Agenci AI
Agent AI to nie okienko czatu doklejone do rogu ekranu. To warstwa, która czyta Waszą dokumentację, sięga po Wasze API i domyka zadanie - z widocznym źródłem odpowiedzi i potwierdzeniem przed każdą operacją, której nie da się cofnąć.
Pracowaliśmy dla najlepszych firm i startupów
Wyzwania
Trzy momenty, w których agent przestaje być eksperymentem
Nie wiesz, czy Wasz proces w ogóle nadaje się pod agenta? Umów konsultację - powiemy wprost, kiedy taniej i pewniej rozwiązuje to zwykły formularz albo lepsze wyszukiwanie.
-
„Wsparcie odpowiada w kółko na te same pytania”
Pierwsza linia zużywa dzień pracy na pytania, których odpowiedzi są w regulaminie i w historii zgłoszeń. Agent przejmuje powtarzalny ruch, cytuje dokument, z którego korzysta, a wszystko, czego nie rozumie, oddaje człowiekowi razem z kontekstem rozmowy - bez proszenia użytkownika, żeby opisał sprawę drugi raz.
-
„Wiedza leży w dokumentach, których nikt nie otwiera”
Instrukcje, polityki i ustalenia z lat pracy siedzą w kilku systemach naraz, a znalezienie właściwego akapitu zajmuje kwadrans. Indeksujemy te źródła i budujemy wyszukiwanie, które odpowiada zdaniem i pokazuje, z którego dokumentu je wzięło. Odpowiedź bez źródła nie wychodzi do użytkownika.
-
„Proste zadanie kosztuje użytkownika pięć ekranów”
Zmiana terminu, korekta danych, wygenerowanie zestawienia - czynności trywialne, rozłożone na formularz, filtr i dwa potwierdzenia. Agent domyka je jednym poleceniem w języku naturalnym, wywołując dokładnie te endpointy, które i tak macie. Nowej logiki biznesowej nie dopisujemy, wystawiamy istniejącą.
Dla kogo
Dla kogo wdrażamy agentów
-
Zespoły produktowe z zadaniem „dodajcie AI" bez wskazanego celu
Decyzja zapadła na poziomie zarządu, termin jest, a zakresu nie ma - zostaje presja i ryzyko zbudowania funkcji, której nikt nie użyje. Zaczynamy od rozłożenia procesów na te, które agent realnie skróci, i te, które lepiej zostawić w spokoju. Z warsztatu wychodzi jeden proces do pilotu i argumenty, którymi obronicie tę decyzję u siebie.
-
Firmy z wiedzą rozsypaną po systemach
Regulaminy w jednym miejscu, ustalenia w skrzynkach, procedury w intranecie, którego nikt nie przegląda. Budujemy warstwę wyszukiwania, która sięga do tych źródeł i cytuje konkretny fragment, a razem z nią proces utrzymania indeksu - bo baza wiedzy bez właściciela przeterminowuje się w kilka miesięcy.
-
Produkty z obsługą klienta na pierwszej linii
Wolumen zgłoszeń rośnie szybciej niż zespół, a rekrutacja nie nadąża. Agent przejmuje powtarzalne wątki i przygotowuje resztę do przekazania - z podsumowaniem, historią i propozycją odpowiedzi dla konsultanta. Celem nie jest odcięcie użytkownika od człowieka, tylko skrócenie drogi do niego.
-
Zespoły, które mają już czat i chcą, żeby wreszcie działał
Bot stoi na stronie, użytkownicy klikają „połącz z konsultantem" w drugiej wiadomości, a statystyki wyglądają dobrze tylko w raporcie dostawcy. Przechodzimy przez rejestr rozmów, wskazujemy, gdzie rozmowa się rozsypuje, i przebudowujemy scenariusz oraz źródła wiedzy zamiast wymieniać model na nowszy.
Nasza różnica
Czym różni się nasze podejście
-
Zaczynamy od tego, jak agent się myli
Większość projektów projektuje ścieżkę udaną i dopisuje obsługę błędu na końcu. My zaczynamy od katalogu pomyłek - złe rozpoznanie intencji, brak danych, sprzeczne źródła, akcja wykonana za szeroko - i dla każdej z nich projektujemy zachowanie interfejsu. Dopiero potem powstaje wersja, w której wszystko idzie dobrze.
