Szkolenia AI dla firm Warsztaty na zadaniach Twojego zespołu: online 4–8 h albo stacjonarnie w całej Polsce Zobacz program →

Agent AI: 10 przykładów, jak firmy używają agentów w praktyce

10 przykładów agentów AI, od Klarny po DoorDash: co firma zleca, kto kontroluje, co mierzy i czy to deklaracja, czy pomiar. Także wpadki.

6 listopada 2026 · Adam Bakalarz
Robot niesie teczkę po pętli z przystankami, a człowiek zatrzymuje go uniesioną dłonią

W skrócie

  • W dokumentach, które sprawdziliśmy, żadna z 10 historii nie ma niezależnego audytu wyników: liczby podają firmy, ich dostawcy albo prasa.
  • Dwie firmy cofnęły decyzję: Klarna znów zaczęła szukać konsultantów, a Commonwealth Bank odwołał likwidację 45 stanowisk i przeprosił pracowników.
  • W naszym przykładzie agent zamykający 50% zgłoszeń daje ok. 1 095 zł miesięcznie na plus, a przy 20% spraw, które wracają, już ok. 30 zł na minus.

Stan na 6 listopada 2026

Przykłady agentów AI w firmach: 10 przypadków w jednej tabeli

Agenci AI pracują już w obsłudze klienta, programowaniu i finansach, ale w tych 10 przypadkach liczby podają firmy, ich dostawcy albo prasa. Dlatego obok zadania i narzędzia jest kolumna „Skąd to wiemy”.

Definicja

Agent AI dostaje cel, sam dobiera kroki i używa narzędzi. Chatbot odpowiada na pytania, a automatyzacja wykonuje kroki zapisane z góry. Pełne porównanie znajdziesz w przewodniku Agenty AI: czym są, jak działają i kiedy warto ich używać w firmie.

Firma (data źródła)Co zleca agentowiNarzędziaKto kontrolujeCo mierzySkąd to wiemy
Klarna (02.2024, 11.2025)czaty obsługi, zwroty, reklamacjeasystent na modelach OpenAIklient może przejść do człowiekarozmowy, czas sprawy, oszczędnośćdeklaracja firmy
Commonwealth Bank (08.2025)rozmowy telefonicznevoice botkonsultanci; cofnięto 45 zwolnieńliczba połączeńdeklaracja podważona, związek i prasa
Icatu Seguros (strona bez daty)wycena polisy dla pośrednikan8n, modele OpenAI, API wyceny, WhatsAppopis nie podajeczas wyceny, liczba użytkownikówopis u dostawcy
Rippling (04.2026)podsumowania transakcjiagenci w ChatGPT, Gong, Slackzespół sprzedaży dostaje wynikgodziny handlowcawypowiedź klienta u dostawcy
Rakuten (strona bez daty)funkcje, testy, poprawkiClaude Codeopis nie podaje proceduryczas dostarczenia funkcjiopis u dostawcy
Microsoft (11.2026)pisanie kodu Copilot Coworkagenci programiści i recenzenciczłowiek przy ryzykownych zmianach i wdrożeniuscalone zmiany, testyopis własny
DataTalks.Club (03.2026)migracja infrastrukturyClaude Code, Terraformwłaściciel, który oddał wykonanie agentowiutracone i odzyskane danerelacja poszkodowanego
Dow (11.2024)rozbieżności w fakturach za transportCopilot Studio, Microsoft 365 Copilotpracownicy, z drugim agentemoczekiwana oszczędnośćprognoza u dostawcy
Perplexity (03.2026)zadania własnych zespołówComputer w Slackulogi audytu, administratorzykoszt pracy, „lata pracy”badanie własne producenta
DoorDash i Uber (10–11.2026)zamówienia składane przez agentów klientówzewnętrzni agencinie dotyczyliczba zamówieńdane firm z omówień wyników

Granica bywa płynna. Delivery Hero odzyskuje zablokowane konta pracowników przepływem w n8n, w którego opisie nie ma mowy o AI: przełożony zatwierdza, system wywołuje API i robi resztę, a średni czas spadł z 35 do 20 minut (opis n8n, bez daty). To automatyzacja, więc nie liczymy jej do dziesiątki. Klarna i Commonwealth Bank mówią o asystencie i voice bocie, ale ich systemy przejmowały lub miały przejąć pracę ludzi, dlatego zostały.

