Itsharkz
Automatyzacja AI

Agenci AI pod legacy i ERP: jak wybrać wykonawcę, który wpisze agenta w istniejące systemy

6 listopada, 2026
Księgowa i inżynier IT przy wspólnym ekranie z listą dokumentów do przetworzenia w starszym systemie finansowo-księgowym

Firma z własnym ERP, systemem sprzed kilkunastu lat i obiegiem dokumentów, który „jakoś działa”, rzadko ma problem z brakiem pomysłów na AI. Ma problem z pytaniem, jak podłączyć agenta do tego, co już jest: bez wymiany systemu, bez nowych ekranów dla księgowych i bez ryzyka, że agent zmieni w danych coś, czego nikt nie zatwierdził.

Ten artykuł odpowiada na trzy pytania, które padają na początku takiego projektu: gdzie szukać wykonawcy, jak agent pracuje z systemem bez API i jakie pytania zadać, zanim podpiszesz umowę. Pokazujemy też dwa przykłady naszych projektów z różnych branż, bo ten sam wzorzec działa w nieruchomościach, ubezpieczeniach i produkcji.

Krótka odpowiedź: szukaj wykonawcy, który buduje agenta wokół jednego procesu w Twoim systemie, uczy go na Twoich danych historycznych, pokazuje wynik na próbce, zanim cokolwiek zintegruje, i zostawia wątpliwe decyzje człowiekowi z pełnym śladem audytu. Wymiana ERP nie jest warunkiem startu.

Gdzie znaleźć firmę tworzącą agentów AI pod legacy systemy?

Rankingi i katalogi dają listę nazw, ale rzadko mówią cokolwiek o integracji z konkretnym, starszym systemem. Dlatego przy wyborze lepiej porównać typy wykonawców niż same firmy. Każdy z czterech typów ma sens, ale w innej sytuacji.

Cztery typy wykonawców przy projekcie agenta AI w starszym systemie
Typ wykonawcyMocna stronaTypowe ryzykoKiedy ma sens
Dostawca lub integrator ERPZna system od środka i jego ograniczenia.Rozwiązania AI zwykle ograniczone do własnego produktu, zmiany idą w rytmie wydań dostawcy.Gdy agent ma być modułem tego samego ERP i w procesie nie ma innych systemów.
Software house ogólnego przeznaczeniaSzeroki zespół, dobre integracje i aplikacje.Logikę biznesową procesu poznaje dopiero w trakcie projektu, na Twoim budżecie.Gdy potrzebujesz nowej aplikacji lub integracji, a AI jest dodatkiem.
Firma od modeli i czatbotówSzybki prototyp, dobra znajomość modeli.Agent kończy jako okno czatu obok systemów, bez zapisu do procesu i bez śladu audytu.Gdy celem jest odpowiadanie na pytania, a nie wykonywanie kroków procesu.
Wykonawca agentów osadzonych w procesieBuduje agenta wokół jednego procesu, uczy go na danych klienta, projektuje nadzór człowieka i ślad audytu.Węższy zakres: nie zastąpi wymiany ERP ani ogólnego wdrożenia IT.Gdy proces jest powtarzalny, ma historię decyzji i działa w istniejących systemach.

Podział orientacyjny. W praktyce wykonawcy łączą kilka ról, dlatego warto sprawdzić, który z nich faktycznie będzie odpowiadał za Twój proces.

Niezależnie od typu, wykonawca, który poradzi sobie z legacy, ma cztery cechy:

  • Pracuje na regułach klienta, nie na własnym szablonie. Agent uczy się z historii dokumentów i decyzji w Twojej firmie, a nie z ogólnych instrukcji.
  • Zaczyna od próby na danych historycznych. Wynik w liczbach pojawia się, zanim ktokolwiek dotknie systemu produkcyjnego.
  • Wpisuje się w istniejący obieg dokumentów. Użytkownicy nie dostają nowego interfejsu, tylko wynik w miejscu, w którym już pracują.
  • Ma odpowiedź na pytanie „co, gdy agent nie jest pewny”. Próg pewności, kolejka do człowieka, uzasadnienie przy każdej propozycji.

Jeśli wykonawca zaczyna rozmowę od wymiany systemu albo od nowej platformy, to zwykle sygnał, że sprzedaje swój produkt, a nie rozwiązuje Twój proces.

Jak agent AI pracuje z systemem, który nie ma API?

