszą i tańszą formę, nawet jeśli to dla nas mniejsze zlecenie.

Rynek w liczbach: adopcja i agent-washing.

  • 8,4%

    polskich firm używa AI w 2025 (średnia UE: 20%, najwyżej Dania: 42%). Niski próg, realna przewaga dla tych, którzy wdrożą porządnie.

    Eurostat 2025

  • >40%

    projektów agentowych zostanie anulowanych do końca 2027: koszty, niejasny ROI i słaba kontrola ryzyka. Dlatego zakres, koszt i kontrolę ryzyka ustal przed wdrożeniem, nie po starcie.

    Gartner 2025

  • 6%

    tyle tylko spadły ceny tokenów w 2026 (wobec 39% w drugiej połowie 2025): deflacja się zatrzymała, a klienci coraz częściej płacą za droższe modele premium. Dlatego koszt utrzymania mierzymy i trzymamy pod limitem, zamiast zakładać, że spadnie.

    YipitData 2026

  • ~130

    tylu realnych dostawców agentów Gartner naliczył wśród tysięcy. Reszta to agent-washing: przemianowane chatboty i RPA.

    Gartner 2025

Rynek nazywa agentem pięć różnych rzeczy.

To samo słowo bywa przyklejone do chatbota, copilota, workflow, zespołu agentów albo całego runtime'u. Zanim uwierzysz w słowo „agent”, ustal, o którym z tych poziomów mowa.

  1. 1

    Chatbot lub RAG nazwany agentem

    Odpowiada na pytania, nie wykonuje pracy.

    Chatbot z RAG, nie agent.

  2. 2

    Copilot w procesie

    Pomaga człowiekowi, człowiek wykonuje.

    Copilot, nie agent.

  3. 3

    Agent operacyjny z narzędziami

    Widzi kontekst, wywołuje API, eskaluje.

    Może być agentem, jeśli spełnia siedem kryteriów.

  4. 4

    Orkiestracja wielu agentów

    Wiele ról, wspólna pamięć, kolejki.

    Zespół agentów, często przereklamowany.

  5. 5

    Pełny runtime agentowy

    Trwały, długodziałający, uprawnienia narzędzi, cykl życia.

    Stos operacyjny. Nie twierdzimy, że posiadamy własny runtime.

Siedem pytań, które zamieniają demo w system produkcyjny.

To Twój detektor. Zadaj te siedem pytań każdemu, kto sprzedaje Ci „agenta”: jeśli nie zna odpowiedzi, to jeszcze nie agent, tylko interfejs do modelu. Z odpowiedziami wiesz, co robi, czego mu nie wolno i kiedy oddaje sprawę człowiekowi.

Zakres

Co agent ma zrobić i do czego może sięgnąć.

Praca

Jaką konkretną pracę wykonuje agent?

Dobra odpowiedź

Jeden proces, jeden wyzwalacz, jeden mierzalny wynik.

Częsty błąd

„Obsługuje klientów”. Za szeroko, żeby cokolwiek zmierzyć.

Kontekst

Co agent musi rozumieć: dane, reguły, wyjątki?

Dobra odpowiedź

Nazwane źródła danych, reguły i lista wyjątków.

Częsty błąd

Pełna historia rozmowy przy każdym wywołaniu. Model dryfuje, rachunek za tokeny rośnie.

Narzędzia

Z jakich systemów korzysta i z jakimi uprawnieniami?

Dobra odpowiedź

Najmniejsze potrzebne uprawnienia, najpierw tylko do odczytu, osobne konta serwisowe, odizolowane środowisko.

Częsty błąd

Agent dziedziczy czyjeś poświadczenia, sesje i pliki.

Kontrola

Gdzie agent się zatrzymuje i kto przejmuje wyjątek.

Granice

Czego nie wolno mu zrobić samodzielnie?

Dobra odpowiedź

Twarda lista „nie wolno” wymuszona w kodzie, nie w prompcie. Treść z zewnątrz to dane, nigdy polecenie.

Częsty błąd

Reguła zapisana tylko w prompcie. Pod obciążeniem agent ją pominie.

Eskalacja

Kiedy oddaje sprawę człowiekowi?

Dobra odpowiedź

Jawne wyzwalacze, zapis do produkcji za zgodą człowieka, przekazanie z pełnym kontekstem.

