Agenci AI nie zastępują ludzi, tylko procesy. I potrzebują Warszawy bardziej niż Doliny Krzemowej

Co się dzieje, kiedy chatbot przestaje być zabawką do pisania maili do szefa, a zaczyna zaglądać do SAP-a, systemu bankowego i akt w ministerstwie finansów?

W teorii – rewolucja. W praktyce – raport MIT, który mówi: 95 procent wdrożeń generatywnej sztucznej inteligencji w firmach nie dowozi biznesu.

Siedzę na konferencji UiPath w Warszawie i mam wrażenie, że słucham firmy, która przeszła już tę fazę zachwytu promptami. I mówi: sama sztuczna inteligencja to za mało. Trzeba jeszcze wiedzieć, gdzie ją wpiąć – i kto będzie trzymał rękę na hamulcu.

Warszawa, stolica osi Malta–Kazachstan

UiPath jest w Polsce od 2018 roku. Dziś to 25-osobowy zespół, który edukuje rynek, wspiera klientów i koordynuje pracę szerokiego grona partnerów. Ale to nie tylko polski oddział – to regionalny hub dla całej Europy Środkowo-Wschodniej. Od Malty po Kazachstan, od północy po południe.

– Można powiedzieć, że stolicą tego regionu jest właśnie Warszawa – mówi Aleksander Kania, dyrektor zarządzający UiPath w Polsce. – To pokazuje wagę Polski w naszej firmie. Dostrzeżenie rozwoju Polski jako czempiona gospodarczego i technologicznego dużej części Europy.

Mateusz Majewski, szef regionu, dodaje: – Wczoraj byłem w panelu z ministrem i padło spostrzeżenie, że chyba głos Polski powinien być nawet silniejszy w Europie. Naprawdę sporo fajnych rzeczy tutaj robimy, a patrzymy tylko na nasze podwórko.
I to nie jest tylko PR. Klienci UiPath w Polsce to Pekao S.A., Enea, PZU, Orange, Raben. Ministerstwo Finansów co roku dostaje nagrody za wdrożenia automatyzacji. KNF chwali się publicznie swoimi projektami. A polscy partnerzy UiPath nie tylko wdrażają w Polsce – obsługują klientów w USA, na Bliskim Wschodzie, w państwach skandynawskich. To nie jest montownia. To eksport kompetencji.

Od robotów do agentów – krótka historia jednego pivotu

UiPath powstał w 2005 roku. Dwóch ludzi, mieszkanie w Bukareszcie, mikrobiznes. Dziś – firma notowana na giełdzie w Nowym Jorku, ale z rodowodem w Rumunii, z podatkami w Unii Europejskiej i z około 90% core’owego developmentu wciąż w Bukareszcie.

Przez lata firma była kojarzona z jednym skrótem: RPA – robotyzacja procesów biznesowych. Roboty software’owe, które klikają w aplikacje jak człowiek, czytają ekrany, kopiują dane, wypełniają formularze. Deterministyczne, przewidywalne, oparte na regułach. UiPath zdominował ten rynek – dziś ma globalnie około 40% udziału.

Ale około trzech lat temu firma zrobiła coś, co w korporacyjnym świecie nazywa się „pivotem”, a w normalnym języku – ostrym skrętem.

– Zauważyliśmy, że jest taki obszar procesów, w którym technologia deterministyczna – kiedy pokazujemy robotowi, jakie kroki ma wykonać – jest super – mówi Mateusz. – Natomiast widzieliśmy już wtedy, że potencjał jest tam, gdzie ciężko pokazać te kroki. Gdzie proces jest zbyt skomplikowany, zbyt zmienny, zbyt… ludzki. I wtedy zaczęła się przygoda z agentami AI.

