Czym jest agent AI? Praktyczne wyjaśnienie dla właściciela firmy

Wszyscy mówią “agent AI”. Mało kto tłumaczy co to znaczy.

W tym artykule rozkładam koncepcję na czynniki pierwsze — bez żargonu, bez hype’u, z konkretnymi przykładami z polskich biur rachunkowych.

Definicja w jednym zdaniu

Agent AI to program, który dostaje zadanie — i sam decyduje, jak je wykonać.

To wszystko. Reszta to konsekwencje tej definicji.

W tradycyjnej automatyzacji programujesz dokładnie każdy krok (“jeśli X to Y, jeśli Z to W”). W agentowej — opisujesz cel i kontekst, a model językowy (najczęściej Claude, GPT lub Gemini) sam wybiera sekwencję działań.

Tradycyjna automatyzacja vs Agent AI — przykład

Wyobraź sobie skrzynkę mailową biura rachunkowego, do której codziennie spływa 60 wiadomości od klientów.

Tradycyjne podejście (Zapier, Make, własny skrypt)

JEŚLI temat zawiera "FAKTURA" → przenieś do folderu "Faktury"
JEŚLI temat zawiera "VAT" → wyślij notification do księgowej
JEŚLI nadawca = us.skarbowy.pl → flag jako pilne
W INNYM PRZYPADKU → zostaw w inboxie

Działa świetnie, dopóki rzeczywistość nie odbiega od scenariusza. A odbiega zawsze:

• Klient pisze “moja faktura VAT” — pasuje do dwóch reguł
• Inny pisze “płatność za fakturę FV/2026/00128” bez słowa kluczowego “faktura” w temacie
• Trzeci wysyła PDF bez słowa “VAT” w treści, ale to deklaracja VAT-7

Trzeba dopisywać kolejne reguły. Po roku masz 80 reguł, których nikt już nie rozumie.

Agent AI

Przeczytaj tego maila.
Oceń:
  - czy wymaga odpowiedzi (jeśli tak: pilna czy może poczekać?)
  - czy zawiera załącznik wymagający przetworzenia
  - czy nadawca jest klientem (sprawdź w CRM)
  - czy temat dotyczy konkretnej deklaracji/faktury (jeśli tak: jakiej?)

Następnie:
  - jeśli to faktura — wyciągnij dane przez OCR i dodaj do księgi
  - jeśli to pytanie standardowe — wygeneruj draft odpowiedzi w naszym tonie
  - jeśli to pilne wezwanie z urzędu — utwórz zadanie w systemie i powiadom mnie

Pokaż mi wszystko do zatwierdzenia rano.

Agent sam ocenia kontekst. Nie potrzebujesz 80 reguł. Potrzebujesz jednej dobrej instrukcji.

Co to NIE jest

Żeby uniknąć rozczarowań, kilka rzeczy które warto rozróżnić:

• Agent AI ≠ ChatGPT. ChatGPT to chatbot konwersacyjny — Ty piszesz, on odpowiada. Agent AI działa w tle, integruje się z Twoimi systemami, ma narzędzia (CRM, kalendarz, email, OCR) i sam je wywołuje.
• Agent AI ≠ “magia”. Pod spodem siedzi LLM (Large Language Model), który ma swoje ograniczenia: czasem halucynuje, czasem źle interpretuje. Dlatego dobrze zaprojektowany agent zawsze ma checkpoint zatwierdzenia przez człowieka dla działań nieodwracalnych.
• Agent AI ≠ pełne zastąpienie pracownika. To narzędzie. Pracownik księgowej oszczędza 60-80% czasu na powtarzalnych zadaniach (przepisywanie, klasyfikacja, drafty maili) — i ten czas wykorzystuje na rzeczy wymagające myślenia.

Trzy konkretne agenty, które buduję dla biur rachunkowych

1. MJ.OLDAK INVOICE — agent OCR faktur

Co robi: dostaje PDF/JPG faktury → wyciąga dane (sprzedawca, nabywca, NIP, pozycje, kwoty, VAT) → zwraca strukturalny JSON gotowy do importu do Comarch Optima / wFirma / Insert.

Stack: Azure Document Intelligence (OCR) + Claude Sonnet (post-processing, walidacja, kategoryzacja kosztu).

Czas: ~8 sekund na fakturę. Człowiek robi to ~2-3 minuty.

2. MJ.OLDAK EMAIL — agent klasyfikacji maili

Co robi: czyta skrzynkę → klasyfikuje (PILNE / NORMALNE / SPAM) → dla normalnych pisze draft odpowiedzi w stylu biura → Ty tylko zatwierdzasz.

Stack: IMAP (pobieranie) + Claude Sonnet (klasyfikacja + generacja) + n8n (orkiestracja workflow).

Czas: 4 sekundy na maila. 60 maili = 4 minuty zamiast godziny.

3. MJ.OLDAK DEADLINE — kalendarz podatkowy

Co robi: śledzi terminy klientów (VAT-7, ZUS, CIT-8, JPK_VAT) → na 7 dni przed wysyła klientowi spersonalizowane przypomnienie email.

Stack: SQLite (klienci + deadliny) + cron + Claude (pisanie maili w tonie Twojego biura).

Czas: zerowy. Wszystko dzieje się w nocy. Rano widzisz raport.

Kiedy agent AI ma sens — checklist

Zanim zainwestujesz w automatyzację AI, sprawdź czy zadanie spełnia te kryteria:

• ✅ Powtarzalne — wykonywane co najmniej kilka razy w tygodniu
• ✅ Czasochłonne — każde wykonanie zajmuje 5+ minut
• ✅ Strukturalne — ma jasny input i pożądany output
• ✅ Tolerancyjne na błędy — pojedyncza pomyłka nie powoduje katastrofy (lub jest checkpoint zatwierdzenia)
• ✅ Z dostępem do danych — agent musi mieć skąd brać kontekst (CRM, system księgowy, archiwum)

Jeśli wszystkie ✅ — agent AI prawdopodobnie zwróci się w 1-3 miesiące.

Jeśli któryś ❌ — zostań przy ludziach lub rozważ prostszą automatyzację.

Ile to kosztuje

Konkretne cyfry z mojej oferty (kwiecień 2026):

Pakiet	Koszt jednorazowy	Koszt miesięczny	Co obejmuje
Audyt AI	3 500 zł	—	Analiza procesów + 1 prosta automatyzacja w 2 tygodnie
Agent Starter	8 000 zł	1 200 zł	1 agent (OCR / Email / Deadline) + 1 integracja
Automation Pro	18 000 zł	2 500 zł	2-3 agenty, pełna automatyzacja, dedykowane SLA

Koszt LLM API (Claude/GPT) — średnio 50-200 zł miesięcznie dla biura rachunkowego z ~10 klientami. Dochodzi do “kosztu miesięcznego”.

Czas wdrożenia: 2-4 tygodnie od audytu do działającego systemu.

Następne kroki

Jeśli to brzmi sensownie dla Twojej firmy — masz dwie ścieżki:

1. Spotkanie + demo. Bezpłatne, 30 minut, online. Pokażę live action: wrzucam Twoją prawdziwą fakturę do agenta i wyciągamy dane na żywo. Napisz na contact@mjoldak.com.

2. Dalej czytaj. Case study: 4 godziny dziennie skrócone do 20 minut — konkretna historia z mojego pierwszego pilotażu.

Jeśli czegoś nie wiesz, zawsze pytaj. Nie ma głupich pytań o AI — ten rynek jest świeży i każdy się dopiero uczy.