AI w eVolpe
AI w eVolpe – jak sami pracujemy z AI, zanim wdrożymy je u klientów
W eVolpe z AI korzysta na co dzień każdy zespół, według wspólnych zasad bezpieczeństwa. Najdalej poszliśmy w wytwarzaniu oprogramowania: przy rozwoju SuiteCRM i MintHCM agenci AI wykonują zadania programistyczne w procesie z bramkami akceptacji przez człowieka. Ta strona pokazuje, jak to działa, czego się nauczyliśmy i co z tego wynika dla klientów.
W skrócie:
AI w systemach, które wdrażamy
Dlaczego partner wdrożeniowy powinien najpierw stosować AI u siebie?
Partner, który sam pracuje z AI, zna jej ograniczenia z praktyki, a nie z prezentacji producenta. Wie, gdzie agent oszczędza czas, gdzie wymaga stałej kontroli i jakie błędy popełnia powtarzalnie. Dlatego transformację AI przeprowadziliśmy najpierw we własnej organizacji. Zasady, które stosujemy u klientów – zakres autonomii agenta, punkty kontrolne, ślad decyzji i minimalne uprawnienia – wynikają z tego doświadczenia. Ofertę wdrożeń opisujemy na stronie Wdrożenie AI w CRM, obsłudze klienta i HR.
Jak wygląda Agentic Engineering w eVolpe?
Agentic Engineering to proces wytwarzania oprogramowania, w którym agenci AI wykonują kolejne etapy pracy, a człowiek zatwierdza wynik w ustalonych punktach kontrolnych. W eVolpe biorą w nim udział analityk, architekt, deweloper-implementator, agent AI, code reviewer i tester. Kolejnością kroków steruje orkiestrator, który pilnuje, żeby żaden etap nie pominął człowieka. Proces działa przy rozwoju SuiteCRM i MintHCM (eVolpe, 26.10.2026).
Pełny opis procesu: Jak wygląda wytwarzanie oprogramowania z agentami AI w praktyce?
Co klient dostaje z naszego procesu agentowego?
Klient dostaje więcej dowodów na to, że praca została wykonana dobrze, a nie tylko szybciej wykonaną pracę. Decyzje podjęte w trakcie realizacji wracają do zgłoszenia w Redmine, zamiast zostawać w komunikatorze. Każde zgłoszenie ma testy powiązane z user story i raport weryfikacji, który wymienia także obszary niesprawdzone, z podaniem powodu.
| Obszar | Częsta praktyka bez agentów AI | Proces z agentami AI w eVolpe |
|---|---|---|
| Decyzje w trakcie realizacji | Często zostają w komunikatorze | Dopisywane do user story w Redmine |
| Dowód działania | Deklaracja dewelopera i ręczne sprawdzenie | Testy jednostkowe i przeglądarkowe oraz raport weryfikacji |
| Obszary nieprzetestowane | Zwykle niewidoczne | Wymienione w raporcie z powodem |
| Regresja | Zależna od czasu i pamięci testera | Testy zgłoszenia uruchamiane przy każdej poprawce |
| Odbiór techniczny | Tester bez pełnej listy pokrycia | Tester z listą scenariuszy i ich pokryciem testami |
Źródło: Co zmienia się dla klienta, gdy partner wdrożeniowy pracuje z agentami AI?
Czego nauczyliśmy się, pracując z agentami AI?
Najważniejsza lekcja: akceptacja planu przez człowieka nie jest formalnością. Agent AI regularnie proponuje rozwiązania, które trzeba skorygować – bo brakuje mu wiedzy spoza user story albo jego plan jest poprawny technicznie, ale naruszyłby inny proces w systemie. Bywa też odwrotnie: agent proponuje rozwiązanie lepsze niż zakładał zespół. Poniżej przykłady z naszej praktyki.
Jak AI pracuje w pozostałych zespołach eVolpe?
Poza wytwarzaniem oprogramowania AI wspiera research, tworzenie treści, analizę widoczności i projektowanie wdrożeń. W każdym z tych obszarów obowiązuje ta sama zasada: AI przygotowuje materiał, a człowiek odpowiada za wynik. Dlatego przy każdym zastosowaniu wskazujemy, co robi AI, a co należy do zespołu.
Kampanie i segmentację kontaktów prowadzimy w Mauticu – tym samym systemie marketing automation, który wdrażamy u klientów. To automatyzacja oparta na regułach, nie AI, dlatego opisujemy ją osobno.
Jakie zasady bezpieczeństwa stosujemy przy pracy z AI?
Przy pracy z AI stosujemy te same zasady, które projektujemy dla klientów: minimalne uprawnienia, ślad decyzji i odpowiedzialność człowieka za wynik. Agent ma dostęp tylko do środowisk i danych potrzebnych do zadania. Każde działanie agenta w procesie developerskim jest zapisane w zgłoszeniu. Za plan, kod i odbiór techniczny odpowiadają konkretne osoby z zespołu, a nie narzędzie.
Jakie rozwiązania AI zbudowaliśmy sami?
Poza konfiguracją AI w systemach producentów rozwijamy własne rozwiązania, które powstały z powtarzających się potrzeb klientów i naszej pracy. Najważniejsze z nich łączą modele AI z systemami CRM i HCM, które wdrażamy, na kontrolowanych uprawnieniach.
| Rozwiązanie | Do czego służy | Gdzie działa | Status |
|---|---|---|---|
| Serwer MCP dla SugarAI | Łączy modele AI z danymi i operacjami w Sugar | SugarAI | Dostępny |
| Serwer MCP dla SuiteCRM | Łączy modele AI z danymi i operacjami w SuiteCRM | SuiteCRM | Dostępny |
| AI Agents dla SuiteCRM | Agenci konfigurowani przez klienta w systemie; pierwsze agenty uruchamiamy wspólnie | SuiteCRM, MintHCM | Wkrótce |
| Orkiestrator procesu agentowego | Prowadzi zgłoszenie przez etapy Agentic Engineering z bramkami akceptacji | Wewnętrznie, rozwój SuiteCRM i MintHCM | Narzędzie wewnętrzne |
Najczęściej zadawane pytania
Tak, przy rozwoju SuiteCRM i MintHCM. Każdy plan i wynik pracy agenta zatwierdza człowiek, a kod przechodzi code review i testy. Rozszerzenie procesu na kolejne systemy przygotowujemy.
Nie. Agent przygotowuje plan, kod i testy, ale o włączeniu kodu decyduje zespół, a o wdrożeniu na produkcję – klient po testach akceptacyjnych.
Tak. Zmiany statusu, zaktualizowane user story, zgłoszenia błędów i raport weryfikacji trafiają do Redmine, gdzie klient może odtworzyć decyzje podjęte w trakcie realizacji.
Przy prostych, powtarzalnych zmianach czas pracy zespołu się skraca. Przy integracjach i złożonych procesach oszczędność jest mniejsza. Wycenę omawiamy dla konkretnych zgłoszeń, a nie jako stały rabat.
Zespół eVolpe. Pod odbiorem technicznym podpisuje się tester, a za plan i wynik odpowiadają deweloper i reviewer.
Vibe coding to generowanie kodu przez AI bez systematycznej weryfikacji. Agentic Engineering to proces z etapami, testami, przeglądem kodu i akceptacją człowieka.
Masz pytania?
Skontaktuj się z ekspertami eVolpe do spraw sztucznej inteligencji
