Co obejmuje projekt automatyzacji AI
Zakres dopasowujemy do konkretnego briefu. W ofercie wskazujemy, które z tych elementów są wliczone, kto dostarcza dane wejściowe i jak odbierany jest każdy z nich.
- Przegląd procesu i pilotaż z miarą sukcesu ustaloną z góry
- Integracje z Twoim CRM, pocztą e-mail, formularzami, arkuszami i bazami danych przez ich API
- Przepływy sortowania, wyciągania danych i przygotowywania szkiców z kolejką do weryfikacji
- Asystent na WhatsAppie lub stronie z przekazaniem rozmowy człowiekowi
- Wewnętrzny asystent wiedzy działający na Twoich dokumentach, z podawaniem źródeł
- Serwer MCP, dzięki któremu asystenci tacy jak Claude czy ChatGPT mogą korzystać z Twoich narzędzi w ramach ustalonych uprawnień
- Mapa danych, logi wywołań i zestaw testowy uruchamiany ponownie przed każdą zmianą
Od czego zacząć automatyzację AI
Zacznij tutaj, gdy jedno powtarzalne zadanie zajmuje co tydzień kilka godzin, ma jasne dane wejściowe i ma kogoś, kto może sprawdzić wynik. Jeśli potrzebujesz pełnego produktu z kontami, rolami i płatnościami, zacznij od tworzenia aplikacji webowych; jeśli Twoi klienci potrzebują miejsca, w którym zobaczą własne dane, sprawdź tworzenie portali klienta. Jeśli zadanie opiera się na stałych regułach, polecimy formularz lub krótki skrypt zamiast modelu.
Od jednego zmierzonego pilotażu do wdrożenia produkcyjnego
Pilotaż obejmuje jeden proces. Zbieramy prawdziwe przykłady z przeszłości wraz z poprawnym wynikiem, przed budową ustalamy miarę (czas na sprawę, odsetek błędów lub czas odpowiedzi) i uruchamiamy automatyzację obok Twojego zespołu: ona proponuje, człowiek decyduje, a my porównujemy. Jeśli nie pobije ustalonej miary, kończymy, a Ty zachowujesz wnioski i zestaw testowy.
Jeśli pobije, przenosimy ją na produkcję: uprawnienia ograniczone do zadania, kolejka weryfikacji dla niepewnych przypadków, logi każdego wywołania modelu, alerty, rozwiązanie awaryjne na wypadek awarii modelu, limity wydatków i dokumentacja, którą Twój zespół będzie w stanie wykorzystać. Co miesiąc przeglądamy błędy i koszty, a przed każdą zmianą modelu lub promptu ponownie uruchamiamy zestaw testowy.
Gdzie automatyzacja AI się opłaca?
Tam, gdzie praca się powtarza, dane wejściowe są jasne, a człowiek może szybko sprawdzić wynik: sortowanie przychodzących wiadomości, czytanie tych samych rodzajów dokumentów, przygotowywanie odpowiedzi, które już istnieją w Twoich plikach, składanie rutynowych raportów. Decyzje o wadze prawnej, finansowej lub dotyczące relacji zostają po stronie ludzi; automatyzacja je przygotowuje.
Niektóre zadania wychodzą taniej bez modelu. Jeśli lista rozwijana w formularzu może skierować zapytanie, to lepsze rozwiązanie niż zgadywanie przez AI na podstawie swobodnego tekstu. Jeśli raport zawsze pobiera te same liczby, zaplanowane zapytanie jest szybsze i nigdy nie wymyśli wartości. Dardo powie Ci, kiedy tak jest.
Większość firm tkwi między wypróbowaniem AI a jej skalowaniem. Test chatbota jest łatwy; trudniejszy jest proces, który działa codziennie na danych z Twoich systemów, z człowiekiem sprawdzającym wyjątki i liczbą, która pokazuje, że to działa. Zamknięcie tej luki wymaga integracji, weryfikacji i pomiaru, i właśnie to obejmuje ta usługa.
