Jak wybrać wykonawcę automatyzacji AI w Polsce – lista pytań kontrolnych
Checklista pytań do wykonawcy automatyzacji AI: doświadczenie, techniczne podstawy, zakres systemu i pomiar efektów – zanim podpiszesz umowę.
Jak ocenić wykonawcę automatyzacji AI – zanim podpiszesz umowę
Wdrożenie automatyzacji AI nie jest zakupem pudełkowego oprogramowania. Płacisz nie tylko za narzędzie, ale za to, kto je konfiguruje, kto rozumie Twój proces i kto odpowiada, gdy coś pójdzie nie tak. Problem w tym, że na polskim rynku każda agencja cyfrowa i każdy freelancer nagle zajmuje się „AI” – a MŚP rzadko wie, jakich pytań zadać, żeby odróżnić sprawdzonego wykonawcę od kogoś, kto po prostu otwiera ChatGPT w zakładce obok.
Ten artykuł daje Ci listę pytań kontrolnych i scenariusz rozmowy kwalifikacyjnej. Użyj jej przed podpisaniem jakiegokolwiek kontraktu na wdrożenie automatyzacji.
Co sprawdzić zanim w ogóle zaczniesz rozmawiać o cenie
Większość firm przechodzi od razu do pytania „ile to kosztuje?”. To błąd – bo cena bez kontekstu nic nie mówi. Zanim przejdziesz do wyceny, ustal jedno: czy wykonawca rozumie procesy, a nie tylko narzędzia.
Dobry test: opisz jeden konkretny problem w swojej firmie. Nieodebrane telefony? Brak odpowiedzi na zapytania po 18:00? Martwy profil na Instagramie? Jeśli wykonawca od razu proponuje konkretny system – zanim zapyta o dane wejściowe, liczbę zapytań miesięcznie, kto dziś obsługuje ten proces i co ma się zmienić – traktuj to jako sygnał ostrzegawczy.
Jak opisujemy w poradniku który proces zautomatyzować jako pierwszy, automatyzacja działa tylko tam, gdzie masz powtarzalny proces z dostępnymi danymi wejściowymi i jasnym miernikiem efektu. Wykonawca, który tego nie pyta, prawdopodobnie nie wdroży czegoś trwałego.
Checklista pytań kontrolnych do wykonawcy automatyzacji AI
Podziel pytania na cztery obszary. Notuj odpowiedzi – nie wrażenia.
Doświadczenie i dowody
- Czy możesz pokazać działający system, a nie prezentację slajdów?
- Jak wygląda wdrożenie, które zrobiłeś w firmie podobnej do mojej pod względem branży lub procesu?
- Co było przed wdrożeniem, co zrobiliście i co da się zmierzyć po?
- Kto konkretnie pracuje nad projektem – i czy ta osoba jest dostępna na rozmowę techniczną przed podpisaniem umowy?
Techniczne podstawy
- Z jakich modeli AI korzystacie i dlaczego właśnie z nich?
- Czy dobieracie modele do zadań, czy używacie jednego do wszystkiego?
- Czy kod i dane po wdrożeniu należą do mnie?
- Jak działa system, gdy zewnętrzne API przestaje działać lub model się zmienia?
Jeden sprawdzalny sygnał dodatkowy: zapytaj, czy wykonawca ma formalny status w programie partnerskim dostawcy modeli. W naszym przypadku – AI Business Lab posiada status OpenAI Select Partner w programie OpenAI Partner Network, co zostało potwierdzone przez OpenAI po zakończeniu procesu onboardingu. Co to oznacza w praktyce? Szybszy dostęp do szkoleń i wiedzy technicznej od twórców modeli, formalny kanał kontaktu przy większych projektach i zewnętrzne potwierdzenie kompetencji – nie nasza własna deklaracja. Czego ten status nie oznacza: OpenAI nie firmuje każdego projektu, nie gwarantuje wyników wdrożenia i nie zastępuje oceny konkretnego zakresu pracy. Szczegółowo opisaliśmy to w artykule o tym, co status OpenAI Select Partner zmienia dla klientów. Jeśli potencjalny wykonawca powołuje się na podobne statusy – sprawdź, czy da się je zweryfikować publicznie.
Zakres pracy i granice systemu
- Co system robi samodzielnie, a co wymaga mojego zatwierdzenia?
- Jak ustalacie tryb akceptacji – zanim czy po uruchomieniu?
- Co się dzieje, gdy klient zada pytanie spoza zdefiniowanego zakresu?
- Kto odpowiada za błędy systemu i w jakim czasie?
Pomiar efektów
- Jakie wskaźniki będziemy śledzić po miesiącu?
- Jak wygląda punkt odniesienia – co mierzymy przed wdrożeniem?
- Kiedy możemy ocenić, że wdrożenie działa lub nie działa?
Scenariusz rozmowy kwalifikacyjnej – przykład hipotetyczny
Poniższy scenariusz jest przykładem, nie case study klienta.
Właściciel firmy usługowej umawia rozmowę z dwoma wykonawcami. Opisuje ten sam problem: nieodebrane telefony w godzinach szczytu, szacunkowo kilkanaście połączeń tygodniowo bez odpowiedzi.
Wykonawca A od razu przesyła ofertę z ceną miesięczną i opisem „wdrożenia recepcji AI”. Nie pyta o cennik usług, godziny pracy ani o to, co ma się stać z połączeniem, gdy klient prosi o wycenę niestandardową.
Wykonawca B zadaje najpierw pytania: jakie są najczęstsze tematy rozmów, czy system ma zapisywać wizyty do konkretnego kalendarza, co ma powiedzieć klientowi, gdy pytanie wykracza poza zakres, i jak będziemy mierzyć efekt po miesiącu. Dopiero potem proponuje zakres i prosi o brief.
Różnica jest oczywista: jeden sprzedaje produkt, drugi planuje wdrożenie. Ten drugi wie, że automatyzacja obsługi zapytań przychodzących wymaga zdefiniowanych granic i danych wejściowych, zanim system w ogóle zacznie działać poprawnie.
Na co uważać przy porównywaniu ofert
Ogólniki zamiast danych. Jeśli w ofercie jest zdanie „AI zoptymalizuje Twoje procesy” bez podania, które procesy i jak zmierzycie wynik – pytaj dalej albo rezygnuj.
Brak informacji o granicach systemu. Każdy system AI ma zakres, poza którym nie powinien działać samodzielnie. Jeśli wykonawca nie pyta, kiedy sprawa ma wracać do człowieka, prawdopodobnie tego nie skonfiguruje.
Własność kodu i danych. Upewnij się w umowie, że kod, konfiguracje i dane po wdrożeniu należą do Twojej firmy – nie do wykonawcy ani do jego subskrypcji narzędzi.
Obietnice efektów bez podstaw. AI nie naprawi złej oferty, nie zastąpi decyzji handlowej i nie gwarantuje konkretnych przychodów. Wykonawca, który obiecuje wzrost sprzedaży o procent bez znajomości Twojego procesu, mija się z prawdą.
Jeśli chcesz zobaczyć, jak wygląda zakres naszych wdrożeń i jakie procesy obsługujemy, szczegóły znajdziesz na stronie usług AI Business Lab.