Robot kuchenny reklamowany jako "ugotuje cały obiad sam" każe Ci stać przy nim i naciskać zielony przycisk po każdym składniku, i to jest dokładnie poziom autonomii większości "agentów AI" w polskich firmach

Robot kuchenny reklamowany jako "ugotuje za Ciebie cały obiad" stoi na blacie, czeka, aż wsypiesz warzywa, i każe Ci nacisnąć zielony przycisk, żeby zgodził się przejść do kolejnego etapu. Robi to sam dokładnie w jednym miejscu: w reklamie.

Dokładnie tak dziś wygląda większość agentów AI w polskich firmach. Dostawca na slajdzie obiecuje, że AI samo przyjmie zamówienie, samo je przetworzy i samo wystawi fakturę. W praktyce ktoś klika "zatwierdź" po każdym z tych trzech kroków, czyli robi dokładnie to, co robił wcześniej, tylko teraz z dodatkowym oknem do kliknięcia.

Gartner nazwał to zjawisko "agent washing" i oszacował, że z tysięcy dostawców twierdzących, że sprzedają agentów AI, naprawdę autonomicznych jest około 130. Reszta przefarbowała starego chatbota albo skrypt RPA na nowe, modniejsze słowo.

Ile z tysięcy dostawców agentów AI jest prawdziwych

Mikael Blomkvist / Pexels

Ten sam raport przewiduje, że ponad 40% projektów agentowych AI zostanie wycofanych do końca 2027 roku, przez rosnące koszty, niejasną wartość biznesową albo braki w kontroli ryzyka. Gartner pytał też firmy, ile faktycznie inwestują: 19% zadeklarowało poważne inwestycje, 42% ostrożne, 8% żadne, a 31% czeka i patrzy, co zrobią inni, strategia znana każdemu, kto kiedykolwiek czekał, aż ktoś inny pierwszy wejdzie do zimnego basenu.

To nie jest nowy problem, tylko nowa etykietka na starym. Mechanizm AI-washingu w marketingu działa identycznie: liczy się nie to, co technologia robi, tylko to, jak dobrze brzmi na slajdzie inwestorskim. Różnica jest taka, że przy agentach AI nikt nawet nie musi oszukiwać. Wystarczy przemianować funkcję "jeśli-to" w starym skrypcie na "agenta decyzyjnego" i cena licencji rośnie sama.

To ten sam wzorzec, który widać poza oprogramowaniem. Robot Lightning wygrał półmaraton w Pekinie, pokonując wcześniej nauczoną trasę z serwisem technicznym czekającym za rogiem, a 62% robotów w tym samym wyścigu było w rzeczywistości zdalnie prowadzonych przez ludzi. Na mecie Lightning uderzył w barierkę i czekał, aż ktoś po niego przyjdzie. Słowo "autonomiczny" w nagłówku i autonomia w praktyce to dwie różne rzeczy, niezależnie od tego, czy mówimy o robocie na trasie, czy o agencie w CRM-ie.

Dlaczego wciąż naciskasz "zatwierdź" po każdym kroku

Markus Winkler / Pexels

Badanie PwC z 2025 roku pytało ponad 300 menedżerów, jak dużo autonomii naprawdę dają agentom AI. Przy analizie danych zaufanie sięga 38%. Przy transakcjach finansowych spada do 20%, a przy samodzielnych interakcjach z pracownikami do 22%. Krótko: ludzie wierzą agentowi, że policzy coś w tabeli. Nie wierzą mu, że sam wyśle przelew.

Logika tego jest całkiem zdrowa, nawet jeśli psuje slajd sprzedażowy. Jeśli agent się pomyli w analizie danych, poprawiasz liczbę w arkuszu. Jeśli pomyli się przy przelewie, poprawiasz relację z bankiem, a czasem i z prokuratorem. Im wyższa stawka błędu, tym dłużej ktoś trzyma kciuk nad przyciskiem "zatwierdź", co tłumaczy, czemu akurat te kroki wciąż wykonuje człowiek, nie dlatego, że technologia nie potrafi ich technicznie wykonać.

W praktyce "autonomiczny agent" w średniej firmie wygląda tak: system proponuje odpowiedź klientowi, konsultant czyta ją, konsultant klika "wyślij", a firma płaci miesięczny abonament za to, że ktoś czyta szybciej. To wciąż oszczędność czasu. Tylko nie tej, którą obiecywał slajd.

Co w Polsce faktycznie działa, a co dopiero w planach

alex / Pexels

Cisco AI Readiness Index 2025, trzecia edycja badania na ponad 8000 liderów biznesu w 30 krajach, pokazuje polski obraz wprost: 85% polskich firm planuje wdrożyć agentów AI, ale w pełni gotowych jest tylko 5%, podczas gdy globalnie ten odsetek wynosi 13%. Chęć jest więc większa niż gdziekolwiek indziej w Europie. Infrastruktura, dane i procesy, na których agent miałby faktycznie działać, zwykle nie nadążają.

To, co dziś realnie działa w polskich firmach, rzadko nazywa się "agentem". To raczej konkretny, wąski proces zbudowany w Make, n8n albo Zapierze: jedno zadanie, jasno zdefiniowany początek i koniec, bez ambicji, żeby samodzielnie decydować o czymkolwiek poza tym jednym krokiem. Nudne, przewidywalne i, co najważniejsze, działające w środę rano, a nie tylko na scenie konferencji.

Różnica między takim procesem a prawdziwym agentem AI jest w tym, kto podejmuje decyzję, kiedy sytuacja wymyka się ze scenariusza. Skrypt się zatrzymuje. Agent ma w teorii zdecydować sam. W polskich firmach ten moment zwykle wygląda tak: skrypt się zatrzymuje, i tak samo jak skrypt, czeka na człowieka.

Jak sprawdzić, czy to naprawdę agent, czy chatbot w nowym kostiumie

Jedno pytanie filtruje większość marketingu: co się dzieje, kiedy agent napotka sytuację, której nikt nie zaprogramował z góry. Jeśli odpowiedź to "eskaluje do człowieka", to dobrze zaprojektowany system wspomagający, nie autonomiczny agent, i to wcale nie jest zarzut. Jeśli odpowiedź to "nie wiemy, jeszcze nie sprawdziliśmy", to czas na własny audyt wdrożonego AI, zanim zapłacisz za kolejną licencję.

Sam na początku nazywałem "agentem" każdy scenariusz w Make, który miał więcej niż dwa kroki. Technicznie to nie była nieprawda. Marketingowo było to dokładnie to samo, co robią teraz wszyscy, których tu krytykuję.

Agent AI, który naprawdę decyduje sam, bez człowieka klikającego "zatwierdź" na każdym etapie, istnieje. Jest ich po prostu dużo mniej, niż sugerują strony z cennikiem. Resztę trzeba sprawdzić samemu, najlepiej przed podpisaniem umowy, nie po.