Oferta na wdrożenie AI lub automatyzacji, którą klient podpisuje, odpowiada na dziesięć pytań: jaki problem rozwiązujecie, co dokładnie zrobicie, czego nie zrobicie, jakich danych potrzebujecie, po czym obie strony poznają sukces, ile to potrwa, jak się rozliczycie, kto utrzyma system, jak wygląda zgodność z RODO i AI Act oraz co może pójść nie tak.
Brzmi jak oczywistość? Ja przeglądam takie dokumenty regularnie i widzę ten sam wzór: trzy strony o firmie wykonawcy, slajd z logotypami, wycena w jednej linijce i zdanie „szczegóły ustalimy na etapie analizy”. Klient, który porównuje pięć takich ofert, nie ma czego porównywać. Wybiera więc najtańszą albo żadną.
- Raport MIT NANDA „The GenAI Divide" z lipca 2025 roku wykazał, że 95% badanych organizacji nie odnotowało mierzalnego zwrotu z projektów generatywnej AI, a Gartner przewidział w czerwcu 2025 roku, że ponad 40% projektów z agentami AI zostanie anulowanych do końca 2027 roku z powodu rosnących kosztów, niejasnej wartości biznesowej lub słabej kontroli ryzyka.
- Od 2 sierpnia 2026 roku chatboty i voiceboty podlegają obowiązkowi przejrzystości z art. 50 AI Act, czyli muszą informować użytkownika, że rozmawia z systemem AI, natomiast systemy wysokiego ryzyka (np. do selekcji CV lub oceny zdolności kredytowej) zostaną objęte pełnymi wymogami AI Act dopiero od 2 grudnia 2027 roku.
- Z danych Giełdy Leadów AIPORT.pl z pierwszych tygodni działania wynika, że spośród 120 zweryfikowanych telefonicznie zapytań 72% pochodziło od firm z budżetem powyżej 30 tys. zł, a od zgłoszenia do pierwszej rozmowy z wykonawcą mijało średnio 4,3 dnia.
Stawka nie jest mała. Raport MIT NANDA „The GenAI Divide” z lipca 2025 roku pokazał, że 95% badanych organizacji nie widziało mierzalnego zwrotu z projektów generatywnej AI, a autorzy przypisali to głównie słabemu dopasowaniu do codziennych procesów, a nie jakości modeli. Gartner w czerwcu 2025 roku przewidział, że ponad 40% projektów z agentami AI zostanie anulowanych do końca 2027 roku z powodu rosnących kosztów, niejasnej wartości biznesowej albo słabej kontroli ryzyka. Każdy z tych powodów da się rozbroić w ofercie, zanim projekt wystartuje.
Piszę dla wykonawców: software house’ów, agencji automatyzacji, freelancerów od n8n i Make. Szerszy kontekst zakupów po stronie firm znajdziesz w naszym przewodniku po wdrożeniach AI dla firm. Tutaj zajmuję się jednym dokumentem, który decyduje, czy w ogóle dostaniesz szansę.
Co znajdziesz w artykule:
- dziesięć elementów oferty, każdy z przykładem dobrego i złego zapisu,
- tabelę KPI dla czterech typowych projektów, gotową do przeniesienia do Twojego szablonu,
- porównanie modeli rozliczenia z ryzykiem po stronie klienta i wykonawcy,
- aktualny stan AI Act i polskiej ustawy o systemach sztucznej inteligencji (stan na październik 2026),
- zbiorczą tabelę z czerwonymi flagami, które klient wyłapie przy porównaniu ofert,
- informację, skąd brać klientów, którzy sami poprosili o ofertę.
Dlaczego klienci odrzucają oferty na wdrożenie AI?
Najczęściej dlatego, że nie rozumieją, co kupują, a nie dlatego, że cena jest za wysoka. Firma zamawiająca pierwsze wdrożenie zwykle nie ma nikogo, kto oceni różnicę między „agentem AI z RAG” a „automatyzacją z modelem językowym”. Ma za to zarząd, który zapyta: ile to kosztuje, kiedy zadziała i skąd będziemy wiedzieć, że działa.
Z rozmów, które zespół weryfikujący zapytania na Giełdzie Leadów AIPORT.pl prowadzi z firmami szukającymi wykonawców, wyłania się kilka powtarzalnych powodów odrzucenia oferty:
- wycena bez rozbicia na etapy, więc nie wiadomo, za co się płaci,
- brak informacji o kosztach po wdrożeniu (abonamenty, opłaty za API, utrzymanie),
- obietnica rezultatu bez określenia, jak będzie mierzony,
- żargon techniczny zamiast opisu zmiany w pracy konkretnych ludzi,
- cisza w sprawie danych osobowych, co w działach prawnych zatrzymuje temat na tygodnie.
