Rozwiązanie · Automatyzacje AI
Automatyzacje AI. n8n + LLM + Twoje procesy.
Wdrażamy automatyzacje AI dla polskich firm — n8n self-hosted, Gemini, Claude i GPT-4 dobierane do zadania. OCR faktur, klasyfikacja maili, raportowanie, lead routing, content. Pilot w 4 tygodnie, ROI w 3–6 miesięcy. Hosting w UE, RODO, audit log.
Co to są automatyzacje AI
Workflow z mózgiem.
Automatyzacje AI to przepływy biznesowe, w których co najmniej jeden krok wykonywany jest przez model językowy (LLM) zamiast przez sztywny skrypt albo człowieka.
Różnica vs zwykła automatyzacja (no-AI): klasyczna automatyzacja w Zapier czy Power Automate działa na regułach typu „jeśli temat = faktura, to przekieruj do księgowej”. Działa świetnie dla ustrukturyzowanych danych i przewidywalnych przypadków. Pada gdy mail ma temat „przesyłam dokument” albo gdy klient pisze „dziękuję za ostatnią ofertę, ale poproszę aktualizację”.
Automatyzacja AI rozumie kontekst — czyta treść maila, rozpoznaje intencję, wyciąga dane z PDF-a (nawet rozmytego skanu ze smartfona), klasyfikuje rozmowę z klientem, generuje spersonalizowaną odpowiedź. Jest mniej deterministyczna niż klasyczna automatyzacja (czasem się myli), ale radzi sobie z nieustrukturyzowanymi danymi, których jest 80% w realnej firmie.
Kiedy AI dodaje wartość: gdy proces wymaga interpretacji tekstu (mail, dokument, rozmowa), klasyfikacji w niejednoznacznych przypadkach, generowania treści (ofert, postów, raportów), researchu (z Internetu albo z bazy wiedzy firmy). Nie ma sensu dla operacji czysto liczbowych ani dla rzeczy z 0% tolerancji błędu (np. księgowanie z VAT — tam zawsze jest human-in-the-loop).
W DSX wdrażamy automatyzacje AI od 2024 roku, mamy w produkcji 4 własne workflow (Daily AI Brief, Security Brief, Blog Writer, Contact pipeline), które codziennie testujemy w boju. Sprzedajemy to, czego sami używamy.
Top 12 procesów na 2026
Dwanaście procesów, które dają najszybszy ROI.
Nie teoria — to lista wdrożeń, które realnie zrobiliśmy w 2024–2025 albo które kolejkujemy na 2026. Każdy ma breakeven w 6–12 tygodni przy małej-średniej firmie.
Faktury OCR + księgowanie
Odbiór maila z fakturą PDF → OCR (Claude Vision albo Mindee) → ekstrakcja pól → walidacja z PO → zapis do ERP (Comarch/Enova/SAP) → akceptacja przez księgową.
z 4h dziennie do 15 min
n8n + Claude 3.5 Vision + Comarch ERP
Klasyfikacja maili przychodzących
Mail trafia do skrzynki firmowej → LLM klasyfikuje (oferta / reklamacja / spam / nowy klient) → autoresponder + przekierowanie do właściwej osoby + zapis do CRM.
~200h/mc na dziale
n8n + GPT-4o-mini + IMAP/Gmail API + Twenty CRM
Generowanie ofert handlowych
Lead z formularza → research o firmie (KRS, www, LinkedIn) → wybór szablonu → generowanie spersonalizowanej oferty PDF → wysłanie do akceptacji handlowca.
z 1h do 5 min na ofertę
n8n + Gemini 2.0 + DocSeal albo PDFMake
Onboarding klienta
Podpisana umowa → automatyczne utworzenie kont (Microsoft 365, Slack, ERP) → wysłanie welcome packa → harmonogram szkoleń → ankieta po 14 dniach.
z 3 dni do 2 godzin
n8n + Microsoft Graph API + Resend
Raportowanie zarządcze
Codziennie o 6:00 zbieranie danych z ERP, CRM, Google Analytics, marketingu → konsolidacja → generowanie wniosków przez LLM → mail PDF do zarządu.
