„Agenci AI? Kiedy zespół po raz pierwszy usłyszał, że część ich obowiązków przejmie agent AI, nikt nie powiedział niczego. Ale każdy pomyślał swoje.”
W jednej firmie – konsternacja. W drugiej – niepewność. W trzeciej – cichy opór. Niezależnie od branży, emocje pojawiają się wszędzie tam, gdzie technologia zaczyna podejmować decyzje, które dotąd należały do ludzi.
A przecież agenci AI to nie tylko rozbudowane chatboty zasilane dużymi modelami językowymi. To autonomiczne systemy zdolne do analizy danych, podejmowania decyzji, a nawet inicjowania działań – często bez udziału człowieka.
Jak je wdrożyć, nie niszcząc zaufania? Jak ułożyć relację: człowiek – AI – organizacja? I co z etyką, architekturą systemów oraz zarządzaniem zmianą? W drugiej części naszego przewodnika o agentach AI (część pierwszą znajdziesz tutaj) zaglądamy za kulisy ich wdrażania tam, gdzie zapadają decyzje, ale też, gdzie rodzi się (lub znika) zaufanie. Omówimy:
- Sposoby budowania zaufania do agentów AI
- Architekturę systemów opartych na agentach
- Realnych przykładach wdrożeń również na rynku polskim.
Agenci AI: jakie wyzwania stoją przed organizacjami
W raporcie McKinsey „What is an AI agent?” na który powoływaliśmy się w pierwszej części przewodnika wskazano, że największe bariery wdrożeń agentów AI to m.in.:
- Budowanie zaufania wśród klientów, pracowników i interesariuszy. Klienci, niezależnie od wieku, wciąż preferują rozmowy telefoniczne z konsultantami, a nie interakcje z AI. Dlatego, aby skutecznie wdrożyć agentów, organizacje muszą zadbać o to, aby użytkownicy ufali agentom AI.
- Zarządzanie zmianą w miarę skalowania agentów AI. Jakakolwiek zmiana w organizacji wymaga przemyślanej strategii zarządzania zmianą. Implementacja agentów AI wymaga nie tylko technologicznych przygotowań, ale również adaptacji kulturowych w organizacji.
- Ochrona danych i bezpieczeństwo operacyjne. Ochrona danych staje się kluczowa, szczególnie gdy AI ma dostęp do wrażliwych informacji. Dobre zabezpieczenia i audyt operacji to fundamenty każdej skutecznej strategii wdrożenia AI.
Wskazówka dla CTO: aby efektywnie wdrożyć agentów AI, liderzy IT powinni rozważyć implementację systemów ochrony danych oraz integracji z procedurami audytowymi, które pozwolą na monitorowanie jakości pracy agentów w czasie rzeczywistym. Może to obejmować również stworzenie warstwy zarządzania agentami, tzw. agent governance, która zapewni kontrolę nad decyzjami podejmowanymi przez AI.
Agenci AI w organizacji – jak budować zaufanie pracowników i klientów
Bez zaufania agenci AI pozostaną ciekawostką technologiczną, a nie narzędziem zmieniającym organizację. Istotne elementy do wdrożenia to:
- Przejrzystość i kontrola. Mechanizmy weryfikujące odpowiedzi AI – tzw. agent governance – eliminują ryzyko „halucynacji” modeli. Przykładem może być wdrożenie systemów audytowych w czasie rzeczywistym, które oceniają jakość odpowiedzi agentów i zapobiegają błędom – szczególnie w obszarach wymagających wysokiej dokładności, jak obsługa klienta czy analiza danych.
- Feedback loops – uczenie się w praktyce. Systemy oparte na agentach AI powinny umożliwiać:
- iteracyjną korektę odpowiedzi,
- eskalację skomplikowanych spraw do człowieka,
- działania agentów audytorów oceniających jakość, zgodność i brak uprzedzeń.
Wskazówka dla CTO: kluczowym krokiem w budowaniu zaufania do agentów AI jest zainwestowanie w mechanizmy transparentności. Liderzy IT powinni rozważyć zastosowanie narzędzi umożliwiających monitorowanie decyzji AI i zapewnianie ich zgodności z wartościami firmy oraz wymaganiami regulacyjnymi.
