Jak wybrać agencję AI i się nie sparzyć: poradnik dla kupującego

Nigdy nie było gorszego momentu, by kupować usługi AI na zaufanie. Ta etykieta jest dziś wszędzie — twórca sklepów internetowych, który w zeszłym roku zbudował trzy strony, nagle jest "agencją AI", freelancer, który miesiąc temu nauczył się oprawiać chatbota, oferuje "transformację AI", a prezentacja zawsze wygląda imponująco. Dla małej firmy, której na szali leżą prawdziwe pieniądze i która nie ma własnego eksperta do zweryfikowania obietnic, trudność nie polega na znalezieniu agencji. Polega na odróżnieniu ludzi, którzy naprawdę potrafią coś zbudować, od tych, którzy po prostu stoją tam, gdzie jest popyt.

Jestem po stronie podaży — zawodowo budujemy rozwiązania AI dla małych i średnich firm — więc proszę przyjąć to z odpowiednią rezerwą. Ale wielokrotnie siedziałem też po drugiej stronie stołu i patrzyłem, jak właścicielom sprzedaje się dopracowany pilotaż, który cicho umierał w chwili zetknięcia z ich prawdziwymi danymi. Wzorzec jest na tyle spójny, że można nauczyć się go rozpoznawać. Nie trzeba rozumieć transformerów ani fine-tuningu, żeby wybrać dobrego partnera. Trzeba zrozumieć, jak zachowują się dobrzy partnerzy, a kilku z tych zachowań pozoranci po prostu nie potrafią udać.

Oto więc poradnik dla kupującego, który chciałbym, żeby znajomy przeczytał przed podpisaniem czegokolwiek: czym właściwie jest dziś agencja AI, jakie pytania przebijają się przez demo, jakie sygnały ostrzegawcze powinny zakończyć rozmowę i jaki jest rozsądny sposób porównania dwóch ofert, które na papierze wyglądają tak samo, ale takie nie są.

Co w ogóle znaczy "agencja AI" w 2026 roku

Zacznijmy od przyjęcia, że samo to określenie jest niemal bezznaczeniowe. "Agencja AI" opisuje pozycję rynkową, a nie zestaw umiejętności. Pod tą samą etykietą znajdzie Pan/Pani skrajnie różne stworzenia, a pierwszym zadaniem jest ustalić, z którym Pan/Pani rozmawia — bo każde jest dobre w czymś innym i niebezpieczne w pozostałym.

Z grubsza dzielą się na cztery obozy. Są integratorzy, którzy łączą istniejące narzędzia AI z istniejącymi systemami — naprawdę przydatni, często właściwa odpowiedź, rzadko efektowni. Są twórcy, którzy piszą oprogramowanie na zamówienie z komponentami AI w środku, na wypadek gdy gotowe rozwiązania nie pasują do sposobu pracy. Są firmy doradcze, które doradzają w sprawie strategii i mogą w ogóle nic nie budować. I są przebrani odsprzedawcy, którzy nakładają cienką warstwę brandingu na cudzą platformę i każą za ten przywilej płacić. Żaden z nich nie jest z natury zły. To rozbieżność między tym, czym są, a tym, czego Pan/Pani potrzebuje, boli.

Nie ma nic złego w agencji, która głównie konfiguruje istniejące platformy — dla wielu problemów małych firm to dokładnie to, czego trzeba, i dużo taniej niż praca na zamówienie. Problemem jest zawsze tylko przepaść między obrazem, który malują, a pracą, którą faktycznie wykonują. Nie szuka Pan/Pani najbardziej imponującej kategorii; szuka Pan/Pani szczerości co do tego, w której są.

Wyjaśnij sobie problem, zanim do kogokolwiek zadzwonisz

Największym powodem, dla którego te projekty schodzą na manowce, nie jest zła agencja — to kupujący, który zjawia się z prośbą o "trochę AI", nie mając za tym konkretnego problemu. Gdy nie potrafi Pan/Pani opisać bólu, nie potrafi też ocenić, czy oferta go rozwiązuje, i bardzo łatwo daje się Panu/Pani sprzedać coś droższego. Najsilniejsza pozycja, jaką można wnieść do każdej rozmowy sprzedażowej, to nudne, konkretne zdanie o tym, co kosztuje czas lub pieniądze.