Gartner ujął problem po stronie rynku dość brutalnie. Anushree Verma, starsza dyrektor analityczna w Gartnerze, powiedziała przy okazji tej prognozy:
„Większość projektów z agentami AI to dziś wczesne eksperymenty albo weryfikacje koncepcji, napędzane głównie modą i często źle zastosowane.” (tłumaczenie redakcji)
Dla wykonawcy to dobra wiadomość. Jeśli Twoja oferta jako jedyna z pięciu pokazuje mierzalny cel, granice zakresu i plan na ryzyka, wygrywasz porównanie, zanim klient dojdzie do ceny. Ten wątek wraca w każdej rozmowie o wdrożeniu sztucznej inteligencji w firmie, którą prowadzimy z kupującymi.
Jak opisać problem klienta, żeby poczuł, że go słuchałeś?
Pierwsza strona oferty powinna opisywać problem klienta jego własnymi słowami, z liczbami, które sam podał na spotkaniu. Nie technologię. Nie Twoją firmę. Problem.
Klient nie kupuje „inteligentnej automatyzacji procesów dokumentowych”. Kupuje to, że Kasia z Markiem przestaną przez dwie i pół godziny dziennie przepisywać zamówienia z PDF-ów do ERP. Jeśli na spotkaniu usłyszałeś „tonę w mailach od hurtowni”, to zdanie ma trafić na pierwszą stronę.
Dobry opis problemu zawiera:
- sytuację obecną z liczbami (ile zgłoszeń, dokumentów, godzin, osób),
- koszt tej sytuacji, choćby szacunkowy, wyliczony na danych klienta,
- skutek dla biznesu (opóźnienia, błędy, utracone zamówienia, rotacja w zespole),
- cytat lub parafrazę wypowiedzi klienta ze spotkania,
- jedno zdanie o tym, jak wygląda stan docelowy.
| Język wykonawcy | Język klienta |
|---|---|
| Wdrożymy system IDP z modelem LLM do ekstrakcji danych | Zamówienia z maili same trafią do ERP, a zespół tylko sprawdzi wyjątki |
| Agent konwersacyjny z bazą wiedzy RAG | Klient dostanie odpowiedź o statusie zamówienia o 23:00, bez czekania do rana |
| Orkiestracja przepływów w n8n z integracją API | Faktura z KSeF sama trafi do księgowości z przypisanym centrum kosztów |
| Model klasyfikacyjny zgłoszeń serwisowych | Zgłoszenie od razu trafi do właściwego technika, a nie do wspólnej skrzynki |
Przelicz koszt problemu na złotówki. Trzy osoby po 2,5 godziny dziennie, 21 dni roboczych, 60 zł kosztu pracodawcy za godzinę: około 9,5 tys. zł miesięcznie. Klient tego nie policzył. Ty tak. I nagle wycena za 45 tys. zł przestaje być „drogim projektem IT”, a staje się inwestycją zwracającą się w pięć miesięcy.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Co dokładnie wchodzi w zakres wdrożenia?
Zakres to lista rzeczy, które klient fizycznie dostanie, opisana tak, żeby dało się ją odhaczyć przy odbiorze. Jeśli punktu nie da się sprawdzić, nie powinien być w zakresie.
Widzę w ofertach zapisy w rodzaju „wdrożenie chatbota AI wraz z integracją”. Z jakimi systemami? W ilu językach? Kto przygotuje bazę wiedzy? Każde z tych pytań to potencjalny spór przy odbiorze, a taki spór kosztuje więcej niż dwie godziny dodatkowej pracy nad ofertą.
W zakresie opisz:
- Produkty pracy: działający system, dokumentację, szkolenie, kod źródłowy (albo informację, że kodu nie przekazujesz).
- Integracje: konkretne systemy z nazwy, kierunek przepływu danych, metoda (API, plik, webhook).
- Kanały i użytkowników: strona, Messenger, telefon, panel wewnętrzny, ile kont.
- Liczbę scenariuszy, typów dokumentów lub procesów objętych automatyzacją.
- Język i rynek: polski, angielski, inne.
- Kryteria odbioru każdego etapu.
Kryteria odbioru zamykają etap i otwierają fakturę. „System działa poprawnie” jest bezużyteczne. „Na 200 zamówieniach testowych od klienta system wypełnia co najmniej 90% pól bez ręcznej korekty” da się sprawdzić w godzinę.