1 klik zamiast 8h zbierania
n8n + Gemini + Postgres + Resend
Drafty postów social media
Codziennie research branżowych newsów → wybór 3 najważniejszych → generowanie draftu LinkedIn (PL+EN) → kolejka do akceptacji → publikacja po kliku.
z 1,5h do 15 min researchu
n8n + Gemini + Google Search + LinkedIn API
Content marketing — artykuły
Brief tematyczny → research z grounding → 1500-słowowy artykuł → screen do hero → Pull Request w GitHub repo → akceptacja redaktora → deploy.
z 4h do 2 minut na pierwszy draft
n8n + Gemini + GitHub API + Vercel
Lead routing
Nowy lead z formularza → klasyfikacja (segment, wielkość firmy, geografia) → automatyczne przypisanie opiekuna → Slack alert → SLA timer 30 min.
z 24h response do 30 sek
n8n + GPT-4o + Twenty CRM + Slack
FAQ chatbot na stronie www
Chatbot z RAG po dokumentacji firmy odpowiada 70% pytań klientów. Eskalacja do człowieka gdy nie ma pewności. Logi w CRM, każdy chat to potencjalny lead.
70% obsługi bez człowieka
Claude 3.5 + pgvector + Crisp/Intercom
Transkrypcja i podsumowania spotkań
Spotkanie Teams/Zoom/Meet → transkrypcja Whisper → podsumowanie + lista TODO → maila do uczestników + dodanie zadań do PM (Asana/Linear).
0 min na notatki, 100% pokrycie
n8n + OpenAI Whisper + Claude + Linear API
Ekstrakcja danych z dokumentów
Umowa / protokół / CV → ekstrakcja kluczowych pól (strony, kwoty, daty, kompetencje) → zapis do bazy strukturalnej → alerty o nadchodzących terminach.
z 30 min do 30 sek na dokument
n8n + Claude 3.5 Vision + Postgres
Monitoring cen konkurencji
Codziennie scraping cen konkurencji → porównanie z naszą ofertą → alert gdy konkurencja zbiła cenę o > 5% → propozycja reakcji wygenerowana przez LLM.
5 dni roboczych/mc
n8n + Playwright + Gemini + Slack
Porównanie narzędzi
n8n vs Make vs Zapier vs Power Automate.
Cztery najpopularniejsze narzędzia do automatyzacji porównane na 7 kryteriach. DSX wybiera n8n świadomie i wyjaśnia dlaczego.
| Cecha | n8n | Make | Zapier | Power Automate |
|---|---|---|---|---|
| Cena przy 25k tasków/mc | ~300 PLN (hosting) | ~700 PLN | ~2 200 PLN | ~2 000 PLN (per user) |
| Self-hosted | Tak (Hetzner/on-prem) | Nie | Nie | Tylko gateway |
| AI nodes (Claude/GPT/Gemini) | Wszystkie wbudowane | OpenAI + Anthropic | OpenAI tylko | Azure OpenAI tylko |
| Krzywa nauki | Średnia (code w JS) | Niska | Niska | Wysoka |
| Code execution | JS/Python natywnie | Bardzo ograniczone | Code by Zapier (limit) | Brak |
| RODO / dane w UE | Pełna kontrola | Cloud Make.com | USA | Microsoft Cloud (UE) |
| Wersjonowanie w git | Tak (export JSON) | Nie | Nie | Tak (ALM) |
Wniosek DSX: dla firm które przetwarzają więcej niż 5 000 tasków miesięcznie i które chcą trzymać dane w UE, n8n jest najtańszy i najbardziej kontrolowalny. Cała architektura jest open-source, kod workflow w git, hosting na Twojej infrastrukturze albo na naszej (Hetzner UE).