Krótka odpowiedź: agent nie musi „wchodzić do środka” systemu. Najczęściej czyta dane z tego, co system już udostępnia (API, baza danych, pliki wymiany), a wynik oddaje do istniejącego obiegu dokumentów. Zapis do ERP następuje po zatwierdzeniu albo dla przypadków o wysokiej pewności. Ostatnią opcją jest automatyzacja interfejsu (RPA).

Poniżej pięć sposobów podłączenia, od najbezpieczniejszego. W praktyce często łączy się dwa z nich: odczyt z jednego źródła, zapis przez inne.

Pięć sposobów podłączenia agenta AI do systemu legacy (od najbezpieczniejszego)
SposóbJak to działaZaletaRyzyko lub ograniczenie
1API lub usługa sieciowa systemuAgent czyta i zapisuje przez interfejsy, które system już udostępnia.Stabilne i udokumentowane.Starsze systemy często mają niepełne API.
2Baza danych (odczyt)Agent czyta dane z widoków lub repliki bazy, a zapis idzie osobną ścieżką.Pełny dostęp do historii bez obciążania systemu.Wymaga zgody dostawcy i ostrożności przy zapisie.
3Pliki wymiany (CSV, XML, EDI)System eksportuje i importuje pliki, agent pracuje na plikach.Nie dotyka wnętrza systemu.Opóźnienie i pilnowanie wersji formatów.
4Istniejący obieg dokumentów lub warstwa integracyjnaAgent współpracuje z obiegiem dokumentów albo kolejką, do której już trafiają dane z systemów.Jedna ścieżka dla wielu systemów, zatwierdzanie przez człowieka w znanym miejscu.Zależność od tej warstwy i jej uprawnień.
5Automatyzacja interfejsu (RPA)Agent wykonuje kroki w ekranach systemu, jak użytkownik.Działa, gdy nic innego nie jest dostępne.Kruche przy zmianach ekranów. Ostatnia opcja.

Ogólny przegląd podejść integracyjnych, nie lista funkcji konkretnego produktu. Wybór zależy od tego, co udostępnia Twój system.

Schemat pięciu sposobów podłączenia agenta AI do systemu legacy: API, baza danych, pliki wymiany, obieg dokumentów, automatyzacja interfejsu

Dwie zasady obowiązują niezależnie od wybranej drogi:

  1. Odczyt przed zapisem. Na początku agent tylko proponuje. Zapis do systemu pojawia się dopiero po zatwierdzeniu przez człowieka albo po przekroczeniu progu pewności ustalonego z klientem.
  2. Każda zmiana zostawia ślad i da się ją wycofać. Zapisujemy, co agent zrobił, na jakiej podstawie, kto zatwierdził i kiedy. Gdy dział finansów, audyt albo compliance zapyta „co się tu wydarzyło”, odpowiedź już istnieje.

Dlaczego agent osadzony w procesie dociera do produkcji, a czatbot obok systemów zwykle nie, opisaliśmy w artykule o pilotażowym czyśćcu.

Jaką firmę wybrać do integracji agentów AI z ERP? Siedem pytań do wykonawcy

Zanim podpiszesz umowę, zadaj te siedem pytań. Przy każdym podajemy, jak wygląda dobra odpowiedź.

Checklista siedmiu pytań do wykonawcy integracji agenta AI z ERP: dane, próba, pewność, zapis, ślad audytu, hosting, utrzymanie
  1. Na jakich danych uczy się agent? Dobra odpowiedź: na historii Twoich dokumentów i decyzji (na przykład księgowań z ostatnich lat), a nie na ogólnym zbiorze.
  2. Czy możemy zobaczyć wynik, zanim cokolwiek zintegrujemy? Dobra odpowiedź: tak, w formie próby na danych historycznych, bez integracji systemowej, z wynikiem w liczbach.
  3. Co agent robi, gdy nie jest pewny? Dobra odpowiedź: ocenia pewność każdej decyzji, wysoką przekazuje dalej, niską oddaje człowiekowi z sugestią i uzasadnieniem.
  4. Czy agent może zmienić coś w ERP bez zatwierdzenia? Dobra odpowiedź: zakres zapisu jest jawny i ograniczony, a na początku obowiązuje zasada „odczyt przed zapisem”.
  5. Czy każda decyzja ma ślad? Dobra odpowiedź: tak, z podstawą decyzji, osobą zatwierdzającą, zmianami i datą, w formie gotowej pod audyt wewnętrzny i zewnętrzny.
  6. Gdzie fizycznie działa agent i kto widzi dane? Dobra odpowiedź: w UE, w infrastrukturze wykonawcy albo Twojej własnej, z kontrolą dostępu i separacją środowisk.
  7. Co dzieje się po uruchomieniu? Dobra odpowiedź: utrzymanie, monitoring i douczanie agenta są częścią oferty, a zmiana wersji systemu nie oznacza budowy od nowa.

