Kiedy agent AI się nie opłaca

Porzucanie wdrożeń jest normą, nie wypadkiem

Zacznijmy od liczby, której nie ma w materiałach sprzedażowych. W badaniu S&P Global Market Intelligence, przeprowadzonym na ponad tysiącu respondentów z Ameryki Północnej i Europy, odsetek firm, które porzuciły większość swoich inicjatyw AI, wzrósł do 42 procent z 17 procent rok wcześniej. Przeciętna organizacja skasowała 46 procent swoich pilotaży, zanim dotarły one do produkcji.

Drugi pomiar idzie jeszcze dalej i znacie go z lekcji ósmej: w badaniu MIT Project NANDA realną wartość wygenerowało 5 procent zintegrowanych pilotaży. Warto zwrócić uwagę na słowo „zintegrowanych”: te 5 procent to nie były najlepsze modele, tylko wdrożenia wpięte w istniejący proces zamiast postawione obok niego.

Te liczby nie mówią, że technologia nie działa. Mówią, że odpowiedź „nie teraz" jest statystycznie częstsza niż sukces, więc powinna być normalnym wynikiem analizy, a nie porażką, którą trzeba przed kimś tłumaczyć.

Ta lekcja jest sitem. Sześć sytuacji, w których lepiej odpuścić, jeden rachunek progu opłacalności do zrobienia na kartce i kilka zdań o tym, jak czytać cudze liczby, żeby nie kupić własnego rozczarowania.

Sześć sytuacji, w których lepiej odpuścić

Żadna z nich nie znaczy „nigdy". Znaczą „nie teraz" albo „nie tym narzędziem", a różnica między jednym a drugim jest zwykle kwestią dwóch, trzech miesięcy porządków.

Punkt o danych ma najmocniejsze potwierdzenie w liczbach. Gartner prognozował, że do 2026 roku organizacje porzucą 60 procent projektów AI, które nie są zasilane danymi przygotowanymi pod AI, a w badaniu na 248 liderach zarządzania danymi aż 63 procent organizacji przyznało, że nie ma odpowiednich praktyk w tym obszarze albo nie wie, czy je ma.

Cztery z sześciu punktów opisują stan po Waszej stronie, nie po stronie narzędzia. Zmiana dostawcy, modelu ani platformy nie ruszy ich ani o milimetr, i to jest właśnie ta informacja, po którą warto sięgnąć przed podpisaniem czegokolwiek.

• Za mała skala. Trzy telefony dziennie obsłuży człowiek. Konfiguracja i utrzymanie kosztują więcej niż zaoszczędzony czas.
• Proces żyje w czyjejś głowie. Nikt nie umie go opisać. Najpierw spiszcie, a decyzję o automatyzacji podejmijcie potem, bo często okaże się niepotrzebna.
• Reguły zmieniają się co tydzień. Agent będzie stale nieaktualny, a nadążanie za zmianami zje całą oszczędność.
• Wartością jest sam kontakt z człowiekiem. Są firmy, które żyją z tego, że klient słyszy znajomy głos. Automatyzacja odbiera im przewagę, za którą klient płaci.
• Dane są w rozsypce. Agent korzystający z nieuporządkowanych danych myli się szybciej i pewniej niż człowiek, którego miał odciążyć.
• Nikt w firmie tego nie chce. Wdrożenie bez właściciela po stronie zespołu umiera po dwóch miesiącach, niezależnie od jakości technologii.

Policz próg, zanim policzysz korzyści

Pytanie „czy nam się to opłaci" jest za miękkie, żeby dało się na nie odpowiedzieć. Zamień je na twardsze: ile godzin miesięcznie musi zniknąć, żebyśmy wyszli na zero. Ten rachunek robi się na kartce w kwadrans i w połowie przypadków kończy temat.

Od stycznia 2026 minimalna stawka godzinowa wynosi 31,40 zł brutto, a całkowity koszt pracodawcy przy płacy minimalnej to około 5 790 zł miesięcznie, tak podaje zestawienie enova dotyczące kosztów zatrudnienia w 2026 roku. To Wasza dolna granica wyceny czasu, bo nawet najprostsza praca administracyjna nie jest tańsza.

Abonament za agenta w ClawLabs zaczyna się od 399 zł miesięcznie. Zestawcie to z pełnym kosztem godziny pracy po stronie pracodawcy, czyli około 68 zł, a nie z samym brutto, i próg wychodzi na te same osiem godzin miesięcznie, o których była mowa w lekcji drugiej, czyli mniej więcej dwie godziny tygodniowo, przy najtańszej możliwej pracy. Przy stanowisku specjalistycznym próg spada odpowiednio niżej, ale rachunek robi się tak samo.

