Czego nie robimy

Zbieramy tu granice naszej oferty, żeby można było je sprawdzić przed podpisaniem umowy. Części zadań nie podejmujemy w ogóle, inne nie nadają się na pierwszy projekt. Linki prowadzą do powiązanych usług i opisu sposobu pracy. Warunki z drugiej sekcji pochodzą z dwóch stron, do których linkujemy pod listą.

Czego nie zbudujemy

Automatyzacji masowego kontaktu z osobami, które o niego nie prosiły. Nie budujemy jej na własne potrzeby ani dla klientów. Masowa wysyłka generowana przez AI to ryzyko prawne — zgody i przepisy o komunikacji elektronicznej — oraz reputacyjne, którego nie widać w bieżących statystykach kampanii: zniszczona reputacja firmowej domeny pocztowej i opinia nadawcy spamu zostają na długo po zakończeniu kampanii. Nie budujemy tego również na wyraźne życzenie. Szerzej przy AI w dziale sprzedaży.
Systemów działających bez zatwierdzania od pierwszego dnia. Wszystko, co trafia do klientów albo zmienia dane lub sposób działania Twoich systemów, startuje w trybie, w którym człowiek zatwierdza działania. Poluzowanie nadzoru to decyzja podejmowana na danych z pilotażu, nie założenie w ofercie — opisujemy to przy wdrożeniu agentów AI.
Autonomicznych decyzji księgowych, kredytowych i rekrutacyjnych. Nie oferujemy samodzielnego księgowania wymagającego oceny, decyzji o kredycie ani rankingu kandydatów jako zwykłej automatyzacji. W księgowości i kredytach możemy przygotować dane i materiał roboczy do sprawdzenia; rozstrzygnięcie zostaje przy osobie odpowiedzialnej za dany obszar. Nie budujemy ocen ani rankingów kandydatów, również do zatwierdzenia przez człowieka. Tę granicę nadzoru stosujemy przy wdrożeniu agentów AI.
Agentów głosowych jako pierwszego sztandarowego wdrożenia. Nie zaczynamy od dużego projektu głosowego ani od obietnicy zastąpienia infolinii czy rozmów z klientami. Jeśli voicebot (automat prowadzący rozmowy telefoniczne) ma sens, zaczyna się od pilotażu voicebota na jednym typie sprawy, zintegrowanego z istniejącym systemem i z przekazaniem rozmowy człowiekowi; poszerzenie zakresu to decyzja podejmowana na danych z pilotażu.
Nieograniczonego wsparcia ani dostępności człowieka 24/7. Ustalamy obsługiwane systemy, limit prac i godziny reakcji. Stały dyżur wymaga osobno zapewnionego zespołu operacyjnego; działanie automatu przez całą dobę nie oznacza takiej dostępności z naszej strony. Zasady przekazania rozwiązania opisuje metodyka wdrożenia.
Utrzymywania wszystkiego na własnych serwerach tylko po to, żeby oferta wyglądała taniej. Porównujemy pełny koszt: infrastrukturę, aktualizacje, kopie zapasowe i utrzymanie. Własny serwer ma sens, gdy uzasadniają go konkretne wymagania i jest osoba odpowiedzialna za obsługę, a nie tylko brak opłaty abonamentowej. Miejsce przetwarzania ustalamy razem z granicami danych i odpowiedzialności.
Przewidywania wyników bez danych o wcześniejszych zdarzeniach. Optymalizacja tras, przewidywanie awarii czy ocena szans sprzedażowych potrzebują danych o odpowiednio dużej liczbie wcześniejszych zdarzeń — liczy się liczba zapisanych przypadków, a nie liczba miesięcy. Jeżeli firma takich danych nie zbiera, uczciwa oferta zaczyna się od uporządkowania zbierania danych i mówi wprost, że efekt predykcyjny przyjdzie później — a nie sprzedaje projektu zbierania danych pod nazwą predykcji. Jak sprawdzić to samodzielnie, opisujemy przy predykcyjnym utrzymaniu ruchu; przykłady także przy AI w firmie transportowej.