Czego oferta NIE obejmuje i dlaczego ta sekcja chroni obie strony
Sekcja wyłączeń to najtańsze ubezpieczenie projektu, jakie znam. Kosztuje kwadrans pisania, a oszczędza tygodnie negocjacji w połowie wdrożenia, kiedy klient „myślał, że to oczywiste”.
Klienci słyszą w mediach, że AI „robi wszystko”. Jeśli nie napiszesz wprost, że agent tylko odpowiada na pytania o status zamówień, a nie je składa, w trzecim tygodniu usłyszysz pytanie, kiedy zacznie składać. I nagle jesteś kimś, kto czegoś nie dowiózł.
Typowe wyłączenia, które wpisuję w każdy szablon:
- przygotowanie i czyszczenie danych źródłowych powyżej uzgodnionej próbki,
- zmiany w systemach klienta (ERP, CRM, sklep), poza konfiguracją dostępu do API,
- koszty licencji i opłat za modele językowe oraz usługi chmurowe,
- tworzenie treści bazy wiedzy (wykonawca ją strukturyzuje, klient dostarcza merytorykę),
- obsługa kolejnych języków, kanałów lub typów dokumentów,
- doradztwo prawne i przygotowanie dokumentacji RODO po stronie klienta,
- utrzymanie po okresie gwarancyjnym, jeśli nie podpisano osobnej umowy.
Lista wyłączeń nie odstrasza. Klient, który widzi granice, ufa, że reszta jest policzona rzetelnie. A każdą pozycję możesz od razu opisać jako opcję z ceną, więc wyłączenie zamienia się w potencjalny aneks, a nie w konflikt.
Jakich danych potrzebujesz od klienta, zanim zaczniesz?
Wymagania wobec danych muszą być w ofercie przed wyceną końcową, bo od jakości danych zależy połowa ryzyka projektu. Model językowy nie naprawi bałaganu w dokumentach. Najwyżej go przyspieszy.
Zanim zobowiążesz się do wyniku, musisz zobaczyć dane. Nie opis danych. Dane.
Sekcja o danych powinna określać:
- jakie dane są potrzebne (typy dokumentów, rekordy, historia zgłoszeń, baza wiedzy),
- w jakiej ilości (na przykład 300 przykładowych zamówień z ostatnich trzech miesięcy),
- w jakim formacie i jakim kanałem zostaną przekazane,
- kto po stronie klienta jest właścicielem danych i odpowiada za ich aktualność,
- czy dane zawierają informacje osobowe i jakiej kategorii,
- termin przekazania danych oraz skutek opóźnienia dla harmonogramu.
Tu przydaje się prosty mechanizm, który polecam każdemu wykonawcy: dwuetapowa wycena. Pierwszy etap, płatny i krótki, to analiza danych na próbce i test wykonalności. Dopiero po nim podajesz wiążącą cenę za całość. Klient płaci mniej na start, Ty nie bierzesz na siebie ryzyka danych, których nikt nie widział. Jeśli próbka pokaże, że 40% skanów jest nieczytelnych, obie strony dowiadują się o tym w drugim tygodniu, a nie w dwunastym.
Jakie KPI wpisać do oferty, żeby dało się je zmierzyć?
KPI, czyli wskaźniki efektywności, w ofercie muszą mieć cztery elementy. Brak któregokolwiek zamienia wskaźnik w deklarację:
- nazwę wskaźnika,
- wartość wyjściową zmierzoną przed startem,
- wartość docelową z terminem,
- sposób pomiaru i osobę, która mierzy.
Najczęstszy błąd: cel bez punktu odniesienia. „Skrócimy czas obsługi zgłoszeń o 50%.” Od ilu? Mierzony gdzie? Jeśli klient tego nie mierzył, pierwszym zadaniem projektu jest pomiar stanu obecnego, wpisany do harmonogramu jako osobny krok. Bez tego za trzy miesiące będziesz się tłumaczyć z wrażeń.
Druga zasada: rozróżnij wskaźniki techniczne od biznesowych. Za trafność odczytu pola na fakturze odpowiadasz w pełni. Na liczbę obsłużonych klientów wpływa też marketing, sezon i to, czy zespół korzysta z systemu. Za wskaźniki techniczne bierz odpowiedzialność umowną, biznesowe mierz i raportuj, ale nie wiąż z nimi płatności, chyba że świadomie wybierasz model z premią za wynik.
