Salesforce opublikował drugą edycję Agentic Enterprise Index, raportu opartego nie na deklaracjach z ankiet, tylko na danych telemetrycznych z produkcyjnych wdrożeń platformy Agentforce między lutym 2025 a kwietniem 2026 roku. Liczby są imponujące, metodologia jest uczciwie opisana, a mimo to po lekturze zostaje pytanie, którego raport nie stawia.
Kluczowe fakty:
- Raport Salesforce oparty jest na danych telemetrycznych z produkcyjnych wdrożeń platformy Agentforce w okresie od lutego 2025 do kwietnia 2026 roku, obejmując wyłącznie organizacje z agentami działającymi produkcyjnie przez wszystkie 15 miesięcy analizy.
- Przeciętna badana organizacja zwiększyła liczbę aktywnych agentów z 5 do 13, a czas tworzenia jednego agenta skrócił się o 53% – do średnio 1,9 dnia.
- Za pierwszy kwartał roku obrotowego 2027 Salesforce raportował 11,13 miliarda dolarów przychodu, a roczny przychód powtarzalny z samego Agentforce wyniósł 1,2 miliarda dolarów, co oznacza wzrost o 205% rok do roku.
Zacznę od tego, co w tym materiale najmocniejsze. Zdecydowana większość badań o sztucznej inteligencji w firmach to sondaże, w których menedżerowie opowiadają, co planują zrobić. Salesforce poszedł inną drogą i policzył, co jego klienci faktycznie robią. Do zbioru danych trafiły wyłącznie organizacje, które miały aktywowanych agentów działających produkcyjnie w każdym miesiącu analizowanego okresu. To piętnaście miesięcy ciągłej pracy, bez pilotaży, które umarły po kwartale.
Od pięciu agentów do trzynastu w piętnaście miesięcy
Przeciętna organizacja z badanej grupy miała w lutym 2025 roku pięciu aktywnych agentów. W kwietniu 2026 roku było ich trzynastu. Salesforce liczy to jako niemal trzykrotny wzrost przy skumulowanej miesięcznej stopie wzrostu na poziomie 7 procent.
Ciekawsze od samej liczby jest tempo powstawania agentów. Stworzenie jednego zajmuje dziś średnio 1,9 dnia, czyli o 53 procent krócej niż na początku okresu badania. Próg wejścia praktycznie zniknął. Agent przestał być projektem, a stał się czynnością, którą wykonuje się w ramach tygodnia pracy zespołu operacyjnego. Średnia liczba działań przypadających na jedno konto rosła w tym czasie w tempie 31 procent miesięcznie w ujęciu skumulowanym.
Sprawdziłem, jak to wygląda w sprawozdaniach finansowych, bo tam liczby muszą się zgadzać z audytorem. Za pierwszy kwartał roku obrotowego 2027, zakończony 30 kwietnia 2026 roku, Salesforce raportował 11,13 miliarda dolarów przychodu i 1,2 miliarda dolarów rocznego przychodu powtarzalnego z samego Agentforce, o 205 procent więcej rok do roku. Wraz z Data 360 i Informatica Cloud daje to około 3,4 miliarda dolarów. Skala jest więc realna, a nie prezentacyjna.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
AWU, czyli jednostka miary wymyślona przez dostawcę
Żeby zmierzyć, czy agenci wykonują pracę mającą znaczenie, Salesforce stworzył własny wskaźnik: Agentic Work Unit. Jeden AWU to jedno konkretne zadanie zamknięte przez agenta, czyli moment przekształcenia obliczeń w działanie. Na kwiecień 2026 roku agenci Agentforce wypracowali 734 miliony AWU, a wolumen rośnie o 15 procent miesiąc do miesiąca. W raporcie kwartalnym firma podaje z kolei 3,8 miliarda AWU dostarczonych łącznie przez Agentforce i Slacka od początku, ze wzrostem o 111 procent kwartał do kwartału.
Rośnie też stosunek liczby wykonanych działań do wygenerowanych treści, i to również w tempie 15 procent miesięcznie. To akurat wskaźnik, który mówi coś konkretnego: agenci coraz rzadziej piszą tekst, coraz częściej uruchamiają procesy, aktualizują rekordy, wywołują API. Różnica między asystentem a pracownikiem sprowadza się właśnie do tego.
Ale AWU pozostaje jednostką skonstruowaną przez firmę, która ma interes w tym, żeby rosła. Nikt jej nie audytuje, nie ma odpowiednika u konkurencji i nie przelicza się na żadną wielkość księgową. Mierzy aktywność, nie oszczędność.