Nie potrzeba briefu technicznego. Potrzeba briefu w prostym języku. "Tracimy mniej więcej dwie godziny dziennie na przepisywanie szczegółów zamówień między naszym sklepem a programem księgowym." "Tracimy jedną trzecią telefonów po godzinach i nigdy nie oddzwaniamy." "Odpowiedź na zapytanie ofertowe zajmuje nam dwa dni, bo informacje są w czterech miejscach." Każde z tych zdań agencja może oszacować, wycenić i zostać z niego rozliczona. "Chcemy wykorzystać AI do rozwoju" — nie.

To również odwraca układ sił w zdrowy sposób. Gdy przychodzi Pan/Pani ze zdefiniowanym problemem, dobre agencje się rozluźniają — nareszcie klient, który wie, czego chce — a słabe denerwują się, bo na konkretny problem nie da się odpowiedzieć ogólną platformą.

Pytania, które naprawdę je odróżniają

Każdy potrafi odpowiedzieć "tak" na pytanie "robicie AI?". Warte zadania są te pytania, przez które pozorant nie przeblefuje, bo badają zachowanie i odpowiedzialność, a nie biegłość w modnych hasłach. Oto te, których odmówiłbym pominięcia.

• "Pokażcie mi coś, co zbudowaliście dla firmy takiej jak moja." Nie slajd — działającą rzecz albo przynajmniej szczegółowe jej omówienie. Mgliste studia przypadków bez nazwanego rezultatu to sygnał.
• "Co dzieje się z moimi danymi?" Gdzie są przechowywane, kto może je zobaczyć, czy trenują cudzy model. Poważna agencja odpowiada na to płynnie; odsprzedawca często szczerze nie wie.
• "Jak to wygląda, gdy coś pójdzie nie tak?" Każdy system AI popełnia błędy. Zapytaj, jak je wychwytują, jak człowiek pozostaje w pętli i do kogo dzwonić o 21:00, gdy coś zacznie szwankować.
• "Do kogo należy to, co budujecie?" Kod, konfiguracja, prompty, konto. Jeśli odpowiedź brzmi 'do nas, a wy wynajmujecie to na zawsze', warto wiedzieć to z góry.
• "Ile kosztuje utrzymanie, a nie tylko zbudowanie?" Opłaty za użycie, koszty modelu, konserwacja. Cena budowy to często mniejsza połowa prawdziwej kwoty.
• "Od czego byście mnie odwiedli?" Najlepsi partnerzy wskażą coś, czego jeszcze Pan/Pani nie potrzebuje. Kto przytakuje, że wszystko jest potrzebne, sprzedaje, a nie doradza.

Proszę zauważyć, że żadne z tych pytań nie wymaga rozumienia technologii. Dotyczą odpowiedzialności, własności i szczerości — rzeczy, które decydują, czy projekt przetrwa zderzenie z rzeczywistością. Firma może olśnić Pana/Panią AI i mimo to być katastrofą w każdym z tych punktów, a to właśnie z nimi, nie z demem, będzie Pan/Pani żył(a) przez najbliższe dwa lata.

Sygnały ostrzegawcze, od których warto odejść

Niektóre znaki ostrzegawcze są subtelne. Inne to flary. Po wystarczającej liczbie takich rozmów zaczyna się rozpoznawać zagrania, które niezawodnie poprzedzają zły projekt. Żaden z nich sam w sobie nie dyskwalifikuje automatycznie, ale dwa czy trzy razem to wzorzec, a wzorzec rzadko kłamie.

Najdroższym sygnałem ostrzegawczym jest zbyt szeroko zakrojony pierwszy projekt. Dobry partner niemal zawsze chce zacząć od jednego ograniczonego, dowodliwego przypadku użycia, właśnie dlatego, że zamierza być przy drugim i wie, że zaufanie zdobywa się małymi zwycięstwami. Agencja, która od pierwszego dnia popycha Pana/Panią wprost w rozlazłą, all-in-one "transformację AI", jest albo niedoświadczona, albo poluje na dużą fakturę, zanim wkradną się wątpliwości. Tak czy inaczej, nie chce Pan/Pani być projektem, na którym odkryją, że to było za dużo.

