- Jak agent AI uczy się na błędach zespołu? Audyt artefaktów i doskonalenie skilli - 27 października 2026
- Co zmienia się dla klienta, gdy partner wdrożeniowy pracuje z agentami AI? - 26 października 2026
- Jak wygląda wytwarzanie oprogramowania z agentami AI w praktyce? Proces eVolpe krok po kroku - 22 października 2026
Nie, AI nie zastąpi firm wdrożeniowych, ale zmienia sposób ich pracy. AI przejmuje dużą część pracy wykonawczej: dokumentację, kod integracji, skrypty migracji i testy. Nie przejmuje pięciu rzeczy, za które klient płaci partnerowi: discovery, wiedzy z wcześniejszych projektów, odpowiedzialności kontraktowej, zarządzania zmianą i decyzji architektonicznych przy integracjach. Piszemy to jako firma, która na co dzień rozwija oprogramowanie z agentami AI.
W skrócie: AI obniża koszt i czas wykonania prostych zadań we wdrożeniu, ale nie zdejmuje z nikogo odpowiedzialności za wynik. Firma, która rezygnuje z partnera wdrożeniowego na rzecz narzędzi AI, oszczędza na początku, a płaci później: za przeprojektowania, niską adopcję i integracje, które „prawie działają”.
Co AI faktycznie zmienia we wdrożeniach CRM?
AI skraca czas zadań wykonawczych we wdrożeniu CRM: pisania dokumentacji technicznej, kodu integracji, skryptów migracji danych, pierwszego code review i przypadków testowych. W naszym pomiarze dodanie pola NIP z walidacją do SuiteCRM zajęło deweloperowi około 21 minut aktywnej pracy zamiast szacowanych 3 godzin. Agent AI zautomatyzował 14 z 16 scenariuszy testowych (pełny opis pomiaru).
To przyspieszenie ma jednak granice. Całe zadanie z polem NIP przeszło przez proces w 104 minuty, bo czas recenzenta i testera nadal się liczy. Około połowy decyzji podejmowanych przez agenta AI na etapie planowania wymaga korekty człowieka, a przy integracjach i procesach wieloetapowych takich decyzji jest więcej. Naszym zdaniem firma wdrożeniowa, która nie korzysta z AI, w ciągu kilku lat przestanie być konkurencyjna cenowo. Ale przyspieszenie pracy wykonawczej to nie to samo co zastąpienie partnera wdrożeniowego.
Które zadania we wdrożeniu przejmuje AI, a które zostają dla partnera?
AI przejmuje zadania, które da się dobrze opisać i sprawdzić testem, a partnerowi wdrożeniowemu zostają zadania wymagające ludzi, odpowiedzialności i doświadczenia z innych projektów. Podział w pięciu obszarach wdrożenia:
| Obszar wdrożenia | Co robi AI | Co zostaje dla partnera wdrożeniowego |
|---|---|---|
| Analiza wymagań | Porządkuje notatki i transkrypty, generuje dokumentację | Prowadzi warsztaty, wydobywa ukryte wymagania, rozstrzyga konflikty między działami |
| Konfiguracja i kod | Pisze kod, testy i skrypty migracji według zatwierdzonego planu | Zatwierdza plan, ocenia ryzyko, odbiera zmianę |
| Odpowiedzialność | Brak: AI nie jest stroną umowy | Podpisuje umowę, SLA i odpowiada za zgodność z przepisami |
| Adopcja | Przygotowuje materiały szkoleniowe | Szkoli ludzi, buduje sponsorów i reaguje na opór |
| Integracje | Generuje kod połączeń | Decyduje, co integrować, w jakiej kolejności i z jakimi kompromisami |
Dlaczego AI nie przeprowadzi discovery?
AI nie przeprowadzi discovery, bo discovery to nie zbieranie wymagań, tylko proces społeczny, w którym konsultant wydobywa to, czego klient sam nie potrafi nazwać. Klient przychodzi z objawem, a konsultant diagnozuje przyczynę.
