Samobudujące się agenty AI. Brzmi jak sci‑fi, a Druid twierdzi, że to produkt

Czy korporacje naprawdę chcą, żeby AI nie tylko pracowała, ale też… rekrutowała i szkoliła własnych „koleżków” do pracy? Druid AI mówi: tak. Na konferencji Symbiosis 4 w Londynie pokazali Virtual Authoring Teams — zespoły agentów, które same projektują, testują i wdrażają kolejne agenty. Pytanie brzmi: czy to przełom, czy raczej dobrze opakowana obietnica szybszej automatyzacji?

Kontekst: „fabryka” agentów zamiast zbioru narzędzi

Druid pozycjonuje się nie jako kolejny „czatbot do wszystkiego”, tylko jako warstwa orkiestracji. W tłumaczeniu z korpomowy: centrum dowodzenia, które ma zbierać dane, narzędzia i pracę ludzi w jednym miejscu i rozliczać je z efektów. Sercem ma być DRUID Conductor — silnik, który pilnuje procesu: od zaprojektowania agenta, przez testy, po wdrożenie i monitoring. Ważny akcent: ROI ma być mierzone w każdym kroku, a nie dopisywane w prezentacji po fakcie.

Co Druid obiecuje „tu i teraz”

W teorii wygląda to tak: biznes wypowiada potrzebę w normalnym języku, a system pomaga „złożyć” agenta — nawet dziesięć razy szybciej niż dotąd. Zespoły techniczne dostają narzędzia do skali korporacyjnej: ponad 25 agentów miesięcznie, z kontrolą zgodności i bezpieczeństwa. Druid dorzuca do tego własny Agentic Marketplace — gotowe agentowe „aplikacje” dla bankowości, ochrony zdrowia, edukacji, ubezpieczeń. Chcesz startować od razu? Wybierasz półprodukt, konfigurujesz, liczysz efekty.

Brzmi rozsądnie, o ile dwie rzeczy są prawdą:

• testy i walidacja nie są wyłącznie „wewnętrzną magią”,
• mierniki ROI faktycznie łączą się z systemami klienta, a nie z makietą.

Cytat dnia i co z niego wynika

„AI naprawdę działa. Rozumuje. Sama się testuje” — mówi CEO, Joe Kim. Odważnie. Jeśli „sama się testuje” oznacza solidne A/B, kontrolę halucynacji, śledzenie źródeł i audyt działań wrażliwych, to jesteśmy w grze. Jeśli oznacza „przeszło nasze testy demo”, to wracamy na ziemię.

Integracje, skala, dowody

Druid chwali się 65 nowymi funkcjami i integracjami z Genesys, Microsoftem, Avayą, Oracle’em, Salesforce’em. To nie jest blichtr — bez tych połączeń żadna orkiestracja nie zadziała w realnym enterprise. Pada też liczba „100 mln interakcji miesięcznie” u klientów z administracji, zdrowia, telekomów, uczelni. Dobra wiadomość: to sygnał, że platforma istnieje poza slajdami. Zła: nadal nie wiemy, ile z tego to proste scenariusze, a ile faktycznie autonomiczne agenty podejmujące decyzje.

Gdzie zaczynają się pytania (czyli to, co interesuje praktyka)

• Autonomia vs. odpowiedzialność: kto zatwierdza decyzje agenta, gdy w grę wchodzi ryzyko prawne? Jak wygląda ścieżka odwoławcza?
• Obsesja na ROI: jakie metryki poza „czasem obsługi” i „kosztem na ticket” są mierzone? Jakość, zgodność, satysfakcja — czy też giną w drodze?
• Bezpieczeństwo danych: jak rozwiązano dostęp just‑in‑time i ograniczanie uprawnień, gdy agent sam „buduje” kolejnego agenta? Kto nadaje klucze?
• Testy i audyt: czy da się odtworzyć każdą decyzję wraz z kontekstem modelu, promptem, danymi wejściowymi? Bez tego „przejrzystość” to slogan.
• Vendor lock‑in: ile z tej orkiestracji to standardy (API, formaty), a ile „tylko u nas działa tak ładnie”?

Mikro-reportaż z wyobraźni: dzień pierwszy wdrożenia

Rano: zespół operacyjny odpala agenta do obsługi zwrotów płatności. System proponuje warianty: konserwatywny (bezpieczny, wolniejszy), agresywny (więcej automatyki, wyższe ryzyko eskalacji). Menedżer klika „konserwatywny”, ustawia bramki zgodności, test A/B rusza.

Po południu: Virtual Authoring Teams sugerują pomocniczego agenta do weryfikacji wyjątków. „Zbudować teraz?” — pyta interfejs. „Tak, ale z limitem 5 spraw dziennie i ręcznym zatwierdzeniem” — odpowiada zespół. Wieczorem: dashboard pokazuje spadek czasu obsługi o 18%, wzrost satysfakcji o 6 p.p., dwie halucynacje wychwycone przez strażnika zgodności. To jest narracja, która ma sens. Kluczowe pytanie: czy tak to faktycznie wygląda u któregoś z klientów? Poprosimy o studium przypadku, nie o slogan.

Rebranding i trzy filary

Kontrola, Precyzja, Rezultaty. Na banerze wyglądają świetnie. W praktyce to trzy listy kontrolne:

• Kontrola: kto, kiedy i po co uruchomił agenta? Da się cofnąć wersję? Jest kill‑switch?
• Precyzja: jak mierzycie błąd? Macie benchmarki z danymi klienta, czy tylko ogólne testy?
• Rezultaty: rozliczamy kwartalnie, czy w czasie rzeczywistym? Co trafia na P&L, a co do folderu „niewymierne, ale ważne”?

Puenta

Druid proponuje coś, czego firmom realnie brakuje: nie kolejny „model”, tylko narzędzie do seryjnego, przewidywalnego budowania agentów i dowożenia wyników. Jeśli „samobudujące się zespoły” naprawdę działają tak, jak obiecują — to krok w stronę operacyjnej dojrzałości AI, nie tylko zachwytu nad demo.

Ale dopóki nie zobaczymy twardych case’ów: co, gdzie, w ile dni, z jakim spadkiem kosztu i jak zabezpieczone — zachowajmy zdrowy sceptycyzm. Mało nas interesuje, czy AI „rozumuje”. Bardziej: czy nie rozmontuje nam procesów i reputacji. Jeżeli Druid pokaże dowody zamiast obietnic, temat wróci. I chętnie napiszemy wtedy mniej o marketingu, a więcej o rachunku zysków i strat. Bo to jest język, który rozumie każda firma. I każdy czytelnik.