Sophistication Index dzieli rynek na dwa obozy
Najciekawszy fragment raportu dotyczy tego, że branże używają agentów w zupełnie różny sposób. Salesforce przypisał wszystkie działania agentów do pięciu poziomów złożoności poznawczej:
- Poziomy 1 do 3 (odczyt, koordynacja, synteza): wyszukiwanie informacji w rekordach, przygotowywanie projektów wiadomości, streszczanie dokumentów. Niskie ryzyko, standardowe funkcje.
- Poziomy 4 i 5 (zapis, analiza, przetwarzanie): aktualizowanie pól w bazach danych, programowe wydobywanie zagnieżdżonych parametrów z danych wprowadzonych przez użytkownika. Tu agent zmienia stan systemu, a nie tylko go odczytuje.
Wynik przeczy intuicji. Ochrona zdrowia i nauki biologiczne, usługi finansowe oraz produkcja wyprzedziły sektor technologiczny i handel detaliczny o 66 procent, uzyskując od 40 do 50 punktów wobec 30. Branże regulowane, które teoretycznie powinny być najostrożniejsze, budują najbardziej zaawansowane sieci agentów. Sektory konsumenckie idą w przeciwną stronę: wolumen zamiast głębokości. Agenci w handlu detalicznym przez większość roku wykonują od jednej do dwóch czynności, a AWU w tej branży wzrosły osiemnastokrotnie. Sektory konsumenckie odpowiadają za blisko jedną trzecią całkowitego miesięcznego wolumenu AWU.
Zakres umiejętności przeciętnego agenta wzrósł w ciągu roku z dwóch do sześciu. W szczycie sezonu zakupowego agent w handlu detalicznym potrafił korzystać z dziewięciu, co Salesforce opisuje jako wzrost o 350 procent. Innymi słowy: pod presją popytu firmy nie dokładają agentów, tylko rozszerzają kompetencje tych, których już mają.
Pandora, PenFed i Siemens, czyli trzy sposoby użycia tego samego narzędzia
Raport ilustruje oba modele konkretnymi wdrożeniami i akurat w tej części dane są weryfikowalne.
Pandora używa asystentki o nazwie Gemma, podłączonej bezpośrednio do systemów zamówień i katalogów produktowych. W okresach największego ruchu, czyli w święta i przed walentynkami, Gemma obsługuje 60 procent rutynowych zgłoszeń i przyczyniła się do dziesięcioprocentowego wzrostu wskaźnika Net Promoter Score. Klasyczny przypadek skali.
PenFed, federalna spółdzielcza kasa oszczędnościowo-kredytowa obsługująca rodziny wojskowych, reprezentuje drugi model. Agent Ace, dostępny wyłącznie po zalogowaniu do bankowości internetowej, analizuje salda, sprawdza statusy wniosków kredytowych i wykonuje przelewy. Drugi agent, Echo, przenosi te możliwości na kanał głosowy i ma zastąpić stare systemy IVR.
„Naszą wizją od zawsze było wykorzystywanie AI w sposób godny zaufania, praktyczny i znaczący, aby zapewniać naszym członkom płynną obsługę we wszystkich kanałach. Urzeczywistnienie tej wizji wymagało wyjścia poza proste chatboty i stworzenia zaawansowanych doświadczeń z udziałem agentów, w których zaufanie jest elementem podstawowym” powiedział Shree Reddy, CIO w PenFed, w materiale prasowym Salesforce.
Siemens pokazuje trzeci wariant, czyli orkiestrację. Firma sprzedaje tysiące produktów przez siedem niezależnych jednostek biznesowych i sieć 18 tysięcy sprzedawców, otrzymując tygodniowo 2800 niezakwalifikowanych leadów bez informacji o budżecie, decydentach czy harmonogramie. Agentforce rozbił kwalifikację na przepływ z udziałem kilku agentów: jeden nawiązuje kontakt, drugi uzupełnia brakujące dane i przekazuje lead dalej z pełnym kontekstem.
Joe Inzerillo, President of Enterprise AI and Technology w Salesforce, ujmuje to tak: „Niezależnie od tego, czy wdrażacie agentów, aby działać na ogromną skalę, czy też koordynujecie ich pracę w ramach rozbudowanych, wieloetapowych procesów, najważniejsze jest to, że dostarczają oni realną wartość. Ten zwrot z inwestycji jest widoczny nie tylko w wynikach sprzedaży, ale również w efektywności realizacji procesów”.
