Słyszałeś to: "Agent AI za 2 dolary na godzinę. Zero etatu. Zero wakacji. Zero L4."
Ładnie brzmi. Tyle że ta kwota — $2/h — to wyłącznie koszt inferencji modelu. Czyli tego, co leci do API, gdy agent odpowiada. To jakby policzyć koszt samochodu przez cenę paliwa na pierwszy tydzień i uznać, że temat zamknięty.
Prawdziwy rachunek wygląda inaczej. Poniższe liczby składają się z danych Gartnera, IDC i McKinsey oraz 40+ realnych wdrożeń opisanych przez technicznych audytorów.
Trzy drogi do agenta
Zanim przejdziemy do kwot — musisz wiedzieć, którą ścieżką idziesz. Bo każda ma kompletnie inną strukturę kosztów.
Ścieżka 1: DIY (Zapier / Make / n8n)
Bierzesz platformę no-code, podpinasz model przez API, klecisz workflow w interfejsie.
Koszty miesięczne:
- Subskrypcja platformy: 30–200 zł/mc
- Koszt API (model): 500–2 000 zł/mc przy średnim wolumenie
- Twój czas (~10–20h na setup): 0 zł (robisz sam)
- Razem: ~500–2 200 zł/mc
Działa dla prostych automatyzacji (FAQ, sortowanie maili, generowanie odpowiedzi). Nie działa dla głębokich integracji z ERP, systemów wymagających audytu, wysokiego wolumenu.
Ryzyko: jak agent się zapętli, API zjada budżet w godzinę. Bez budget enforcement możesz dostać rachunek na 8 000 zł w środku nocy.
Ścieżka 2: Audyt → pilot → subskrypcja (e-jajo)
To model, w którym nie płacisz za "produkt", tylko za proces. Zaczynasz od audytu za 0 zł — sprawdzamy czy twoje dane i procesy w ogóle nadają się pod agenta. Dopiero potem decydujecie, czy idziecie dalej.
Koszty:
- Audyt cyfrowej gotowości: 0 zł — zero zobowiązań, dostajesz audyt nawet jeśli nie jesteś gotowy
- Pilot (pierwszy agent, konkretny use-case, 2–4 tygodnie): od 3 000 zł — płatność częściowo od efektu
- Subskrypcja utrzymania (monitoring, poprawki, dopieszczanie): od 500 zł/mies.
Działa dla konkretnego use-case'a z integracją z twoimi systemami (BaseLinker, Comarch, Optima, IdoSell, a nawet Excel). Czas do produkcji pilota: 2–4 tygodnie.
Nie dajesz 100 tysięcy na start. Dajesz 3 tysiące i sprawdzasz czy działa. Jeśli nie — wychodzisz. Jeśli tak — idziecie dalej.
To jest moment, w którym większość firm rezygnuje z agenta przed pierwszym deployem: bo nie wie, od czego zacząć. Tymczasem konfigurator na stronie e-jajo w 30 sekund pokaże, czy w ogóle macie problem, który agent rozwiąże.
Ścieżka 3: Enterprise (Big 4 / Accenture / custom)
Pełny program agentowy: audyt, governance, compliance, wieloagentowa orkiestracja, custom fine-tuning.
Koszty:
- Audyt + strategia: 50 000–150 000 zł
- Program agentowy (5–15 agentów): 200 000–600 000 zł
- Governance + compliance (RODO, EU AI Act): 50 000–150 000 zł/rok
- Utrzymanie (2–3 FTE oversight): 40 000–100 000 zł/mc
- Razem rok 1: ~400 000–1 200 000 zł
Działa dla firm, które mają 200+ osób i procesy regulowane. Czas: 6–12 miesięcy.
Uwaga: Gartner prognozuje, że >40% takich projektów zostanie zamkniętych do 2027 — głównie przez niejasną wartość biznesową i brak governance. To nie jest krytyka, to fakt statystyczny.
Prawdziwy koszt: model API to 30–40% wydatków
Największe zaskoczenie dla firm, które kupują agenta pierwszy raz:
Model to nie jest najdroższa część. Integracja, utrzymanie i oversight kosztują łącznie więcej niż API.
I tu pojawia się pierwsze pytanie, które powinniście sobie zadać, zanim w ogóle zaczniecie liczyć: czy wasz proces w ogóle nadaje się pod agenta? Konfigurator e-jajo rozkłada to w 30 sekund — wybieracie branżę, skalujecie ból, dostajecie wstępną odpowiedź.
Standard API to:
// Przykład: miesięczny koszt agenta obsługi klienta
// 10 000 konwersacji × średnio 5 tur × 3K tokenów na turę
{
"model": "Claude Sonnet 4.6",
"input_tokens": "150M/mc @ $3/MTok = $450",
"output_tokens": "30M/mc @ $15/MTok = $450",
"total_api": "$900/mc ≈ 3 600 zł",
"cached_input": "przy 80% cache hit → spada do ~200 zł"
}Gdzie to realnie ląduje? W polskich warunkach, przy umiarkowanym wolumenie (5 000–15 000 interakcji miesięcznie):
Koszt API miesięcznie w zależności od modelu:
- GPT-5.4 nano / Haiku 4.5: 200–800 zł — FAQ, klasyfikacja, ekstrakcja
- GPT-5.4 mini / Sonnet 4.6: 800–4 000 zł — obsługa klienta, wsparcie techniczne
- GPT-5.5 / Opus 4.7: 4 000–15 000 zł — analityka, code review, złożone decyzje
- DeepSeek V4 Flash: 50–200 zł — budżetowy zamiennik wszędzie tam, gdzie jakość jest OK
Sztuczka oszczędnościowa nr 1: model routing. Do klasyfikacji zgłoszenia — DeepSeek ($0,14/MTok). Do faktycznej odpowiedzi — Sonnet ($3/MTok). Do eskalacji — Opus ($5/MTok). Koszt spada o 60–80% bez utraty jakości na żadnym etapie.