Zapier wybieramy tylko gdy klient ma już Zapiera i nie chce migrować. Make polecamy małym biznesom bez technicznego zespołu (Pro tier do 5k tasków). Power Automate — tylko jeśli cała firma już siedzi w Microsoft 365 z licencją E5.
Stack DSX
Każde narzędzie ma uzasadnienie.
Nie wybieramy stacku z ostatniego newslettera HackerNews. Każde z poniższych narzędzi sprawdziliśmy na 4+ wdrożeniach.
n8n self-hosted (Hetzner)
Orchestrator workflow. Open-source, self-hosted na Hetzner w Niemczech (jurysdykcja UE). Kod workflow eksportujemy do git. Wsparcie dla 400+ integracji out-of-the-box.
Gemini 2.0 Flash
Najtańszy model do researchu z Google Search grounding. Świetny do briefów, klasyfikacji wolumenowej, generowania draftów. Koszt: ~10× tańszy od GPT-4o.
Claude 3.5 Sonnet
Najlepszy do długiego kontekstu (200k tokens), analizy dokumentów, kodu, pisania w stylu marki. Vision API do OCR faktur i ekstrakcji danych ze skanów.
GPT-4o / GPT-4o-mini
Uniwersalny, świetny do tool-use. Mini do klasyfikacji maili, full do bardziej skomplikowanych zadań. Backup gdy Anthropic ma incydent.
Twenty CRM
Open-source CRM (alternatywa dla Salesforce/HubSpot). Hostujemy u siebie albo u klienta. API GraphQL i REST, łatwa integracja z n8n.
Cloudflare R2 (storage)
Backup audit logu, faktur, dokumentów. S3-compatible, zero egress fees, dane w UE. 10× tańsze od AWS S3 przy podobnych SLA.
Healthchecks.io (monitoring)
Pasywny monitoring dla wszystkich scheduled jobs. Każdy workflow pinguje endpoint po sukcesie — brak pinga = alert Slack/SMS w 5 minut.
Neon Postgres + pgvector
Baza relacyjna + RAG vector store w jednym. Branchowanie środowisk (dev/staging/prod jak w git), serverless, autoscaling. Dla pakietu Enterprise — własny Postgres on-prem.
Proces wdrożenia
Sześć kroków, 7–8 tygodni do produkcji.
Nie zaczynamy od pisania kodu. Zaczynamy od audytu — co boli, ile czasu zżera, ile kosztuje błąd. Bez tego można zautomatyzować coś, co nikomu nie pomoże.
| Krok | Czas | Deliverable |
|---|---|---|
| 1. Audit procesów | 1 tydzień | Mapa procesów z wolumenami, lista 10–15 kandydatów do automatyzacji, NDA + DPA |
| 2. Priorytetyzacja | 3 dni | Ranking ROI vs koszt wdrożenia, wybór 1 procesu na pilot, draft architektury |
| 3. Prototyp | 2 tygodnie | Działający prototyp na środowisku testowym DSX, demo dla zespołu klienta |
| 4. Pilot w produkcji | 4 tygodnie | Workflow w produkcji, audit log, dashboard metryk, raport tygodniowy |
| 5. Roll-out | 4–8 tygodni | Skalowanie na kolejne procesy, integracje z ERP/CRM, szkolenia, dokumentacja |
| 6. Monitoring | ciągły | Healthchecks.io, alerty Slack, miesięczny raport ROI, kwartalny przegląd kosztów LLM |
Cennik i pakiety
Trzy pakiety, żadnych ukrytych pozycji.
Cena obejmuje wdrożenie, hosting infrastruktury, monitoring i support. Co NIE jest w cenie: tokens LLM (rozliczamy 1:1 wg faktury Anthropic/OpenAI/Google), hosting on-prem u klienta (pakiet Enterprise — koszty infrastruktury klienta), dodatkowe integracje spoza standardowej listy.