Do tego doliczcie pozycję, którą pomija prawie każdy: własny czas na konfigurację, poprawianie promptu i czytanie odpowiedzi. Utrzymanie to zwykle półtorej do dwóch godzin miesięcznie, choć w pierwszym miesiącu będzie tego kilkukrotnie więcej. To realny koszt, który trzeba doliczyć do abonamentu, a nie znacznie więcej niż godzina.

Jeśli chcecie sprawdzić próg na własnym ruchu, zanim cokolwiek podpiszecie, w ClawLabs jest pięciodniowy okres próbny, wyłącznie na pakiecie Premium i z kartą wymaganą przy starcie. Pięć dni wystarczy na jedno zadanie i pięćdziesiąt prawdziwych zapytań, czyli dokładnie tyle, ile potrzeba do rozstrzygnięcia.

Kupować czy budować własne

Ta decyzja przesądza o wyniku mocniej, niż wygląda, a proporcje podaliśmy w lekcji drugiej: gotowiec dochodzi do produkcji mniej więcej dwa razy częściej niż narzędzie budowane od zera. Powód jest prozaiczny: przy gotowcu pierwszy tydzień schodzi na dopasowanie promptu, a przy własnym rozwiązaniu na to, żeby w ogóle ruszyło.

Powód jest prozaiczny. Budując własne, bierzecie na siebie utrzymanie dwóch rzeczy naraz: procesu i narzędzia. Pierwsze wdrożenie zwykle przeżywa oba, drugie już nie, a po odejściu autora kodu zostaje repozytorium, którego nikt nie rusza.

Praktyczny wniosek dla firmy bez zespołu inżynierskiego brzmi więc: konfigurujcie, nie programujcie. Gotowe szablony agentów i katalog skilli, w ClawLabs jest ich osiem i czterdzieści, istnieją po to, żeby pierwsza wersja powstała z ustawień, a nie z kodu. Własne rozwiązanie budujcie dopiero wtedy, gdy wiecie już dokładnie, czego brakuje w gotowym.

Co zrobić zamiast

W czterech z sześciu przypadków lekarstwem nie jest inne narzędzie, tylko porządek. Spisany proces, uporządkowane dane i jedna osoba, która za to odpowiada, dają zwykle więcej niż jakakolwiek automatyzacja nałożona na bałagan.

To zresztą powtarzalny wzorzec: firmy, którym automatyzacja wychodzi najlepiej, to zwykle te, które przy okazji uporządkowały proces. Część korzyści bierze się z agenta, a część z tego, że ktoś wreszcie usiadł i opisał, jak to ma działać. Drugiej części nikt nie zapisuje w prezentacji o wdrożeniu, choć bywa większa.

Decyzja „nie teraz" ma jeden warunek, żeby nie zamieniła się w „nigdy": data powrotu i jedna rzecz do uporządkowania, z imieniem osoby przy niej. Bez tych dwóch elementów odłożenie tematu jest tym samym co jego zamknięcie, tylko brzmi łagodniej.

Zanim uwierzysz w cudzą liczbę

Polski Instytut Ekonomiczny podaje, że skala wykorzystania AI w polskich firmach waha się według różnych metodologii od 6 do 16 procent, i wprost zaznacza, że zróżnicowanie wyników oraz tempo rozwoju narzędzi utrudniają jednoznaczne określenie tej skali. Ten sam raport pokazuje, że 77 procent przedsiębiorców niestosujących AI nie planuje jej wdrożenia.

Rozstrzał bierze się z metody, nie ze złej woli. Jedno badanie pyta o „technologie AI", drugie o „narzędzia AI", trzecie liczy tylko firmy powyżej dziesięciu pracowników, i wychodzą liczby różniące się kilkukrotnie, każda prawdziwa w swoich granicach.

Stąd prosta zasada na rozmowę z dostawcą: przy każdej liczbie pytaj o próbę, datę i sposób liczenia. Jeśli sprzedawca nie potrafi powiedzieć, kogo i kiedy pytano, traktuj tę liczbę jak opinię. Ta sama surowość dotyczy liczb, które sami wpiszecie do uzasadnienia wdrożenia.

Co dalej, jeśli jednak ma to sens

Wróć do lekcji drugiej i zrób ćwiczenie z listą zadań. Wybierz jedno, najbardziej męczące, i uruchom je w najprostszej możliwej formie. Nie planuj docelowej architektury, tylko sprawdź, czy to działa u Ciebie i czy przekracza policzony wcześniej próg godzin.

Reszta wychodzi w praniu i to jest dobra wiadomość. Żaden plan wdrożenia nie przetrwał u nas zderzenia z pierwszym tygodniem prawdziwego ruchu, a mimo to te wdrożenia się udały, bo zakres był na tyle mały, że dało się go poprawić w dwa dni.

A jeśli po tej lekcji dochodzisz do wniosku, że u Ciebie jeszcze nie czas, kurs zrobił swoje. Lepiej wiedzieć to dziś, przy kartce i kalkulatorze, niż po trzech miesiącach i czterech spotkaniach.