Częsty błąd

Agent sam decyduje, co dalej, bez bramki.

Dowód

Czy system warto utrzymać i jak odtworzyć jego działania.

Pomiar

Po czym poznamy, że warto go utrzymać?

Dobra odpowiedź

Tygodniowe metryki, w tym Cost Per Query i Escalation Rate.

Częsty błąd

„Działa” bez liczb.

Ślad

Co zapisuje i kto może to audytować?

Dobra odpowiedź

Każda akcja w logu: co, kiedy, na jakiej podstawie. Log centralny i odtwarzalny.

Częsty błąd

Stan trzymany w pamięci modelu. Nie da się odtworzyć wczorajszego przebiegu.

To nie checklista marketingowa: te same siedem pozycji wraca w skanie, umowie i raporcie z wdrożenia, więc obietnicę możesz porównać z dowodem.

Mapowanie na EU AI Act

Siedem kryteriów agenta mapujemy na wymagania EU AI Act, które zasilają dokumentację operatora: ślad, przejrzystość, nadzór człowieka i monitoring. To porządkuje dokumentację techniczną, ale nie jest klasyfikacją prawną systemu ani poradą prawną.

Art. 12 · Rejestrowanie zdarzeń
Ślad
Art. 13 · Przejrzystość
Praca + Kontekst
Art. 13 + 26 · Narzędzia i obowiązki operatora
Narzędzia
Art. 14 · Nadzór człowieka
Granice + Eskalacja
Art. 17 + 72 · Jakość i monitoring
Pomiar

Wkład techniczny do dokumentacji operatora, nie porada prawna: nie klasyfikujemy systemu jako wysokiego ryzyka i nie przesądzamy o Twoich obowiązkach. Większość tych wymagań dotyczy systemów wysokiego ryzyka; osobno art. 50 (poinformowanie użytkownika, że rozmawia z AI) obowiązuje dostawców i podmioty stosujące od 2 sierpnia 2026, niezależnie od klasy ryzyka. EUR-Lex ↗

Tych siedem pytań przeszło przez nasze wdrożenia produkcyjne, m.in. lead intelligence w nieruchomościach. Gdzie liczba jest poufna, opisujemy kształt pracy, nie wartość. Zobacz case studies →

Od lutego 2025 Art. 4 EU AI Act nakłada na dostawców i podmioty wdrażające AI obowiązek zapewnienia wystarczającej wiedzy o AI u osób, które jej używają. Dlatego nasze szkolenia prowadzą inżynierowie. Szkolenia AI dla firm →

Pięć form, jedno słowo

Agent, chatbot, copilot, RAG czy zwykła automatyzacja?

To samo słowo opisuje pięć różnych rzeczy. Różnica nie leży w modelu, tylko w tym, kto prowadzi proces i kto wykonuje krok.

  • Chatbot

    Co robiOdpowiada na pytania w rozmowie, tura po turze.

    Test, który odróżnia ją od agentaSam nie wykonuje wielokrokowej pracy między Twoimi wiadomościami.

  • Copilot

    Co robiPodpowiada w trakcie pracy, a człowiek zatwierdza każdy krok.

    Test, który odróżnia ją od agentaTo człowiek prowadzi i wykonuje, system tylko asystuje.

  • Aplikacja RAG

    Co robiWyszukuje w dokumentach i odpowiada na ich podstawie, ze wskazaniem źródła.

    Test, który odróżnia ją od agentaŚcieżkę wyszukiwania wyznacza programista, nie model. Nawet gdy pobiera dane wielokrotnie, robi to po stałej, zaprogramowanej trasie, a nie decyduje sam, kiedy i po co sięgnąć.

  • Automatyzacja

    Co robiWykonuje znane kroki według reguł zapisanych w kodzie.

    Test, który odróżnia ją od agentaŚcieżkę wyznacza programista, nie model.

  • Agent AI

    Co robiSam prowadzi proces od zdarzenia do wyniku, w wyznaczonych granicach.

    Test, który odróżnia ją od agentaTo model wybiera kolejny krok i narzędzie, w pętli, aż do celu albo eskalacji.

Im prościej, tym taniej i pewniej. Agenta proponujemy dopiero, gdy tańsza forma nie wystarcza.