Rozstrzygnięć, za które nikt nie odpowiada. System przygotowuje materiał — wycenę, propozycję dekretu księgowego, kosztorys — ale decyzja i podpis zostają przy człowieku, który zna technologię i stawki. Oferta obiecująca „automatyczny kosztorys” obiecuje decyzje bez odpowiedzialnego za nie; rozwijamy to przy AI w firmie budowlanej.
Voicebotów dzwoniących z ofertą do osób, które o to nie prosiły. Automatyczne systemy wywołujące (automaty, które same dzwonią) nie mogą przesyłać informacji handlowej bez uprzedniej zgody — również do firm — a zadzwonić po to, żeby tę zgodę uzyskać, też nie wolno. Sankcję nakłada Prezes UKE, a ryzyko zostaje po stronie dzwoniącego, czyli po stronie klienta. To ten sam powód co przy masowej wysyłce maili, tylko z karą wpisaną wprost w Prawo komunikacji elektronicznej. Szerzej przy wdrożeniu voicebota.
Automatów udających człowieka. Jeżeli z klientem rozmawia system — głosem czy tekstem — jest to jasno oznaczone, zawsze. Od 2 sierpnia 2026 roku poinformowania o tym wymaga też art. 50 AI Act, czyli unijnego rozporządzenia o sztucznej inteligencji, choć sam przepis dopuszcza odstępstwo tam, gdzie automat jest oczywisty z okoliczności i z kontekstu użycia; my z tego odstępstwa nie korzystamy. Dostępne przez całą rozmowę przejście do człowieka to również nasza zasada pracy, a nie wymóg tego przepisu. Nie budujemy scenariuszy, których celem jest, żeby rozmówca tego nie zauważył; opisujemy to przy wdrożeniu voicebota.
Systemów oceniających kandydatów w rekrutacji. Wnioskowanie o emocjach w miejscu pracy jest zakazane przez art. 5 ust. 1 lit. f AI Act od 2 lutego 2025 roku. Zakaz obejmuje rekrutację i okres próbny, wiąże także firmę, która korzysta z systemu („podmiot stosujący”), a zgoda kandydata go nie uchyla. Granicę opisujemy przy wdrożeniu voicebota oraz przy technicznym sprincie zgodności z AI Act.
Automatów na numerach alarmowych. Ocena i klasyfikacja zgłoszeń alarmowych oraz ustalanie priorytetu wysyłki służb to zastosowanie wysokiego ryzyka z załącznika III AI Act — obowiązki dla tej kategorii przesunięto na 2 grudnia 2027 roku, czyli przesunięto, a nie zniesiono. Nie mamy w tym obszarze doświadczenia, którego wymagałby taki projekt. Wracamy do tego przy wdrożeniu voicebota.
Voicebotów windykacyjnych jako pierwszego projektu. Mówimy to na gruncie reputacyjnym, nie prawnym: nie znaleźliśmy przepisu, który zakazywałby automatycznego dzwonienia w sprawach windykacyjnych, i nie będziemy udawać, że taki przepis istnieje. Nie chcemy jednak, żeby pierwszym miejscem, w którym firma testuje automat rozmawiający z ludźmi pod presją, była windykacja. Rozwijamy to przy wdrożeniu voicebota.
Porad prawnych. Rejestr systemów AI, dokumentacja, rejestr działań systemu (kto, co, kiedy) i opis przepływu danych — tak. Klasyfikacja systemu, podstawa prawna i ocena skutków należą do administratora i jego prawnika. Granicę opisujemy przy technicznym sprincie zgodności z AI Act oraz na stronie o bezpieczeństwie i RODO.
Szkoleń i warsztatów z AI bez wdrożenia. Pracę z systemem przećwiczamy z zespołem wyłącznie jako etap wdrożenia — na narzędziach, które w tej firmie uruchomiliśmy, i na jej własnych procesach. Otwartego kursu ani jednodniowego warsztatu bez wdrożenia nie sprzedamy, bo bez tego kontekstu nie umiemy odpowiadać za efekt. Szerzej przy wdrożeniu AI w firmie.