-
Agent działa, a nie tylko odpowiada
Asystent, który wyłącznie streszcza dokumenty, kończy jako lepsza wyszukiwarka. Podłączamy agenta do Waszych endpointów, żeby domykał zadanie w tej samej rozmowie - z jawną listą operacji, które ma prawo wykonać, i z progiem, powyżej którego pyta użytkownika o zgodę.
-
Pytania kontrolne pisze Wasz ekspert
Zestaw, na którym mierzymy jakość, powstaje po stronie klienta - to Wasz specjalista wie, która odpowiedź jest poprawna, a która tylko brzmi wiarygodnie. My dostarczamy metodę i narzędzie, oceny zostają Wasze. Dzięki temu po naszym wyjściu macie czym mierzyć każdą kolejną zmianę.
-
Pilot ma datę i bramkę wyjścia
Po trzech tygodniach jest rozstrzygnięcie, a nie kolejna prośba o przedłużenie. Kryteria ustalamy przed startem, żeby decyzja nie zależała od tego, jak dobrze wypadła prezentacja. Wynik „nie warto" traktujemy jak wynik - z raportem, co konkretnie nie zadziałało i przy jakim warunku temat wróci.
Proces
Od warsztatu do produkcji w 8–10 tygodni, z bramką wyjścia po pilocie
- Tydzień 1
Warsztat zakresu i wykonalności
Rozkładamy kandydujące procesy na czynniki: ile osób z nich korzysta, jak kosztowna jest pomyłka, czy istnieje dane źródło prawdy. Część pomysłów odpada tu świadomie - bo rozwiąże je reguła, a nie model. Wychodzimy z jednym procesem na pilot i pisemnym uzasadnieniem wyboru.
- Tydzień 1–2
Audyt danych i zestaw pytań kontrolnych
Sprawdzamy, czym agent ma się karmić - aktualność dokumentów, duplikaty, sprzeczne wersje, dane wrażliwe do odcięcia. Równolegle Wasi eksperci układają pytania kontrolne wraz z odpowiedziami wzorcowymi. To one, a nie nasze wrażenie, będą później mierzyć jakość.
- Tydzień 2–3
Prototyp rozmowy i stanów granicznych
Klikalny prototyp pokazujący nie tylko udaną ścieżkę, ale też odmowę, złe rozpoznanie intencji, przerwaną akcję i przekazanie do konsultanta. Testujemy go na kilku osobach z Waszego zespołu, zanim powstanie backend - poprawka scenariusza rozmowy kosztuje wtedy godziny, nie sprint.
- Tydzień 3–5
Pilot na wąskiej grupie
Agent trafia do ograniczonej grupy użytkowników z włączonym rejestrem rozmów. Mierzymy trafność na zestawie kontrolnym, udział przekazań do człowieka, opóźnienie i koszt rozmowy. Na końcu tego etapu stoi bramka - wchodzimy dalej albo zamykamy temat z raportem, dlaczego nie warto.
- Tydzień 5–8
Wdrożenie produkcyjne z guardrailami
Docelowy interfejs w Waszym design systemie, limity użycia, filtrowanie danych osobowych przed wysyłką do modelu, obsługa awarii dostawcy i wyłącznik awaryjny po Waszej stronie. Wydanie wchodzi za flagą, więc zasięg zwiększacie stopniowo, a nie skokiem na całą bazę.
- Tydzień 8–10
Pomiar, dostrajanie i przekazanie
Dostrajamy prompty, opisy narzędzi i indeks na podstawie realnych rozmów, nie założeń z warsztatu. Zespół dostaje dokumentację, dostęp do rejestru i procedurę dokładania kolejnego zadania do agenta - razem z instrukcją, jak rozszerzyć zestaw kontrolny, żeby nowa funkcja nie zepsuła starej.
Zakres
Trzy warstwy. Model jest najmniejszą z nich
-
Mapa zadań, narzędzi i granic
Lista zadań, które agent przejmuje, każde z przypisanym narzędziem po Waszej stronie - endpointem API, wyszukiwaniem w bazie wiedzy, akcją w panelu. Przy każdym zadaniu stoi próg decyzyjny: co agent robi sam, co podaje użytkownikowi do zatwierdzenia, czego nie dotyka w żadnym scenariuszu. Do tego rejestr ryzyk, w którym każda pozycja ma przypisany mechanizm hamujący.
