Kto powinien zbudować Twojego agenta AI?

Dostajesz 40 zapytań ofertowych tygodniowo. Każde wymaga tego samego: sprawdzić historię klienta w CRM, pobrać aktualny cennik, złożyć odpowiedź, wysłać. Dwadzieścia minut na sztukę, trzynaście godzin w tygodniu. Wiesz, że agent AI może to przejąć. Pytanie nie brzmi już "czy AI to zrobi", tylko: kto Ci to zbuduje i ile to kosztuje.

Są trzy drogi: zbudować samemu na gotowym narzędziu, wynająć agencję albo wziąć solo konsultanta. Każda ma inny koszt, inny czas i inne ryzyko. Wybór zależy od jednego: czy masz czas nauczyć się nowego narzędzia, czy chcesz kupić działający system.

Krótka odpowiedź:

• Budujesz sam z n8n/Make/Zapier: jeśli masz czas na naukę i utrzymanie, i nie boisz się technikaliów.
• Idziesz do agencji: jeśli firma ma złożoną infrastrukturę i duży budżet.
• Pracujesz z solo konsultantem: jeśli chcesz działający system szybko, bez korpo-procesu, z pełną własnością kodu.

Większość solo founderów i operatorów małych firm ląduje w trzeciej kategorii. Reszta artykułu tłumaczy dlaczego i kiedy każda z opcji ma sens.

---

Czym jest agent AI i dlaczego różni się od chatbota

Zanim porównamy ścieżki wdrożenia, ustalmy, o czym rozmawiamy. Dużo firm myli "chatbota" z "agentem AI". To różne rzeczy.

Chatbot odpowiada na pytania. Agent AI realizuje zadania.

Chatbot obsługuje zapytanie klienta: odpowiada na podstawie skryptu lub bazy FAQ. To wartościowe, ale ograniczone. Agent AI dostaje cel, sam decyduje jakie kroki podjąć, korzysta z narzędzi (przeszukuje bazę danych, wysyła email, tworzy dokument, sprawdza stan w CRM) i zwraca wynik.

Przykład: klient wysyła zapytanie o ofertę. Chatbot odpowie ogólną informacją. Agent AI sprawdzi historię klienta w CRM, pobierze aktualny cennik, wygeneruje spersonalizowaną ofertę i wyśle ją emailem z właściwym podpisem, bez interwencji człowieka.

Różnica jest praktyczna. Agent obsługuje cały proces, nie tylko jedną wymianę. Dlatego koszt i złożoność wdrożenia są inne niż przy zwykłym chatbocie.

Większość tego, co buduję, to systemy między tymi dwoma kategoriami: agenty obsługujące zdefiniowany proces od początku do końca, z człowiekiem przeglądającym wynik zamiast nadzorującym każdy krok.

---

Tabela porównawcza: trzy drogi do agenta AI

	Narzędzia DIY (n8n / Make / Zapier)	Agencja	Solo konsultant
Koszt wdrożenia	Subskrypcja platformy rzędu 20–100 USD/mc plus Twój czas nauki	Od kilkudziesięciu tysięcy PLN za projekt	1 500–6 000 PLN ryczałtem zależnie od wariantu
Czas do wdrożenia	Kilka tygodni do kilku miesięcy (zależy od krzywej uczenia się)	4–12 tygodni (discovery, brief, produkcja, testy)	3–21 dni roboczych od podpisanej specyfikacji
Kto obsługuje system	Ty: uczysz się obsługi, debugujesz sam	Agencja na retainerze lub Ty po przekazaniu	Ty, z dokumentacją i szkoleniem; retainer opcjonalny
Własność kodu	Platforma: nie masz kodu, masz konto	Zależy od umowy; często kod zostaje u agencji	Repozytorium GitHub jest Twoje od pierwszego dnia
Dla kogo najlepsze	Technical founder z czasem; prosty workflow bez integracji systemowych	Korporacja; złożony stack z wieloma systemami i własnym IT	Operator małej firmy chcący działający system bez korpo-procesu
Ryzyko	Vendor lock-in; tracisz workflow gdy platforma zmieni ceny lub zamknie konto	Wysokie koszty przy rozroście zakresu; zależność od agencji po wdrożeniu	Bus factor i mniejsza pojemność (jedna osoba); sprawdź case studies i własność IP przed startem

---

Opcja 1: Narzędzia DIY

Co to jest

n8n, Make i Zapier to platformy do tworzenia automatyzacji bez pisania kodu, przynajmniej w teorii. Łączysz bloki, definiujesz wyzwalacze i przepływ danych, platforma uruchamia workflow w tle. Zapier jest najprostszy, Make bardziej elastyczny, n8n możesz postawić sam na własnym serwerze jako open source.