Zanim zaufają agentom AI – muszą zaufać Tobie
Z badania przeprowadzonego w maju 2025 roku przez ASM – Centrum Badań i Analiz Rynku, wynika, że zaufanie do agentów AI w miejscu pracy wciąż jest warunkowe. Ponad 41% Polaków zadeklarowało, że gotowość do zaufania decyzjom podejmowanym przez AI zależy od sytuacji. Zaledwie 6% wyraziło pełną gotowość do zaufania agentowi AI. Z kolei 26,2% badanych przyznało, że nie ufa decyzjom podejmowanym przez AI. Te wyniki pokazują, jak ważne jest, by organizacje dokładnie zadbały o transparentność działania agentów oraz wprowadziły odpowiednie mechanizmy nadzoru, by budować zaufanie wśród pracowników. Zatem, CTO we współpracy z HR powinni zadbać o:
- jasną komunikację zmian,
- szkolenia operacyjne,
- wyraźne zasady odpowiedzialności i nadzoru.
Implementacja agentów AI – zarządzanie zmianą
Zarządzanie zmianą to kluczowy proces w każdej organizacji, szczególnie w momencie wdrażania nowych technologii, takich jak agenci AI. Zmiany te mogą budzić obawy wśród pracowników, zwłaszcza gdy dotykają sposobu, w jaki wykonują swoje codzienne obowiązki. Często pojawiają się pytania o przyszłość miejsc pracy, obawy o zastąpienie ludzi przez maszyny czy też niepewność co do nowych metod pracy. Aby skutecznie wdrożyć agentów AI, nie wystarczy tylko zaimplementować technologię – organizacje muszą skoncentrować się na ludziach, którzy będą z niej korzystać, i zapewnić im odpowiednie wsparcie w procesie transformacji.
Elementy skutecznego zarządzania zmianą w kontekście AI
Komunikacja zmian przy wdrożeniu agentów AI
Jasna i transparentna komunikacja to fundament zarządzania zmianą. Pracownicy muszą wiedzieć, dlaczego agenci AI są wdrażani, jak będą współpracować z technologią oraz w jaki sposób zmieni to ich codzienną pracę. Równie ważne jest, aby odpowiednio zakomunikować cele wdrożenia agentów AI. Należy podkreślić, że technologia ma na celu wspieranie pracowników, a nie ich zastępowanie. Takie podejście pozwoli złagodzić obawy związane z automatyzacją pracy.
Szkolenia pracowników w pracy z agentami AI
Kluczowe dla skutecznego wdrożenia AI jest przeprowadzenie szkoleń operacyjnych dla pracowników. Pomogą one nie tylko w zrozumieniu tego, jak korzystać z nowych narzędzi, ale również w rozwianiu innych wątpliwości związanych z technologią. Pracownicy powinni być przeszkoleni nie tylko w zakresie obsługi agentów AI, ale również w zakresie zarządzania sytuacjami, w których technologia nie będzie w stanie rozwiązać problemu i będzie wymagała interwencji człowieka.
Kultura organizacyjna a wdrożenie agentów AI
Organizacje, które chcą skutecznie wdrożyć agentów AI, muszą dążyć do stworzenia kultury, w której technologia jest postrzegana jako narzędzie wspierające, a nie zagrażające. Istotne jest, aby liderzy organizacji promowali podejście „człowiek i technologia współpracują”, co pomaga pracownikom poczuć się częścią procesu transformacji, a nie jej ofiarą. Tego typu podejście można osiągnąć przez angażowanie pracowników w proces wdrażania AI, zbieranie ich opinii i dostosowywanie strategii implementacji do ich potrzeb.
Odpowiedzialność i nadzór nad decyzjami agentów AI
Implementacja agentów AI wiąże się z koniecznością stworzenia wyraźnych zasad odpowiedzialności i nadzoru nad systemami. Ważne jest, aby pracownicy wiedzieli, kto odpowiada za kontrolowanie decyzji podejmowanych przez agentów AI, a także jakie procedury istnieją w przypadku, gdyby technologia popełniła błąd. Transparentność w tym zakresie pomoże zbudować zaufanie do nowych narzędzi.