DSX Automate Starter
990 PLN/mc
1 zautomatyzowany proces, prosty workflow, integracja z 1–2 systemami. Idealny start dla małej firmy lub jednego działu.
- 1 workflow w produkcji (np. faktury OCR)
- Do 5 000 wywołań LLM miesięcznie
- Hosting na infrastrukturze DSX (Hetzner)
- Monitoring + alerty Slack
- 2h supportu miesięcznie
DSX Automate Pro
2 500 PLN/mc
Do 5 procesów, integracje ERP/CRM, RAG na bazie wiedzy, audit log, panel administracyjny.
- Do 5 workflow (faktury + maile + raporty + leady + content)
- Do 25 000 wywołań LLM miesięcznie
- Integracja z 1 systemem ERP/CRM
- Panel admin + audit log
- 8h supportu miesięcznie
DSX Automate Enterprise
od 6 000 PLN/mc
Bez limitu, dedykowany SLA 99,9%, hosting on-prem albo we własnym VPC klienta, NIS2/DORA.
- Bez limitu workflow i wywołań LLM
- Hosting on-prem / własny VPC klienta
- SLA 99,9% z karami umownymi
- Dedykowany engineer, cotygodniowe stand-upy
- Compliance: RODO, NIS2, DORA, ISO 27001 ready
- 24h support, 1h reakcji P1
ROI — jak liczymy
Wzór, case, breakeven.
ROI = (oszczędność roboczogodzin × stawka godzinowa pracownika) − (koszt wdrożenia + abonament + tokens LLM) ÷ koszt całkowity.
Realny case — faktury OCR: firma logistyczna, 80 faktur dziennie, każda 3 minuty pracy księgowej (klikanie w Comarch, wpisywanie kwot, opisywanie MPK). Łącznie: 4h/dziennie × 22 dni = 88h/mc × 80 PLN/h = 7 040 PLN/mc kosztu.
Po wdrożeniu: Claude 3.5 Vision OCR-uje fakturę, ekstrahuje pola, n8n waliduje z PO i wpuszcza do Comarch ERP. Księgowa tylko akceptuje (~30 sek na fakturę). Łącznie: 40 min/dzień × 22 = ~15h/mc × 80 PLN/h = 1 200 PLN/mc kosztu pracy + 350 PLN tokenów Claude.
Liczby: oszczędność 7 040 − 1 550 = 5 490 PLN/mc. Koszt wdrożenia 12 000 PLN one-time + 2 500 PLN/mc abonament Pro. Breakeven: 12 000 / (5 490 − 2 500) = 4,01 miesięca, zaokrąglamy do 6 tygodni przy uwzględnieniu okresu nauki.
Drugi rok: brak kosztu wdrożenia, czysta oszczędność (5 490 − 2 500) × 12 = 35 880 PLN. Plus efekt soft: księgowa nie robi rutynowej roboty, robi rzeczy które wymagają jej kompetencji (analiza, kontakt z klientem, raportowanie).
Każdy proces liczymy podobnie w fazie audytu. Jeśli ROI nie wychodzi w ciągu 12 miesięcy — odradzamy automatyzację. Nie ma sensu robić rzeczy która nie zarabia.
Realne wdrożenia DSX
Cztery workflow, które testujemy w boju.
Każdy z poniższych działa w produkcji DSX, ma workflow-id w n8n i metryki w monitoringu. Sprzedajemy to, czego sami używamy.
DSX Daily AI Brief
n8n cron 6:00 → Gemini 2.0 z Google Search → research branżowych newsów AI → drafty na LinkedIn (PL+EN, 1st i 3rd person) → mail [email protected] do akceptacji.
DSX Security Brief
Manualny webhook → research nowości w cyberbezpieczeństwie i outsourcingu → drafty postów PL+EN do akceptacji.