Przykładowe zestawy wskaźników dla czterech typowych projektów:
| Typ projektu | Wskaźnik | Jak ustalić wartość wyjściową | Przykładowy cel po 8 tygodniach od startu produkcyjnego |
|---|---|---|---|
| Automatyzacja zamówień z maili do ERP | Odsetek zamówień przetworzonych bez ręcznej poprawki | Pomiar przez 2 tygodnie przed startem | co najmniej 85% |
| Automatyzacja zamówień z maili do ERP | Czas od otrzymania maila do zamówienia w ERP | Znaczniki czasu w skrzynce i ERP | z kilku godzin do poniżej 30 minut |
| Chatbot obsługi klienta | Odsetek rozmów zamkniętych bez przekazania do człowieka | Analiza historii zgłoszeń z ostatniego kwartału | 40-60% dla pytań powtarzalnych |
| Chatbot obsługi klienta | Odsetek błędnych odpowiedzi w audycie próby | Brak, ustalany w pilocie na 200 rozmowach | poniżej 3% |
| Odczyt dokumentów (OCR plus model) | Trafność odczytu pól obowiązkowych | Test na zestawie dokumentów od klienta | co najmniej 95% dla pól z czytelnych skanów |
| Klasyfikacja zgłoszeń serwisowych | Odsetek zgłoszeń przypisanych do właściwego zespołu za pierwszym razem | Historia przekierowań w systemie zgłoszeń | wzrost o 20-30 punktów procentowych |
Wartości w ostatniej kolumnie traktuj jako przykład do dyskusji, a nie normę rynkową. Realny cel ustalisz dopiero po teście na danych klienta. Raport generowany automatycznie z systemu, do którego klient ma dostęp, jest wart więcej niż Twoje podsumowanie w PowerPoincie.
Jak ułożyć harmonogram wdrożenia AI, żeby nie rozjechał się w trzecim tygodniu?
Harmonogram w ofercie AI powinien być podzielony na etapy zakończone odbiorem i zawierać zależności od klienta, bo to one najczęściej przesuwają terminy. Nie model. Nie integracja. Dostęp do danych, którego nikt nie wystawił, bo administrator był na urlopie.
Typowy układ etapów dla projektu średniej wielkości (budżet rzędu kilkudziesięciu tysięcy złotych) wygląda tak:
- Analiza i pomiar stanu wyjściowego: 1-2 tygodnie.
- Test wykonalności na danych klienta: 2-3 tygodnie.
- Budowa rozwiązania i integracje: 3-6 tygodni.
- Pilotaż na ograniczonej grupie użytkowników lub części ruchu: 2-4 tygodnie.
- Uruchomienie produkcyjne i okres wzmożonego wsparcia: 2-4 tygodnie.
Każdy etap kończy się odbiorem i ma listę rzeczy, które dostarcza klient: dostępy, dane, osoba do testów. Przy niej wpisuję zdanie, które oszczędziło mi wielu nerwowych rozmów: „Opóźnienie w dostarczeniu elementów po stronie Zamawiającego przesuwa termin etapu o czas opóźnienia.” Zegar stoi, kiedy czekasz na klienta.
Pilotaż wykonawcy najchętniej wycinają, żeby oferta wyglądała na szybszą. Błąd. Pilot na jednym dziale pokazuje nietypowe pytania, dziwne formaty i opór zespołu. Wolę oddać projekt dwa tygodnie później niż gasić pożar w dniu startu.
Fixed price, czas i materiały czy model mieszany: jak rozliczyć projekt AI?
Dla większości projektów AI i automatyzacji najlepiej sprawdza się model mieszany: stała cena za analizę i test wykonalności, stała cena za budowę po teście, abonament za utrzymanie. Czysta stała cena za całość od pierwszego dnia przerzuca na wykonawcę ryzyko danych, których nie widział. Czyste rozliczenie godzinowe przerzuca na klienta ryzyko, którego nie umie ocenić.
Osobna sprawa to koszty zmienne. Modele językowe dostępne przez API (OpenAI, Anthropic, Google, Mistral i inni) rozliczają się za zużycie, a ceny i dostępne modele zmieniają się kilka razy w roku. W ofercie musisz napisać, kto płaci za zużycie, na czyje konto są zakładane klucze API i jaki jest szacunkowy miesięczny koszt przy założonym wolumenie. Ja polecam konto po stronie klienta: klient widzi rachunki, Ty nie kredytujesz jego ruchu, a po zakończeniu współpracy nic nie trzeba przenosić.
