- Dlaczego AI nie zastąpi firm wdrożeniowych? - 7 maja 2026
- Agentic Engineering we wdrożeniu systemu: jak zmienić programistów w menedżerów procesu - 5 maja 2026
- Kodowanie z AI: narzędzie, nie wyrocznia - 21 kwietnia 2026
Wyobraź sobie firmę produkcyjną – 400 pracowników, trzy zakłady, dwa systemy ERP wdrożone w różnych latach przez różnych dostawców, arkusze kalkulacyjne jako „system integracyjny” i dział sprzedaży, który od lat prowadzi własną bazę klientów w narzędziu, którego IT oficjalnie nie obsługuje. Firma decyduje się na wdrożenie CRM.
Dyrektor IT słyszy coraz częściej: „Po co nam partner wdrożeniowy? Mamy ChatGPT, mamy Claude – wygenerujemy wymagania, napiszemy integracje, skonfigurujemy system. Zaoszczędzimy kilkaset tysięcy złotych.”
To nie jest absurdalny argument. AI w firmach wdrożeniowych faktycznie potrafi dziś wygenerować dokumentację wymagań, napisać kod integracji, stworzyć skrypty migracji danych. Firmy, które tego nie widzą, mają problem.
Ale zaoszczędzić na partnerze wdrożeniowym – to zupełnie inna historia.
Co AI faktycznie zmienia we wdrożeniach
Zacznijmy od uczciwego przyznania: AI zmienia ekonomię projektów wdrożeniowych i nie ma sensu tego ukrywać.
Dokumentacja techniczna, która wcześniej zajmowała konsultantowi tydzień, dziś z AI zajmuje jeden dzień. Skrypty migracji danych – podobnie. Code review pierwszego rzędu, generowanie przypadków testowych, tłumaczenie wymagań biznesowych na specyfikację techniczną – wszystko to przyspiesza o rzędy wielkości.
Firma wdrożeniowa, która tego nie używa, za dwa lata będzie droższa od konkurencji o 30-50% przy tej samej skali. To fakt, nie spekulacja.
Ale przyspieszenie dokumentacji to nie to samo co zastąpienie firmy wdrożeniowej. Żeby zrozumieć różnicę, trzeba wiedzieć, za co tak naprawdę się płaci.
Problem pierwszy: discovery to nie zadanie do zlecenia
Wróćmy do naszej firmy produkcyjnej.
Konsultant siada na warsztat z dyrektorem sprzedaży, szefem produkcji i CTO. Dyrektor sprzedaży chce mieć w CRM pełną historię ofertowania. Szef produkcji chce, żeby system blokował zamówienia, gdy moce produkcyjne są zajęte. CTO chce minimalną liczbę integracji, bo każda to potencjalny punkt awarii.
Te trzy wymagania są ze sobą sprzeczne. Żadne z nich nie jest zapisane w żadnym dokumencie. Każde z nich jest „oczywiste” dla osoby, która je zgłasza.
AI nie usiądzie na tym warsztacie. Nie wyczuje, że dyrektor sprzedaży, mówiąc „historia ofertowania”, ma na myśli konkretny problem z poprzednim wdrożeniem, o którym nie powiedział wprost. Nie zauważa, że szef produkcji i CTO mają od lat nierozwiązany konflikt kompetencyjny, który pojawia się przy każdej decyzji projektowej.
Discovery to nie zbieranie wymagań. To proces społeczny, w którym doświadczony konsultant wydobywa na wierzch to, czego klient sam często nie potrafi zwerbalizować. Klient przychodzi z objawem, konsultant diagnozuje przyczynę.
Tej pracy nie da się zastąpić promptem. Można ją wesprzeć AI – i powinno się to robić. Ale nie można jej delegować.
Problem drugi: wiedza, której nie ma w żadnej dokumentacji
Senior konsultant po dziesięciu latach pracy z CRM-em wie kilka rzeczy, których nie ma w żadnym podręczniku.
Wie, że klient, który mówi „chcemy proste rozwiązanie”, najczęściej ma na myśli „chcemy, żeby działało bez szkoleń” – i że to są dwa zupełnie różne problemy. Wie, że migracja danych z systemu X do systemu Y ma konkretną pułapkę w polu „typ kontaktu”, bo widział to w czterech projektach. Wie, że konfiguracja przepływu pracy, która wygląda elegancko na slajdzie, w praktyce generuje 200 powiadomień dziennie na skrzynkę kierownika – i że kierownik wyłączy powiadomienia, co zepsuje cały proces.
Ta wiedza jest nieskodyfikowana. Nie ma jej w dokumentacji systemu CRM ani w żadnym zestawie promptów. To kapitał firmy wdrożeniowej, budowany przez lata i setki projektów.
AI w firmach wdrożeniowych może wspomagać konsultanta w stosowaniu tej wiedzy – szybciej generować warianty konfiguracji, porównywać podejścia, dokumentować decyzje. Ale nie może tej wiedzy reprodukować, bo jej po prostu nie ma.
Problem trzeci: ktoś musi podpisać umowę
To argument, który brzmi prozaicznie. Może jednak zadecydować częściej niż jakikolwiek argument techniczny.
Wdrożenie CRM w średniej firmie to projekt za kilkaset tysięcy złotych, często powiązany z procesami sprzedażowymi, które generują miliony przychodu. Ktoś musi wziąć za to odpowiedzialność – podpisać umowę, zdefiniować SLA, odpowiedzieć za wynik.
AI w firmach wdrożeniowych to narzędzie. Nie jest stroną umowy. Nie ponosi odpowiedzialności za błąd w konfiguracji, który spowoduje, że 30% zamówień trafi do złego działu przez pół roku. Nie ma ubezpieczenia OC. Nie można go pozwać.
