Agenta AI nie wycenia się od modelu, tylko od tego, ile Twoich zasad musi znać, żeby nie trzeba było go pilnować. W Google ludzie wpisują wprost: agent ai ile kosztuje - i wracają z niczym, bo pierwsze pięć wyników to agencje z formularzem i hasłem o wycenie indywidualnej. Rozumiem, dlaczego tak robią. Nie rozumiem, dlaczego nikt nie rozpisuje, z czego ta kwota się w ogóle bierze, skoro to da się powiedzieć po ludzku w kilku akapitach.
Piszę więc to, co sam mówię w rozmowie, zanim padnie jakakolwiek liczba: co składa się na koszt, gdzie ten koszt siedzi po starcie, w jakich sytuacjach odradzam wdrożenie i jak wyciąć zakres na jeden miesiąc, żeby decyzja opierała się na Twoich danych, a nie na czyjejś prezentacji.
Najpierw jedno rozróżnienie, bo od niego zależy rząd wielkości. Chatbot AI dla firmy odpowiada na pytania: dostaje tekst, oddaje tekst, a jak czegoś nie wie, zmyśla albo przekierowuje do człowieka. Agent AI robi coś dalej - czyta zgłoszenie, sprawdza dane w Twoim systemie, zakłada wpis, zmienia status, wysyła maila, a przy wątpliwości oddaje sprawę człowiekowi. Chatbot mówi. Agent działa i dlatego kosztuje inaczej: każda czynność, którą może wykonać, to osobna rzecz do zaprogramowania, zabezpieczenia i przetestowania.
Ile kosztuje agent AI dla firmy - z czego składa się cena
Wycena rozkłada się na pięć części i tylko jedna z nich dotyczy samej sztucznej inteligencji.
Model językowy. Najmniejsza pozycja i zwykle jedyna, o którą ludzie pytają. Nie kupujesz programu, tylko płacisz dostawcy za zużycie, rozliczane od ilości przetworzonego tekstu. Przy jednym procesie w jednej firmie to pozycja, która ginie w rachunku obok pracy ludzkiej. Rośnie dopiero wtedy, gdy agent przerabia cały katalog albo całą historię korespondencji, więc przed startem zawsze pytam, ile materiału ma przez to przejść.
Dostęp do Twoich danych. Tu zaczyna się realna robota. Agent, który ma sensownie odpowiadać na pytanie o zamówienie, musi umieć to zamówienie znaleźć. Oznacza to połączenie z tym, co masz: sklepem, systemem magazynowym, skrzynką, arkuszem. Koszt bierze się nie z samego połączenia, ale z tego, co się dzieje, gdy druga strona nie odpowie albo odpowie błędem.
Reguły i granice uprawnień. Najdroższa część i najczęściej pomijana w ofertach. Co agent może zrobić sam, a co musi podać człowiekowi do zatwierdzenia. Czego nie wolno mu dotknąć nigdy. Jak się zachowuje, gdy nie jest pewny. Bez tej warstwy dostajesz narzędzie, które czasem zrobi coś świetnie, a czasem pewnym tonem wpisze bzdurę do systemu - i ktoś to potem odkręca.
Testy na Twoich prawdziwych sprawach. Agent sprawdzony na trzech wymyślonych przykładach nie jest sprawdzony. Bierze się archiwalne zgłoszenia, przepuszcza je przez agenta i porównuje wynik z tym, co wtedy zrobił człowiek. To zajmuje czas i jest jedyną częścią wyceny, na której naprawdę nie ma sensu oszczędzać.
Panel dla człowieka. Miejsce, w którym widzisz, co agent zrobił, możesz to cofnąć i podejrzeć, na jakiej podstawie zdecydował. Bez tego nie da się nikomu powierzyć odpowiedzialności za jego działanie.
