Zbudowałeś automatyzację, żeby zaoszczędzić 2 godziny miesięcznie. Naprawa, kiedy się cicho zepsuła trzy tygodnie później, zajęła Ci 6.

Zbudowałeś automatyzację, żeby zaoszczędzić 2 godziny miesięcznie. Naprawa, kiedy się cicho zepsuła trzy tygodnie później, zajęła Ci 6.

Kiedy automatyzacja się nie opłaca, nikt nie mówi o tym na konferencjach o AI, bo brzmi to jak przyznanie się do porażki. A to zwykła matematyka: automatyzacja nie jest jednorazowym wydatkiem. Zamienia powtarzalną pracę ręczną w powtarzalny koszt utrzymania, plus jednorazowy koszt budowy. Czasem to świetny interes. Czasem nie.

Ten tekst pokazuje, gdzie leży realny próg opłacalności, ile kosztuje utrzymanie scenariusza w n8n czy Make, dlaczego cichy błąd kosztuje więcej niż zepsuta ręczna robota, i jak policzyć to wszystko, zanim zaczniesz klikać.

Dlaczego "oszczędzamy czas" to nie cała odpowiedź

Automatyzacja przenosi koszt, nie usuwa go. Praca, którą ktoś robił ręcznie co tydzień, staje się scenariuszem, który trzeba monitorować, naprawiać po każdej zmianie w API, i rozumieć na tyle dobrze, żeby ktokolwiek umiał go poprawić, kiedy autor akurat jest na urlopie.

Ukryte koszty automatyzacji sięgają średnio 1,7 raza więcej niż cena samego narzędzia w pierwszym roku, wynika z analizy Pavilion RevOps Benchmark z 2025 roku. Subskrypcja n8n czy Make to najmniejsza pozycja na tym rachunku, ale najczęściej jedyna, o której ktokolwiek pamięta przy podpisywaniu budżetu.

Kod pisany pod konkretną integrację zwykle wymaga dodatkowo 15-20% kosztu budowy rocznie tylko po to, żeby dalej działał tak samo jak w dniu premiery, to standardowa reguła stosowana w wycenach utrzymania oprogramowania. Scenariusz, który kosztował 10 tysięcy złotych do zbudowania, generuje więc dodatkowe 1500-2000 zł rocznego kosztu, zanim ktokolwiek doda do niego jedną nową funkcję.

Każda automatyzacja, którą budujesz, to zobowiązanie, które właśnie wciągnąłeś na swoje księgi, nie jednorazowy zakup. Różnica jest taka sama jak między kupnem psa a kupnem pluszaka. Jeden wymaga karmienia do końca życia. Drugi po prostu leży na półce.

Próg 50 uruchomień miesięcznie

Dmitry Demidov / Pexels

Jest konkretna liczba, poniżej której automatyzacja matematycznie się nie broni. Poniżej 50 uruchomień miesięcznie oszczędność na robociźnie zwykle jest zbyt mała, żeby pokryć koszt budowy i utrzymania, wynika z modelu liczenia ROI automatyzacji AI, niezależnie od tego, jak bardzo dany proces Cię irytuje.

Konkretne widełki wyglądają tak. Budowa scenariusza automatyzacji to zwykle 5-15 tysięcy euro, w zależności od złożoności. Miesięczny koszt narzędzia no-code, jak n8n czy Make, to 30-300 euro. Dedykowany agent AI szyty pod firmę kosztuje miesięcznie 100-500 euro, plus utrzymanie w granicach 200-800 euro, albo 2-6 godzin pracy zespołu miesięcznie, jeśli robicie to sami, co w praktyce oznacza, że robi to jedna osoba, która akurat umie i coraz bardziej tego nie znosi.

Sam kiedyś zbudowałem automatyzację do zadania, które robiłem raz na kwartał. Oszczędzała mi jakieś 10 minut co trzy miesiące. Naprawiałem ją dłużej, niż kiedykolwiek na niej zaoszczędziłem, zanim w końcu ją wyłączyłem i wróciłem do robienia tego ręcznie, w te same 10 minut, tak jak na początku.

Automatyzowanie chaosu ma swój własny, osobny problem. Nieuporządkowany proces, przepisany na scenariusz, staje się nieuporządkowanym procesem, tylko szybszym. Bałagan, który wcześniej trwał godzinę, teraz trwa 4 sekundy i wciąż jest bałaganem.