Obsługa klienta i sprzedaż: oszczędność łatwo policzyć, jakość trudniej

Dwa z czterech przypadków skończyły się cofnięciem decyzji, choć firmy podawały dobre liczby. Dwa pozostałe wyglądają spokojniej, bo agent pomaga pośrednikowi albo handlowcowi, a nie klientowi końcowemu.

Klarna. 27 lutego 2024 r. firma ogłosiła, że asystent na modelach OpenAI przeprowadził w miesiąc 2,3 mln rozmów, czyli dwie trzecie czatów obsługi, co odpowiada pracy 700 pełnych etatów (komunikat Klarny). W maju 2025 r. prezes Sebastian Siemiatkowski powiedział Bloombergowi, że koszt zbyt mocno zaważył na decyzji, co obniżyło jakość, a firma zaczęła szukać konsultantów. Cofnięcie było częściowe, bo rzecznik podkreślał, że Klarna nadal stawia przede wszystkim na AI (relacja Fortune). W listopadzie 2025 r. prezes mówił już o pracy 853 etatów i 60 mln USD oszczędności, a kwartalny koszt obsługi i operacji urósł rok do roku z 42 do 50 mln USD, przy przychodach większych o 26% (CX Dive).

Commonwealth Bank. W lipcu 2025 r. australijski bank ogłosił likwidację 45 stanowisk, bo voice bot miał odciąć 2 000 połączeń tygodniowo. Prasa i związek zawodowy podawały coś odwrotnego: połączeń przybywało, a kierownicy zespołów sami je odbierali. 21 sierpnia bank uznał decyzję za błąd i przeprosił pracowników (The Nightly, Information Age). Przebieg sporu znamy z komunikatu związku FSU i relacji prasowych, które cytują oświadczenie banku.

Icatu Seguros. Brazylijski ubezpieczyciel dał pośrednikom asystenta na WhatsAppie. Pośrednik pisze, nagrywa albo fotografuje dane klienta, a system przez n8n i wewnętrzne API oddaje symulację w PDF w mniej niż 40 sekund zamiast ok. 5 minut. Korzysta z niego ponad 1 000 pośredników dziennie (opis n8n, bez daty). W tym opisie nie ma odsetka błędów.

Rippling. Handlowiec sam zbudował agenta w ChatGPT: agent analizuje klientów, streszcza rozmowy z Gong i publikuje podsumowanie transakcji na Slacku zespołu. Inżynier firmy ocenia zysk na 5–6 godzin tygodniowo (komunikat OpenAI, 22.04.2026). Wynik trafia do zespołu, nie do klienta. To firmowe workspace agents, a nie ChatGPT Work.

Programowanie: tempo rośnie, a hamulec zostaje przy człowieku

W kodzie firmy podają duże przyspieszenia, ale opis Microsoftu sam wylicza, czego agenci nie dopilnowali.

Na stronie o Rakuten Anthropic podaje, że średni czas dostarczenia funkcji spadł z 24 do 5 dni roboczych. W pokazowym zadaniu Claude Code pracował siedem godzin w bibliotece vLLM (12,5 mln wierszy kodu), a wynik zgadzał się z metodą wzorcową w 99,9% (opis Anthropic, bez daty). W opisie nie ma procedury odbioru tego kodu.