Jak to działa

Uzgadnianie faktur zakupowych, poprowadzone jak agent

Ta sama praca, rozłożona na siedem kontroli, po których nazywamy system agentem:

Agent · gotów
  1. PracaProwadzi każdą fakturę zakupową od wpływu do gotowego dekretu: zestawia ją z zamówieniem i przyjęciem towaru (dopasowanie trójstronne), pozycja po pozycji, i oznacza każdą rozbieżność.
  2. KontekstWidzi fakturę, dopasowane zamówienie i przyjęcie, warunki dostawcy i jego wcześniejsze faktury oraz Twoje reguły księgowania i akceptacji.
  3. NarzędziaCzyta PDF lub e-fakturę, sprawdza w ERP zamówienie i przyjęcie, ujednolica dane dostawcy mimo różnych wariantów nazwy i przygotowuje szkic dekretu z kontami.
  4. GraniceNic nie księguje i nie zwalnia żadnej płatności samodzielnie. Powyżej ustalonej kwoty albo poniżej progu pewności zatrzymuje się przy człowieku, zamiast zgadywać.
  5. EskalacjaRozbieżności, duplikaty i nowych dostawców oddaje księgowemu z gotową propozycją dekretu, wskazanymi dowodami i uzasadnieniem.
  6. PomiarLiczymy odsetek faktur uzgodnionych bez poprawki i czas od wpływu do gotowości do zaksięgowania.
  7. ŚladKażde dopasowanie, decyzja i źródło trafia do niezmienialnego logu, więc ścieżka audytu składa się sama w trakcie pracy.

Przykład ilustruje wzorzec, to nie wynik konkretnego klienta.

Koszt utrzymania

Ile naprawdę kosztuje utrzymanie agenta?

Tyle, ile pracy mu zlecisz. Agent nie wykonuje jednego zapytania, tylko pętlę: planuje, sięga po narzędzia, sprawdza wynik i poprawia, więc na jedno zadanie zużywa od 5 do 30 razy więcej tokenów niż chatbot. Liczy się koszt ukończonego zadania, nie koszt promptu.

5–30×

więcej tokenów na zadanie niż chatbot

Gartner 2026

Tańsze tokeny nie znaczą tańszego agenta: ceny jednostkowe spadają, ale zużycie rośnie szybciej, więc rachunek rośnie. Najwięcej pali pętla bez bramki, która w kółko ponawia próbę.

Jak trzymamy koszt pod kontrolą

  1. Cache

    Powtarzalny kontekst liczony raz.

  2. Routing modeli

    Tańszy, mniejszy model do prostych kroków, frontier do trudnych.

  3. Twardy limit

    Budżet tokenów i obrotów na bramce eskalacji.

Koszt mierzymy od pierwszego dnia (Cost Per Query). Ten sam próg, który czyni agenta bezpiecznym, pilnuje rachunku.

Bezpieczeństwo

Co powstrzyma agenta, gdy ktoś spróbuje go przejąć?

Nie filtr na wejściu, tylko granice na wyjściu. Agent działa z prawdziwymi uprawnieniami, a najczęstszy atak to wstrzyknięcie polecenia: ukryta instrukcja w mailu, dokumencie albo na stronie, którą agent czyta, zaczyna nim sterować. To ryzyko nr 1 dla agentów. Żaden filtr nie wyłapie wszystkiego, więc projektujemy tak, żeby nawet przejęty agent nie mógł zrobić nic groźnego.

OWASP 2026

Nawet przejęty agent nie zrobi nic groźnego

Najmniejsze uprawnienia, najpierw tylko odczyt.

Narzędzia

Lista „nie wolno” wymuszona w kodzie; treść z zewnątrz to dane, nie polecenie.

Granice

Nieodwracalne kroki czekają na zgodę człowieka.

Eskalacja

Każda akcja w logu, odtwarzalna.

Ślad

To te same cztery kryteria, które odróżniają agenta od atrapy. Granice nie są dodatkiem do bezpieczeństwa: są bezpieczeństwem.

Gdzie to działa

Domyślnie w UE (RODO), na dużej chmurze (AWS, Azure, Google Cloud), albo na Twoim koncie chmurowym, jeśli governance tak woli. Kod, prompty i dane zostają u Ciebie, bez uwięzienia u jednego dostawcy.

Dobór formy

Agent czy zwykła automatyzacja?