Czytam ten raport z dwiema myślami naraz. Pierwsza: dane pochodzą z produkcyjnych wdrożeń, a nie z ankiet o planach, i to jest w tej branży rzadkość, którą doceniam. Druga: Salesforce mierzy własnych klientów własną miarą, w roku, w którym jego akcje były najsłabszym składnikiem indeksu Dow Jones, a inwestorzy pytali wprost, czy agenci nie zjedzą modelu licencjonowania per użytkownik.
Nie twierdzę, że liczby są naciągane. Twierdzę, że nie odpowiadają na pytanie, które zadaje sobie każdy dyrektor finansowy: ile z tych 734 milionów jednostek pracy zastąpiło realny koszt, a ile dołożyło kolejną warstwę do rachunku za licencje. AWU mierzy aktywność. Aktywność i oszczędność to dwie różne rzeczy i wiem to z rozmów z ludźmi, którzy takie wdrożenia rozliczają.
Zwracam też uwagę na drobiazg, który mówi wiele o tym, jak takie dane podróżują. W oryginale mowa o czterokrotnie wyższej dynamice wzrostu sprzedaży online u detalistów korzystających z agentów. W streszczeniach pojawia się już „czterokrotny wzrost sprzedaży”. To nie to samo i nikt nie zrobił tego złośliwie. Po prostu tak działa łańcuch komunikacji.
Agenci pracują, to widać w danych. Ile ta praca jest warta, tego z raportu się nie dowiemy.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
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.
Zaufanie mierzone częstotliwością, nie satysfakcją
Salesforce argumentuje, że rośnie zaufanie do agentów, i podpiera to trzema grupami danych.
Po stronie pracowników: przeciętny użytkownik korzystał z agenta trzykrotnie częściej w skali tygodnia niż rok wcześniej. Slackbot, wbudowany agent Slacka, jest ogólnie dostępny od lutego 2026 roku i od premiery notuje średnio 68 sesji tygodniowo na użytkownika. W samym Salesforce korzysta z niego regularnie 83 procent pracowników, a firma szacuje oszczędność do pięciu godzin tygodniowo na osobę.
Po stronie klientów: udział rozmów obsługowych prowadzonych przez agentów wzrósł w ciągu pięciu kwartałów ponad 170-krotnie, a wskaźnik samodzielnego rozwiązywania spraw pozostał stabilny. Siedem na dziesięć zgłoszeń zamyka się bez człowieka. To akurat mocny argument, bo pokazuje, że skala nie pogorszyła jakości.
Po stronie kupujących: 77 procent osób, które skorzystały z firmowego agenta zakupowego na stronie, czuło większą pewność co do decyzji, a 74 procent ufa rekomendacjom agentów. Organizacje obsługi klienta wskazują satysfakcję klienta jako wskaźnik, który poprawił się najbardziej po wdrożeniu agentów, przed produktywnością konsultantów i czasem obsługi.
Zauważam jednak, że częstotliwość korzystania to proxy zaufania, a nie jego pomiar. Ludzie używają narzędzi, które mają wbudowane w codzienne środowisko pracy, niezależnie od tego, czy im ufają. Slackbot siedzi w Slacku, w którym i tak spędza się osiem godzin dziennie.
Czego w tym raporcie nie ma
Największym ograniczeniem Agentic Enterprise Index jest sposób doboru próby. Do analizy weszły tylko te firmy, które utrzymywały produkcyjnych agentów nieprzerwanie przez piętnaście miesięcy. Wszyscy, którzy spróbowali i zrezygnowali, wypadli ze zbioru. Raport opisuje więc zwycięzców, a nie rynek.
Rynek wygląda inaczej. Gartner prognozuje, że do końca 2027 roku ponad 40 procent projektów agentowych zostanie anulowanych z powodu rosnących kosztów, niejasnej wartości biznesowej albo niedostatecznej kontroli ryzyka. „Większość projektów agentowej AI to obecnie wczesne eksperymenty lub weryfikacje koncepcji, napędzane głównie przez szum i często stosowane niewłaściwie” / „Most agentic AI projects right now are early stage experiments or proof of concepts that are mostly driven by hype and are often misapplied” mówiła przy publikacji tej prognozy Anushree Verma, Senior Director Analyst w Gartnerze. W tegorocznym Hype Cycle dla agentowej AI firma umieściła kategorię dokładnie na szczycie nadmiernych oczekiwań, przy 17 procentach organizacji, które faktycznie wdrożyły agentów, i ponad 60 procentach deklarujących zamiar zrobienia tego w ciągu dwóch lat.