Microsoft opisał 2 listopada 2026 r., jak budował Copilot Cowork: 21 października dziewięciu inżynierów scaliło 1 211 zmian, pisanych głównie przez agentów (Microsoft Command Line; więcej w tekście o 1 211 zmianach w jeden dzień). Ciekawsze są zastrzeżenia autora:

  • agenci-recenzenci nie zobaczyli problemu we wrażliwej zmianie, w której ludzie znaleźli cztery błędy blokujące,
  • autor zaznacza, że kosztu jednej tury agenta nie zmierzono, więc nie wypowiada się o koszcie,
  • wdrożenie na produkcję i zmiana konfiguracji nadal wymagają człowieka.

Trzeci przypadek z tej grupy, DataTalks.Club, to wpadka. Opisujemy ją niżej, przy zabezpieczeniach.

Finanse i praca biurowa: prognozy zamiast wyników

Tutaj czytaj najuważniej: jeden przykład to prognoza, a drugi to badanie producenta na samym sobie.

Agent Dow zbudowany w Copilot Studio czyta faktury PDF przychodzące mailem, wykrywa rozbieżności i kieruje je do korekty przez całą dobę. Firma spodziewa się milionów dolarów oszczędności w pierwszym roku, ale to oczekiwanie, nie wynik. Według Microsoftu pracownicy widzą nieprawidłowości na pulpicie i badają je dalej z drugim agentem (Freight Agent). W listopadzie 2024 r. był to dowód koncepcji dla transportu lądowego w Ameryce Północnej (historia klienta Microsoftu, 19.11.2024, WorkLab, 13.11.2024). Licencje i pierwszego agenta opisujemy w tekście o Copilot Studio.

Perplexity podało 12 marca 2026 r., że w badaniu ponad 16 000 zapytań Computer zaoszczędził zespołom firmy 1,6 mln USD kosztów pracy i wykonał równowartość 3,25 roku pracy w cztery tygodnie (wpis Perplexity). We wpisie nie ma metody przeliczania zapytań na roboczogodziny.

Claude Cowork nie trafił do zestawienia, bo w materiałach, które sprawdziliśmy, nie ma nazwanej firmy zewnętrznej z liczbami. Anthropic zapowiada pokaz pracy na przykładzie prognoz i komentarzy do odchyleń, bez danych o wynikach (strona webinaru). Manusa opisujemy osobno.

DoorDash i Uber: gdy agentem jest klient

W DoorDash i Uberze agent, który sam składa zamówienie, to na razie margines. Skromne liczby podają tu same firmy, na konferencjach wynikowych.

Prezes DoorDash Tony Xu powiedział analitykom, że zewnętrzni agenci złożyli łącznie kilkaset zamówień (TechCrunch, 30.10.2026), przy 993 mln zamówień w III kwartale (wyniki DoorDash). Dyrektor finansowy Ubera podał 4 listopada, że w tygodniu Halloween agenci dali 4 przejazdy i ok. 500 zamówień Uber Eats, przy ok. 320 mln przejazdów i dostaw (zapis konferencji).

Szczegóły są w tekstach o DoorDash i Uberze. Wniosek dla sklepu: najpierw zmierz ruch agentów u siebie, dopiero potem przebudowuj ofertę.

Deklaracja czy pomiar: jak czytać takie liczby

W dokumentach, które sprawdziliśmy, żadna z 10 historii nie ma niezależnego audytu wyników. Najbliżej weryfikacji z zewnątrz jest Commonwealth Bank, gdzie liczbę podważyli związek i prasa.

Dlaczego to ważne, pokazuje badanie organizacji badawczej METR. W eksperymencie z początku 2025 r., z losowym przydziałem zadań, 16 doświadczonych programistów spodziewało się przyspieszenia o 24%, po pracy wierzyło w 20%, a z AI pracowało o 19% dłużej (METR, 10.07.2025). METR sam oznacza ten wynik jako nieaktualny: nowsze dane wskazują raczej na przyspieszenie, ale są niepewne, bo część programistów nie chciała już pracować bez AI (METR, 24.02.2026). Trwały wniosek dotyczy deklaracji: odczucie użytkownika nie zastępuje pomiaru.

