Asystenci i agenci AI w procesach firmy

• Firmy, w których te same czynności powtarzają się dziesiątki razy w tygodniu: zapytania klientów, oferty, dokumenty, zgłoszenia.
• Zespoły obsługi klienta, sprzedaży, back office i administracji.

To typowe scenariusze, które projektujemy. Nie są to wyniki konkretnego klienta.

• Zapytania z formularza i e-maila: AI rozpoznaje temat, uzupełnia dane z CRM i przygotowuje szkic odpowiedzi do akceptacji.
• Dokumenty i faktury: AI odczytuje dane, sprawdza, czy niczego nie brakuje, i przekazuje dokument do właściwego systemu albo osoby.
• Wiedza firmy pod ręką: Asystent odpowiada pracownikom na pytania o procedury, ofertę i cennik na podstawie Waszych dokumentów.
• Oferty i podsumowania spotkań: Szkic oferty albo notatki ze spotkania na podstawie danych z CRM i Waszych szablonów.
• Raporty operacyjne: Zestawienie danych z kilku systemów w stałym formacie, co tydzień o tej samej porze.

Asystent przygotowuje i proponuje. Agent wykonuje kilka kroków sam, np. pobiera dane, sprawdza je i zapisuje wynik. Im więcej samodzielności, tym więcej zabezpieczeń: limity, akceptacje, dziennik działań.

1. Rola i granice. Opisujemy, co asystent robi, do jakich danych ma dostęp i czego nie robi bez akceptacji człowieka.

2. Prototyp na prawdziwych przypadkach. Sprawdzamy na prawdziwych zapytaniach albo dokumentach z Twojej firmy, zanim cokolwiek trafi do zespołu.

3. Uruchomienie na części procesu. Najpierw jeden typ spraw albo jeden zespół.

4. Rozszerzenie. Kolejne typy spraw, kiedy wynik zgadza się z kryteriami sukcesu.

Każde działanie zapisujemy w dzienniku, żeby było widać, co asystent zrobił i na jakiej podstawie.

Dobieramy je do procesu: modele AI różnych dostawców, narzędzia do automatyzacji, połączenia przez API i otwarty standard Model Context Protocol.

Jeśli asystent rozmawia bezpośrednio z klientami, klient musi wiedzieć, że rozmawia z AI. Uwzględniamy to w projekcie od początku.

Nie budujemy AI, które samo decyduje o ludziach, np. w rekrutacji albo ocenie zdolności kredytowej. To obszary wysokiego ryzyka w AI Act i wymagają innego podejścia.