Druga rzecz, której w raporcie nie znajdziemy: badania uzupełniające, które Salesforce dołożył do danych telemetrycznych, objęły 4689 odpowiedzi z maja 2026 roku, zebranych w Stanach Zjednoczonych, Wielkiej Brytanii, Francji, Kanadzie, Australii, Hiszpanii i we Włoszech. Polski na tej liście nie ma. Nie ma też żadnego kraju Europy Środkowo-Wschodniej.
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.
Polski rynek między deklaracjami a rozliczeniem
Dla polskiego czytelnika najważniejsze jest zderzenie tych danych z tym, co dzieje się nad Wisłą. A dzieje się coś dokładnie odwrotnego niż w raporcie Salesforce.
Z badania „Jak polskie firmy wdrażają AI”, zrealizowanego przez CubeResearch na zlecenie EY wśród 499 średnich i dużych przedsiębiorstw działających w Polsce, wynika, że 77 procent firm planuje zwiększyć wydatki na sztuczną inteligencję w ciągu 18 miesięcy, a jedna trzecia mówi o znaczącym wzroście budżetów. Jednocześnie 49 procent deklaruje rozczarowanie efektami dotychczasowych wdrożeń. Cele zrealizowało 40 procent, lepsze rezultaty niż zakładano osiągnęło 11 procent, a 17 procent przyznaje, że mając dzisiejszą wiedzę nie podjęłoby się tego projektu ponownie. Tylko co dziesiąta firma przekształca dzięki AI swój model biznesowy.
„Rynek premiuje dziś nie te firmy, które wdrażają AI najszybciej, ale te, dla których sztuczna inteligencja jest przemyślanym, strategicznym projektem biznesowym, mającym wesprzeć długofalowe cele przedsiębiorstwa” ocenia Piotr Ciepiela, partner i lider Technology Consulting w EY Polska.
Widzę tu trzy praktyczne wnioski dla firm, które właśnie rozważają agentów:
- Sektor regulowany nie jest wymówką. Wynik Sophistication Index pokazuje, że finanse, produkcja i ochrona zdrowia budują bardziej złożonych agentów niż branża technologiczna. Compliance wymusza porządek w procesach, a uporządkowane procesy dają się automatyzować. To argument, a nie przeszkoda.
- Czas budowy agenta przestał być barierą, ale jakość danych nią pozostała. 1,9 dnia dotyczy firm, które mają dane w jednym systemie CRM. W polskiej rzeczywistości, gdzie 54 procent przedsiębiorstw wskazuje integrację AI z istniejącymi systemami IT jako największe wyzwanie, ta liczba wygląda zupełnie inaczej.
- Miara sukcesu musi powstać przed wdrożeniem, nie po nim. Skoro połowa polskich firm jest rozczarowana, a jednocześnie większość zwiększa budżety, to problemem nie jest technologia, tylko brak zdefiniowanego celu na starcie.
Salesforce jest zresztą w Polsce coraz bardziej aktywny. W maju 2026 roku w Warszawie odbyła się pierwsza polska edycja Agentforce World Tour, na której firma zaprezentowała AI Readiness Index, czyli badanie gotowości polskich przedsiębiorstw na sztuczną inteligencję. Kolejna edycja Agentic Enterprise Index zyskałaby sporo, gdyby dane z naszego regionu trafiły do głównej analizy, a nie tylko do lokalnego wydarzenia.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiału prasowego Salesforce przekazanego redakcji za pośrednictwem agencji ITBC Communication, a także oficjalnej publikacji Salesforce Agentic Enterprise Index, Second Edition, raportu finansowego Salesforce za pierwszy kwartał roku obrotowego 2027 z 27.05.2026 oraz prognozy Gartnera dotyczącej anulowania projektów agentowej AI. Kontekst rynkowy uzupełniono danymi z CNBC, Salesforce Ben i Gartner Hype Cycle for Agentic AI. Dane o polskim rynku pochodzą z badania EY i CubeResearch „Jak polskie firmy wdrażają AI”, omawianego między innymi przez CRN Polska, a także z publikacji EY Polska, eGospodarka.pl i PMR Market Experts by Hume’s. Cytat Anushree Verma zweryfikowano z oryginalnym anglojęzycznym komunikatem Gartnera, cytaty Shree Reddy, Joe Inzerillo i Piotra Ciepieli pochodzą z oficjalnych materiałów prasowych Salesforce i EY Polska. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych danych o wdrożeniach agentów AI w przedsiębiorstwach.