| Model rozliczenia | Kiedy pasuje | Ryzyko dla klienta | Ryzyko dla wykonawcy |
|---|---|---|---|
| Stała cena za całość | Mały, powtarzalny projekt, dane znane z góry | Wykonawca dolicza bufor bezpieczeństwa, więc klient przepłaca | Nieznane dane mogą zjeść całą marżę |
| Czas i materiały (stawka godzinowa) | Projekt badawczy, niejasny zakres, długa współpraca | Brak kontroli nad budżetem końcowym | Klient może przerwać w każdej chwili |
| Model mieszany (stała cena per etap) | Większość wdrożeń AI i automatyzacji | Umiarkowane, decyzja o kontynuacji po każdym etapie | Umiarkowane, wycena budowy po zobaczeniu danych |
| Abonament za wynik lub wolumen | Automatyzacja z mierzalną jednostką (dokument, rozmowa) | Koszt rośnie razem ze skalą | Wymaga dobrego monitoringu i limitów |
| Premia za osiągnięcie KPI | Klient sceptyczny, wykonawca pewny wyniku | Spory o sposób pomiaru | Część wynagrodzenia zależy od czynników poza kontrolą |
Płatności przypnij do odbiorów:
- zaliczka na start analizy,
- rata po teście wykonalności,
- rata po uruchomieniu produkcyjnym,
- abonament od końca okresu gwarancji.
Nic nie mówi „wiemy, co robimy” lepiej niż płatności przypięte do sprawdzalnych kamieni milowych.
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Kto utrzyma system po wdrożeniu i ile to kosztuje?
System AI po wdrożeniu wymaga stałej opieki, a oferta, która o tym milczy, zostawia klienta z fałszywym obrazem kosztów. Automatyzacja na klasycznych regułach może działać latami bez dotykania. Rozwiązanie z modelem językowym już nie.
Dostawcy modeli wycofują starsze wersje i zmieniają cenniki. Baza wiedzy chatbota starzeje się razem z ofertą klienta. Dokumenty od kontrahentów zmieniają układ i trafność odczytu spada z dnia na dzień. W pierwszym roku zdarzy się co najmniej jedna z tych rzeczy. Pytanie, czy klient wie, kto za nią odpowiada.
Sekcja utrzymania powinna określać:
- okres gwarancji po uruchomieniu (na przykład 30 lub 60 dni na poprawki błędów),
- SLA (umowa o poziomie usług): czas reakcji i czas naprawy dla zgłoszeń krytycznych i zwykłych,
- monitoring: co jest mierzone na bieżąco, kto dostaje alarmy, jak często klient dostaje raport,
- aktualizacje: zmiany wersji modelu, aktualizacja bazy wiedzy, dostosowanie do nowych dokumentów,
- cenę abonamentu i to, co jest w nim zawarte (liczba godzin, zakres zmian),
- warunki zakończenia współpracy: przekazanie dostępów, kodu, dokumentacji, danych.
Ostatni punkt zdejmuje lęk przed uzależnieniem od jednego wykonawcy i, paradoksalnie, zwiększa szansę, że współpraca potrwa długo.
RODO i AI Act w ofercie: co wykonawca musi napisać w 2026 roku
W ofercie na wdrożenie AI w 2026 roku muszą się znaleźć model powierzenia danych osobowych, lista podmiotów przetwarzających dane (z dostawcą modelu) i ocena, czy rozwiązanie podlega obowiązkom z AI Act. Nie jestem prawnikiem i to nie jest porada prawna, ale bez tych punktów dział prawny klienta odkłada ofertę na „po wakacjach”.
RODO: powierzenie, podprzetwarzający, transfer
Jeśli system przetwarza dane osobowe, działasz jako podmiot przetwarzający i potrzebna jest umowa powierzenia z art. 28 RODO. Klient chce też wiedzieć, gdzie dane fizycznie trafiają.
W ofercie opisz:
- czy system przetwarza dane osobowe i jakie kategorie,
- listę podprzetwarzających: dostawca modelu, chmura, narzędzie automatyzacji, z lokalizacją przetwarzania,
- czy dane wychodzą poza Europejski Obszar Gospodarczy i na jakiej podstawie,
- czy dostawca modelu może używać danych do trenowania (w planach biznesowych API zwykle nie, ale trzeba to sprawdzić i napisać),
- czy system podejmuje decyzje wywołujące skutki prawne wobec osób bez udziału człowieka, co uruchamia art. 22 RODO,
- czy przy projekcie potrzebna będzie ocena skutków dla ochrony danych (DPIA, art. 35 RODO).