W ostatnich dwóch latach wszystkie te platformy dodały wsparcie dla AI. Można w nie wpiąć GPT-4, Claude albo Gemini i zbudować coś w rodzaju agenta: workflow, który odbiera email, klasyfikuje go modelem AI, sprawdza stan w CRM i wysyła odpowiedź z szablonu.

Brzmi gotowo. W praktyce "coś w rodzaju agenta" i "agent AI" to dwie różne rzeczy. Narzędzia DIY dobrze radzą sobie z liniowymi procesami. Gorzej z rozgałęzioną logiką, pamięcią i obsługą wyjątków na produkcji.

Plusy

• Niski próg wejścia. Pierwszą automatyzację możesz zbudować w ciągu jednego dnia.
• Subskrypcja Make i Zapier zaczyna się od kilkudziesięciu złotych miesięcznie. n8n hostowany samodzielnie jest bezpłatny.
• Ogromna biblioteka gotowych integracji z popularnymi narzędziami: Gmail, Notion, HubSpot, Airtable i setki innych.
• Dużo materiałów. Na YouTube i forach są gotowe szablony i przepływy dla większości typowych przypadków.
• Możesz zacząć bez angażowania kogokolwiek z zewnątrz. Dla osoby z instynktem technicznym to atut.

Minusy

• Platforma jest właścicielem Twojej automatyzacji. Zmiana cennika lub zamknięcie konta i tracisz to, co zbudowałeś. Platformy SaaS zmieniają model cenowy z czasem, a Ty nie masz nad tym kontroli.
• Złożone workflow szybko stają się trudne do utrzymania. Gdy w grę wchodzi więcej niż kilka kroków i obsługa wyjątków, pojawia się "spaghetti workflow": ktoś zmienia coś na jednym końcu i zrywa coś na drugim.
• Dla zaawansowanych przypadków, własna baza wiedzy, pamięć agenta, integracja z wewnętrznym systemem firmy, narzędzia DIY osiągają sufit. Można go obejść, ale to już wymaga pisania własnego kodu.
• Czas nauki jest ukrytym kosztem. Nauczenie się n8n na poziomie pozwalającym zbudować coś nietrywialnego to realne kilkanaście do kilkudziesięciu godzin. Plus czas debugowania, gdy coś się zepsuje.
• Ograniczona pamięć i kontekst. Bez dodatkowej konfiguracji (data store, zewnętrzna baza) workflow w Make czy Zapier traktuje każde uruchomienie osobno, bez kontekstu z poprzednich. Trwałą pamięć agenta da się zbudować, ale wymaga dodatkowej pracy.

Dla kogo

Masz zasoby techniczne i czas. Chcesz rozumieć system od środka i sam go rozwijać. Automatyzacja jest stosunkowo prosta: kilka kroków, popularne integracje, mało wyjątków.

Typowy przypadek: właściciel sklepu online, który chce automatycznie tagować zamówienia powyżej określonej kwoty i wysyłać inną sekwencję emailową. Make obsłuży to bez problemu, za kilkadziesiąt złotych miesięcznie.

Jeśli siedzisz w n8n i chcesz zrozumieć jego możliwości, to właściwe narzędzie. Jeśli chcesz produkcyjny system działający na Twoich danych w ciągu tygodnia, inna droga jest szybsza.

---

Opcja 2: Agencja

Co to jest

Agencje AI oferują pełne projekty wdrożeniowe. Dostajesz zespół: project manager, developer, tester, często UX designer. Przechodzisz przez discovery, briefing, produkcję, testy, wdrożenie.

W Polsce rynek wygląda różnie. Są agencje wyspecjalizowane w AI i automatyzacji, są full-service'owe z nową gałęzią AI/ML. Ceny wahają się od kilku tysięcy za proste projekty u freelancerów posługujących się Make, do kilkudziesięciu tysięcy i więcej za złożone wdrożenia z własnym kodem. Typowy projekt w polskiej agencji AI, z discovery, custom kodem i wdrożeniem, zaczyna się w granicach kilkudziesięciu tysięcy złotych.