| Zadanie | Dobrze pasuje, gdy | Zostaw człowieka, gdy |
|---|---|---|
| Sortowanie i kierowanie zapytań | Wiadomości przychodzą przez formularz, e-mail lub WhatsApp i muszą trafić do właściwej osoby według usługi, lokalizacji lub pilności | Wiadomość jest reklamacją, sprawą prawną lub pochodzi od kluczowego klienta |
| Wyciąganie danych z dokumentów i formularzy | Faktury, zamówienia lub wnioski mają kilka znanych formatów, a pola trafiają do systemu | Błędne pole zmienia płatność, decyzję o uprawnieniach lub umowę |
| Przygotowywanie szkiców odpowiedzi do weryfikacji | Większość pytań się powtarza, a odpowiedzi znajdują się w Twoich dokumentach | Odpowiedź zobowiązuje do ceny, terminu lub wyjątku od zasad |
| Wewnętrzny asystent wiedzy | Pracownicy szukają odpowiedzi w instrukcjach, politykach i dawnych projektach | Żaden dokument nie potwierdza odpowiedzi albo dwa dokumenty są ze sobą sprzeczne |
| Raportowanie | Dane znajdują się w systemach, które możemy odpytywać, a format jest stały | Liczby trafiają do deklaracji podatkowej, sprawozdania finansowego lub zgłoszenia regulacyjnego |
| Asystent dla klientów | Pytania dotyczą godzin otwarcia, opublikowanych cen, dostępności lub statusu zamówienia | Osoba prosi o człowieka, jest zdenerwowana lub sprawa wykracza poza opublikowane zasady |
Czy asystent na WhatsAppie lub stronie poradzi sobie z Twoimi klientami?
Tak, w przypadku ściśle określonego zestawu pytań, a wszystko inne przekazuje człowiekowi. Asystent odpowiada na podstawie Twoich opublikowanych informacji i podłączonych systemów, takich jak godziny otwarcia, ceny, dostępność i status zamówienia, mówi, gdy czegoś nie wie, i przekazuje rozmowę Twojemu zespołowi wraz z jej historią.
WhatsApp ma własne zasady. Polityka WhatsApp Business Messaging Policy firmy Meta dopuszcza automatyczne odpowiedzi w ramach 24-godzinnego okna obsługi klienta, ale wymaga szybkich, jasnych i bezpośrednich ścieżek eskalacji, takich jak przekazanie rozmowy konsultantowi, numer telefonu lub e-mail. Asystent obsługuje Twoją firmę i jej klientów, a nie pytania ogólne. Każdy asystent, którego budujemy, zawiera:
- Wyraźną informację, że klient rozmawia z automatycznym asystentem.
- Przekazanie rozmowy człowiekowi na życzenie, przy oznakach frustracji i w tematach spoza uzgodnionej listy.
- Odpowiedzi oparte na Twoich własnych treściach, bez zobowiązań dotyczących ceny, terminów czy wyjątków.
- Logi rozmów, które Twój zespół może przeglądać, z danymi osobowymi ograniczonymi do tego, czego wymaga dana sprawa.
- Regularny przegląd pytań bez odpowiedzi, które często pokazują, jakich treści brakuje na Twojej stronie.
Jak połączyć AI z systemami bez uzależnienia od jednego dostawcy?
Przez interfejsy API, które Wasze narzędzia już mają, a tam, gdzie asystent ma z nich korzystać, przez MCP. Model Context Protocol to otwarty standard łączenia modeli AI z narzędziami i danymi, od grudnia 2025 r. rozwijany w ramach Agentic AI Foundation przy Linux Foundation. Według Linux Foundation protokół wdrożyły m.in. Claude, ChatGPT, Microsoft Copilot, Gemini, Cursor i VS Code, a opublikowano ponad 10 000 serwerów, więc narzędzie udostępnione raz może obsługiwać różnych asystentów.
Dbamy o to, by model dało się wymienić. Prompty, zestawy testowe i kod integracji znajdują się w Waszym repozytorium, a każdy krok wskazuje swój model, więc zmiana dostawcy oznacza ponowne uruchomienie testów, a nie budowanie od nowa. Narzędzia zaczynają w trybie tylko do odczytu; wysłanie wiadomości, zmiana rekordu czy zwrot pieniędzy czeka na zatwierdzenie przez człowieka.
dardo.studio to nasz działający przykład: jego publiczny serwer MCP i interfejs A2A pozwalają asystentom czytać nasze usługi i przygotować brief projektu po angielsku lub hiszpańsku. Oba działają tylko do odczytu, a o wysłaniu czegokolwiek decyduje człowiek.
Co dzieje się z Waszymi danymi?
Przed rozpoczęciem prac ustalamy, jakie dane wysyła każdy krok, do jakiego dostawcy, w jakim kraju i na jakich zasadach przechowywania, a wysyłamy tylko pola potrzebne do zadania. Numery identyfikacyjne, dane o zdrowiu i dane płatnicze są maskowane, chyba że zadanie bez nich nie może działać.
W Kolumbii ustawa Ley 1581 de 2012 wymaga uprzedniej, świadomej zgody na przetwarzanie danych osobowych (art. 9), uzasadnionego celu przekazanego osobie oraz środków bezpieczeństwa chroniących przed nieuprawnionym dostępem. Art. 26 zakazuje przekazywania danych osobowych do krajów bez odpowiedniego poziomu ochrony, z wyjątkami, takimi jak wyraźna zgoda. Wielu dostawców modeli przetwarza dane za granicą, dlatego Wasz doradca prawny potwierdza treść zgody i podstawę każdego transferu, a my budujemy rejestry, które to dokumentują:
- Mapa danych: pola, systemy, dostawcy, kraje i okresy przechowywania.