W praktyce oznacza to, że każdy projekt, który „samodzielnie z AI” pójdzie nie tak, zostaje na głowie klienta – bez żadnego mechanizmu eskalacji, bez kogoś, kto odpowie za naprawę.
To samo dotyczy compliance. Wdrożenie w firmie z sektora finansowego musi uwzględniać regulacje KNF. W medycynie – wymagania dotyczące przetwarzania danych osobowych pacjentów. W każdej polskiej firmie – KSeF, RODO, wymagania audytowe. Błąd w tym obszarze nie kosztuje czasu – kosztuje pieniądze i reputację.
Konsultant, który bierze za to odpowiedzialność, musi rozumieć te regulacje. I musi podpisać się pod tym, że system jest z nimi zgodny.
Problem czwarty: technologia to mniejszość problemu
Najczęstsza przyczyna porażki wdrożeń CRM to nie błąd w konfiguracji. To opór ludzi.
Handlowcy, którzy przez lata pracowali we własnych arkuszach kalkulacyjnych, nie przejdą na nowy system dlatego, że CRM jest „obiektywnie lepszy”. Przejdą, jeśli ktoś poświęci czas na pokazanie im, jak system rozwiązuje ich konkretne problemy – i jeśli ktoś po stronie organizacji weźmie odpowiedzialność za to, że przejście faktycznie nastąpi.
Change management to praca relacyjna. Wymaga rozpoznania sojuszników i sceptyków w organizacji, budowania sponsorów wewnętrznych, planowania komunikacji, reagowania na opór w czasie rzeczywistym.
Wróćmy do naszej firmy produkcyjnej. Nawet jeśli system zostanie skonfigurowany idealnie, wdrożenie zakończy się niepowodzeniem, jeśli trzech kluczowych handlowców postanowi, że „to nie działa” i wróci do arkusza kalkulacyjnego. A zarząd, który nie widzi użycia systemu, uzna projekt za porażkę – niezależnie od jakości konfiguracji.
Firmy wdrożeniowe, które rozumieją ten problem, budują w swoich projektach etapy adopcji i szkoleń nie jako formalność, ale jako kluczowy element dostarczenia wartości. AI w firmach wdrożeniowych może przygotować materiały szkoleniowe. Nie przeprowadzi szkolenia, które zmieni nastawienie ludzi.
Problem piąty: integracje z tym, co już tam jest
Każde duże wdrożenie CRM to 30% nowego systemu i 70% połączeń ze środowiskiem, które już istnieje.
W naszej firmie produkcyjnej: dwa systemy ERP z różnymi modelami danych, zewnętrzna platforma B2B dla klientów, system fakturowania obsługiwany przez zewnętrzną firmę, archiwum dokumentów na serwerze NAS z nieznaną strukturą katalogów oraz kilka integracji napisanych przez kogoś, kto odszedł dwa lata temu i nie zostawił dokumentacji.
AI generuje kod. Ale ktoś musi zdecydować, które systemy integrować, w jakiej kolejności, z jakimi kompromisami, gdzie zaakceptować ograniczenie, a gdzie walczyć o pełną synchronizację danych. To są decyzje architektoniczne, które mają konsekwencje przez kolejne pięć lat.
Konsultant, który widział dziesięć podobnych środowisk, wie, które bitwy warto stoczyć, a które skończą się przepaleniem budżetu bez realnego efektu. Ta wiedza jest warta tyle, ile kosztuje jej brak – czyli potencjalnie bardzo dużo.
Co to oznacza w praktyce
AI zmienia narzędzia. Nie zmienia tego, za co płaci się firmie wdrożeniowej.
Wartość partnera wdrożeniowego leży w discovery, w nieskodyfikowanej wiedzy o tym, jak systemy zachowują się w realnych środowiskach, w odpowiedzialności kontraktowej, w zarządzaniu zmianą i w architektonicznych decyzjach dotyczących integracji. Żaden z tych elementów nie jest promptem.
Firmy wdrożeniowe, które rozumieją, co robi AI i używają tego do przyspieszenia swojej pracy, dostarczą projekty szybciej i taniej niż przed trzema laty. To dobra wiadomość dla klientów.
Firmy, które próbują zastąpić partnera wdrożeniowego narzędziem AI, zaoszczędzą na początku i zapłacą więcej na końcu – w postaci przeprojektowań, problemów z adopcją i integracji, które „prawie działają”.
W założonych wdrożeniach AI jest narzędziem konsultanta. Nie jego zamiennikiem.
Jesteś gotowy na prowadzenie dużego projektu wdrożeniowego w Twojej firmie?
Wiesz, o co zapytać dostawcę? Jak przygotować własny zespół? Jak stworzyć skuteczne zapytanie ofertowe? Jaką metodykę wybrać? Na co zwrócić uwagę negocjując umowę wdrożeniową i serwisową?
Specjalnie dla Ciebie stworzyliśmy darmowy kurs mailowy przygotowujący do prowadzenia wdrożeń.
Codziennie przez dwa tygodnie otrzymasz od nas na swoją skrzynkę kolejną dawkę wiedzy, która pozwoli odnaleźć Ci się w tym skomplikowanym procesie.
Darmowy kurs mailowy
- Dlaczego AI nie zastąpi firm wdrożeniowych? - 7 maja 2026
- Agentic Engineering we wdrożeniu systemu: jak zmienić programistów w menedżerów procesu - 5 maja 2026
- Kodowanie z AI: narzędzie, nie wyrocznia - 21 kwietnia 2026