Plusy

• Pojemność. Agencja obsłuży skomplikowany projekt angażujący wielu specjalistów jednocześnie. Jeśli potrzebujesz systemu, który łączy ERP z CRM z systemem reklamacyjnym i ma panel administracyjny dla trzech działów, agencja ma potrzebne zasoby.
• Ustrukturyzowany proces. Duże projekty z wieloma stakeholders potrzebują zarządzania. Agencja ma procedury na onboarding, briefy, iteracje i odbiór.
• Accountability. Jest umowa, są terminy, jest project manager odpowiedzialny za dostarczenie. Dla dużej firmy to ważne.
• Doświadczenie. Agencje, które zbudowały kilkanaście systemów AI, wiedzą, gdzie leżą typowe pułapki. Dobra agencja wnosi to doświadczenie do Twojego projektu.

Minusy

• Koszt. Projekt wartości kilkudziesięciu tysięcy złotych to standard w agencjach. Małej firmie z ograniczonym budżetem trudno tu wejść. Freelancer lub mała boutique'owa firma AI/n8n może być tańsza, w granicach 5–15 tys. PLN za projekt jednorazowy.
• Czas. Od decyzji do gotowego systemu mija często 8–12 tygodni. Discovery, specyfikacja, iteracje, testy. Dla firmy, która chce zacząć działać, to długo.
• Zależność. Po dostarczeniu projektu potrzebujesz agencji do każdej większej zmiany, chyba że kod jest Twój, co nie zawsze jest standardem. Sprawdź własność IP przed podpisaniem umowy.
• Przepaść komunikacyjna. Tłumaczenie swojego procesu zespołowi, który nie zna Twojego biznesu, kosztuje. Dostosowania w trakcie projektu generują dodatkowe koszty, a rozrost zakresu potrafi podbić budżet ponad pierwotną wycenę.
• Nie jesteś priorytetem. Dla większej agencji mała firma z budżetem 30–40 tys. to klient z dolnej półki. Łatwo trafić do juniorów albo na koniec kolejki za większymi kontraktami. Pytaj wprost, kto konkretnie będzie budował i ile ma innych projektów równolegle.

Dla kogo

Większe firmy lub te z wewnętrznym IT, które potrzebują złożonego systemu angażującego wiele działów. Projekty z wymaganiami compliance'owymi lub potrzebą dedykowanego project managera. Organizacje, które mają budżet i czas na pełny cykl wdrożeniowy.

Jeśli prowadzisz kilkuosobową firmę usługową albo jesteś solo founderem, koszty i skala agencji nie pasują do Twoich potrzeb.

---

Opcja 3: Solo konsultant

Co to jest

Solo konsultant buduje system sam, bez warstwy project managerów, bez mark-upu agencji. Masz bezpośredni kontakt z osobą, która pisze kod. Mniejszy narzut proceduralny, szybszy czas odpowiedzi, niższy koszt.

W modelu Kuliberda Labs wygląda to tak: zaczynamy od bezpłatnej rozmowy diagnostycznej (30–60 min), żeby ustalić, który wariant instalacji pasuje do Twojego procesu. Potem specyfikacja, budowa, testy, przekazanie z dokumentacją.

Kod ląduje w Twoim repozytorium GitHub od pierwszego dnia. Nie jest licencjonowany dla Ciebie ani hostowany na mojej infrastrukturze. Jest Twój.

Plusy

• Prędkość. Custom Agent Install: 3–7 dni roboczych od podpisanej specyfikacji. OpenClaw lub Hermes: 5–10 dni roboczych. Hybrid (kilka systemów zintegrowanych): 2–4 tygodnie.
• Koszt. Ryczałt 1 500–2 500 PLN za Custom Agent Install. Hybrid Stack: 5 000–6 000 PLN. Retainer opcjonalny: 1 000 PLN/mc, pierwszy miesiąc gratis.
• Pełna własność. Repozytorium GitHub, pełny kod źródłowy, dokumentacja, zestaw testów. Możesz zatrudnić kogoś innego do modyfikacji, przejść do innego dostawcy, sforkować projekt.
• Jeden punkt kontaktu. Mówisz do osoby, która to buduje. Zero tłumaczeń przez pośredników.
• System zasilany danymi z Twojego biznesu. Asystent zbudowany wokół Twoich dokumentów, bazy klientów i cennika odpowiada inaczej niż generyczny ChatGPT. Gdy pytasz o politykę zwrotów, dostajesz Twoją politykę, nie ogólny tekst z internetu.
• Brak lock-inu. Nie płacisz miesięcznej subskrypcji za platformę. Płacisz za model AI po swojej stronie (Claude Pro lub klucz API, rzędu kilkudziesięciu złotych miesięcznie).

