Agent AI dla firmy produkcyjnej — co potrafi i ile kosztuje
Agent AI dla firmy produkcyjnej to program, który nie tylko odpowiada na pytania z bazy wiedzy, ale przede wszystkim działa. Sam zakłada zgłoszenie awarii w CMMS, dopisuje wiersz do arkusza Google, wysyła odpowiedź na WhatsAppie. W praktyce agent AI przejmuje drobne, powtarzalne zadania biura i hali, a ludzie tylko zatwierdzają efekty. Poniżej pokazuję, czym różni się od zwykłego chatbota, co potrafi w polskim zakładzie i ile kosztuje wdrożenie.
Spis treści
Agent AI a chatbot — czym się różnią?
Chatbot kończy pracę w momencie, gdy udzieli odpowiedzi. Natomiast agent AI ma dostęp do narzędzi — systemów, arkuszy, komunikatorów — i potrafi wykonać w nich konkretną czynność. Na przykład operator pisze „pękł pasek na gnieździe 3”, a system sam zakłada zgłoszenie, podpina instrukcję z dokumentacji i powiadamia utrzymanie ruchu. To różnica między infolinią a pracownikiem, któremu można coś zlecić.
Co potrafi agent AI w firmie produkcyjnej?
Dobrze zaprojektowany agent AI łączy trzy warstwy: wiedzę, działanie i komunikację. Dzięki temu jedna rozmowa załatwia sprawę od początku do końca, bez przełączania się między pięcioma programami.
Odpowiada z bazy wiedzy firmy (RAG)
Fundamentem jest RAG, czyli wyszukiwanie w firmowych dokumentach: instrukcjach, DTR-kach, historii serwisowej, korespondencji z dostawcami. Pracownik pyta po polsku, natomiast odpowiedź powstaje wyłącznie na podstawie Waszych danych — z podanym źródłem. Więcej o tej warstwie piszę we wpisie o prywatnym ChatGPT dla firmy.
Działa w Twoich systemach: CMMS, arkusze, ERP
Druga warstwa to integracje. Agent zakłada zgłoszenia w CMMS, aktualizuje harmonogram w arkuszu Google albo odczytuje status zlecenia z ERP. Potrafi też przygotować szkic oferty na bazie historii wycen — jak w systemie opisanym we wpisie o AI w ofertowaniu. Ponadto każde działanie zostawia ślad, więc łatwo sprawdzić, kto i co zlecił.
Rozmawia tam, gdzie pracują ludzie: WhatsApp i panel na hali
Trzecia warstwa to kanały. W biurze naturalna jest przeglądarka, jednak na hali i w terenie wygrywa telefon. Dlatego moje wdrożenia obsługują WhatsApp: brygadzista wysyła wiadomość i po chwili dostaje odpowiedź albo potwierdzenie wykonanego zadania.
Przykładowe zadania agenta AI na produkcji
- „Jaki moment dokręcenia przy formie F-240?” — odpowiedź z DTR, z podaniem strony dokumentu;
- „Załóż zgłoszenie: wyciek oleju przy prasie P2” — nowy rekord w CMMS z priorytetem i lokalizacją;
- „Ile zleceń czeka jutro na gięcie?” — odczyt z panelu produkcji w kilka sekund;
- „Zapytaj dostawcę o termin wałków” — szkic wiadomości na bazie historii korespondencji, do akceptacji;
- „Dopisz przestój do raportu zmiany” — nowy wiersz w arkuszu Google, bez otwierania laptopa.