DSX Blog Writer
Webhook z tematem → research Gemini z grounding → generowanie 1500-słowowego artykułu → screen do hero → Pull Request w repo dsx.pl → merge → Vercel deploy.
Contact-to-CRM Pipeline
Webhook agent.serwis.eu/webhook/dsx-contact → klasyfikacja zgłoszenia → tworzenie Person + Opportunity w Twenty CRM → Slack alert do opiekuna.
Cała infrastruktura DSX (n8n, Postgres, R2, monitoring) jest opisana na podstronie DSX System — naszej platformy automatyzacji. Automatyzacje AI to warstwa workflow nad tą platformą. Jeśli interesują Cię same agenty (Customer Support, Sales SDR, Knowledge), zobacz też wdrożenia agentów AI.
FAQ — 15 pytań
Pytania, które dostajemy najczęściej.
Co to są automatyzacje AI?
Automatyzacje AI to przepływy biznesowe (workflows), w których co najmniej jeden krok wykonywany jest przez model językowy (LLM) zamiast przez człowieka albo przez sztywny skrypt. W praktyce: zamiast pisać regułę „jeśli temat = faktura, to przekieruj do księgowej”, LLM rozumie kontekst maila i sam decyduje. Przewaga: radzi sobie z nieustrukturyzowanymi danymi i niestandardowymi przypadkami.
n8n vs Zapier — co lepsze dla mojej firmy?
n8n jest tańszy przy skali (powyżej 5 000 tasków/mc), self-hosted (RODO), ma natywne wsparcie Claude/GPT/Gemini i pozwala na kod JS/Python. Zapier wygrywa tylko przy bardzo małych wolumenach i prostych scenariuszach. DSX wybiera n8n dla wszystkich klientów — nie tylko z powodu ceny, ale z powodu kontroli nad danymi.
Ile kosztuje wdrożenie automatyzacji AI?
Pilot z jednym procesem to 8–25 tys. PLN one-time + abonament od 990 PLN/mc (Starter), 2 500 PLN/mc (Pro), od 6 000 PLN/mc (Enterprise). Tokens LLM rozliczamy 1:1 wg faktury Anthropic/OpenAI/Google — średnio 100–800 PLN/mc dla małej firmy.
Jak długo trwa wdrożenie?
Audit + priorytetyzacja: 1,5 tygodnia. Prototyp: 2 tygodnie. Pilot z 1 procesem w produkcji: 4 tygodnie. Roll-out na kolejne procesy: 4–8 tygodni. Pierwszy działający workflow w produkcji w 7–8 tygodni od podpisania umowy.
Czy automatyzacje AI zwolnią ludzi?
W 99% wdrożeń DSX — nie. Automatyzacje przejmują powtarzalne zadania (klasyfikacja, draftowanie, raportowanie), pracownik akceptuje, decyduje, rozmawia z klientem przy trudniejszych przypadkach. Realny efekt: ten sam zespół obsługuje 3–4× więcej zgłoszeń, zamiast cięć zatrudnienia. Pracownicy się przekwalifikowują, nie zwalniają.
Self-hosted czy cloud — co wybrać?
DSX domyślnie hostuje workflow (n8n, Postgres, R2) na własnej infrastrukturze Hetzner w UE. Dla pakietu Enterprise oferujemy hosting on-prem albo we własnym VPC klienta (AWS/Azure/GCP). LLM-y (Claude, GPT, Gemini) z definicji są w chmurze, ale z umowami DPA i zero data retention.
Bezpieczeństwo danych i RODO — jak to działa?
Infrastruktura w UE (Hetzner Niemcy/Polska), umowa powierzenia DPA standardowo, audit log każdej operacji, scoped credentials z minimalnymi uprawnieniami, maskowanie danych wrażliwych przed wysłaniem do LLM (PESEL, numery kart). Anthropic, OpenAI i Google nie używają naszych danych do trenowania modeli (zero data retention enterprise).