Minusy

• Bus factor. Jedna osoba to jeden punkt awarii. Choroba albo urlop w środku Twojego projektu i nie ma kto przejąć z marszu. Dlatego kod musi być Twój od pierwszego dnia (patrz niżej). To jedyne realne zabezpieczenie.
• Brak zespołu na dyżurze. Nie kupujesz całodobowego SLA ani drugiej pary rąk na nagły incydent. Solo konsultant odpowiada szybko, ale nie jest dostępny 24/7 jak rozproszony zespół.
• Skala. Jeden konsultant obsłuży kilka projektów naraz, nie kilkadziesiąt. Bardzo złożone wdrożenia enterprise z wieloma systemami mogą wymagać zestawu specjalistów, których solo nie zastąpi.
• Zależy od osoby. Jakość jest bezpośrednio funkcją jakości konsultanta. Nie ma procesu agencji, który wyłapie słabszą robotę. Sprawdź case studies, poproś o referencje.

Dla kogo

Solo founder lub operator małej firmy, który chce działający system bez korpo-procesu. Masz konkretny proces do zautomatyzowania. Chcesz własność kodu. Chcesz wiedzieć, ile to kosztuje, zanim zaczniesz.

Typowy przypadek: solo founder budujący własny produkt, który chce postawić sobie środowisko (Claude Code wpięte w jego stack), żeby samodzielnie tworzyć kolejne automatyzacje i funkcje bez czekania na zewnętrznego developera. Setup w ciągu tygodnia, kod jego, dalszą rozbudowę robi sam.

---

Błędy, które kupujący popełniają najczęściej

Zanim wybierzesz ścieżkę, poznaj typowe pułapki. Większość problemów nie wynika z wyboru złego narzędzia, lecz ze złego zdefiniowania problemu.

Błąd 1: "Wdrożymy AI" zamiast "Zautomatyzujemy X"

"Wdrożenie AI" to nie projekt. To cel do zdobycia. Projekt to: "Chcemy agent AI, który obsługuje 80% zapytań klientów przez Slacka, na podstawie naszej bazy FAQ i historii zgłoszeń, i przekazuje nierozwiązane sprawy do człowieka." Bez konkretnej definicji scope'u każda z trzech ścieżek wypadnie słabo.

Błąd 2: Kupowanie narzędzia zamiast rozwiązania problemu

"Słyszałem, że n8n jest świetny" lub "Agencja X robiła dla naszej branży" to słaba podstawa wyboru. Popularność narzędzia nie mówi nic o tym, czy rozwiąże Twój problem. Zacznij od pytania: jaki problem chcę rozwiązać i która ścieżka rozwiązuje go najszybciej przy moich zasobach.

Błąd 3: Niedocenianie kosztu własnego czasu

Narzędzia DIY wyglądają tanio na papierze. Subskrypcja Make za 30 USD/mc, kilka tutoriali i gotowe. W praktyce pierwsze tygodnie to nauka, debugowanie i zepsuty workflow w środku ważnego procesu. Twój czas ma cenę. Jeśli godzina Twojej pracy kosztuje powyżej pewnego progu, szybsze wdrożenie przez kogoś innego jest tańsze łącznie.

Błąd 4: Oddanie własności kodu bez refleksji

Część agencji dostarcza system hostowany na swojej infrastrukturze, bez pełnego dostępu do kodu. To model subskrypcyjny ukryty jako projekt. Po roku jesteś uzależniony od agencji, bo nie masz kodu i nie możesz zabrać systemu do kogoś innego. Zawsze pytaj: "Dostanę pełny kod źródłowy na moim GitHubie?" Jeśli odpowiedź jest niejasna, to sygnał.

Błąd 5: Zaczynanie od zbyt dużego projektu

Firmy, które próbują "wdrożyć AI w całym CRM" od razu, często kończą z projektem trwającym sześć miesięcy bez wartości przez pierwsze cztery. Zacznij od jednego procesu. Jeden agent, jeden problem, jedno kryterium sukcesu. Gdy działa, budujesz na fundamencie.

---

Który wariant pasuje do Twojej sytuacji

Masz czas i zasoby techniczne, automatyzacja jest prosta → Zacznij od narzędzi DIY. n8n lub Make dadzą Ci elastyczność i kontrolę, jeśli jesteś gotowy na naukę.

Twoja firma ma złożoną infrastrukturę IT, wiele działów i duży budżet → Agencja z pełnym projektem. Masz zasoby na cały cykl wdrożeniowy.

Chcesz działający system w ciągu 1–2 tygodni, z pełną własnością kodu, bez procesów agencji → Solo konsultant.

Nie wiesz jeszcze, czego potrzebujesz → Zacznij od bezpłatnego Audytu AI. Dostajesz konkretną mapę: gdzie automatyzacja ma sens w Twoim biznesie, a gdzie nie.