Kiedy odradzamy projekt

Te warunki sprawdzamy w pierwszej fazie i jeżeli któryś jest spełniony, mówimy o tym od razu — zanim wystawimy fakturę za budowę.

Proces nie jest ustabilizowany. Jeżeli pięć osób wykonuje go na pięć sposobów i żaden nie jest opisany, nie ma czego automatyzować. Najpierw trzeba uzgodnić proces, a to praca organizacyjna, nie informatyczna.
Dane nie istnieją albo są nieosiągalne. Sprawdzamy, czy można uzyskać potrzebne dane — z API (interfejsu, przez który inne programy łączą się z systemem i jego danymi), z importu plików albo z dokumentów, np. z załączników do maili. Sprawdzamy też, czy da się wykonać wymagane czynności i czy koszt całego rozwiązania jest uzasadniony. Jeśli historia decyzji istnieje tylko w czyjejś głowie, najpierw trzeba ją spisać — mówimy wtedy, ile to pracy i czy się opłaca. Jeśli potrzebnych danych nie da się uzyskać albo wymaganych czynności nie da się wykonać w uzasadnionym koszcie, nie podejmujemy projektu.
Oszczędność nie pokrywa utrzymania. Każdy system AI ma koszt stały: korzystanie z modelu AI (silnika, na którym działa np. ChatGPT), bieżące sprawdzanie działania systemu, poprawki. Jeżeli proces zajmuje dwie godziny miesięcznie, prawie na pewno nie warto — i lepiej usłyszeć to na początku.
Nie ma właściciela procesu. Bez osoby, która rozstrzyga, projekt zatrzyma się na pierwszym sporze o to, co jest błędem.
Regulacje wykluczają dany scenariusz. AI Act zakazuje wprost części zastosowań AI, a część wymaga przygotowania, którego koszt zmienia sens projektu.
Problemem jest czekanie na decyzję lub brakujące informacje, a nie czas wykonania zadania. Bywa, że sprawy nie stoją dlatego, że nikt ich nie przetwarza, tylko dlatego, że czekają na decyzję albo na formularz, którego nikt nie wypełnia. Automatyzacja przyspieszy wtedy fragment, który i tak nie był problemem.
Nikt nie potrafi wyjaśnić zasad podejmowania decyzji. Proces bywa ustabilizowany — wszyscy robią to tak samo — a mimo to nikt nie potrafi powiedzieć, dlaczego jedna sprawa kończy się tak, a druga inaczej. Spisanie tych reguł to zadanie do wykonania przed projektem, nie w jego trakcie.
Istnieje gotowe narzędzie, które to robi. Nie buduj tego, co możesz kupić w abonamencie — powiemy to również wtedy, gdy oznacza to brak zlecenia.

Pierwsze pięć warunków sprawdzamy w fazie pierwszej według metodyki wdrożenia, trzy ostatnie opisujemy przy automatyzacji AI. Jeżeli żaden nie jest spełniony, zwykle zaczynamy od jednego procesu dokumentowego — od czego konkretnie, opisuje strona wdrożenie AI w firmie.

Najczęstsze pytania

Czy odmawiacie zleceń?

Tak i zdarza się to regularnie. Najczęściej nie dlatego, że projekt jest technicznie niemożliwy, tylko dlatego, że policzony uczciwie się nie opłaca: proces zajmuje na tyle mało czasu, że oszczędność nie pokryje utrzymania systemu, albo problemem jest czekanie na decyzję, a nie praca, którą system miałby przejąć. Mówimy o tym w pierwszej fazie, zanim wystawimy fakturę za budowę — wolimy stracić zlecenie niż zbudować coś, co nie zwróci kosztów.

Dlaczego nie automatyzujecie masowej wysyłki ofert do osób, które nie prosiły o kontakt?

Z dwóch powodów, z których żaden nie jest światopoglądowy. Pierwszy to ryzyko prawne: masowa wysyłka wymaga zgód i podlega przepisom o komunikacji elektronicznej, a odpowiedzialność zostaje po stronie nadawcy. Drugi jest bardziej praktyczny i rzadziej wymieniany w ofertach: zniszczona reputacja firmowej domeny pocztowej i opinia nadawcy spamu zostają na długo po zakończeniu kampanii, a kosztu ich odbudowy nie widać w bieżących statystykach kampanii. Nie budujemy tego również wtedy, gdy klient prosi wprost.

Czy AI może podejmować decyzje bez udziału człowieka?

Technicznie tak, ale nie zaczynamy od tego i nie polecamy tego jako punktu wyjścia. Każde wdrożenie startuje w trybie, w którym system przygotowuje, a człowiek zatwierdza. Dopiero dane z takiego pilotażu — ile propozycji było poprawnych, jakie błędy się zdarzały i ile kosztowały — pozwalają świadomie zdecydować, które kategorie działań mogą iść dalej bez zatwierdzania. To decyzja podejmowana na liczbach, po pilotażu, a nie założenie przyjmowane w ofercie.

Czy doradzacie prawnie w sprawach AI Act i RODO (ogólnego rozporządzenia o ochronie danych)?

Nie. Zajmujemy się stroną techniczną i organizacyjną: rejestrem systemów AI, dokumentacją, rejestrem działań systemu (kto, co, kiedy), nadzorem człowieka i opisem przepływu danych, na którym ocena prawna może się oprzeć. Klasyfikacja systemu, podstawa prawna przetwarzania i ocena skutków to rozstrzygnięcia należące do administratora oraz jego prawnika lub inspektora ochrony danych. Naszym zadaniem jest sprawić, żeby system dało się zbudować zgodnie z tym rozstrzygnięciem, a nie dopasowywać rozstrzygnięcie do gotowego systemu.