AI Act: co obowiązuje dziś, a co od 2027 roku
Stan na październik 2026 roku wygląda tak. AI Act stosuje się w większości od 2 sierpnia 2026 roku. Rozporządzenie 2026/1744, tak zwany Digital Omnibus o AI, opublikowane w Dzienniku Urzędowym UE 24 lipca 2026 roku, przesunęło jednak obowiązki dla systemów wysokiego ryzyka. W Polsce 11 sierpnia 2026 roku weszła w życie ustawa o systemach sztucznej inteligencji, która tworzy organ nadzoru, czyli Komisję Rozwoju i Bezpieczeństwa Sztucznej Inteligencji (KRiBSI).
| Obowiązek | Od kiedy | Co to znaczy dla oferty |
|---|---|---|
| Kompetencje w zakresie AI (art. 4) | od 2 lutego 2025, w złagodzonym brzmieniu od 27 lipca 2026 | Szkolenie użytkowników jako element zakresu, nie dodatek |
| Przejrzystość wobec użytkowników (art. 50), na przykład informacja, że rozmawia się z AI | od 2 sierpnia 2026 | Chatbot i voicebot muszą się przedstawić jako AI, to wymaganie do kryteriów odbioru |
| Oznaczanie treści generowanych przez AI | od 2 sierpnia 2026, dla systemów wprowadzonych wcześniej z przesunięciem do 2 grudnia 2026 | Przy generowaniu grafik, wideo, głosu trzeba zaplanować znakowanie |
| Systemy wysokiego ryzyka z załącznika III (rekrutacja, ocena zdolności kredytowej, edukacja, infrastruktura krytyczna) | 2 grudnia 2027 | Projekt na przykład selekcji CV wymaga już dziś planu dokumentacji i nadzoru człowieka |
| Systemy wysokiego ryzyka wbudowane w produkty regulowane (załącznik I) | 2 sierpnia 2028 | Dotyczy głównie producentów urządzeń medycznych, maszyn, zabawek |
| Kontrole i kary według polskiej ustawy | część przepisów od 28 października 2026 | KRiBSI będzie mogła kontrolować i nakładać kary |
Maksymalne kary w AI Act sięgają 35 mln euro lub 7% globalnego obrotu za praktyki zakazane. Twój klient raczej nie będzie w tej kategorii, ale zarząd o tych kwotach czytał. Jedno zdanie z uzasadnieniem, że system nie jest zakazany ani wysokiego ryzyka, uspokaja go skuteczniej niż trzystronicowy załącznik.
Jakie ryzyka wpisać do oferty, zamiast udawać, że ich nie ma?
Wpisz wszystkie ryzyka, które realnie mogą przesunąć termin, podnieść koszt albo obniżyć wynik, każde z działaniem zapobiegawczym i właścicielem. Oferta bez sekcji ryzyk wygląda pewnie przez pierwsze dwa tygodnie projektu. Potem wygląda naiwnie.
Prognoza Gartnera o 40% anulowanych projektach agentowych krąży po zarządach. Wykonawca, który sam nazwie zagrożenia, przejmuje kontrolę nad rozmową. Ten, który obiecuje, że „wszystko będzie działać”, zostaje z tym zdaniem sam w dniu pierwszej awarii.
Lista ryzyk, którą biorę do prawie każdego szablonu:
- jakość danych gorsza niż na próbce: działanie zapobiegawcze to test wykonalności i próg jakości danych zapisany w umowie,
- błędne odpowiedzi modelu (halucynacje): ograniczenie odpowiedzi do bazy wiedzy, przekazanie do człowieka przy niskiej pewności, audyt próby rozmów,
- zmiana cennika lub wycofanie modelu przez dostawcę: architektura pozwalająca podmienić model, monitoring kosztów, limity miesięczne,
- opór zespołu klienta: szkolenie, ambasador po stronie klienta, pilot na jednym dziale,
- zależność od systemów klienta: lista wymaganych dostępów z terminami, zapis o przesunięciu harmonogramu,
- zmiana przepisów: przegląd zgodności w ramach utrzymania, kontakt z działem prawnym klienta przy zmianie zakresu,
- rozszerzanie zakresu w trakcie: procedura zmian z wyceną każdego aneksu przed realizacją.
Każde ryzyko ma właściciela. Terminowe dane to ryzyko klienta, pomyłki modelu to Twoje.
Zbiorcza tabela: 10 elementów oferty i czerwone flagi
Poniżej całość w jednym miejscu. Jak z niej korzystam:
- drukuję i kładę obok szablonu przy każdej nowej ofercie,
- przed wysyłką szukam w dokumencie zdań z prawej kolumny,
- każde trafienie poprawiam, zanim oferta wyjdzie do klienta.