Robot kontra agent – prosta różnica

Robot to makro na sterydach. Bardzo grzeczne, bardzo przewidywalne. Ktoś mu pisze: kliknij tu, skopiuj stąd, wklej tam. Jeśli coś się zmieni – np. przycisk przesunie się o dwa piksele – robot się zgubi.
Agent to coś innego. Dostajesz mu cel w języku naturalnym: „Sprawdź, ile firma XYZ ma zaległości, napisz do nich maila, sprawdź, czy wpłynął przelew”. Agent ma narzędzia – może użyć robota, może odpytać API, może zajrzeć do bazy danych. Ma kontekst – wie, jakie polityki obowiązują w firmie, jakie dane może użyć, co wolno mu zrobić. I ma ścieżkę eskalacji – kiedy nie wie, pyta człowieka. To nie jest „wolny elektron”. To specjalista, który działa w ramach.

– Agent jest zorientowany na cel, a nie na reguły – tłumaczy Mateusz. – Ale jest osadzony w kontekście: politykach, procedurach, zasadach bezpieczeństwa. I zawsze ma możliwość eskalacji. Czasami wymusza to proces, czasami legislacja, a czasami po prostu zdrowy rozsądek.

Sam model nie wystarczy – „LLM nie wejdzie do SAP-a”

Tu zaczyna się najciekawsza część rozmowy. Bo UiPath mówi coś, co brzmi jak herezja w świecie, gdzie wszyscy mówią o „rewolucji GenAI”.

– Nie da się powiedzieć: drogi OpenAI, wejdź do mojego SAP-a, sprawdź, ile mi zalega firma XYZ, napisz do nich maila, sprawdź, czy wpłynął przelew – mówi Aleksander Kania. – Tego nie zrobi OpenAI. Musisz mieć platformę, która zaprzęgnie model do napisania zgrabnego maila w odpowiednim tonie, zrozumienia odpowiedzi. Ale te procesy biznesowe, które za tym stoją, muszą być wykonane w sposób przewidywalny i z dostępem do naszych krytycznych danych.

Nikt rozsądny nie da swojego loginu i hasła do SAP-a modelowi językowemu. Nikt nie pozwoli ChatGPT-owi samodzielnie przeglądać akt personalnych, faktur, umów kredytowych.

Model językowy ma znakomite zastosowania. Ale sam sobie potrzebuje rąk, oczu, nóg – czyli platformy, która będzie orkiestrowała przepływ danych, wykorzystanie funkcji legacy, angażowanie ludzi tam, gdzie potrzeba.I tu wchodzi raport MIT.

95% wdrożeń GenAI nie działa. Dlaczego?

MIT mówi wprost: 95 procent pilotów wdrożenia generatywnej sztucznej inteligencji w firmach nie zakończyło się wyraźnymi korzyściami ekonomicznymi.
Dlaczego?

• Po pierwsze: używanie narzędzi konsumenckich do zadań w biznesie. ChatGPT to świetna zabawka. Ale nie ma w sobie audytu, kontroli dostępu, integracji z systemami, które mają 20 lat i nie mają dokumentacji.
• Po drugie: brak adaptacji do zastanych procesów, danych, kultury organizacyjnej. Ludzie są oporni. Systemy są rozproszone. Regulacje są sztywne.
• Po trzecie: złe wybory procesów do automatyzacji.– Najłatwiej uruchomić copilota i pozwolić ludziom pisać mądrzejsze maile do szefów – mówi Aleksander – ale to nie jest wartość dla przedsiębiorstwa. Wartość zaczyna się od tego, kiedy GenAI użyjemy do wsparcia procesu, gdzie mamy duże wolumeny, gdzie rzeczywiście wpływamy na efektywność produkcji, sprzedaży, obsługi klienta.

  UiPath gra tu kartą doświadczenia. Przez 15 lat robotyzacji nauczyli się, jak radzić sobie z oporem, zmianą, governance’em. Jak angażować pracowników, którzy dzisiaj realizują procesy – bo bez nich automatyzacja nie ruszy. Jak budować zaufanie do technologii, która „robi coś sama”. I teraz przenoszą te lekcje do świata agentów AI.