W praktyce zakres wycięty wąsko - jeden proces, jedno źródło danych, człowiek zatwierdzający wynik - to u mnie projekt fixed-bid z wyceną na piśmie po rozmowie, etapami. Szerszy zakres, z kilkoma integracjami i samodzielnym działaniem agenta bez akceptacji, wycenia się z listy funkcji, pozycja po pozycji, i zawsze podaję tę listę na piśmie przed startem. Ta sama logika dotyczy każdego systemu na zamówienie, nie tylko agentów - rozpisałem ją szerzej w tekście o tym, ile kosztuje aplikacja webowa.
Koszty, które pojawiają się po uruchomieniu
Wdrożenie AI w firmie nie kończy się w dniu, w którym agent zaczyna działać. Stałe pozycje są trzy.
Pierwsza to zużycie u dostawcy modelu, rosnące wraz z liczbą obsłużonych spraw. To jedyny koszt, który skaluje się wprost z korzyścią, więc jest najmniej problematyczny.
Druga to utrzymanie połączeń z systemami. Dostawca zmienia wersję interfejsu, coś przestaje się dogadywać i ktoś musi to poprawić w godzinach, nie tygodniach. U mnie to mieści się w stałej opiece, a zakres i ceny pakietów są na stronie opieki; pakiet dobieram zależnie od tego, czy system ma tylko działać, czy również rosnąć.
Trzecia to praca po Twojej stronie, której nikt nie kupi za Ciebie: przegląd tego, co agent zrobił w pierwszych tygodniach, i dopisywanie reguł na wyjątki, które dopiero wtedy wychodzą. Bez tego agent zostaje na poziomie z dnia wdrożenia, a Twoje procesy się zmieniają.
Kiedy to się nie opłaca
Odradzam agenta w czterech sytuacjach i wolę powiedzieć to przed wyceną niż po odbiorze.
Gdy proces nie jest opisany. Jeśli każdy w firmie robi tę czynność trochę inaczej, agent nie ma czego się nauczyć. Najpierw ustalcie reguły między ludźmi, potem automatyzujcie - inaczej płacisz za utrwalenie bałaganu w kodzie.
Gdy zadanie ma jedną poprawną odpowiedź. Przypisanie zamówienia do kuriera według wagi i kodu pocztowego to zwykły warunek, a nie zadanie dla modelu językowego. Zwykła automatyzacja jest tańsza we wdrożeniu, tańsza w utrzymaniu i nigdy nie myli się twórczo. Granicę między jednym a drugim rozpisałem w tekście o automatyzacji WooCommerce przez Zapiera i n8n.
Gdy pomyłka jest kosztowna, a nadzoru nie będzie. Wystawianie dokumentów, zmiany w cenach, korespondencja z urzędem. Agent może przygotować wersję do zatwierdzenia, ale ktoś musi na to patrzeć. Jeśli nie ma kto, to nie jest projekt na teraz.
Gdy wolumen jest mały. Kilka spraw w tygodniu nie zwróci wdrożenia. Prosty test, który stosuję: policz, ile godzin miesięcznie zjada dziś ta czynność, i pomnóż to przez swoją stawkę. Jeśli wynik jest daleko od widełek wdrożenia, odpowiedź już znasz - i lepiej poszukać gotowego narzędzia. W wielu przypadkach wystarczy wtyczka, a które z nich realnie oszczędzają czas, opisałem w tekście o wtyczkach AI do WordPressa.
Pilotaż na miesiąc zamiast projektu na rok
Najgorszy sposób zakupu agenta AI to wybranie wszystkiego naraz na podstawie prezentacji. Najlepszy to wycięcie jednego procesu i sprawdzenie go na Twoich danych, zanim zapadnie decyzja o większych pieniądzach.
Tak to układam:
- Jedna czynność, ta najbardziej powtarzalna. Nie najtrudniejsza, nie najbardziej efektowna - najbardziej powtarzalna. Zwykle to segregowanie zgłoszeń, wstępna odpowiedź na typowe pytanie albo przepisywanie danych z maila do systemu.
