Agencji AI przybywa szybciej niż firm, które potrafią je ocenić. Podpowiadamy, jakie pytania zadać przed podpisaniem umowy, po czym poznać dobrego wykonawcę i jakie sygnały powinny zapalić czerwoną lampkę.
W skrócie
- Dobra agencja AI zaczyna od procesu i danych, a nie od narzędzia czy modelu.
- Najważniejsze pytania dotyczą bezpieczeństwa danych, utrzymania po wdrożeniu, własności rozwiązania i sposobu wyceny.
- Sygnały ostrzegawcze to obietnice bez analizy, brak przykładów, brak dokumentacji i jedna osoba, od której wszystko zależy.
- Warto zacząć od małego, wycenionego z góry etapu, który pokaże, jak wygląda współpraca.
Spis treści
Jeszcze dwa lata temu niewiele firm w Polsce nazywało się agencjami AI. Dziś jest ich dużo, a każda obiecuje oszczędności, agentów i automatyzację wszystkiego. Dla firmy, która chce wdrożyć AI po raz pierwszy, trudno ocenić, kto faktycznie potrafi to zrobić, a kto dopiero się uczy na klientach.
Ten artykuł to lista pytań i sygnałów, które pomagają wybrać agencję AI lub agencję automatyzacji. Piszemy go jako agencja, więc jesteśmy stroną w tej sprawie. Dlatego staraliśmy się, żeby lista była uczciwa także wobec nas: każde z tych pytań możecie zadać i nam.
Zanim zaczniecie szukać
Najlepsze rozmowy z agencjami mają firmy, które wiedzą, czego szukają. Przed pierwszym spotkaniem warto odpowiedzieć sobie na trzy pytania:
- 1Jaki problem chcemy rozwiązać? Nie „wdrożyć AI”, tylko np. „szybciej odpowiadać na zapytania” albo „przestać przepisywać faktury”.
- 2Jak dziś wygląda ten proces i ile czasu zabiera?
- 3Kto po naszej stronie będzie odpowiadał za projekt i miał czas na rozmowy i testy?
Jeśli nie znacie odpowiedzi na pierwsze pytanie, dobra agencja pomoże je znaleźć, ale wtedy pierwszym etapem współpracy powinien być przegląd procesów, a nie wdrożenie. O tym, jak wygląda taki przegląd, piszemy na stronie audyt procesów biznesowych.
Agencja AI czy agencja automatyzacji
Te dwie nazwy często się mieszają, a różnica wpływa na wybór. Agencja automatyzacji łączy systemy firmy i przenosi dane między nimi: formularz do CRM, CRM do programu do faktur, faktury do księgowości. Agencja AI dodaje modele językowe, które czytają dokumenty, rozumieją maile i wykonują zadania wymagające rozumienia tekstu, np. jako agenci AI.
W praktyce większość projektów potrzebuje obu kompetencji. Agent AI bez integracji z systemami firmy niewiele zrobi, a automatyzacja bez AI nie poradzi sobie z dokumentami w różnych formatach. Dlatego warto pytać, czy agencja potrafi jedno i drugie, i na jakich narzędziach pracuje, np. n8n, Make czy Power Automate.
Pytania o podejście
- Od czego zaczynacie projekt? Dobra odpowiedź: od procesu, danych i celu biznesowego. Słaba: od narzędzia, modelu albo gotowego produktu.
- Kiedy odradzacie AI? Agencja, która zawsze proponuje AI, myśli o sprzedaży, a nie o waszym problemie. Część procesów lepiej rozwiązuje prosta automatyzacja albo zmiana sposobu pracy.
- Jak sprawdzacie, czy AI wystarczająco dobrze radzi sobie z zadaniem? Szukajcie odpowiedzi o testach na prawdziwych danych i porównaniu z pracą ludzi.
- Jakich narzędzi używacie i dlaczego? Agencja niezależna od jednego producenta może dobrać narzędzie do procesu. Związana z jednym dostawcą zwykle proponuje to, co sprzedaje.
Pytania o dane i bezpieczeństwo
- Gdzie będą przetwarzane nasze dane? W UE, u dostawcy chmury, na waszym serwerze? Odpowiedź powinna być konkretna.
- Czy dane posłużą do trenowania modeli? W planach firmowych i przez API dostawcy zwykle tego nie robią, ale agencja powinna to sprawdzić i potwierdzić.