Maestro – jak zarządzać „armiami agentów”

W maju tego roku UiPath ogłosił premierę UiPath Maestro. To orkiestrator procesów biznesowych, który zarządza modelami AI (agentami), narzędziami (robotami) i ludźmi. W standardowej notacji BPMN – tej samej, którą analitycy rysują procesy od lat – można opisać cały proces od początku do końca. Tylko że teraz każdy element może być robotem, agentem albo człowiekiem.

Maestro ma kilka kluczowych komponentów. AI Trust Layer – filtr, który kontroluje: jakie dane udostępniamy modelom, z jaką depersonalizacją, jakie narzędzia mogą po nie sięgnąć. To nie jest abstrakcja. To biznesowe narzędzie, w którym użytkownik definiuje reguły. Klient może ręcznie ustawić, że agent może używać danych z SAP-a, ale nie może ich wysyłać na zewnątrz. Albo że może odpytać bazę klientów, ale tylko po zahaszowanych numerach PESEL.

Konektory – setki gotowych wtyczek do systemów: Office 365, SAP, Salesforce, Snowflake, modele AI: OpenAI, Gemini, open source, Bielik (polski model, nad którym UiPath pracuje z NASK i Cyfronet). Klient może porównać wyniki różnych modeli – np. sprawdzić, jak ten sam dokument zostanie skategoryzowany przez OpenAI i przez Gemini. Może ustawić: „Używaj OpenAI, dopóki nie zużyjesz darmowych tokenów, potem przełącz się na inny model”. To optymalizacja ekonomiczna i efektywnościowa na poziomie jednej konkretnej czynności.

Warstwa ludzka – interfejsy i zadania dla ludzi wklejone w ten sam proces. Agent może eskalować decyzję do człowieka. Człowiek może zatwierdzić, odrzucić, poprawić. I wszystko jest audytowalne.

Process Mining – technologia, która pokazuje, jak proces wygląda naprawdę. Nie jak go narysowaliśmy w PowerPoincie, tylko jak działa w praktyce. Dlaczego zwrot wydatków trwa dwa tygodnie zamiast trzech dni? Może księgowa jest jedna i nie ma czasu. Może pojawiają się problemy z compliance’em. Może system jest nieefektywny. Process Mining wyciąga logi z systemów i pokazuje: tu jest wąskie gardło, tu są tysiące wariacji procesu, tu warto automatyzować.

I to jest kluczowe: największa wartość AI nie polega na tym, że „pomyśli za człowieka”, ale że zmusi firmę do spojrzenia na własny bałagan procesowy.

Shadow AI i heterogeniczny świat agentów

Mateusz rzuca prognozę: w perspektywie miesięcy, kilku lat klienci będą mieli setki agentów u siebie. Od różnych dostawców. I ten świat będzie bardzo heterogeniczny.

– Dzisiaj nawet mówi się o takim pojęciu shadow AI – mówi. – Kiedy to użytkownicy biznesowi kupują sobie różne narzędzia AI-owe i IT ma coraz większy problem z zarządzaniem tym środowiskiem, który jest bardzo niespójny.

UiPath chce być platformą, która to wszystko spina. Otwartą z założenia. Integrującą różnych dostawców modeli AI, różnych agentów, różne systemy.

– Od samego początku UiPath nie chciał klientów ukierować na konkretną technologię – mówi Mateusz. – Mamy technologię Validation Station, gdzie klient może sobie wyniki automatyzacji procesu na danym agencie porównać: jak ona będzie wypadała w przypadku OpenAI, a jak w przypadku Gemini. Bo te technologie mają swoją temperaturę i barwę, w której interpretują dane i rzeczywistość.