-
Interfejs agenta w Waszym produkcie
Projekt w Figmie i komponenty spójne z Waszym design systemem - wejście w rozmowę z miejsca, w którym użytkownik już jest, odpowiedź strumieniowana z odnośnikiem do źródła, uczciwy stan „nie wiem", potwierdzenie akcji nieodwracalnej, cofnięcie i przekazanie do człowieka. Stany błędne projektujemy tak samo starannie jak udane, bo to one rozstrzygają o zaufaniu do całej funkcji.
-
Warstwa techniczna i zestaw kontrolny
Wpięcie modelu, indeks wiedzy z cytowaniem, orkiestracja narzędzi z limitem kroków i ścieżką awaryjną, guardraile na wejściu i na wyjściu. Plus zestaw pytań kontrolnych ułożony z Waszymi ekspertami - każde wydanie przechodzi przez niego przed deploymentem, a wynik jest liczbą, nie wrażeniem z prezentacji.
Warsztat
Co stosujemy
Część z tego to obowiązki publiczne, część to nasze zasady projektowe - wzięte stąd, że agent myli się na oczach użytkownika i to ten moment rozstrzyga, czy ktokolwiek wróci do niego drugi raz.
- RAG z odnośnikiem do źródła przy każdej odpowiedzi
- Potwierdzenie człowieka przed akcją nieodwracalną
- Zestaw pytań kontrolnych przed każdym wydaniem
- Jawna informacja, że rozmowę prowadzi system (AI Act)
- Wersjonowane prompty i definicje narzędzi w repozytorium
- Rejestr rozmów z kosztem, opóźnieniem i oceną odpowiedzi
- WCAG 2.2 AA dla interfejsu rozmowy
- Minimalizacja danych - model nie widzi pól, których nie potrzebuje
Następny krok
Porozmawiajmy o Waszym projekcie
Powiedzcie, co macie do zrobienia. Wracamy z zakresem i wyceną.
Realizacje
Realizacje z produktów, w które wpinamy agentów
Wybór projektów z typów produktów, przy których agenci pojawiają się najczęściej - paneli klienta, aplikacji webowych i systemów obsługi. Same wdrożenia AI żyją w środowiskach klientów, więc pokazujemy je na konsultacji.
-
WygodnaDieta - Aplikacja i sklep internetowy diety pudełkowej
-
NeoBank - Koncepcja aplikacji bankowej dla młodych klientów
-
myAzymut - Koncepcja portalu klienta dla firmy transportowej
-
Puls CRM - Koncepcja aplikacji CRM dla zespołu sprzedaży
-
Flotino - Serwis internetowy z pożyczkami gotówkowymi
-
PWS Konstanta - Strona brokera ubezpieczeniowego
-
Fonia - Aplikacja cashback dla osób kupujących online
-
EzzyGuide - Aplikacja z wycieczkami łącząca przewodników i turystów
-
VERSA - Koncepcja Panelu B2B dla dystrybutora części
-
Tip Card - Platforma napiwków bezgotówkowych
-
Jawny Lublin - Portal obywatelski o jawności miasta
-
NXC Liquid Cooling - Serwis systemów chłodzenia cieczą
-
Bosfor BALI Dealer - Strona dealera katamaranów BALI
-
Bosfor Charter - Platforma wynajmu i czarteru jachtów
-
SPEC Food - Serwis dla gastronomii - SPEC Food Service
-
Thaliana Space - Strona firmy z sektora kosmicznego
-
Wolumen - Porównywarka cen energii i gazu dla firm
-
Econverse - Strona internetowa wydarzenia dla start-upów
-
DentAg - Strona internetowa gabinetu stomatologicznego
-
AIESEC - Strona praktyk i wolontariatu za granicą
-
DAGMA - Strona produktowa macierzy dyskowych QSAN
-
Bosfor Group - Strona firmowa grupy żeglarskiej Bosfor
-
Mobilizacja Biznesu - Strona firmy narzędzi mobilnych
-
Pro Sensum - Strona internetowa pracowni psychologicznej
Efekty
Co dostajecie, w jakim terminie i po czym to sprawdzicie
-
3 tygodnie
Od warsztatu do decyzji go/no-go po pilocie - moment, w którym możecie się wycofać, mając w ręku pomiar zamiast prezentacji
-
8–10 tygodni
Od warsztatu do agenta na produkcji przy jednym procesie i jednym kanale; kolejne procesy dokładamy osobnymi wydaniami
-
0 cichych akcji
Żadna operacja nieodwracalna nie wykonuje się bez potwierdzenia użytkownika - to reguła projektowa, nie przełącznik w konfiguracji
-
30 i 90 dni
Momenty, w których raportujemy trafność na zestawie kontrolnym, udział przekazań do człowieka i koszt pojedynczej rozmowy
Terminy pochodzą z harmonogramu opisanego wyżej na tej stronie, a WCAG 2.2 AA i obowiązek informacyjny z AI Act to wymagania publiczne, nie nasza obietnica. Nie uśredniamy wyników wdrożeń - rejestry rozmów i zestawy kontrolne żyją w środowiskach klientów, więc pokazujemy je imiennie na konsultacji.
