Alibaba ogłosiła 4 września, że jej agent do pracy biurowej QwenWork przekroczył 30 milionów użytkowników w miesiąc od startu publicznych testów, a użytkownicy firmowi stanowią ponad połowę tej liczby. Dane pochodzą wyłącznie od Alibaby, nie potwierdził ich żaden niezależny podmiot, a firma nie podała, ilu spośród tych użytkowników korzysta z produktu regularnie.
- Alibaba ogłosiła 4 września, że QwenWork przekroczył 30 milionów użytkowników w miesiąc od startu publicznych testów 3 sierpnia 2026 roku, przy czym ponad połowa z nich to użytkownicy firmowi – firma nie podała jednak danych o aktywności dziennej ani retencji, a liczby nie zostały zweryfikowane przez niezależny podmiot.
- Changan Automobile, jeden z największych chińskich producentów samochodów, dzięki wdrożeniu QwenWork skrócił obliczenia doboru wiązek elektrycznych z dwóch dni do pięciu minut, kontrolę dokumentacji z kilkunastu minut do jednej–dwóch minut, a automatyzacja weryfikacji opakowań zdjęła ponad 90 procent pracy ręcznej.
- Wersja międzynarodowa QwenWork wystartowała 26 sierpnia z interfejsem po angielsku, jednak Alibaba wskazała jako rynki docelowe Azję, Bliski Wschód i Amerykę Łacińską – Europa nie pojawiła się w tym komunikacie, a firma nie ujawniła cennika ani architektury przechowywania danych dla rynków poza Chinami.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Alibaba twierdzi, że w 31 dni zebrała 30 milionów użytkowników, z czego ponad połowa to firmy
QwenWork, po chińsku 千问办公, wystartował w publicznych testach 3 sierpnia 2026 roku, tego samego dnia co flagowy model Qwen3.8. Produkt powstał ze scalenia trzech wcześniejszych narzędzi agentowych Alibaby: QoderWork, MuleRun i Wukong. Alibaba opisuje go jako pierwsze na rynku rozwiązanie łączące agenta działającego na pulpicie, agenta chmurowego i agenta do współpracy firmowej w jednym produkcie. Później firma przyjęła dla niego znak graficzny małej ośmiornicy, co szybko przykleiło się jako potoczna nazwa produktu w chińskich mediach.
Komunikat o 30 milionach użytkowników opublikował 4 września serwis 量子位 (Qbitai) z wyraźną adnotacją, że materiał dostarczyła Alibaba i został przedrukowany za jej zgodą. To ważne przy czytaniu tych liczb. Alibaba nie rozbiła 30 milionów na aktywnych dziennie ani miesięcznie, nie wyjaśniła też, jak liczy „użytkownika firmowego”. Rejestracja w chińskiej wersji była przez pierwszy tydzień premiowana punktami za samo codzienne logowanie, co zawsze podbija liczbę kont.
Co w tym czasie faktycznie się zmieniło w produkcie:
- 17 sierpnia Alibaba otworzyła kod MyContext, warstwy kontekstowej zamieniającej rozproszone dane firmowe w materiał, po który agent może sięgnąć bezpośrednio. Według Alibaby repozytorium zebrało ponad 3 tysiące gwiazdek na GitHubie w kilka tygodni.
- 21 sierpnia ruszył konektor do DingTalk, komunikatora firmowego Alibaby, dający agentowi dostęp do wiadomości, spotkań, dokumentów i grafików.
- 26 sierpnia wystartowała wersja międzynarodowa w publicznych testach oraz model Qwen3.8-Flash.
- Przez cały miesiąc zespół wypuścił 120 aktualizacji, czyli średnio cztery dziennie.
Changan Automobile skrócił dobór wiązek elektrycznych z dwóch dni do pięciu minut
Najkonkretniejsze liczby w całej tej historii nie dotyczą użytkowników, tylko wdrożeń. Changan Automobile, jeden z największych chińskich producentów samochodów, wpiął QwenWork w cały łańcuch od badań i rozwoju po serwis. Obliczenia doboru wiązek elektrycznych, na które doświadczony inżynier potrzebował wcześniej dwóch dni, zajmują teraz pięć minut. Kontrola dokumentacji dołączanej do pojazdu spadła z kilkunastu minut na sztukę do jednej, dwóch minut. Automatyzacja weryfikacji opakowań w łańcuchu dostaw zdjęła ponad 90 procent pracy ręcznej, a analiza od 20 do 30 tysięcy ankiet użytkowników skróciła się z kilku dni do połowy dnia.