Wsparcie psychologiczne pracowników przy wdrożeniu AI
Zmiany, zwłaszcza te technologiczne, mogą wywołać stres wśród pracowników. Organizacje powinny rozważyć wdrożenie wsparcia psychologicznego lub doradczego dla pracowników, aby pomóc im przejść przez proces adaptacji. Pracownicy mogą odczuwać niepewność co do swojej roli w organizacji po wdrożeniu AI, dlatego pomoc w adaptacji do nowego środowiska pracy jest równie istotna jak szkolenie techniczne.
Rola CTO i HR w zarządzaniu zmianą
CTO, we współpracy z działem HR, powinni być liderami w procesie zarządzania zmianą. CTO odpowiadają za technologię, ale ich rola wykracza daleko poza samą implementację agentów AI – muszą oni współpracować z HR, aby zapewnić odpowiednie wsparcie dla pracowników, którzy będą korzystać z nowych technologii. HR odgrywa z kolei kluczową rolę w komunikacji z pracownikami, organizowaniu szkoleń oraz budowaniu kultury otwartości na zmiany.
Nowa architektura IT oparta na agentach AI
Rozwój generatywnej AI zmienia sposób projektowania systemów – z centralnych aplikacji do zdecentralizowanej sieci współpracujących agentów. Jak zauważa McKinsey we wspomnianym już raporcie, skalowanie agentów AI prawdopodobnie zmieni sposób, w jaki organizacje będą zarządzały swoimi technologiami. Zamiast tradycyjnego, „aplikacyjnego” modelu architektury IT, wkrótce może pojawić się nowy, oparty na wieloagentowym systemie. Zamiast jednego wielkiego mózgu, mamy więc zespół specjalistów. Każdy agent odpowiada za co innego, ale razem tworzą system nerwowy organizacji. W takim modelu liderzy technologiczni będą zarządzać setkami, a nawet tysiącami agentów, które będą komunikować się ze sobą nawzajem, z ludźmi oraz z zewnętrznymi systemami, aby osiągnąć wspólny cel.
Trzy główne wzorce architektury agentów AI
Architektura agentów AI nie jest jednorodna – wszystko zależy od celu, skali i środowiska. W praktyce firmy będą sięgały po jeden z trzech modeli.
Superplatformy
Na przykład nowoczesne aplikacje (np. CRM) z wbudowanymi agentami AI, które mogą samodzielnie generować raporty i rekomendacje.
„AI wrappers”
Są to tzw. warstwy integracyjne umożliwiające komunikację między agentami a systemami, bez ujawniania wrażliwych danych.
„Custom AI agents”
Są to dedykowani agenci trenowani na wewnętrznych danych organizacji, często z wykorzystaniem RAG (Retrieval-Augmented Generation).
Źródło: Opracowano na podstawie artykułu: “What is an AI agent?”, McKinsey, 2025 r.
Wskazówka dla CTO. Liderzy technologiczni powinni uwzględnić w swojej strategii IT modułowe podejście do implementacji agentów AI. Dobre planowanie architektury, które umożliwia łatwą integrację agentów z obecnymi systemami, będzie kluczowe dla zapewnienia ich skalowalności i elastyczności w miarę rozwoju firmy.
Agenci AI – przykłady wdrożeń
Lenovo – od wirtualnych asystentów do autonomicznych agentów
Chiński gigant technologiczny Lenovo wdrożył agentów AI w dwóch kluczowych obszarach swojej działalności: inżynierii oprogramowania oraz obsłudze klienta. W obu przypadkach – z wyraźnym i mierzalnym efektem.
W dziale inżynierii oprogramowania agenci AI pełnią funkcję wirtualnych asystentów, wspierając programistów w codziennej pracy. Według Arthura Hu, CTO w Lenovo Solutions and Services Group, zespół odnotował już nawet 15-procentowy wzrost wydajności dzięki wykorzystaniu generatywnej AI w zadaniach związanych z kodowaniem, testowaniem i analizą danych.