Opinie klientów
Co mówią nasi klienci
-
„Praca z zespołem Wzór była naprawdę świetnym doświadczeniem! Zawsze szybko odpowiadali na nasze pytania i elastycznie podchodzili do naszych uwag. Mają mnóstwo kreatywnych pomysłów, a jednocześnie są bardzo rzetelni i terminowi. Efekt końcowy w pełni spełnił nasze oczekiwania, zdecydowanie polecamy każdemu, kto szuka profesjonalistów z pasją.”
Maja Wieloch-Silecka Dyrektor operacyjny, Bosfor Group -
„Nasi Klienci oczekują od nas szybkiego, skutecznego działania w bardzo szerokim zakresie. Od stworzenia brandu, przez budowę strony internetowej wraz ze sklepem po przeprowadzenie skutecznej kampanii sprzedażowej. Temat niełatwy, ale do zrobienia jeśli ma się zgrany zespół i firmy, z którymi wyzwania bierze się z marszu. Dla nas jakość, odpowiedzialność i zaangażowanie są kluczowe, a współpraca z Agencją UX Wzór zapewnia nam to w 100%.”
Piotr Alberski Chief Operating Officer, Agencja XO Media -
„Współpraca z Agencją UX Wzór rozpoczęła się od naszej strony internetowej. Bardzo spodobał się nam sposób ich pracy. Dlatego podjęliśmy decyzję o podzlecaniu projektów realizowanych dla naszych Klientów w formie White Label. Bardzo spodobał nam się ich flow pracy, przekazywanie projektów naszemu zespołowi, ich dokumentacja czy praca na design systemie. Teraz możemy podejmować większe ryzyko.”
Mateusz Swół Chief Operating Officer, Sellace
Czas i zakres
Ile trwa wdrożenie i od czego zależy wycena
8–10 tygodni
Osiem tygodni to zakres jednego procesu w jednym kanale, przy danych, które są już uporządkowane. Kilka procesów naraz, integracje z systemami bez gotowego API albo baza wiedzy wymagająca wyczyszczenia przesuwają termin dalej - wtedy dzielimy pracę na wydania, żeby pierwsza użyteczna wersja trafiła do użytkowników wcześniej.
-
Liczba procesów i kanałów, które agent ma obsłużyć
-
Stan bazy wiedzy - aktualność, duplikaty, sprzeczne wersje dokumentów
-
Zakres akcji zapisujących i gotowość Waszego API
-
Wymagania na dane wrażliwe, retencję i miejsce przetwarzania
-
To, czy razem z agentem projektujemy interfejs, czy wchodzi on w istniejący design system
Pytania
Pytania, które padają najczęściej
Ile kosztuje wdrożenie agenta AI?
Wyceniamy indywidualnie, bo dwa wdrożenia o tej samej nazwie potrafią różnić się kilkukrotnie nakładem. O wycenie decyduje: liczba procesów i kanałów, stan bazy wiedzy (im więcej sprzecznych i nieaktualnych dokumentów, tym więcej pracy przed pierwszym promptem), zakres akcji zapisujących i gotowość Waszego API, wymagania na dane wrażliwe i retencję oraz to, czy interfejs projektujemy od zera, czy wchodzi on w istniejący design system. Do tego dochodzi bieżący koszt modelu, zależny od wolumenu rozmów - pokazujemy go osobno, żeby nie mieszał się z kosztem wdrożenia. Konkretną propozycję dostajesz po krótkim briefie, w 48 godzin.