Podobne wdrożenia Alibaba wymienia w Huifu World, Transfar Group, Kelun Pharma i sieci gastronomicznej Laoxiangji. Wszystkie te dane pochodzą od Alibaby i jej klientów, nie od niezależnego audytora. Ale nawet z tym zastrzeżeniem widać w nich schemat, którego wcześniej w chińskich komunikatach o AI brakowało: wybiera się wycinek pracy o jasnych regułach i sprawdzalnym wyniku, oddaje go agentowi i mierzy oszczędzony czas. To jest język, którym dyrektor finansowy potrafi rozmawiać.
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Alibaba nie celuje w budżety na oprogramowanie, tylko w budżety na pracę
Cała stawka tej gry leży w rozróżnieniu, które 36Kr opisuje na przykładzie księgowości. Firma inwestycyjna HSG wyliczyła w swoim raporcie, że przedsiębiorstwo potrafi wydawać 10 tysięcy dolarów rocznie na oprogramowanie finansowe i jednocześnie 120 tysięcy dolarów na księgowych, którzy zamykają miesiąc. Budżet na narzędzie to ułamek budżetu na samą pracę.
Skala tej drugiej puli jest tym, co przyciąga dziś inwestorów. Globalne wydatki na oprogramowanie i usługi IT przekraczają 3 biliony dolarów, natomiast wynagrodzenia pracowników wiedzy na świecie sięgają około 30 bilionów dolarów, a ARK Invest prognozuje przekroczenie 45 bilionów do 2030 roku. Frost & Sullivan, cytowany przez 36Kr, przewiduje wzrost chińskiego rynku agentów AI z 2,6 biliona juanów w 2025 roku do 20,1 biliona w 2030 roku, przy czym około 90 procent przychodów miałoby pochodzić od firm. Traktuję tę ostatnią prognozę ostrożnie, bo jest wyjątkowo szeroka i obejmuje znacznie więcej niż same subskrypcje narzędzi.
Zmienia się przy tym sposób naliczania pieniędzy. Klasyczny model SaaS skaluje się liczbą pracowników: tysiąc osób to mniej więcej tysiąc kont. Agent skaluje się liczbą zadań, a jeden pracownik potrafi ich wygenerować kilkadziesiąt dziennie. Im więcej pracy przechodzi na agenta, tym większe zużycie tokenów i tym większy przychód chmury, która to liczy. U Alibaby domyka się to w jeden obieg: model Qwen generuje inteligencję, QwenWork wnosi ją do procesów, DingTalk z ponad 20 milionami organizacji daje wejście do firm, a Alibaba Cloud inkasuje rachunek za obliczenia.
Liczba 30 milionów w miesiąc robi wrażenie, ale sama w sobie niczego nie dowodzi. W Chinach pobranie klienta desktopowego w tydzień promocji punktowej kosztuje niewiele, a Alibaba nie pokazała ani aktywności dziennej, ani retencji, ani przychodu. Znacznie ciekawsze są dla mnie dane z Changan Automobile, bo one mówią o czymś innym: że da się dziś wskazać zamknięty fragment pracy inżynierskiej i zmierzyć, ile godzin agent z niego zdjął. To jest dokładnie ten typ dowodu, którego branża AI potrzebuje bardziej niż kolejnego rekordu w benchmarku.
Jednocześnie widzę tu ryzyko, o którym w komunikatach nie ma słowa. Im głębiej agent wchodzi w CRM, ERP i uprawnienia do danych, tym poważniejsze staje się pytanie, kto odpowiada za błąd, którego nikt nie zauważył, bo proces przestał mieć etap ludzkiej kontroli. Alibaba sprzedaje kontekst i umiejętności utrwalone w organizacji jako aktywo. To prawda. Ale to samo aktywo jest jednocześnie najskuteczniejszym mechanizmem uwiązania klienta, jaki wymyślono w oprogramowaniu firmowym od czasu ERP. Firma, która przez dwa lata zbuduje w takim systemie własne procesy i uprawnienia, nie wyjdzie z niego dlatego, że konkurent wypuścił lepszy model.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Jefferies postawił QwenWork na pierwszym miejscu, ale metodologii nie opublikowano
Bank inwestycyjny Jefferies przeprowadził 17 sierpnia własne porównanie ośmiu wiodących agentów do pracy biurowej i przyznał QwenWork pierwsze miejsce. Według opisu tej oceny produkt Alibaby dostał komplet punktów za sterowanie przeglądarką i po 95 na 100 za analizę wielu plików, tworzenie prezentacji oraz projekty marketingowe. Bank ważył zdolności samego modelu na 60 procent, a tak zwany harness, czyli warstwę instrukcji, narzędzi, ograniczeń i nadzoru zamieniającą model w działający produkt, na 40 procent. To właśnie ta druga warstwa dała QwenWork przewagę, mimo że Qwen3.8-Max plasuje się w rankingach modeli poniżej czołówki.