Jeśli którejś odpowiedzi nie da się dostać na piśmie, to też jest odpowiedź.

Jak to wygląda w praktyce: nieruchomości, ubezpieczenia, produkcja

Nieruchomości: dekretacja faktur kosztowych u dewelopera

Duży deweloper rozliczał ręcznie około 650 faktur kosztowych miesięcznie w 42 spółkach celowych. Dekretacja opierała się na wiedzy pojedynczych osób, a każdy kod budżetowy trzeba było ręcznie przełożyć na konto księgowe, dokument po dokumencie. Urlop albo odejście jednej osoby zatrzymywało cały proces.

Schemat drogi dokumentu: pobranie, analiza, uzupełnienie, zwrot, z progiem pewności kierującym decyzje do systemu albo do człowieka

ITSharkz przygotował agenta AI, który uczy się z historii księgowań klienta i przypisuje konta w istniejącym obiegu dokumentów, bez nowego systemu i bez zmiany przyzwyczajeń zespołu. Z perspektywy legacy najważniejsze są cztery rzeczy:

  • agent działa w istniejącym obiegu dokumentów i współpracuje z systemem finansowo-księgowym (ERP) klienta, bez nowych interfejsów dla użytkowników końcowych,
  • przy każdej decyzji ocenia pewność w skali 0-100%: wysoka oznacza przekazanie do systemu, niska kieruje dokument do człowieka z sugestią i uzasadnieniem,
  • każda decyzja ma pełną ścieżkę audytu: podstawę, osobę zatwierdzającą, zmiany i datę,
  • jeden silnik AI obsługuje 42 spółki celowe, a skuteczność poprawnego przypisania kont księgowych wyniosła 92%.

Jeśli faktury kosztowe wpadają do firmy przez KSeF, zobacz też, co warto zautomatyzować w obsłudze KSeF.

Ubezpieczenia: ocena szkód w LiquiAI

Broker ubezpieczeniowy obsługiwał około 400 zgłoszeń szkód miesięcznie, a merytoryczna ocena jednego zgłoszenia zajmowała likwidatorowi kilkanaście minut. LiquiAI, agent AI zbudowany przez ITSharkz, analizuje dokumentację zgłoszenia, porównuje ją z OWU i wewnętrznymi zasadami klienta i proponuje rekomendację z podstawą w zapisach. Czas analizy skrócił się z około 15 minut do poniżej minuty.

Decyzja zawsze zostaje po stronie likwidatora. Dokumentacja szkodowa zawiera dane wrażliwe, dlatego agent działa z hostingiem w UE i z kontrolą dostępu zaprojektowanymi od początku, a nie dodanymi po pilotażu.

Produkcja: ten sam wzorzec, inne dokumenty

W firmach produkcyjnych legacy to zwykle ERP z modułami dopisywanymi przez lata, osobny system magazynowy i arkusze, w których ktoś ręcznie łączy zamówienia, zlecenia produkcyjne i dokumenty dostaw. Procesy, które nadają się na pierwszy projekt, mają tę samą cechę co dekretacja i szkody: duży, powtarzalny wolumen dokumentów i reguły zapisane w historii decyzji, a nie w instrukcji.

Typowi kandydaci to dopasowanie faktur kosztowych i dokumentów dostaw do zamówień, wprowadzanie zamówień z maili i plików PDF do ERP oraz wstępna klasyfikacja dokumentów jakościowych. Zasady są takie same jak wyżej: próba na danych historycznych, odczyt przed zapisem i ślad audytu przy każdej decyzji.

Jak zacząć: próba na danych historycznych w czterech krokach

  1. Wybierz jeden proces i jedną miarę. Na przykład odsetek poprawnie przypisanych dokumentów albo czas obsługi jednego dokumentu.
  2. Przygotuj próbkę danych historycznych. Dokumenty razem z decyzjami, które już zapadły, z okresu na tyle długiego, żeby objął sezonowość.
  3. Uruchom symulację agenta na próbce, bez integracji z systemem. Wynikiem są liczby skuteczności na Twoich własnych dokumentach.
  4. Zdecyduj o wdrożeniu. Dopiero teraz integrujemy agenta z systemem, uruchamiamy monitoring i douczanie. W naszym modelu od startu do uruchomienia produkcyjnego mija około 8 tygodni.