Jest też cichszy sygnał: agencja, która nigdy nie mówi "nie wiem". Prawdziwa praca z AI jest pełna niepewności — co model zrobi z Pana/Pani niechlujnymi danymi, jak naprawdę zachowają się użytkownicy, gdzie czają się przypadki brzegowe. Partner, który ma natychmiastową, pewną odpowiedź na wszystko, albo nie robił tego zbyt wiele, albo nie jest z Panem/Panią szczery. Wykalibrowana szczerość co do tego, co nieznane, jest, paradoksalnie, najsilniejszym znakiem kompetencji, jaki Pan/Pani dostanie.

Krótka historia: dwie oferty, które wyglądały identycznie

Zilustrujmy to konkretem złożonym z przypadków, które widziałem nie raz — szczegóły zatarte, ale wierne istocie. Regionalny hurtownik, około trzydziestu pracowników, chciał przestać tonąć w napływających e-mailach z zamówieniami. Klienci przysyłali zamówienia jako wolny tekst — czasem schludną listę, często rozwlekłą wiadomość z ilościami pogrzebanymi w akapicie — a dwie osoby spędzały pół dnia na ich czytaniu i wklepywaniu pozycji do systemu zamówień. Właścicielka zrobiła rzecz właściwą: jasno zapisała problem i poprosiła dwie agencje o wycenę.

Ta sama cena, przeciwna filozofia

Obie oferty mieściły się w granicach kilkuset euro od siebie, a na slajdzie tytułowym wyglądały jak bliźniaki — obie obiecywały "asystenta przetwarzania zamówień napędzanego AI". Prezentacja pierwszej agencji była przepiękna. Proponowała pełną platformę na zamówienie: nowy pulpit, pakiet analityczny, portal klienta, mapę drogową rozciągniętą na większą część roku. Demo było gładkie, uruchomione na przykładowym e-mailu, który ewidentnie ręcznie wybrali. Gdy zapytała, co dzieje się z niechlujnym, niejednoznacznym zamówieniem, odpowiedź brzmiała pewnie: "AI sobie z tym radzi".

Prezentacja drugiej agencji była przy tym niemal rozczarowująca. Proponowała mały pierwszy krok: asystenta, który czytał napływające e-maile z zamówieniami, wyciągał pozycje i zrzucał je na ekran weryfikacji, gdzie człowiek potwierdzał, zanim cokolwiek zostało zatwierdzone. Żadnej nowej platformy. Wpinał się w system zamówień, który już miała. Oferta wyraźnie wymieniała, czego jeszcze nie będzie robić, i zawierała wzmiankę o dwutygodniowym przebiegu równoległym, podczas którego wynik asystenta byłby porównywany z procesem ręcznym, zanim ktokolwiek mu zaufa. Gdy zapytała o niechlujne zamówienia, odpowiedź brzmiała: "Czyste obrobi od razu poprawnie, a niejednoznaczne oznaczy dla człowieka — i dokładnie zmierzymy, ile w pierwszym miesiącu wpada do każdego koszyka".

Jak to faktycznie poszło

Wybrała drugą. Tę nudną. W jakieś trzy tygodnie asystent działał na prawdziwych e-mailach, a mniej więcej dwie trzecie napływających zamówień było przetwarzane na tyle czysto, że krok człowieka był szybkim potwierdzeniem, a nie pełnym przepisywaniem. Niejednoznaczna jedna trzecia nadal trafiała do człowieka — dokładnie jak obiecano — a ponieważ system je oznaczał, zamiast zgadywać, nikt nie sparzył się na cichym błędnym zamówieniu. Dwie osoby nie straciły pracy; przestały być ludzkimi maszynami do kopiuj-wklej i zaczęły porządnie obsługiwać naprawdę trudnych klientów.