- Czy podpiszecie umowę powierzenia danych? Jeśli agencja będzie miała dostęp do danych osobowych, to obowiązek, a nie formalność.
- Kto będzie miał dostęp do naszych systemów i jak go zabezpieczacie?
Szerzej o obowiązkach związanych z danymi piszemy w artykule RODO a automatyzacja procesów.
Pytania o utrzymanie i własność
To obszar, który najczęściej jest pomijany przy wyborze, a później sprawia najwięcej problemów.
- Kto utrzymuje rozwiązanie po wdrożeniu? Systemy zmieniają się, wygasają dostępy, rosną koszty modeli. Ktoś musi to pilnować.
- Jak dowiemy się o błędzie? Dobra odpowiedź to monitoring i powiadomienia, a nie „klient nam zgłosi”.
- Czy dostaniemy dokumentację? Bez niej każda zmiana po zakończeniu współpracy będzie droga.
- Do kogo należy rozwiązanie i co się stanie, jeśli zakończymy współpracę? Czy dostaniecie eksport, dostęp do kont i przepływów, czy wszystko zostaje po stronie agencji?
- Ile osób zna nasz projekt? Jeśli jedna, ryzyko rośnie przy każdym urlopie i zmianie pracy.
Pytania o koszty i umowę
- Jak wyceniacie projekt? Najbezpieczniej etapami, z wyceną każdego etapu przed startem.
- Jakie koszty dojdą po wdrożeniu? Licencje narzędzi, serwer, modele AI, opieka. Warto poznać je od razu, a nie po pierwszej fakturze.
- Co jest w cenie, a co jest zmianą? Przy abonamentach i opiece ważne, żeby zakres był jasno opisany.
- Jak wygląda odpowiedzialność za błędy? AI czasem się myli. Umowa powinna opisywać, jak wtedy postępujecie.
O tym, z czego składa się cena wdrożenia, piszemy w artykule ile kosztuje automatyzacja procesów.
Pytania o doświadczenie
- Pokażcie przykłady podobnych wdrożeń. Nie muszą zawierać nazw klientów, ale powinny pokazywać problem, rozwiązanie i efekt.
- Czy możemy porozmawiać z klientem? Nie każdy klient się zgodzi, ale agencja z doświadczeniem zwykle ma kogoś, kto chętnie opowie o współpracy.
- Jakie projekty się nie udały i czego was nauczyły? Uczciwa odpowiedź mówi o agencji więcej niż lista sukcesów.
- Czy znacie naszą branżę? Znajomość branży skraca projekt, choć nie jest konieczna przy typowych procesach.
Czego spodziewać się po pierwszej rozmowie
Pierwsza rozmowa mówi o agencji dużo, jeśli zwróci się uwagę na to, kto zadaje pytania. Dobra agencja pyta więcej, niż mówi:
- jak dziś wygląda proces, kto go wykonuje i ile czasu zabiera,
- z jakich systemów korzystacie i gdzie są dane,
- co się stanie, jeśli proces nie zadziała przez dzień lub tydzień,
- kto po waszej stronie będzie odpowiadał za projekt,
- jak zmierzycie, czy wdrożenie się udało.
Jeśli po pół godzinie rozmowy agencja ma już gotowy pomysł i wycenę, a nie zadała żadnego z tych pytań, prawdopodobnie sprzedaje rozwiązanie, a nie rozwiązuje wasz problem.
Branże z wyższymi wymaganiami
W niektórych branżach wybór agencji wymaga dodatkowych pytań. W kancelariach prawnych obowiązuje tajemnica zawodowa, w medycynie dane o zdrowiu, w finansach regulacje sektorowe. Wtedy warto sprawdzić, czy agencja zna specyfikę branży i potrafi zaprojektować rozwiązanie tak, żeby dane nie trafiały tam, gdzie nie powinny. Przykład takiego podejścia opisujemy na stronie automatyzacja kancelarii prawnej.