| Element oferty | Co musi zawierać | Czerwona flaga, którą klient wyłapie |
|---|---|---|
| Problem | Opis słowami klienta, liczby, koszt obecnej sytuacji | Pierwsza strona o wykonawcy, nie o kliencie |
| Zakres | Lista produktów pracy, integracje z nazwy, kryteria odbioru | „Wdrożenie chatbota wraz z integracją” bez szczegółów |
| Wyłączenia | Lista rzeczy poza projektem, z ceną jako opcje | Brak sekcji albo „pozostałe ustalimy” |
| Dane | Typ, ilość, format, właściciel, termin | Zobowiązanie do wyniku bez obejrzenia danych |
| KPI | Wartość wyjściowa, cel, sposób pomiaru, kto mierzy | „Zwiększymy efektywność o 50%” bez punktu odniesienia |
| Harmonogram | Etapy z odbiorami, zależności od klienta | Jedna data końcowa i nic pomiędzy |
| Rozliczenie | Model, płatności per etap, koszty zmienne API | Kwota w jednej linijce, cisza o kosztach po starcie |
| Utrzymanie | Gwarancja, SLA, abonament, warunki rozstania | „Wsparcie powdrożeniowe w cenie” bez definicji |
| RODO i AI Act | Powierzenie, podprzetwarzający, klasyfikacja ryzyka | Brak wzmianki o danych osobowych |
| Ryzyka | Lista z działaniem zapobiegawczym i właścicielem | Brak sekcji, same obietnice |
Żaden z tych elementów nie wymaga wiedzy, której nie masz. Wymaga rozmowy z klientem, który naprawdę chce coś wdrożyć. Skąd takich brać?
Gdzie znaleźć klientów, którzy czekają na taką ofertę?
Najlepsza oferta nic nie da, jeśli trafia do firmy, która „tylko sprawdzała ceny”. Dlatego w AIPORT.pl uruchomiliśmy Giełdę Leadów AIPORT.pl, miejsce, w którym wykonawcy AI, automatyzacji i oprogramowania na zamówienie dostają zapytania od firm, które same poprosiły o ofertę.
Firma zgłasza potrzebę przez formularz na AIPORT.pl, podaje budżet i wybiera, ile ofert chce dostać: trzy albo pięć. Zespół hotLead, agencji lead generation B2B, dzwoni do niej i weryfikuje potrzebę, budżet i decyzyjność. Dopiero wtedy zgłoszenie trafia na giełdę, z notatką, która jest gotowym briefem na pierwsze spotkanie.
Co dostajesz jako wykonawca:
- dane osoby decyzyjnej, firmy (z NIP-em) i notatkę z rozmowy weryfikacyjnej,
- informację, ilu wykonawcom lead został już sprzedany, zanim go kupisz (limit ustala klient i nie jest przekraczany),
- powiadomienia o nowych zapytaniach z Twojego obszaru, natychmiast albo w podsumowaniu,
- zwrot kredytów, jeśli dane okażą się błędne,
- cenę startową 89-99 zł za lead, obowiązującą do 31 grudnia 2026 roku, bez abonamentu (płacisz za pakiet kredytów, rejestracja i przeglądanie giełdy są bezpłatne).
Liczby z pierwszych tygodni działania giełdy: 120 zweryfikowanych telefonicznie zapytań, z czego 72% z budżetem powyżej 30 tys. zł, a od zgłoszenia do pierwszej rozmowy z wykonawcą mijało średnio 4,3 dnia. Zapytania dotyczą agentów, chatbotów, automatyzacji na n8n czy Make, integracji i oprogramowania na zamówienie. Klient dostaje od nas przed Twoim telefonem materiały o realnych cenach i czerwonych flagach w ofertach, więc będzie szukał w Twojej dokładnie tych dziesięciu elementów.
„Najwięcej projektów nie upada przez cenę. Upada przez to, że klient nie wie, co jest realne za jego budżet, a wykonawca dowiaduje się o tym na trzecim spotkaniu. Giełda i ten poradnik mają ten sam cel: żeby obie strony siadały do stołu z tą samą wiedzą.” – Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
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.
FAQ, czyli pytania i odpowiedzi o ofertach na wdrożenie AI i automatyzacji
Ile stron powinna mieć oferta na wdrożenie AI?
Zwykle od sześciu do dziesięciu stron plus załączniki. Krótsza rzadko mieści wszystkie elementy, dłuższa trafia do działów, które szukają w niej problemów. Problem, cena, termin i KPI powinny zmieścić się na dwóch pierwszych stronach jako streszczenie dla zarządu. Architekturę i pełną analizę RODO przenieś do załączników.
Czy można wycenić projekt AI bez obejrzenia danych klienta?
Można podać widełki, ale nie wiążącą cenę za całość. Bez danych nie wiesz, ile pracy pochłonie czyszczenie, ile typów dokumentów faktycznie występuje i jaka trafność jest osiągalna. Uczciwym rozwiązaniem jest płatny, krótki etap analizy z testem na próbce, po którym podajesz cenę stałą za budowę. Klienci przyjmują to dobrze, jeśli wyjaśnisz, że chronisz ich przed przepłaceniem za bufor bezpieczeństwa. Firmy, które upierają się przy stałej cenie bez pokazania danych, zwykle dostaną od kogoś innego wycenę z ukrytym zapasem albo projekt, który utknie.