Oto część istotna dla Pana/Pani jako kupującego. Powodem, dla którego druga oferta zadziałała, nie była lepsza technologia — szczerze mówiąc, leżące u podstaw AI było mniej więcej takie samo. Zadziałała, bo agencja zawęziła zakres do czegoś dowodliwego, utrzymała człowieka w pętli, zmierzyła wynik i odmówiła wyobiecywania niechlujnych przypadków. Efektowną pierwszą ofertę być może budowali nawet zdolni ludzie. Ale była skonstruowana, by olśnić, a nie by odpowiadać, a projekty skonstruowane, by olśnić, to właśnie te, które cicho umierają po sześciu miesiącach. Zachowania, które da się dostrzec na pierwszym spotkaniu, przewidziały wynik lepiej niż jakiekolwiek demo.

Jak porównać dwie oferty, które wyglądają tak samo

Gdy ma Pan/Pani przed sobą konkurencyjne wyceny, proszę powstrzymać chęć porównywania po cenie i liczbie funkcji, bo to dokładnie ta oś, na której słabsza oferta jest zaprojektowana, by wygrać. Proszę porównywać zamiast tego po rzeczach, które przewidują, czy to będzie jeszcze działać za rok. Większość z nich dotyczy struktury i odpowiedzialności, a nie technologii.

Jeśli jedna oferta jest tańsza, ale mglista w każdym wierszu tej prawej kolumny, to wcale nie jest tańsza — po prostu płaci Pan/Pani część ceny później, w nieudanych pilotażach i poprawkach. Oferta, która nazywa swoje granice, zawęża zakres i mówi o koszcie utrzymania, jest zwykle lepszym wyborem, nawet gdy jej nagłówkowa liczba jest wyższa.

1. 1
   Sprowadź obie do pierwszego rezultatu

   Zignoruj mapę drogową. Co konkretnie będzie działać w pierwszym miesiącu? Jeśli nie da się tego wyczytać z oferty, zapytaj — i zważ, jak jasno odpowiadają.
2. 2
   Przetestuj demo na własnych danych

   Poproś każdą agencję, by uruchomiła demo na prawdziwym, niechlujnym przykładzie, który Pan/Pani dostarczy. Przepaść między agencjami rośnie dramatycznie w chwili, gdy przykład przestaje być ich.
3. 3
   Zsumuj koszt utrzymania, nie tylko budowę

   Zdobądź na piśmie opłaty za model, użycie i konserwację. Tania budowa z otwartym rachunkiem miesięcznym może być droższym wyborem.
4. 4
   Sprawdź, do kogo faktycznie zadzwonisz, gdy się zepsuje

   Nazwana osoba i jasne ustalenie wsparcia liczą się przez dwa lata bardziej niż jakakolwiek funkcja na slajdzie.

Małe studio czy duża agencja?

Właściciele często pytają, czy bezpieczniej z dużą, ugruntowaną agencją, czy z małym wyspecjalizowanym studiem. Nie ma uniwersalnej odpowiedzi, ale jest przydatny sposób, by o tym pomyśleć. Duże agencje wnoszą proces, redundancję i uspokajające logo — a czasem juniorski zespół wykonujący właściwą pracę, podczas gdy nazwiska seniorów siedzą na pitchu. Małe studia wnoszą ludzi, którzy to zbudują, siedzących z Panem/Panią w pokoju, szybsze decyzje i większą elastyczność — kosztem mniejszej rezerwy, gdy ktoś jest na urlopie.

Dla większości małych i średnich firm czynnikiem rozstrzygającym nie jest wcale rozmiar — to bliskość ludzi wykonujących pracę. Chce Pan/Pani rozmawiać z tym, kto faktycznie to zbuduje, a nie ze sprzedawcą, który przekazuje Pana/Panią zespołowi wdrożeniowemu, którego nigdy nie poznano. Zapytaj wprost: "Czy osoba na tym spotkaniu będzie pracować nad moim projektem?" Odpowiedź i to, jak swobodnie zostaje udzielona, mówi więcej niż rozmiar firmy kiedykolwiek powie.

Częste pytania