- Tylko czytanie, na start bez zapisu. Agent przygotowuje propozycję, człowiek zatwierdza jednym kliknięciem. Prawo zapisu dokładasz, gdy widzisz w statystykach, że propozycje są dobre.
- Jedno źródło danych. Ten system, w którym leży najwięcej odpowiedzi. Reszta później.
- Miara ustalona przed startem. Ile spraw agent obsłużył bez poprawki i ile czasu to zdjęło z człowieka. Bez tej liczby po miesiącu będziecie się spierać o wrażenia.
- Decyzja po miesiącu. Rozszerzać, przestawić na inny proces albo zamknąć. Zamknięcie po pilotażu nie jest porażką - jest tanią odpowiedzią na pytanie, które inaczej kosztowałoby rok.
Taki pilotaż wycenia się jak każdy inny wąski zakres i u mnie idzie jako fixed-bid, z listą pozycji na piśmie po rozmowie. Jeśli masz proces, który wygląda na kandydata, opisz go przez formularz kontaktowy - napisz, co dziś robi człowiek krok po kroku, a odeślę zakres pilotażu z ceną i terminem. Jeśli po przeczytaniu uznam, że wystarczy zwykła automatyzacja za dziesiątą część tej kwoty, powiem to wprost.
Jedno zdanie o danych, bo pytanie wraca w każdej rozmowie: zanim agent dostanie dostęp do zamówień czy korespondencji, trzeba ustalić, co dokładnie wychodzi do dostawcy modelu, a co zostaje u Ciebie. To ustalenie zapada na etapie zakresu, nie po wdrożeniu.
Najczęstsze pytania
Ile kosztuje agent AI dla małej firmy? Jeśli mówimy o jednym procesie, jednym źródle danych i człowieku zatwierdzającym wynik, taki zakres wyceniam fixed-bid, na piśmie po rozmowie, etapami; do tego dochodzi zużycie u dostawcy modelu i opieka techniczna. Kwota rośnie wraz z liczbą systemów i uprawnień agenta, nie wraz z jego „inteligencją”.
Czy chatbot AI dla firmy wyjdzie taniej niż agent? Zwykle tak, bo chatbot tylko odpowiada i nic nie zmienia w Twoich systemach - nie trzeba więc budować warstwy uprawnień ani cofania zmian. Warto tylko sprawdzić, czy rozwiązuje Twój problem. Jeśli ludzie po rozmowie z botem i tak muszą ręcznie przepisać dane do systemu, oszczędność jest pozorna.
Czy gotowe narzędzie w abonamencie nie będzie lepsze? Wszędzie tam, gdzie Twój proces jest typowy, gotowe wygrywa i mówię to klientom otwarcie. Własne rozwiązanie zaczyna się opłacać, gdy agent musi znać zasady, których w żadnym gotowym narzędziu nie ustawisz, albo sięgnąć do systemu, z którym nic gotowego się nie łączy.
Jak sprawdzić, czy agent nie zmyśla? Na archiwalnych sprawach, przed uruchomieniem, przez porównanie jego wyniku z decyzją człowieka. Później przez panel z historią i prawo cofnięcia każdej zmiany. Model, który nie ma dostępu do Twoich danych, będzie zmyślał zawsze, bo taka jest jego natura - nadzór polega na tym, żeby miał czym odpowiedzieć i żeby jego odpowiedź była sprawdzalna.
Czy przy okazji poprawi się widoczność firmy w AI? To osobna sprawa. Agent obsługuje Twoje procesy wewnątrz, a to, czy ChatGPT wie o Twojej firmie, zależy od treści na Twojej stronie. Jak to sprawdzić, rozpisałem w tekście o audycie widoczności w AI.
Masz do zbudowania aplikację, panel albo integrację, a nie stronę? Piszę systemy B2B na zamówienie - backend, API, panele klienta, moduły rozliczeniowe. Porozmawiajmy o projekcie.