Ukryte koszty, które podwajają rachunek
Poniższe pozycje rzadko pojawiają się w ofercie. A pojawiają się na fakturze.
1. Agent loops — zabójca tokenów
Agent nie odpowiada raz. Agent myśli, sprawdza, poprawia, eskaluje. Każda tura wysyła całą historię konwersacji od nowa.
Koszt względem pojedynczego calla:
- 1 tura (chatbot): 1×
- 3 tury (prosty agent): ~5×
- 5 tur (średni agent): ~15×
- 10 tur (złożony agent z narzędziami): ~50×
To nie przejęzyczenie. 10 tur = nie 10 razy drożej, tylko 50 razy drożej, bo każda tura wysyła całość kontekstu + nową odpowiedź. W dobrze zaprojektowanym agencie zarządzanie kontekstem oszczędza 30–60% kosztów API. W źle zaprojektowanym — zjada budżet w tydzień.
2. Człowiek w pętli — najdroższy komponent
Agenci wykonują pracę 88% szybciej, za 90–96% niższy koszt jednostkowy — ale ich skuteczność jest 32–49% niższa niż człowieka. — badania SaaStr 2026
To oznacza, że:
- Ktoś musi sprawdzać, co agent zrobił
- Ktoś musi odpowiadać za przypadki, których agent nie ogarnął
- Ktoś musi poprawiać prompty, jak model zaczyna halucynować na nowych danych
W praktyce: na każdego agenta w produkcji przypada 0,5–1 FTE oversightu. Dla prostego use-case'a to może być 10 godzin tygodniowo. Dla złożonego — 20–30h. W polskich kosztach: 3 000–8 000 zł/mc na osobę, która realnie ogarnia agenta.
3. Gotowość danych
Najczęstsze zdanie, które słyszymy na discovery:
"Mamy dane. No, znaczy, są w systemie. Ogólnie to w BaseLinkerze, ale niektóre w Excelu u księgowej. A historię to Pani Krysia ma w głowie."
Brzmi znajomo? W konfiguratorze jest krok, w którym oceniacie skalę bólu — to dobry test na to, czy wasze dane są w ogóle w jednym miejscu.
Przygotowanie danych to 20–30% budżetu pierwszego roku robionego świadomie. Albo 100% budżetu pierwszego roku robionego nieświadomie — bo agent, który nie ma dostępu do prawdziwych danych, bredzi. I nikt go nie używa.
4. Observability (monitoring, audyt, debug)
AI generuje 10–50 razy więcej telemetrii niż tradycyjna aplikacja. Każda interakcja to prompt, odpowiedź, reasoning, tool calls, błędy. Standardowy Datadog czy Grafana nie wystarcza — potrzebujesz dedykowanych narzędzi (Langfuse, Helicone, Arize Phoenix).
Koszt: 500–3 000 zł/mc dla średniego wdrożenia.
5. Compliance (RODO + EU AI Act)
EU AI Act wchodzi właśnie w fazę realnych wymogów. Piaskownica regulacyjna startuje w sierpniu 2026. Jeśli twój agent przetwarza dane klientów i podejmuje decyzje:
- raportowalność decyzji AI (audit trail każdej interakcji)
- mechanizm human-override tam, gdzie decyzja ma skutki prawne
- transparentność wobec klienta (klient ma wiedzieć, że rozmawia z AI)
Koszt compliance to 10–25% całkowitego kosztu wdrożenia. Dla małego agenta — około 5 000–15 000 zł jednorazowo.
Podsumowanie w liczbach — co to znaczy dla polskiej firmy?
Zakładamy średniej wielkości e-commerce (50–200 zamówień dziennie), który chce agenta do obsługi zamówień i zwrotów. Oto co rynek pokazuje jako realny koszt customowego wdrożenia. Ale da się też inaczej — zacznij od pilota za 3 000 zł i sprawdź, czy w ogóle warto.
Koszty wdrożenia:
- Discovery + design: 8 000–15 000 zł
- Development + integracja z BaseLinkerem: 20 000–40 000 zł
- Przygotowanie danych (posprzątanie historii, reguł): 5 000–15 000 zł
- Testy + shadow mode (2 tygodnie): 5 000–10 000 zł
- Razem wdrożenie: 38 000–80 000 zł
Koszty miesięczne (od drugiego miesiąca):
- Utrzymanie + monitoring: 3 000–6 000 zł
- Koszt API przy 10k konwersacji/mc: 800–3 000 zł
- Oversight (~20h/mc): 2 000–4 000 zł
- Razem: ~5 800–13 000 zł/mc
Czy to się zwraca?
Średni agent obsługi klienta w e-commerce rozwiązuje 60–80% zgłoszeń pierwszej linii. Przy koszcie 3 osób zajmujących się tym na full-time (~18 000–24 000 zł/mc) — zwrot w 3–6 miesięcy jest realistyczny.
Ale tylko:
- jeśli dane są gotowe
- jeśli proces jest udokumentowany
- jeśli ktoś realnie ogarnia agenta po wdrożeniu
Jeśli tych trzech rzeczy nie masz — zacznij od darmowego audytu. Albo jeszcze szybciej: wrzuć swój problem do konfiguratora i zobacz, czy w ogóle macie coś, co agent może wykluć. I tak wyjdzie taniej niż agent, którego nikt nie używa.
Interesuje cię konkretna wycena dla twojego przypadku? Umówmy darmowy audyt. Przejrzymy wasze procesy, dane i powiemy wprost: czy ma to sens, ile realnie zajmie i kiedy się zwróci. Bez zobowiązań.