Pełnej metodologii ani listy zadań Jefferies nie opublikował, a ocena rozeszła się głównie kanałami komunikacyjnymi Alibaby. Warto to zestawić z pomiarem, który jest jawny. Amerykańska organizacja badawcza METR mierzy długość zadań, które agent wykonuje samodzielnie z 50-procentową skutecznością. W zaktualizowanym zestawie zadań Time Horizon 1.1 czas ten podwaja się od 2024 roku średnio co 89 dni. METR jednocześnie zastrzega, że 50 procent skuteczności to za mało, by cokolwiek naprawdę zautomatyzować, bo wiele zadań firmowych wymaga niezawodności powyżej 98 procent.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
W Polsce po AI sięga 42 procent firm, ale QwenWork nie jest kierowany na Europę
Wersja międzynarodowa QwenWork wystartowała 26 sierpnia w publicznych testach, z interfejsem po angielsku i w uproszczonym chińskim. Alibaba wskazała jako rynki docelowe szybko rosnące gospodarki Azji, Bliskiego Wschodu i Ameryki Łacińskiej. Europa w tym komunikacie się nie pojawia. Firma nie ujawniła też cennika dla wersji międzynarodowej ani architektury przechowywania danych dla rynków poza Chinami, a konektory do systemów firmowych są na starcie zapowiedziane, nie dostępne. Dla polskiego działu compliance to trzy odpowiedzi, których brakuje, zanim w ogóle zacznie się rozmowa o pilotażu.
Polski rynek tymczasem przyspiesza szybciej, niż sugerowałyby starsze statystyki. Z lipcowego badania NBP „Szybki Monitoring” wynika, że w drugim kwartale 2026 roku narzędzia AI wykorzystywało 42 procent przedsiębiorstw wobec 14 procent pod koniec 2024 roku. W dużych firmach było to 59 procent, w średnich 43 procent, w małych i mikro 28 procent. Najwyżej wypadły usługi z wynikiem 46 procent, najniżej budownictwo i handel po 38 procent. Ale NBP odnotował też coś, co studzi entuzjazm: mniej niż 1 procent firm zadeklarowało, że szersze użycie AI pozwoliło im ograniczyć etaty, a 35 procent w ogóle nie zaczęło jeszcze analizować, do czego mogłoby jej użyć.
Ta rozbieżność jest sednem sprawy. Polskie firmy już używają AI, tylko wciąż głównie jako asystenta pojedynczego pracownika, a nie jako wykonawcy procesu. Changan skrócił dobór wiązek z dwóch dni do pięciu minut nie dlatego, że kupił dostęp do modelu, ale dlatego, że wpuścił agenta do konkretnego, opisanego przepływu pracy z systemami i uprawnieniami. To jest różnica między 42 procentami z badania NBP a rzeczywistą zmianą w wynikach firmy. I to jest etap, na który polski biznes dopiero wchodzi.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym oficjalnego komunikatu Alibaba Cloud o starcie QwenWork z 3 sierpnia 2026 roku, materiału Alibaby o wynikach pierwszego miesiąca opublikowanego przez 量子位 (Qbitai) z 4 września 2026 roku oraz analizy 36Kr z 6 września 2026 roku.
Dane o polskim rynku pochodzą z badania NBP „Szybki Monitoring analiza sytuacji sektora przedsiębiorstw”, omówionego przez portal WNP.PL 20 lipca 2026 roku. Pomiar długości zadań agentowych pochodzi z opublikowanego przez METR zestawu Time Horizon 1.1. Do weryfikacji dat, nazw produktów i przebiegu premiery wersji międzynarodowej wykorzystano również publikacje Alizila, TechNode Global oraz Sina Finance.
Wszystkie liczby dotyczące użytkowników, wdrożeń i wyników wydajnościowych QwenWork zostały podane przez Alibabę i jej klientów. Redakcja AIPORT.pl nie miała możliwości ich niezależnej weryfikacji, co zaznaczono w treści.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o rozwoju QwenWork i dostępności produktu na rynku europejskim.