Jak wybrać pierwszy proces i zaplanować harmonogram, opisaliśmy w przewodniku po wdrażaniu automatyzacji AI w firmie. Jeśli myślisz o budżecie, zacznij od artykułów o kosztach wdrożenia agenta AI i o liczeniu ROI automatyzacji AI. Ogólne pojęcia znajdziesz w tekście czym są agenci AI.

Najczęstsze pytania

Czy agent AI wymaga wymiany ERP lub starszego systemu?

Nie. Agent działa obok istniejącego systemu: czyta dane z tego, co system już udostępnia (API, baza danych, pliki wymiany), a wynik oddaje do obecnego obiegu dokumentów. Wymiana ERP nie jest warunkiem startu i zwykle nie jest dobrym pierwszym krokiem w projekcie AI.

Czy agent AI może pracować z systemem, który nie ma API?

Tak, choć droga jest dłuższa. Agent może czytać dane z bazy lub z plików wymiany (CSV, XML), a wyniki przekazywać przez istniejący obieg dokumentów albo warstwę integracyjną. Automatyzacja interfejsu (RPA) jest ostatnią opcją, bo łatwo się psuje przy zmianie ekranów.

Ile trwa wdrożenie agenta AI zintegrowanego z ERP?

Zależy od systemu i procesu. W naszym modelu najpierw powstaje próba na danych historycznych, bez integracji, a od startu do uruchomienia produkcyjnego mija około 8 tygodni. Dłużej trwa projekt, w którym trzeba najpierw uporządkować dane albo udostępnić interfejs w systemie.

Czy dane muszą opuszczać naszą infrastrukturę?

Nie muszą. Hosting może być w infrastrukturze ITSharkz w Unii Europejskiej albo w infrastrukturze klienta. Przy wyborze wykonawcy zapytaj, gdzie fizycznie działa agent, kto ma dostęp do danych i czy dane trafiają do publicznych modeli.

Co się dzieje, gdy agent się pomyli?

Agent ocenia pewność każdej decyzji. Przy wysokiej pewności przekazuje wynik do systemu, przy niskiej oddaje dokument człowiekowi z sugestią i uzasadnieniem. Każda decyzja zostawia ślad: podstawę, osobę zatwierdzającą, zmiany i datę, więc błąd da się znaleźć i naprawić.

Czy takie rozwiązanie jest zgodne z RODO i AI Act?

Zgodność zależy od procesu i danych, ale można ją zaprojektować od początku: hosting w UE, kontrola dostępu, nadzór człowieka nad decyzjami i pełna ścieżka audytu. Klasyfikację systemu według AI Act powinien ocenić dział compliance lub prawnik po stronie klienta.

Ile kosztuje agent AI zintegrowany z istniejącym systemem?

Cena zależy od liczby dokumentów, liczby systemów i zakresu nadzoru. Dlatego zaczynamy od próby na danych historycznych, która daje liczby przed decyzją o wdrożeniu. Modele rozliczeń i sposób liczenia zwrotu opisujemy w osobnych artykułach o koszcie wdrożenia i ROI automatyzacji AI.

Podsumowanie

  • Wymiana ERP nie jest warunkiem startu. Agent czyta z tego, co system już udostępnia, i oddaje wynik do istniejącego obiegu dokumentów.
  • Wybieraj wykonawcę po odpowiedziach, nie po nazwie. Dane historyczne, próba bez integracji, próg pewności i ślad audytu to cztery rzeczy, które odróżniają agenta osadzonego w procesie od czatbota obok systemów.
  • Zacznij od jednego procesu. Powtarzalny wolumen dokumentów i reguły zapisane w historii decyzji to najlepszy pierwszy kandydat, w nieruchomościach, ubezpieczeniach i produkcji.

Chcesz sprawdzić, jak agent AI wpisałby się w Twój ERP i obieg dokumentów, zanim cokolwiek zintegrujesz? → Umów rozmowę z Kacprem

Zobacz, jak projektujemy agentów AI gotowych do produkcji · Zobacz nasze realizacje