- Logi każdego wywołania modelu: dane wejściowe, wynik, wersja modelu, osoba weryfikująca i decyzja.
- Dostęp według ról, z danymi uwierzytelniającymi trzymanymi poza promptami i kodem.
- Plany dostawców, w których pisemne warunki określają, czy Wasze dane służą do trenowania modeli i jak długo są przechowywane.
- Sposób usunięcia danych osoby na jej prośbę lub po ustaniu celu przetwarzania.
Pytania przed wyborem
Od czego zależy koszt projektu automatyzacji z AI?
Od liczby systemów do połączenia i jakości ich API, zróżnicowania danych wejściowych, rygoru weryfikacji oraz liczby języków i kanałów. Korzystanie z modeli rozlicza dostawca za każde użycie, zwykle na konto założone na Was, więc liczy się też wolumen. Dardo wycenia pilotaż osobno, dzięki czemu decyzję o wdrożeniu produkcyjnym podejmujecie na podstawie realnych liczb.
Z jakich modeli AI korzystacie?
Dardo nie jest związane z żadnym dostawcą. Dla każdego kroku porównujemy modele na Waszym zestawie testowym, biorąc pod uwagę dokładność, warunki prywatności, lokalizację danych, szybkość i koszt, więc jeden przepływ może używać różnych modeli do ekstrakcji i do pisania szkiców. Późniejsza zmiana dostawcy oznacza ponowne uruchomienie testów, a nie zaczynanie od zera.
Czy AI zastąpi nasz zespół?
Celem jest usunięcie powtarzalnej pracy, nie ludzi. Wasz zespół weryfikuje niepewne przypadki, obsługuje wyjątki i dba o relacje z klientami, a automatyzacja przygotowuje szkice i posortowane kolejki. Dardo mierzy zaoszczędzone godziny i wychwycone błędy; co zrobicie z tym czasem, to Wasza decyzja.
Czy nasze dane pozostaną prywatne?
Z Waszych systemów wychodzą tylko pola potrzebne do zadania, a my dokumentujemy, który dostawca je otrzymuje, gdzie i na jakich warunkach. Każde wywołanie modelu jest rejestrowane wraz z danymi wejściowymi, wynikiem i osobą weryfikującą, a dostęp opiera się na rolach. Dla danych osobowych w Kolumbii obowiązuje Ley 1581 de 2012, a Dardo przygotowuje rejestry zgód i transferów, które zatwierdza Wasz doradca prawny.
Czego potrzebujecie od nas na start?
Jednego procesu z osobą odpowiedzialną, prawdziwych przykładów z przeszłości z poprawnym wynikiem, dostępu do zaangażowanych systemów (środowiska testowego, jeśli je macie) oraz miary, która uzasadni kontynuację pilotażu. Tempo pilotażu Dardo częściej wyznacza dostęp do systemów i przykładów niż sama praca nad AI.
Jak utrzymujecie rozwiązanie, gdy modele AI się zmieniają?
Dostawcy aktualizują i wycofują modele według własnego harmonogramu, więc każdy przepływ przypina wersję modelu i ma własny zestaw testowy. Przed każdą zmianą Dardo ponownie uruchamia testy i porównuje dokładność oraz koszt, a co miesiąc przeglądamy błędy, nierozwiązane przypadki i wydatki.
Do kogo należy to, co zbudujecie, i czego nie obejmuje oferta?
Kod, prompty, zestawy testowe i logi należą do Was, są przechowywane w Waszym repozytorium i infrastrukturze, a konta u dostawców modeli są zakładane na Was. Opłaty za korzystanie z modeli, licencje na Wasze istniejące oprogramowanie i porady prawne nie są wliczone. Dardo nie buduje automatyzacji, które wysyłają wiadomości lub zmieniają rekordy bez weryfikacji, chyba że na piśmie zdecydujecie, że dane zadanie można bezpiecznie wykonywać samodzielnie.
Źródła i dalsza lektura
Źródła tej strony wraz z dodatkowymi informacjami od oryginalnych wydawców.
- Linux Foundation: powstanie Agentic AI Foundation (MCP)linuxfoundation.org
- Model Context Protocolmodelcontextprotocol.io
- Kolumbia, Ley 1581 de 2012 (ochrona danych osobowych)cancilleria.gov.co
- WhatsApp Business Messaging Policywhatsappbusiness.com
- Specyfikacja protokołu A2Aa2a-protocol.org