Z kolei w obszarze obsługi klienta zmiany były jeszcze bardziej odczuwalne. Jak mówi Linda Yao, dyrektor operacyjna i szefowa strategii Lenovo, wdrożenie agentów AI przyniosło dwucyfrowe przyspieszenie czasu obsługi zgłoszeń, co bezpośrednio przełożyło się na wzrost satysfakcji klientów i efektywności zespołów wsparcia. Na dziś agenci Lenovo działają jako wirtualni asystenci – wspierają ludzi, ale nie zastępują ich całkowicie. Jednak plany na przyszłość są ambitne. Firma chce, by w kolejnym etapie rozwoju agenci AI zyskali większą autonomię – działając jak „zastępcy” człowieka, zdolni do samodzielnej realizacji zadań, bez konieczności każdorazowej interwencji
Agenci AI w Polsce
Invena – AI w finansach
W Invenie, polskiej działającej w branży instalacyjno-sanitarnej i grzewczej agenci AI wspierają dziś codzienną pracę zespołu finansowego. Wdrożenie zrealizowane przez PIRXON, objęło pełną automatyzację procesu wstępnej rejestracji dokumentów – od pobrania e-maila, przez analizę i klasyfikację, aż po zapis danych w systemie ERP.
Asystent AI klasyfikuje dokumenty (np. faktury, delegacje), wyodrębnia dane i zwraca je w ustrukturyzowanej formie, a Power Automate odpowiada za przepływ pracy. W wyjątkowych przypadkach, np. błędnych lub nieczytelnych dokumentów, zadanie zostaje przekierowane do człowieka – bez blokowania całości.
Efekt? Oszczędność ok. 360 godzin rocznie, porządek w procesie i gotowość na dalsze skalowanie – bez zwiększania liczby etatów.
Alsendo – krok w stronę agentów AI
W kolejnej firmie, tym razem z branży logistycznej zespół PIRXON zrealizował wdrożenie, które znacząco przyspieszyło obsługę zgłoszeń dotyczących przeadresowań i potwierdzeń doręczeń paczek. Złożony, wieloetapowy proces został zautomatyzowany przy użyciu robota RPA wspieranego przez AI, który samodzielnie integruje się z platformami przewoźników i systemem CRM.
Dziś aż 88% zgłoszeń jest obsługiwanych bez udziału człowieka. Choć wdrożone rozwiązanie nie jest jeszcze pełnoprawnym agentem AI, spełnia wiele jego funkcji: działa autonomicznie, interpretuje dane wejściowe, komunikuje się z systemami zewnętrznymi i podejmuje decyzje w oparciu o zróżnicowane reguły. To krok w stronę agentowej architektury, który pokazuje, jak organizacje mogą ewoluować od klasycznej automatyzacji do inteligentnych, współpracujących agentów. Więcej na temat tego wdrożenia przeczytasz tutaj.
Wnioski dla CTO i liderów transformacji z wdrożeń agentów AI
Agenci AI to nie tylko nowa technologia – to nowy model działania organizacji.
Co warto zapamiętać:
- Budowanie zaufania to fundament skutecznego wdrożenia: transparentność, audyt i wsparcie wewnętrzne to klucz do sukcesu.
- Architektura agentowa stanie się standardem w nowoczesnym IT. CTO powinni wdrażać agentów AI modułowo, zaczynając od małych projektów i rozbudowując je w miarę potrzeb.
- Mała skala plus szybkie iteracje to najlepsza droga do dużych korzyści biznesowych. Warto rozpocząć od prostych zastosowań i stopniowo rozwijać ich zakres w zależności od wyników.
Zakończenie
Wdrażanie agentów AI może stanowić początek transformacji organizacyjnej, która nie tylko zmieni sposób, w jaki firma operuje, ale także jak dostarcza wartość klientom. Dzięki odpowiedniemu podejściu do zarządzania zmianą, zaufania i technologii, CTO mają szansę przeprowadzić organizację przez proces transformacji w sposób kontrolowany i efektywny. Kolejna część przewodnika skupi się na rzeczywistych przypadkach wdrożenia agentów AI, które pokazują, jak te wyzwania zostały pokonane w praktyce oraz jak budować skalowalną infrastrukturę opartą na agentach AI.