Czym agent różni się od zwykłego chatbota?
Chatbot prowadzi rozmowę po zaprojektowanym wcześniej drzewku i kończy się tam, gdzie kończy się scenariusz. Agent dostaje cel, zestaw narzędzi i granice - sam decyduje, po które narzędzie sięgnąć, żeby domknąć zadanie, i potrafi zatrzymać się w połowie, gdy brakuje mu danych albo uprawnień. Praktyczna różnica jest taka, że agent wykonuje operacje w Waszym systemie, a nie tylko o nich opowiada.
Skąd agent bierze wiedzę i czy może zmyślać?
Agent odpowiada z Waszych źródeł przez wyszukiwanie semantyczne (RAG), a nie z tego, co model zapamiętał w treningu. Każda odpowiedź niesie odnośnik do dokumentu, z którego pochodzi - jeśli nic pasującego nie znajdzie, mówi „nie wiem" i proponuje kontakt z człowiekiem zamiast zgadywać. Ryzyka nie da się zbić do zera, więc mierzymy je jawnie: wydanie przechodzi przez zestaw pytań kontrolnych z odpowiedziami wzorcowymi od Waszych ekspertów, a wynik podajemy liczbą przed każdym deploymentem.
Czy nasze dane trafiają do modelu i gdzie są przetwarzane?
Model widzi tylko te pola, które są potrzebne do zadania - resztę odcinamy przed wysłaniem, razem z danymi osobowymi, które da się z zapytania usunąć. Miejsce przetwarzania, retencję i zakaz uczenia na Waszych danych ustalamy na etapie wyboru dostawcy i zapisujemy w umowie powierzenia; dla zespołów z twardym wymogiem przetwarzania w UE dobieramy dostawcę pod ten warunek. Cały ruch idzie przez Wasz backend, więc klucze i logi zostają po Waszej stronie.
Którego modelu używacie?
Tego, który wygrywa na Waszym zestawie pytań kontrolnych przy akceptowalnym koszcie i opóźnieniu - sprawdzamy to pomiarem na etapie pilotu, a nie deklaracją z karty produktu. Warstwa wywołań modelu jest odseparowana, więc podmiana dostawcy jest zmianą konfiguracji, a nie przepisywaniem wdrożenia. To istotne, bo w tej kategorii ranking zmienia się szybciej niż cykl wydawniczy większości produktów.
Czy agent może wykonywać akcje, nie tylko odpowiadać?
Tak i po to zwykle się go wdraża. Agent dostaje jawną listę operacji, które wolno mu wykonać, wpiętych w Wasze istniejące endpointy - nowej logiki biznesowej nie dopisujemy. Operacje odwracalne i niskiego ryzyka wykonuje sam, wszystko, czego nie da się cofnąć, pokazuje użytkownikowi do potwierdzenia. Każde wywołanie ląduje w rejestrze razem z rozmową, która je poprzedziła, więc audyt po fakcie jest możliwy bez zgadywania.
Mamy już czat, który nie działa - zaczynacie od zera?
Nie. Zaczynamy od rejestru rozmów, bo tam widać, w którym momencie użytkownicy rezygnują i czego szukali naprawdę. Zwykle problem nie leży w modelu, tylko w scenariuszu, w źródłach wiedzy albo w tym, że bot nie ma jak oddać sprawy człowiekowi. Jeśli okaże się, że kłopot jest szerszy niż sam czat, mówimy to wprost i proponujemy audyt UX zamiast wymiany modelu na nowszy.
Co, jeśli pilot wypadnie źle?
Kończymy go raportem i decyzją, a nie prośbą o przedłużenie. Kryteria ustalamy przed startem, więc rozstrzygnięcie nie zależy od tego, jak wypadła prezentacja. W raporcie stoi, co konkretnie nie zadziałało - czy zabrakło danych, czy proces był zbyt zmienny, czy koszt rozmowy nie ma jak się zwrócić - oraz przy jakim warunku warto do tematu wrócić. Wynik negatywny po trzech tygodniach jest tańszy niż wdrożenie, którego nikt nie używa.
Powiązane usługi