Kształt pracy wskazuje formę i cenę wejścia. Cztery najczęstsze sytuacje mapują się wprost na nasze linie usług:

Pięć pytań przed decyzją

  1. Czy umiesz wypisać wszystkie kroki i wyjątki na jednej kartce?

    Jeśli tak, to automatyzacja. Skrypt albo integracja zrobi to taniej i bardziej przewidywalnie niż model.

  2. Czy wejście to tekst bez struktury: maile, PDF-y, notatki?

    Model może czytać, klasyfikować i wyciągać dane, a przebieg dalej zostaje zamknięty. To automatyzacja z AI, jeszcze nie agent.

  3. Czy następny krok zależy od treści sprawy?

    To terytorium agenta: system prowadzi sprawę, wybiera krok i sięga po narzędzia w granicach, które wyznaczasz.

  4. Czy decyzję musi podjąć człowiek: prawo, ryzyko, relacja?

    Wtedy budujemy copilota albo aplikację: system przygotowuje, człowiek zatwierdza skutek.

  5. Czy umiesz powiedzieć, czego systemowi nie wolno i kiedy oddaje sprawę?

    Jeśli jeszcze nie, najpierw porządkujemy proces. Bez granic i eskalacji nie wdrażamy agenta.

  1. Powtarzalny proces według znanych reguł: skrzynka, dokumenty, raporty, synchronizacja systemów.

    Automatyzacje AI

    od 15 000 zł

  2. Narzędzie z LLM w środku: copilot, RAG, ekstrakcja dokumentów, wewnętrzny panel. Skutek zatwierdza człowiek.

    Aplikacje AI

    od 25 000 zł

  3. System ma sam prowadzić proces w wyznaczonych granicach: wybierać następny krok, używać narzędzi, eskalować wyjątki.

    Agenci AI

    od 25 000 zł

  4. Proces jest, ale nie wiadomo, od czego zacząć, formę i kolejność trzeba dopiero ustalić.

    Bezpłatny skan procesów

    0 zł

Ceny netto. Po skanie dostajesz pisemne podsumowanie w 2 dni robocze.

Od zera do produkcji

Jak powstaje agent, który naprawdę pracuje w firmie.

Budujemy w trzech etapach. Każdy kończy się bramką: konkretny wynik w ręku i Twoja decyzja, czy iść dalej. Bez „zdecyduj z góry, zobaczysz później”.

  1. Etap 01

    Audyt: najpierw proces, nie model

    Bezpłatny skan: 30 minut z inżynierem nad procesem, który kosztuje najwięcej. Przy złożonej sprawie piszemy Specyfikację wdrożenia, mapę procesu, architekturę i stałą wycenę.

    Bramka

    Podsumowanie i specyfikacja są Twoje. Czasem najlepszą decyzją jest nie budować agenta, i powiemy to wprost.

    podsumowanie na piśmie w 2 dni robocze

  2. Etap 02

    Pilotaż: dowód na Twoich danych

    Agent działa na wycinku realnej pracy, w granicach i z człowiekiem przy bramce. Jeden mierzalny cel zapisujemy, zanim powstanie kod.

    Bramka

    Decydujesz po pilotażu, nie przed. Gwarancja wyniku, nie obietnica.

    ~6–8 tygodni · cel na piśmie

  3. Etap 03

    Produkcja: system, który prowadzi pracę

    Wdrażamy agenta w izolowanym środowisku, z minimalnymi uprawnieniami, pełnym śladem i eskalacją wyjątków.

    Twoje

    Kod, prompty i dane należą do Ciebie. Utrzymanie i rozwój dobieramy do tego, jak rośnie proces.

    produkcja, pomiar i utrzymanie

Ewolucja

Od automatyzacji, przez aplikacje, do agentów

Każdy rok przesuwał granicę tego, co „AI” potrafi w firmie. Agent to najnowsza forma, nie jedyna: poniżej trzy lata, na których powstał ten kształt.

  1. 2022. Automatyzacje: Sztywne reguły: robi dokładnie to, co zaprogramowano, bez wyjątków i bez kontekstu.
  2. 2023. Aplikacje LLM: Rozumie język i generuje, ale czeka, aż ktoś zapyta: jeden krok na jedno polecenie.
  3. 2025. Agenci: Planuje i działa wieloetapowo w pętli, i zatrzymuje się na granicy człowieka.