Przykład: firma produkcyjna zatrudniająca 400 osób, z trzema zakładami i dwoma systemami ERP, wdraża CRM. Na warsztacie dyrektor sprzedaży chce w CRM pełnej historii ofertowania, szef produkcji chce blokady zamówień przy zajętych mocach, a CTO chce jak najmniej integracji, bo każda to potencjalny punkt awarii. Te wymagania są ze sobą sprzeczne, nie ma ich w żadnym dokumencie i każde jest „oczywiste” dla osoby, która je zgłasza. AI nie wyczuje, że „historia ofertowania” oznacza konkretny problem z poprzedniego wdrożenia, ani że szef produkcji i CTO mają nierozwiązany konflikt kompetencyjny. AI może wesprzeć discovery, np. porządkując transkrypty, ale nie można jej go delegować (czego AI nie wyczyta z transkryptu warsztatu).
Jakiej wiedzy firmy wdrożeniowej nie ma w AI?
AI nie ma wiedzy, która nie została nigdzie zapisana: doświadczenia z tego, jak systemy i ludzie zachowują się w realnych projektach. To kapitał firmy wdrożeniowej budowany przez lata. Doświadczony konsultant wie na przykład, że klient mówiący „chcemy prostego rozwiązania” zwykle ma na myśli „chcemy, żeby działało bez szkoleń”, a to dwa różne problemy. Wie też, że przepływ pracy, który na slajdzie wygląda elegancko, może zasypywać kierownika setkami powiadomień dziennie, a kierownik je wyłączy i proces przestanie działać.
Część tej wiedzy da się zapisać tak, żeby korzystał z niej agent AI. W eVolpe zapisujemy ją w skillach, czyli instrukcjach, które agent czyta przed pracą; w ciągu trzech miesięcy ich liczba wzrosła z 24 do 35. Te skille piszą jednak ludzie, którzy tę wiedzę mają, i to oni oceniają, czy agent zastosował ją poprawnie (jak agent AI uczy się na błędach zespołu).
Kto odpowiada za wdrożenie, gdy pracę wykonuje AI?
Za wdrożenie odpowiada zawsze człowiek lub firma, bo AI nie jest stroną umowy. Wdrożenie CRM w średniej firmie to projekt za kilkaset tysięcy złotych, powiązany z procesami, które generują miliony przychodu. Ktoś musi podpisać umowę, zdefiniować SLA i odpowiedzieć za wynik. AI nie odpowie za błąd w konfiguracji, przez który przez pół roku część zamówień trafia do złego działu; nie ma ubezpieczenia OC i nie można jej pozwać. Projekt prowadzony „samodzielnie z AI”, który pójdzie źle, zostaje na głowie klienta, bez mechanizmu eskalacji.
To samo dotyczy zgodności z przepisami. Wdrożenie w sektorze finansowym musi uwzględniać wymagania KNF, w ochronie zdrowia zasady przetwarzania danych pacjentów, a w każdej polskiej firmie KSeF, RODO i wymagania audytowe. Kwestię odpowiedzialności w projektach z AI rozwijamy w artykule Kto podpisze się pod błędem AI?, a zapisy umowne w tekście Gwarancje umowne CRM.
Dlaczego zarządzanie zmianą zostaje po stronie ludzi?
Zarządzanie zmianą zostaje po stronie ludzi, bo najczęstszą przyczyną porażki wdrożenia CRM nie jest błąd w konfiguracji, tylko opór użytkowników. Handlowcy, którzy latami pracowali we własnych arkuszach, nie przejdą na CRM dlatego, że jest „obiektywnie lepszy”. Przejdą, gdy ktoś pokaże im, jak system rozwiązuje ich konkretne problemy, i gdy ktoś po stronie organizacji weźmie odpowiedzialność za to, że zmiana faktycznie nastąpi.
Change management to praca relacyjna: rozpoznanie sojuszników i sceptyków, budowanie sponsorów wewnętrznych, planowanie komunikacji i reagowanie na opór na bieżąco. Nawet idealnie skonfigurowany system przegra, jeśli trzech kluczowych handlowców uzna, że „to nie działa”, i wróci do arkusza, a zarząd, nie widząc użycia, uzna projekt za porażkę. AI przygotuje materiały szkoleniowe, ale nie przeprowadzi szkolenia, które zmieni nastawienie ludzi. Więcej o przyczynach niskiej adopcji piszemy w artykule „Za bardzo z CRM nie korzystamy” — skąd się bierze niska adopcja?