Czy w ofercie trzeba podawać koszty API modeli językowych?
Tak, przynajmniej jako szacunek miesięczny przy założonym wolumenie, z informacją, kto płaci. Niespodziewany rachunek od dostawcy modelu niszczy zaufanie do projektu, nawet przy niewielkiej kwocie. Podaj założenia wyliczenia (liczba rozmów, dokumentów), żeby klient sam przeliczył koszt przy wzroście skali. Dopisz, że ceny dostawców się zmieniają, a monitoring kosztów jest częścią utrzymania.
Czy chatbot na stronie firmy podlega AI Act?
Typowy chatbot obsługi klienta nie jest systemem wysokiego ryzyka, ale od 2 sierpnia 2026 roku podlega obowiązkowi przejrzystości z art. 50, czyli użytkownik musi wiedzieć, że rozmawia z systemem AI. Wpisz to wymaganie wprost do kryteriów odbioru. Sytuacja zmienia się, gdy system zaczyna podejmować decyzje w obszarach z załącznika III, na przykład oceniać kandydatów do pracy albo zdolność kredytową. Wtedy od 2 grudnia 2027 roku obowiązują wymagania dla systemów wysokiego ryzyka. Niezależnie od AI Act pozostają obowiązki z RODO.
Jak bronić ceny, gdy klient porównuje ofertę z tańszą konkurencją?
Porównuj zakresy, nie kwoty. Poproś klienta, żeby położył obok siebie sekcje wyłączeń, kryteriów odbioru i utrzymania z obu ofert. Tańsza oferta często nie zawiera testu wykonalności, pilotażu albo gwarancji, a różnica w cenie odpowiada dokładnie tym pozycjom. Jeśli po takim porównaniu klient nadal wybiera tańszą, zwykle nie był Twoim klientem.
Czy wpisywanie ryzyk do oferty nie zniechęca klienta?
Z mojego doświadczenia działa odwrotnie, pod warunkiem że każde ryzyko ma działanie zapobiegawcze. Klient i tak ma te obawy w głowie, a nazwane przez Ciebie pokazują, że znasz teren. Sekcja ryzyk służy też Tobie: gdy dane okażą się gorsze, wracasz do zapisu z oferty zamiast negocjować od zera.
Podsumowanie: oferta, która sprzedaje, zanim zadzwonisz drugi raz
Dziesięć elementów i kilka godzin pracy więcej niż przy ofercie „na szybko”. Tyle dzieli dokument z folderu „może kiedyś” od dokumentu, który trafia na posiedzenie zarządu. Problem opisany słowami klienta pokazuje, że słuchałeś. KPI z punktem odniesienia zamieniają wrażenia w liczby. Harmonogram z zależnościami zdejmuje z Ciebie winę za cudze opóźnienia. RODO i AI Act odblokowują dział prawny. A ryzyka nazwane wprost budują zaufanie, którego nie kupisz żadnym slajdem z logotypami.
Moja rada: weź ostatnią przegraną ofertę i przejdź po niej tabelą z czerwonymi flagami. Założę się, że znajdziesz co najmniej trzy. Popraw szablon raz, a każda kolejna oferta będzie lepsza.
A teraz Twoja kolej. Który element najczęściej wywołuje dyskusję z Twoimi klientami? Napisz w komentarzu, najlepsze pomysły dopiszę w kolejnej aktualizacji. Znasz kogoś, kto właśnie przegrał przetarg na chatbota? Podeślij mu ten tekst. A swój szablon sprawdzisz na prawdziwych zapytaniach na giełdzie, rejestracja zajmuje dwie minuty.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym Gartner i tekst AI Act w EUR-Lex (wraz ze zmianami z Rozporządzenia 2026/1744), raport MIT NANDA „The GenAI Divide: State of AI in Business 2025″, analizy kancelarii opisujące Digital Omnibus o AI oraz polskie materiały, w tym omówienie ustawy o systemach sztucznej inteligencji, Prawo.pl i Spidersweb. Dane o zapytaniach pochodzą z Giełdy Leadów AIPORT.pl (pierwsze tygodnie działania). Wartości w tabeli KPI i przykładzie kosztowym są ilustracyjne. Cytat Anushree Verma, starszej dyrektor analitycznej w Gartnerze, został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym i przetłumaczony przez redakcję. Daty regulacyjne sprawdzone 9 października 2026 roku. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o ofertach na wdrożenie AI, zmianach w AI Act i działaniu KRiBSI.