I tu wchodzi współpraca z Bielikiem – polskim modelem językowym, który jest douczany w Cyfronecie. UiPath wspólnie z NASK zbudował konektory do Bielika, żeby użytkownik biznesowy mógł skorzystać z niego w sposób natywny. Po prostu mówiąc: „Teraz ten dokument skategoryzuj za pomocą Bielika”. To nie jest patriotyczny gest. To odpowiedź na realne potrzeby klientów, którzy chcą mieć modele in-house, douczane na własnych danych, działające on-premise.

Bezpieczeństwo i enterprise readiness

UiPath ma coś, czego nie mają startupy od promptów: 15 lat doświadczenia w pracy z core’owymi systemami banków. Roboty UiPath od lat pracują w systemach głównych banków, przy milionach transakcji, w ministerstwach, w instytucjach o najwyższym poziomie zaufania (np. FedRAMP Certified w USA – praca z administracją federalną, wojskiem).
– Fakt, że największe banki w Polsce pracują z naszymi robotami, nasze roboty pracują na ich systemach głównych i nadzorują transakcje warte miliony dolarów – mówi Aleksander – powoduje, że ja się czuję bezpiecznie obiecując moim klientom, że to rozwiązanie spełni ich wymagania jeżeli chodzi o security i przewidywalność działania. To nie jest gadżet. To infrastruktura.

Polska w tym wszystkim – nie tylko rynek zbytu

UiPath to firma z Rumunii, która stała się globalnym graczem. IP jest w Rumunii. Podatki – w Unii Europejskiej. Około 90% core’owego developmentu – wciąż w Bukareszcie.

Ale Polska to nie tylko rynek zbytu. To hub kompetencji i partnerów. W Polsce: dziesiątki partnerów UiPath, masę centrów shared services dla globalnych firm, rosnąca liczba firm, które mają w Polsce swoich globalnych szefów automatyzacji i AI.

Ci partnerzy nie tylko wdrażają w Polsce. Obsługują klientów w USA, na Bliskim Wschodzie, w Nordykach. Budują miejsca pracy wokół AI i automatyzacji. Utrzymują najwyższe kompetencje – bo żeby mieć najwyższe kompetencje, trzeba robić cały czas innowacyjne projekty w różnych branżach, z różnymi aplikacjami.

Mateusz mówi wprost: – Chciałbym, żeby politycy trochę zachęcali i motywowali legislacją do tego, żeby to się działo tutaj, a nie żeby ten supertalent uciekał poza Europę. My pokazaliśmy, że się da. Zrobić firmę z apartamentu w Bukareszcie 20 lat temu, do tego, żeby w sposób autentyczny zarządzać nią i obsługiwać cały świat. Ale chciałbym, żeby to nie była tylko nasza historia.

To pytanie, które wykracza poza UiPath. Czy Polska chce być tylko montownią – czy też twórcą własnego IP? Czy chcemy eksportować kompetencje – czy tylko ręce do pracy?

Słuchając tej rozmowy, miałem wrażenie, że najciekawszy podział dziś nie biegnie między „AI tak” i „AI nie”, tylko między „AI jako gadżet” i „AI jako infrastruktura”.

Gadżet napisze nam ładnego maila. Infrastruktura – przejmie tysiące nudnych kroków w procesach, które i tak już nikogo nie cieszą.

UiPath nie mówi: „Zbudujemy fabrykę bez świateł”. Mówi: „Zbudujemy proces, w którym agent, robot i człowiek będą współpracować – i każdy będzie robił to, co robi najlepiej”.

A Warszawa? Coraz bardziej przypomina mi miasto, w którym zamiast pytać „czy AI zabierze nam pracę?”, lepiej spytać: „Z kim chcemy tę pracę dzielić: z robotem, agentem, czy z kimś z innego kraju, który nauczy się tych narzędzi szybciej od nas?” Bo agenci AI nie zjadają ludzi. Zjadają procesy. I potrzebują Warszawy bardziej niż Doliny Krzemowej.