Daty to kamienie milowe rynku, nie nasza chronologia: ChatGPT (listopad 2022), GPT-4 (2023), „rok agentów” (2025).

Po tych pytaniach nie sprzedajemy technologii. Dajemy rekomendację.

Po skanie albo Specyfikacji wdrożenia dostajesz jedną z trzech odpowiedzi:

Budować

Gdy praca, granice i ślad są wystarczająco jasne, rekomendacja może prowadzić do pełnego zakresu albo węższego pilota.

Zawęzić albo uporządkować

Gdy proces jest obiecujący, ale zbyt szeroki albo nieopisany, najpierw zmniejszamy zakres lub porządkujemy wejścia.

Nie budować agenta teraz

Gdy wystarczy zwykła automatyzacja, skrypt albo decyzja człowieka, piszemy to wprost.

Każda rekomendacja wraca z ceną i zakresem, więc możesz ją porównać, zanim cokolwiek zamówisz.

Bezpłatny skan procesów

Zacznij od bezpłatnego skanu procesów.

  • 30 minut z inżynierem, który będzie budował, nie z handlowcem.
  • Przegląd procesów, które kosztują Cię najwięcej czasu i pieniędzy.
  • Pisemne podsumowanie: co zautomatyzować, w jakiej kolejności, z widełkami kosztów.

Bez prezentacji sprzedażowej i bez zobowiązań. Jeśli automatyzacja nie ma sensu, też to napiszemy.

0 zł

30 minut · pisemne podsumowanie w 2 dni robocze

Umów bezpłatny skan procesów (30 min)Wolisz napisać? Formularz bez zobowiązań

Przynieś jeden proces. Sprawdzimy, czy naprawdę potrzebuje agenta.

  • 30 minut z inżynierem, który będzie budował, nie z handlowcem.
  • Przegląd procesów, które kosztują Cię najwięcej czasu i pieniędzy.
  • Pisemne podsumowanie: co zautomatyzować, w jakiej kolejności, z widełkami kosztów.
0 zł30 minut · pisemne podsumowanie w 2 dni robocze
Umów bezpłatny skan procesów (30 min)

Bez prezentacji sprzedażowej i bez zobowiązań. Jeśli automatyzacja nie ma sensu, też to napiszemy.

Audyt procesów AI: skan i Specyfikacja

Pytania kwalifikacyjne

Zanim nazwiesz coś agentem, zadaj te pytania.

To szybki filtr przed rozmową o budowie. Nie rozstrzyga całej architektury, ale chroni przed sprzedaniem agenta tam, gdzie wystarczy prostszy wzorzec.

  • Czy każdy proces potrzebuje agenta AI?

    Nie. Czasem właściwą odpowiedzią jest zwykły skrypt, integracja, automatyzacja z AI, aplikacja z AI, copilot dla człowieka albo brak budowy.

  • Kiedy automatyzacja wystarczy zamiast agenta AI?

    Gdy kroki są stałe, reguły znane, a wynik da się sprawdzić testem albo prostym sprawdzeniem. Wtedy budujemy skrypt, integrację lub proces, nie agenta.

  • Kiedy aplikacja z AI staje się agentem?

    Dopiero wtedy, gdy system wykonuje nazwaną pracę w narzędziach, wybiera kolejny krok zależnie od kontekstu, działa w granicach, eskaluje wyjątki, mierzy wynik i zostawia ślad.

  • Czym agent AI różni się od chatbota?

    Chatbot odpowiada na pytania w rozmowie. Agent wykonuje pracę: wybiera kolejny krok, używa narzędzi i prowadzi sprawę do skutku w granicach, a wyjątki oddaje człowiekowi.

  • Czy agent AI działa bez nadzoru człowieka?

    Nie. Agent działa w granicach, które wyznaczasz: skutek produkcyjny wymaga zgody, a wszystko, czego nie jest pewien, oddaje człowiekowi. Pełna autonomia bez granic to ryzyko, nie cecha.

  • Skąd wiadomo, że agent działa poprawnie?

    Z miary zapisanej przed budową i ze śladu. Ustalamy, co znaczy „działa” (na przykład odsetek spraw bez poprawki), a każde działanie zostaje w logu, więc da się sprawdzić, co system zrobił i dlaczego.