Szkoła AI / Baza wiedzy / Agent a chatbot

Agenci AI w firmie — czym różnią się od chatbota

Opracowanie: · Opublikowano: 11.10.2026 · Aktualizacja: 18.10.2026

Chatbot kończy zdanie. Agent kończy sprawę. Cała różnica mieści się w jednym pytaniu: czy po otrzymaniu polecenia zmieniło się coś poza okienkiem rozmowy. I nie wynika z tego, że agent ma mądrzejszy model, bo ten sam model obsługuje oba. Wynika z dostępów, pamięci stanu i prawa do wykonania działania.

To samo polecenie w dwóch zakładkach jednej konsoli

Zadanie jest prozaiczne: przesunąć montaż u klienta z czwartku na piątek. Przełączcie zakładki i patrzcie na ostatnią linijkę, nie na język odpowiedzi. Tam widać różnicę.

Konsola · „przesuń montaż z czwartku na piątek”
Scenariusz odtwarza przebieg z wdrożenia u firmy montażowej. Nazwy i numery zleceń są zmienione. Kolejność kroków i miejsce zatrzymania zostały takie, jak były.

Trzy rzeczy, których chatbot nie ma

Dostęp do systemów. Chatbot zna treść rozmowy i to, czego nauczył się przed wdrożeniem. Nie wie, czy piątek u Was jest wolny, bo nigdy nie widział Waszego kalendarza. Agent dostaje połączenie do wskazanych systemów i tylko do nich. Ani jednego więcej!

Pamięć stanu między krokami. Agent, który sprawdził zajętość piątku, pamięta ten wynik przy wyborze godziny. Chatbot przy każdym pytaniu zaczyna od nowa i dlatego potrafi doradzić dwie rzeczy, które się wzajemnie wykluczają. Nie kłamie przy tym. Po prostu nie wie, co powiedział przed chwilą.

Prawo do wykonania działania. To najmniej techniczna i najtrudniejsza część wdrożenia, ta, przy której firmy męczą się najdłużej. Ktoś musi zdecydować, że narzędzie może samo zmienić wpis w kalendarzu, ale nie może samo napisać do klienta. Ta decyzja nie należy do działu IT. To ustalenie biznesowe i zapisuje się je na papierze, zanim ktokolwiek dotknie kodu.

Najważniejsza linijka w symulacji to STOP. Agent bez wbudowanego miejsca zatrzymania jest tańszy w budowie i o rząd wielkości droższy w utrzymaniu. Każdy jego błąd dociera do klienta, zamiast wylądować w kolejce do zatwierdzenia, i ten rachunek boli najbardziej. Gdy ktoś mówi mi „chcemy agenta, żeby działał sam", pierwsze pytanie brzmi: co się stanie, gdy pomyli dwóch klientów o tym samym nazwisku.

Gdzie agent potrafi zrobić szkodę

Agent czyta treści z zewnątrz: maile, załączniki, zgłoszenia z formularza. Jeśli ma jednocześnie prawo wykonywania działań, ta treść staje się potencjalnym poleceniem. We wrześniu 2026 Zenity Labs opisało trzy luki w Salesforce Agentforce pod nazwą SalesBleed: instrukcję dla agenta dało się wstrzyknąć przez publiczny formularz kontaktowy i wyprowadzić dane z CRM bez żadnego kliknięcia po stronie firmy. Poprawki producent potwierdził, zanim sprawa została ujawniona.

To nie jest argument przeciw agentom, tylko za rozdzieleniem dwóch rzeczy: czytania i działania. W wydanej w sierpniu 2026 liście OWASP Top 10 dla aplikacji LLM pozycja „Excessive Agency", czyli nadmiar uprawnień, awansowała na trzecie miejsce. To dokładnie ta kategoria błędów, które rodzą się w arkuszu uprawnień, a model nie ma z nimi nic wspólnego.

Czego nie dawać agentowi na starcie: prawa wysyłania wiadomości na zewnątrz bez zatwierdzenia, dostępu do pełnej skrzynki zamiast jednego folderu, uprawnień do usuwania czegokolwiek oraz możliwości działania w imieniu kilku ról jednocześnie. Każda z tych rzeczy osobno jest obronna. Razem dają narzędzie, którego nikt w firmie nie kontroluje. Jeśli to nie budzi niepokoju, powinno.