Przy każdej historii o agencie zadaj cztery pytania:

  1. Kto liczył? Firma, dostawca czy ktoś trzeci.
  2. Wynik czy prognoza? Dow podaje oczekiwanie, nie rezultat.
  3. Co jest podstawą? „700 etatów” Klarny to przeliczenie pracy, nie liczba osób, które odeszły.
  4. Co z jakością? Sam czas nie mówi, ile spraw wraca do człowieka.

Agent na plikach: gdzie człowiek zostaje w pętli

Człowiek zostaje tam, gdzie błędu nie da się cofnąć: przy kasowaniu, wdrożeniu i wysyłce. Pokazuje to przypadek DataTalks.Club.

26 lutego 2026 r. Alexey Grigorev przenosił stronę na AWS z pomocą Claude Code. Agent podmienił plik stanu Terraform na starszy z archiwum i uruchomił terraform destroy. Zniknęła produkcyjna infrastruktura, baza z 2,5 roku zgłoszeń i widoczne kopie. Z pomocą AWS baza wróciła po ok. 24 godzinach, w tym tabela z 1 943 200 wierszami. Autor bierze winę na siebie: agent radził rozdzielić projekty, a on połączył je, żeby oszczędzić 5–10 USD miesięcznie, i nie przetestował odtwarzania (relacja autora, 6.03.2026). Dziś agent nie wykonuje u niego poleceń, a plany czyta sam.

Cztery zabezpieczenia wynikają z tej historii wprost:

  • Osobny folder i kopia. Anthropic w zasadach Cowork radzi folder roboczy zamiast szerokiego dostępu oraz kopie ważnych plików, choć program pyta o zgodę przed trwałym usunięciem (Using Cowork safely).
  • Najpierw odczyt. Pierwsze zlecenie niech kończy się raportem, bez zmian w plikach.
  • Nieodwracalne działania u człowieka. Tak robi Microsoft przy wdrożeniach.
  • Sprawdzona kopia. Grigorev testuje dziś odtwarzanie co noc.

Tak samo przy wysyłce: Adam Bakalarz zostawia ostatni krok sobie. „Na szkoleniu zleciłem agentowi znalezienie kilku małych lokalnych firm, ocenę ich stron i obecności w mediach społecznościowych, a potem maila do jednej z nich. Zaznaczyłem wyraźnie: nie wysyłaj, zapisz tylko w wersjach roboczych Gmaila. W mailu napisał, że godziny otwarcia różnią się między podstronami, czego sam bym nie wyłapał. Przy innej firmie popełnił jednak błąd: nie znalazł profilu, który był podlinkowany na stronie”.

Ile swobody dać agentowi w innych zadaniach, opisujemy w poradniku Human in the loop.

Jak wybrać pierwszy przypadek w firmie? Policzmy to

Wybierz zadanie, które kończy się wynikiem do przeczytania, ma zmierzony stan wyjściowy i nie dociera do klienta bez człowieka. Taki jest przypadek Rippling, a nie DataTalks.Club. Do oceny kilku procesów użyj punktacji z poradnika o automatyzacji procesów, a samego agenta zbudujesz według poradnika jak stworzyć agenta AI.

Przed startem zmierz czas i odsetek spraw, które wracają. Klarna i Commonwealth Bank pokazują, że później trudno będzie obronić samą oszczędność. Oto przykład z naszymi założeniami, nie dane z wdrożenia: 1 000 zgłoszeń miesięcznie po 6 minut, czyli 100 godzin, stawka 60 zł za godzinę (dla porównania: 9 266,48 zł brutto przeciętnie w sektorze przedsiębiorstw we wrześniu 2026 r. to ok. 55 zł za godzinę przy 168 godzinach, GUS). Agent i jego zużycie kosztują 900 zł, a opieka nad nim 8 godzin, razem 1 380 zł. Człowiek sprawdza co dziesiątą zamkniętą sprawę przez 3 minuty, a sprawa, która wróciła, zajmuje mu 15 minut.