Cichy błąd kosztuje więcej niż zepsuta ręczna robota

Nicola Barts / Pexels

Ręczny proces psuje się głośno. Ktoś zapomina wysłać maila, ktoś inny to zauważa tego samego dnia, bo pyta o niego klient. Automatyzacja psuje się po cichu. API dostawcy zmienia jedno pole, scenariusz przestaje działać, i nikt o tym nie wie, dopóki klient nie zapyta, dlaczego nie dostał odpowiedzi od trzech tygodni.

Ten sam mechanizm, który miał odciążyć zespół, staje się instytucjonalną wiedzą, którą rozumie jedna osoba. Kiedy ta osoba odchodzi z firmy albo po prostu jest na zwolnieniu, nikt inny nie wie, gdzie szukać przyczyny awarii, bo nigdy nie musiał tego rozumieć.

Koszt monitorowania rzadko trafia do pierwotnej kalkulacji ROI, a to właśnie on odróżnia automatyzację, która działa od lat, od tej, która po trzech miesiącach cicho leży, podczas gdy dashboard wciąż pokazuje zielony status z ostatniego udanego uruchomienia sprzed tygodni, co jest jednym z bardziej optymistycznych kłamstw, jakie widziałem w interfejsie użytkownika.

Im dłużej automatyzacja działa bezawaryjnie, tym mniej ktokolwiek pamięta, jak ją naprawić, kiedy w końcu przestanie. To jedyny system emerytalny, w którym im dłużej pracujesz bez przerwy, tym gorzej to się skończy.

Prosty wzór, zanim zbudujesz cokolwiek

Wzór na ROI automatyzacji w pierwszym roku jest krótszy, niż większość ofert wdrożeniowych sugeruje: (zaoszczędzone godziny razy koszt pracy z narzutami razy 52 tygodnie) minus (koszt budowy plus 12 razy miesięczny koszt operacyjny plus koszt integracji).

Koszt pracy z narzutami to nie stawka godzinowa z umowy. To stawka razy mnożnik 1,25-1,4 dla zwykłych stanowisk, wyższy dla stanowisk kierowniczych, bo urlop i składki też kosztują, tak samo jak w umowie o pracę nikt nie wypisuje osobno kosztu przerwy na kawę, a i tak jest wliczony w pensję.

Przykład z realnym wolumenem wygląda inaczej niż przykład z 12 uruchomieniami miesięcznie. Proces wykonywany 40 tysięcy razy rocznie, przy typowych kosztach budowy i utrzymania, daje zysk netto rzędu 44 tysięcy euro już w pierwszym roku. Ten sam wzór dla procesu wykonywanego 30 razy miesięcznie daje liczbę ujemną, i żaden entuzjazm dla nowych narzędzi tego nie zmieni.

Ten wzór zajmuje jedną kartkę i 10 minut liczenia. Większość firm zamiast tego robi wdrożenie, a dopiero przy okazji odnowienia licencji ktoś w końcu pyta, po co właściwie to zbudowaliśmy.

Kiedy automatyzacja jednak wygrywa

cottonbro studio / Pexels

Nic z tego nie znaczy, że automatyzacja jest złym pomysłem. Znaczy, że jest inwestycją, nie odruchem. n8n, Make i Zapier mają sens dokładnie tam, gdzie próg 50 uruchomień miesięcznie jest przekraczany z zapasem, a proces jest wystarczająco stabilny, żeby nie wymagał przebudowy co kwartał.

Proces powtarzalny, o wysokim wolumenie i niskiej zmienności, to podręcznikowy kandydat do automatyzacji. Monitoring cen konkurencji, o którym pisałem osobno, dobrze się zwraca właśnie dlatego, że działa codziennie, na tych samych danych, bez wyjątków wymagających ludzkiego osądu.

Ten sam argument stoi za automatycznym alarmem o poślizgu terminu w projekcie: wysoki wolumen sprawdzeń, niska zmienność logiki, łatwa do zauważenia awaria. To dokładna odwrotność scenariusza, który psuje się po cichu raz na kwartał i czeka, aż ktoś to zauważy przypadkiem.

Reguła, która działa w praktyce, jest krótsza niż cały ten artykuł. Automatyzuj to, co powtarza się często, zmienia się rzadko, i czego awaria da się szybko zauważyć. Zostaw człowiekowi to, co zdarza się rzadko, zmienia się często, albo wymaga oceny, której żaden scenariusz nie podejmie za Ciebie.