Kiedy chatbot wystarczy i kosztuje dziesięć razy mniej

Jeśli praca polega na pisaniu, streszczaniu, tłumaczeniu, przygotowaniu wersji roboczej oferty albo wyciągnięciu wniosków z dokumentu, agent nie wnosi nic poza ryzykiem. Serio nic. Człowiek czyta wynik i decyduje, więc miejsce zatrzymania istnieje z natury rzeczy. Większość firm, które przychodzą do mnie „po agenta", po audycie dostaje rekomendację szkolenia zespołu i dobrej konfiguracji zwykłego czatu, bo to pokrywa osiemdziesiąt procent tego, na czym im zależało.

Agent zaczyna mieć sens, gdy czynność powtarza się dziesiątki razy w miesiącu, jej kroki są przewidywalne, a dane siedzą w systemie, do którego da się podłączyć. Jak to sprawdzić u siebie, opisałam w pięciu pytaniach o proces.

Chatbot czy agent? To rozstrzyga proces, nie katalog

Przełączcie zakładki w konsoli powyżej. Jeśli w Waszym przypadku liczy się ostatnia linijka, a nie instrukcja, rozmawiamy o agencie.

Zaczynamy od Waszego procesu i od tego, co narzędzie ma prawo zrobić samo. Opiszcie jedną czynność, którą chcielibyście oddać, a odpiszę, czy wystarczy dobrze ustawiony czat, czy to już zadanie dla agenta z wyznaczonym miejscem zatrzymania.

Opiszcie czynność do oddania Warsztat: własny agent AI

Pytania, które dostaję

Czy agent to to samo co automatyzacja w Make albo n8n?

Nie, choć często pracują razem. Automatyzacja wykonuje kroki, które ktoś z góry ustalił: jeśli przyjdzie mail z tematem X, zrób Y. Agent sam ustala kolejność kroków na podstawie tego, co napotkał, i potrafi zareagować na przypadek, którego nikt nie przewidział. To zaleta i ryzyko w jednym. Tam, gdzie wystarczy stały scenariusz, automatyzacja jest tańsza, prostsza w utrzymaniu i łatwiejsza do zrozumienia po roku.

Ile systemów trzeba podłączyć, żeby agent miał sens?

Jeden, jeśli to ten właściwy. Widziałam agenta, który miał dostęp wyłącznie do skrzynki i arkusza, i zdejmował z koordynatorki kilka godzin tygodniowo. Liczba integracji napędza koszt, nie wartość — wartość bierze się z liczby powtórzeń czynności.

Czy agent może pracować w nocy, kiedy nikt nie patrzy?

Technicznie tak i to jest najczęstsze życzenie. Praktycznie: nie przy pierwszym wdrożeniu. Działanie poza godzinami pracy ma sens dopiero wtedy, gdy wiecie, jak agent zachowuje się w dziwnych przypadkach, bo w nocy nie ma kto zareagować. U mnie pierwsze dwa-trzy tygodnie agent działa wyłącznie wtedy, gdy ktoś jest w biurze.

Czym to się różni od gotowych agentów, które reklamują dostawcy modeli?

Gotowy agent to szybki start i brak kosztu budowy, ale działa w granicach narzuconych przez dostawcę i zwykle nie ma własnej tożsamości w Waszych systemach. Własny daje kontrolę nad uprawnieniami i logiem działań, za cenę pracy wdrożeniowej. Jednej dobrej odpowiedzi tu nie ma. Zależy od tego, ile procesów ma objąć i czy dane mogą wychodzić poza Waszą infrastrukturę.

Co, jeśli agent coś zepsuje u klienta?

Odpowiada firma, nie narzędzie, i to trzeba sobie powiedzieć przed startem, nie po incydencie. Praktyczny wniosek jest prosty: każde działanie dotykające klienta przechodzi przez zatwierdzenie, dopóki nie macie kilkuset przebiegów bez wpadki. Dlatego w symulacji powyżej SMS do ekipy wyszedł, a SMS do klienta nie.

O co pytam, gdy ktoś mówi „chcemy agenta”

Nie o budżet i nie o narzędzie. Pytam o jedną czynność, którą agent miałby wykonać do końca, i o to, kto w firmie pozna, że wykonał ją źle. Jeśli na drugie pytanie nie ma odpowiedzi, budowanie agenta jest przedwczesne, niezależnie od tego, jak dobry jest model pod spodem. Szkoda na to pieniędzy. Bo błąd chatbota czyta człowiek i poprawia w pół minuty. Błąd agenta trafia tam, gdzie agent ma dostęp, i wraca do Was jako telefon od klienta.

← Wróć do bazy wiedzy Co to jest agent AI Własny agent AI: jak to robimy Gotowi agenci OpenAI („dots") w Polsce Gotowy agent czy własny Formularz kontaktowy, który nie zbiera spamu