Sygnały ostrzegawcze
| Sygnał | Dlaczego to problem |
|---|---|
| Konkretne oszczędności obiecane przed analizą | Nikt nie zna efektu, zanim pozna proces i dane |
| Rozwiązanie gotowe przed pierwszą rozmową o procesie | Narzędzie szuka problemu, a nie odwrotnie |
| Brak pytań o dane i bezpieczeństwo | Ryzyko dla danych klientów i zgodności z RODO |
| Brak przykładów i dokumentacji | Trudno ocenić jakość i przejąć rozwiązanie |
| Wszystko zależy od jednej osoby | Ryzyko przy każdej zmianie w zespole agencji |
| Duży projekt bez etapów | Wysoki koszt błędnej decyzji na starcie |
Zacznijcie od małego etapu
Najlepszym testem agencji jest wspólna praca. Zamiast od razu podpisywać duży projekt, zacznijcie od małego, wycenionego z góry etapu: przeglądu procesów, jednego procesu lub prototypu na waszych danych. Po kilku tygodniach będziecie wiedzieć, jak agencja pracuje, komunikuje się i czy dotrzymuje ustaleń.
Jeśli zastanawiacie się jeszcze, czy w ogóle szukać agencji, czy raczej software house'u lub freelancera, porównanie opisujemy w artykule agencja AI czy software house. A ogólne zasady wdrażania AI w mniejszych firmach znajdziecie w tekście wdrożenie AI w małej i średniej firmie.
Lista kontrolna
- agencja zaczyna od procesu i celu, a nie od narzędzia,
- wie, gdzie będą przetwarzane dane, i podpisze umowę powierzenia,
- ma plan utrzymania, monitoring i dokumentację,
- jasno mówi, do kogo należy rozwiązanie po zakończeniu współpracy,
- wycenia projekt etapami i podaje koszty po wdrożeniu,
- pokazuje przykłady i mówi także o projektach, które się nie udały,
- proponuje mały pierwszy etap.
Jeśli chcecie zadać te pytania nam, zobaczcie, jak pracujemy jako agencja AI i automatyzacji, i umówcie się na bezpłatną konsultację.
Najczęściej zadawane pytania
Na co zwrócić uwagę przy wyborze agencji AI?
Na podejście (czy zaczyna od procesu, a nie narzędzia), bezpieczeństwo danych, plan utrzymania po wdrożeniu, własność rozwiązania i dokumentację, sposób wyceny oraz przykłady podobnych wdrożeń.
Jakie pytania zadać agencji AI przed podpisaniem umowy?
Od czego zaczynacie projekt, kiedy odradzacie AI, gdzie będą przetwarzane dane, kto utrzymuje rozwiązanie po wdrożeniu, do kogo należy rozwiązanie po zakończeniu współpracy, jakie koszty dojdą po wdrożeniu i czy możecie pokazać przykłady.
Ile kosztuje współpraca z agencją AI?
Zależy od zakresu: liczby procesów, systemów, użycia AI i modelu współpracy. Dobra agencja wycenia projekt etapami i podaje koszty utrzymania przed startem. Warto zacząć od małego etapu, żeby sprawdzić współpracę.
Czym różni się agencja AI od agencji automatyzacji?
Agencja automatyzacji łączy systemy i przenosi dane między nimi. Agencja AI dodaje modele językowe, które czytają dokumenty i wykonują zadania wymagające zrozumienia tekstu. Coraz więcej agencji łączy oba obszary.
Jakie są sygnały ostrzegawcze przy wyborze agencji AI?
Konkretne oszczędności obiecane przed analizą, gotowe rozwiązanie przed rozmową o procesie, brak pytań o dane, brak przykładów i dokumentacji, zależność od jednej osoby i duży projekt bez etapów.
Jak możemy pomóc
Strategia i wdrożenie AI w firmie
Wybieramy zastosowania AI z realnym zwrotem i prowadzimy wdrożenie.
Audyt procesów biznesowych
Sprawdzamy, gdzie zespół traci czas i co opłaca się zautomatyzować.
Agenci AI w procesach firmy
Wykonują wieloetapowe zadania, a człowiek zatwierdza decyzje.
Autor
Marcin Wróbel
AI / Automation Project Manager
Marcin prowadzi w Automation Minds projekty automatyzacji i wdrożeń AI, od pierwszej rozmowy o procesie aż po uruchomienie i opiekę po starcie. Pracuje z zespołami sprzedaży, finansów, HR i obsługi klienta, łącząc systemy, które wcześniej nie wymieniały między sobą danych. W Poradniku pisze o tym, co widzi przy wdrożeniach: gdzie automatyzacja szybko się zwraca, a gdzie lepiej się wstrzymać.