WariantAgent zamykaWraca z zamkniętychPraca ludziWynik miesięcznie
Bazowy50%5%58,75 godz.ok. 1 095 zł na plus
Słabsza skuteczność30%5%75,25 godz.ok. 105 zł na plus
Słabsza jakość50%20%77,5 godz.ok. 30 zł na minus

Rachunek pomija koszt budowy, a i tak sama jakość zmienia wynik z zysku na stratę. Jeśli chcesz wybrać pierwszy przypadek i ustalić pomiar razem z zespołem, zobacz konsultacje wdrożeniowe.

Wszystkie teksty o agentach AI

Podstawy opisuje przewodnik po agentach AI. Skąd agent bierze dane firmy, wyjaśniamy w tekście Konektory MCP, a jak zapamiętuje wnioski, w tekście Pamięć agenta AI. Pełna lista jest poniżej.

Komentarz Adama Bakalarza Trener AI, założyciel instytut.ai

Przy naprawdę ważnych projektach raczej zrobiłbym kopię folderu. Wolę poświęcić minutę na kopię niż stracić dorobek kilku miesięcy pracy. Często dopisuję też: »nic nie zmieniaj w folderze, tylko go przeczytaj«. Weszło mi to w nawyk.

Co to znaczy dla Ciebie

Nie kopiuj cudzego wdrożenia na podstawie jednej liczby z komunikatu. Wybierz zadanie z wynikiem do przeczytania, zmierz czas i odsetek spraw, które wracają, zanim włączysz agenta, a kasowanie, wdrożenia i wysyłkę zostaw człowiekowi. Po miesiącu porównasz własne dane, a nie cudze deklaracje.

Najczęstsze pytania

Jakie są przykłady agentów AI w firmach?

Klarna używa asystenta w czatach obsługi, Icatu Seguros do wycen dla pośredników, Rippling do podsumowań transakcji, Rakuten i Microsoft do pisania kodu, a Dow do wykrywania rozbieżności w fakturach za transport. Dane o tych wdrożeniach pochodzą głównie od firm i ich dostawców.

Czym agent AI różni się od chatbota i automatyzacji?

Chatbot odpowiada na pytania, automatyzacja wykonuje kroki zapisane z góry, a agent dostaje cel, sam dobiera kroki i używa narzędzi. Jeśli proces da się narysować jako stały schemat, zwykle wystarczy automatyzacja.

Czy agenci AI naprawdę się opłacają?

Firmy deklarują oszczędności, np. Klarna 60 mln USD, ale w dokumentach, które sprawdziliśmy, nie ma niezależnego audytu tych liczb. Wynik zależy głównie od tego, ile spraw agent zamyka sam i ile wraca do człowieka, dlatego zmierz oba te wskaźniki we własnej firmie.

Jaki agent AI na początek w małej firmie?

Taki, który kończy pracę plikiem lub podsumowaniem dla zespołu, np. tygodniowym raportem albo streszczeniem rozmów handlowych. Nie zaczynaj od agenta, który sam pisze do klientów, kasuje dane albo zmienia systemy.

Czy agent AI może usunąć firmowe dane?

Może, jeśli ma takie uprawnienia. W DataTalks.Club Claude Code uruchomił terraform destroy i skasował produkcyjną bazę, którą AWS odtworzył po ok. 24 godzinach. Dlatego rób kopie, zaczynaj od odczytu, a działania nieodwracalne wykonuj sam.

Czytaj dalej

Przewodnik po temacie Agenty AI: czym są, jak działają i kiedy warto ich używać w firmie

Adam Bakalarz, założyciel instytut.ai
Autor

Adam Bakalarz

Szkoleniowiec AI · właściciel agencji NowoczesnyMarketing.pl · założyciel instytut.ai

Prowadzi agencję, w której ChatGPT, Claude i automatyzacje codziennie pracują dla klientów. Na szkoleniach i w kursach online uczy tego, co sam stosuje w pracy.

100+

firm na szkoleniach zamkniętych od 2025

21

kursów online

1 200+

zweryfikowanych opinii

50 000+

kursantów online