Chatbot czy agent AI — porównanie możliwości
| Kryterium | Zwykły chatbot | Agent AI |
|---|---|---|
| Źródło odpowiedzi | skrypt lub lista FAQ | baza wiedzy firmy (RAG) ze wskazaniem źródła |
| Wykonywanie działań | brak — tylko rozmowa | CMMS, arkusze, ERP, WhatsApp |
| Nietypowe pytania | „nie rozumiem pytania” | dopyta i poszuka w dokumentach |
| Gdzie działa | widget na stronie WWW | WhatsApp, panel na hali, przeglądarka |
| Gdzie są dane | chmura dostawcy | serwer w zakładzie (on-premise) |
Agent AI on-premise: dane nie wychodzą z zakładu
Historia serwisowa, ceny i technologia to dane, których nie chcesz wysyłać do chmury. Dlatego buduję agentów na lokalnych modelach językowych (Bielik 11B v3, Qwen 3.8) uruchamianych przez Ollamę na serwerze w firmie. W efekcie model, dokumenty i dziennik działań zostają w zakładzie, a zdalny dostęp działa wyłącznie przez szyfrowany Tailscale. Dzięki temu zgodność z RODO przestaje być tematem długich dyskusji z prawnikiem. Wyjątkiem są usługi w chmurze, z którymi agent się łączy, np. WhatsApp (serwery Mety) czy arkusz Google, dlatego poufnych danych tymi kanałami nie wysyłam.
Ile kosztuje agent AI dla firmy produkcyjnej?
Budżet zależy głównie od liczby integracji. Sam asystent z bazą wiedzy (RAG) to zwykle 30–60 tys. zł netto. Agent z działaniami w dwóch–trzech systemach (CMMS, arkusze, WhatsApp) mieści się najczęściej w przedziale 50–120 tys. zł. Co ważne, zlecone prace programistyczne są kosztem kwalifikowalnym w programie Dig.IT (do 50% dofinansowania, nabór 2–30 listopada 2026 r.). Minimalny grant to jednak 150 tys. zł, dlatego agenta warto wpisać w większy projekt cyfryzacji, od ok. 300 tys. zł netto.
Wdrożenie agenta AI krok po kroku
- Wybór jednego procesu, który boli najbardziej — na przykład zgłaszanie awarii albo pytania o dokumentację.
- Zebranie źródeł wiedzy: instrukcje, DTR-ki, historia serwisowa, arkusze — nie muszą być idealnie uporządkowane.
- Proof-of-concept na danych historycznych: od razu widać, na ile pytań agent odpowiada poprawnie.
- Pilotaż z zatwierdzaniem — każde działanie w systemach akceptuje człowiek, dopóki nie zbuduje się zaufanie.
- Kolejne integracje i kanały, w kolejności wyznaczanej przez realne potrzeby, a nie modę.
Formalną definicję agenta znajdziesz w artykule agent programowy w Wikipedii — w praktyce liczy się jednak nie definicja, tylko to, ile pracy system realnie zdejmuje z ludzi.
FAQ — agent AI w praktyce
Czy agent AI może sam podejmować decyzje? Działania odwracalne (wpis do arkusza, szkic wiadomości) wykonuje sam. Natomiast działania nieodwracalne — wysyłka oferty, zamówienie — zawsze zatwierdza człowiek.
Czy potrzebny jest drogi serwer GPU? Nie. Dla zespołu 10–50 osób wystarczy jedna karta z 24 GB pamięci, np. RTX PRO 4000 Blackwell za ok. 11–13 tys. zł brutto. Qwen3.8-27B w wersji 4-bitowej zajmuje na niej około 18 GB, natomiast Bielik 11B v3 jeszcze mniej. Ponadto często da się wykorzystać serwer, który już stoi w firmie.
Ile trwa wdrożenie? Proof-of-concept powstaje w 2–4 tygodnie. Pełny pilotaż z integracjami zamyka się zwykle w jeden kwartał.
Czy agent AI zadziała z naszym starym oprogramowaniem? Tak. Integruję się przez bazy danych, API albo pliki — na start wystarczy nawet Excel z historią zgłoszeń.
Podsumowanie
Agent AI dla firmy produkcyjnej to następny krok po chatbotach: system, który odpowiada z bazy wiedzy firmy i od razu działa w CMMS, arkuszach i na WhatsAppie. Takich agentów buduję w RS Mobile od proof-of-concept po utrzymanie, a gdy dane są poufne — na serwerze w zakładzie. Jeśli chcesz sprawdzić, który proces u Ciebie nadaje się na start — napisz do mnie przez formularz wyceny.
