Trzy poziomy dojrzałości AI w firmie
Firmy wchodzą w świat AI w trzech etapach. Etap pierwszy: indywidualne subskrypcje ChatGPT/Claude.ai, używane przez pracowników do generowania tekstów, podsumowań, kodu. Korzyść: niska bariera wejścia. Wada: brak integracji z firmowymi danymi, brak kontroli nad bezpieczeństwem, brak audytu, ryzyko wycieku danych firmowych do treningu modeli.
Etap drugi: jeden chatbot firmowy z integracją z bazą wiedzy. Najczęściej taki sam model jak konsumencki ChatGPT, ale z dodanym wyszukiwaniem semantycznym w dokumentach firmowych (RAG — retrieval-augmented generation). Lepsze niż etap pierwszy, ale wciąż jeden ogólny chatbot dla wszystkich zadań — finansowych, prawnych, technicznych, kadrowych.
Etap trzeci: system wieloagentowy. Zamiast jednego ogólnego chatbota — zespół wyspecjalizowanych agentów. Każdy ze swoją rolą (asystent CEO, controller finansowy, security reviewer), własnymi narzędziami (dostęp do konkretnych baz, API), własną pamięcią epizodyczną (uczy się z poprzednich interakcji). Orkiestracja decyduje, który agent dostanie które zadanie.
Kiedy wystarczy chatbot
Dla zadań prostych, niewymagających dostępu do firmowych systemów, jednorazowych, pojedynczy chatbot jest często wystarczający. Przykłady:
- Generowanie wstępnych draftów tekstów marketingowych
- Streszczanie długich dokumentów
- Tłumaczenia robocze
- Sprawdzenie składni i stylu pisemnych komunikatów
- Brainstorming pomysłów i koncepcji
Charakterystyka tych zadań: nie wymagają pamięci między sesjami, nie wymagają dostępu do firmowych baz, nie wymagają wykonania akcji (zapisu do systemu, wysłania emaila), nie podlegają audytowi compliance. Dla takich zadań ChatGPT Plus za 20 USD/miesiąc per pracownik jest racjonalnym wyborem.
Kiedy potrzeba systemu wieloagentowego
System wieloagentowy staje się niezbędny, gdy zadania spełniają jeden lub więcej z poniższych warunków:
- Wymagana pamięć między sesjami — agent musi pamiętać, jaki kontrakt został wynegocjowany z klientem 3 tygodnie temu, jakie były ustalenia ostatniego spotkania z controllerem.
- Dostęp do firmowych systemów — integracja z CRM, ERP, kalendarzem, pocztą, plikami w SharePoint, fakturami w księgowości.
- Wykonywanie akcji (nie tylko generowanie tekstu) — agent musi zapisać dane do bazy, wysłać email, zaktualizować zadanie w Jirze, zatwierdzić fakturę.
- Wymagana zgodność z compliance — RODO, EU AI Act, ISO 27001. Pełen audit trail, anonimizacja PII, prawo do wyjaśnienia decyzji algorytmicznych.
- Kontrola kosztów modeli LLM — gdy zadań jest tysiące dziennie, jednolite użycie premium modelu generuje koszt setek tysięcy złotych miesięcznie. Multi-model routing redukuje to do ułamka.
- Specjalizacja — agent finansowy z dostępem do księgowości i wiedzą o standardach raportowania wykonuje pracę kontrollera lepiej niż uniwersalny chatbot.
Porównanie kosztów
Bezpośrednie porównanie kosztów wymaga konkretu — zilustrujmy na przykładzie. Średnia firma 100 osób, 50 z licencją AI:
Wariant A — ChatGPT Plus indywidualnie
- 50 × 20 USD/mies = 1 000 USD/mies (~4 000 PLN)
- Brak integracji z firmowymi danymi
- Brak audit trail
- Ryzyko wycieku danych do treningu (chyba że upgrade do ChatGPT Enterprise — wtedy dużo droższy)
Wariant B — Chatbot firmowy z RAG
- API LLM (~Claude Sonnet): typowo 8 000-15 000 PLN/mies dla 100-osobowej firmy
- Hosting + RAG infrastruktura: 3 000-5 000 PLN/mies
- Częściowy audit trail
- Łącznie: 11 000-20 000 PLN/mies
Wariant C — System wieloagentowy (np. HybridCrew ESKOM AI)
- Multi-model routing (50% lokalne modele za $0, 30% Haiku, 15% Sonnet, 5% Opus): 5 000-12 000 PLN/mies
- Hosting + orkiestracja + audit: 4 000-8 000 PLN/mies
- Pełny audit trail, compliance gotowe
- Łącznie: 9 000-20 000 PLN/mies, ale z 5-10x większą funkcjonalnością
Wniosek: dla firm wykorzystujących AI do prostych zadań — wariant A. Dla firm z integracjami i compliance — wariant C dostarcza znacznie więcej wartości za porównywalny budżet operacyjny.
Migracja między wariantami
Najczęstsza ścieżka: firma zaczyna od wariantu A (indywidualne subskrypcje), po 6-12 miesiącach widzi że pracownicy używają AI intensywnie ale brakuje integracji, przechodzi do wariantu B lub C. Migracja z A do C jest prosta (wszystko można zbudować od zera). Migracja z B do C może wymagać przepisania istniejących integracji RAG.
Rekomendacja: jeśli firma ma więcej niż 50 osób z licencjami AI i widzi że AI staje się integralną częścią pracy — przejść od razu na wariant C, pomijając pośredni etap B. To oszczędza koszt budowy infrastruktury dwa razy.