Dlaczego decyzje o integracjach wymagają doświadczonego konsultanta?
Decyzje o integracjach wymagają doświadczonego konsultanta, bo w dużym wdrożeniu CRM więcej pracy dotyczy połączeń z istniejącym środowiskiem niż samego nowego systemu, a każda decyzja integracyjna ma konsekwencje na lata. W firmie produkcyjnej z przykładu powyżej są to dwa systemy ERP z różnymi modelami danych, zewnętrzna platforma B2B, system fakturowania obsługiwany przez inną firmę, archiwum dokumentów o nieznanej strukturze i kilka integracji napisanych przez osobę, która odeszła bez zostawienia dokumentacji.
AI napisze kod każdej z tych integracji. Ktoś musi jednak zdecydować, które systemy integrować, w jakiej kolejności, gdzie zaakceptować ograniczenie, a gdzie walczyć o pełną synchronizację danych. Konsultant, który widział wiele podobnych środowisk, wie, które z tych bitew warto stoczyć, a które skończą się przepaleniem budżetu bez realnego efektu.
Kiedy firma może wdrożyć CRM samodzielnie z pomocą AI?
Firma może wdrożyć CRM samodzielnie z pomocą AI, gdy proces sprzedaży jest prosty, system ma niewiele integracji, a w zespole jest osoba, która potrafi ocenić wynik pracy AI i weźmie za niego odpowiedzialność. Tak bywa w małych firmach korzystających ze standardowego CRM w chmurze. Im więcej działów, systemów do połączenia i wymagań regulacyjnych, tym szybciej rośnie koszt błędów, których nikt nie wyłapał.
Nie oznacza to wyboru „partner albo AI”. Najlepszy wynik daje partner wdrożeniowy, który sam pracuje z AI w kontrolowanym procesie: agent AI wykonuje pracę, a doświadczony zespół zatwierdza plan, ocenia ryzyko i odbiera zmiany. Klient dostaje wtedy szybsze i tańsze wykonanie razem z odpowiedzialnością i śladem decyzji. Jak to wygląda u nas, opisujemy w artykułach Co zmienia się dla klienta, gdy partner wdrożeniowy pracuje z agentami AI? oraz Agentic Engineering w praktyce.
Najczęściej zadawane pytania
Nie. AI przejmuje część pracy wykonawczej, ale nie zastępuje discovery, wiedzy z projektów, odpowiedzialności kontraktowej, zarządzania zmianą i decyzji o integracjach.
W małej firmie z prostym procesem i standardowym systemem tak, jeśli ktoś w zespole potrafi ocenić wynik. Przy wielu integracjach i wymaganiach regulacyjnych ryzyko błędów szybko przewyższa oszczędność.
Zadania, które da się dobrze opisać i sprawdzić testem: dokumentację techniczną, kod integracji, skrypty migracji danych, pierwsze code review i przypadki testowe.
To zależy od zadania. W naszym pomiarze proste pole w SuiteCRM zajęło deweloperowi około 21 minut zamiast szacowanych 3 godzin, ale cały proces z recenzją i testami trwał 104 minuty.
Wykonanie prostych zadań staje się tańsze. Koszt projektu zależy jednak także od analizy, integracji i adopcji, gdzie AI daje mniejsze oszczędności.
Zapytaj, kto zatwierdza pracę agentów AI, jak dokumentowane są decyzje i testy oraz czy możesz zobaczyć ten ślad przy zgłoszeniach w swoim projekcie.
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
Źródła
- Dane wewnętrzne eVolpe: pomiar zadania „pole NIP z walidacją” w SuiteCRM i statystyki orkiestratora (opublikowane 20.10.2026): https://evolpe.pl/ile-naprawde-oszczedza-ai-w-developmencie-jak-uczciwie-liczyc-czas-i-koszt/
- Jak agent AI uczy się na błędach zespołu? Audyt artefaktów i doskonalenie skilli - 27 października 2026
- Co zmienia się dla klienta, gdy partner wdrożeniowy pracuje z agentami AI? - 26 października 2026
- Jak wygląda wytwarzanie oprogramowania z agentami AI w praktyce? Proces eVolpe krok po kroku - 22 października 2026