Tokens LLM — kto za nie płaci?
Klient — bezpośrednio na fakturę dostawcy LLM (Anthropic, OpenAI, Google). Rozliczamy 1:1 bez marży. Przykład: chatbot obsługi klienta z Claude 3.5 Sonnet i 2 000 zapytań/mc to ~250 PLN/mc tokenów. Kontroluje to budget cap w n8n — nie wyjdzie poza zaplanowany koszt.
Jak liczyć ROI automatyzacji AI?
Wzór: (oszczędność roboczogodzin × stawka godzinowa pracownika) − (koszt wdrożenia + abonament + tokens LLM) ÷ koszt. Realny case: faktury OCR — przed: 4h/dziennie księgowej × 80 PLN/h = 6 400 PLN/mc, po wdrożeniu: 15 min/dziennie + 350 PLN tokenów. Breakeven w 6 tygodni przy koszcie wdrożenia 12 tys. PLN.
Czy AI się myli?
Tak, dlatego dla decyzji finansowych, kontaktu z klientem i zmian w bazach krytycznych stosujemy human-in-the-loop — agent generuje draft, człowiek akceptuje. Dokładność dla zadań dobrze opisanych (klasyfikacja maili, OCR faktur) to 95–99%. Dla zadań niejednoznacznych — niżej, dlatego mierzymy w pilocie zanim damy do produkcji.
Audit log — co dokładnie logujemy?
Każde wywołanie workflow: timestamp, user, input, prompt do LLM, odpowiedź modelu, narzędzia wywołane, decyzja, koszt tokenów, czas wykonania, status. Logi w Postgres + backup do Cloudflare R2 (3-2-1 backup). Retencja 12 miesięcy domyślnie, dłużej dla NIS2/DORA. Healthchecks.io alertuje gdy workflow nie wykonał scheduled run.
Czy zintegrujemy się z naszym ERP?
Mamy gotowe konektory dla SAP ERP/S4HANA, Comarch ERP XL, Comarch Optima, Enova365, iScala, Salesforce, HubSpot, Pipedrive, Twenty CRM, Microsoft 365, Google Workspace. Dla niestandardowych systemów ERP integrujemy przez REST API albo bezpośredni dostęp do bazy (z scoped read-only credentials).
Jakie procesy są najpopularniejsze do automatyzacji?
Top 5 z naszych wdrożeń (2024–2026): 1) klasyfikacja maili przychodzących, 2) OCR faktur + księgowanie, 3) chatbot obsługi klienta na stronie, 4) lead routing z formularza, 5) raportowanie zarządcze codzienne. Każdy z nich ma breakeven w 6–12 tygodni przy małej-średniej firmie.
Czy mogę zacząć od jednego procesu?
Tak, każdy projekt zaczynamy od pilota z jednym procesem dla jednego działu. To minimalizuje ryzyko, daje konkretne metryki ROI i pozwala zespołowi klienta nauczyć się pracy z nowym narzędziem. Po pilocie skalujemy na kolejne procesy. Bez kontraktu rocznego — pakiet Pro rozliczany miesięcznie.
Wsparcie po wdrożeniu — co dostaję?
Każdy pakiet zawiera: monitoring 24/7 (Healthchecks.io), alerty Slack/Mail, godziny supportu (2h/8h/24h zależnie od pakietu), miesięczny raport metryk (oszczędność czasu, koszt LLM, błędy), kwartalny przegląd guardrails i optymalizacja kosztów. Cały kod workflow zostaje u Ciebie w git — bez vendor lock-in.
Gotowy na pierwszy proces?
Audyt procesów — 30 minut, bezpłatnie.
Pokażemy Ci, który z Twoich procesów ma największy ROI z automatyzacji AI i ile kosztuje pilot. Bez slajdów, bez agendy sprzedażowej.