Masz ograniczony budżet i chcesz zacząć samodzielnie → Produkty self-serve: gotowe skille AI (SEO Kit, Research Lab, Legal Desk) w cenie 500–2 500 PLN. Budujesz sam, masz dokumentację, wsparcie przez email.

---

Gdzie w tej mapie jest Kuliberda Labs

Działam jako solo konsultant w tierze Custom Agent Install i Hybrid Agent Stack.

Buduję systemy AI dla operatorów małych firm, dla tych, którzy chcą konkretnej automatyzacji bez konieczności rozumienia, jak ona działa od środka. Ty opisujesz swój proces i cel. Ja zajmuję się stroną techniczną.

Warianty instalacji:

• OpenClaw: agent w Telegramie, WhatsAppie lub Slacku. Odpowiada na pytania, obsługuje zapytania, realizuje zdefiniowane taski. 5–10 dni roboczych.
• Hermes: pracownik w tle. Raporty, triage, przetwarzanie danych, cron. Działa bez interfejsu czatu. 5–10 dni roboczych.
• Custom: Claude Code lub Codex CLI wpięte w Twój stack. Dla technical operatora, który pracuje przy CLI. 3–7 dni roboczych.
• Hybrid: kilka z powyższych jako jeden zintegrowany system. 2–4 tygodnie.

Każda instalacja jest dostarczona z repozytorium GitHub, dokumentacją i szkoleniem. Retainer jest opcjonalny. Wiele firm po pierwszym miesiącu wsparcia zarządza systemem samodzielnie.

Przed każdą instalacją jest darmowa rozmowa diagnostyczna (30–60 min). Ustalamy, który wariant ma sens dla Twojego procesu, i czy AI w ogóle tu pasuje. Jeśli Twój problem rozwiązuje prosty skrypt w Make za 30 USD/mc, powiem Ci to wprost. Bez presji, bez oferty wysyłanej przed rozmową.

---

Pytania, które warto zadać przed wyborem

Niezależnie od tego, którą ścieżkę wybierasz, poniższe pytania pozwolą ocenić, czy dostawca jest rzetelny.

Do agencji lub konsultanta:

1. Czy dostanę pełny kod źródłowy na swoim GitHubie, z pełną własnością IP?
2. Jak wygląda proces discovery? Ile czasu zajmuje przed startem budowy?
3. Jakie są kryteria akceptacji projektu? Jak mierzysz, że system "działa"?
4. Co się dzieje, jeśli system nie spełni kryteriów akceptacji po wdrożeniu?
5. Czy możesz pokazać mi system zbudowany dla klienta z podobnej branży lub podobnego problemu?

Do siebie, przy wyborze narzędzi DIY:

1. Czy mam 30–50 godzin na naukę w ciągu najbliższych czterech tygodni?
2. Czy ktoś w firmie będzie w stanie utrzymać i debugować ten system?
3. Czy automatyzacja, którą buduję, jest liniowa (wyzwalacz → kilka kroków → wynik), czy wymaga pamięci i obsługi złożonych wyjątków?

Jeśli odpowiedzi na pytania do siebie są "nie" lub "nie wiem", prawdopodobnie potrzebujesz kogoś z zewnątrz.

---

Od czego zacząć

Jeśli nigdy nie wdrażałeś AI w swoim biznesie, zacznij od bezpłatnego Audytu AI. Przesyłasz mi opis swoich procesów, dostajesz mapę: gdzie automatyzacja ma realny sens, a gdzie jest przedwczesna. Zero rozmowy, zero zobowiązań.

Jeśli masz już konkretny proces w głowie i chcesz ocenić koszt wdrożenia, umów rozmowę diagnostyczną. Odpowiedź z wyceną dostajesz mailem w ciągu 24 godzin, nie na call, bo pod presją rozmowy obie strony podejmują gorsze decyzje.

Jeśli chcesz zacząć samodzielnie, bez pełnego wdrożenia, sprawdź gotowe skille AI (SEO Kit, Research Lab). Instalujesz je u siebie, z dokumentacją i wsparciem mailowym, w cenie 500–2 500 PLN.

Pierwsze kroki bez względu na wybór:

1. Zdefiniuj jeden konkretny proces, który zajmuje Ci czas co tydzień.
2. Opisz go dokładnie: co wchodzi, co wychodzi, gdzie się powtarza, gdzie wymagasz decyzji.
3. Zbierz 5–10 realnych przykładów: emaile, dokumenty, dane. Bez przykładów discovery jest stratą czasu dla obu stron.
4. Umów rozmowę diagnostyczną albo wyślij opis do Audytu AI.

Umów bezpłatną rozmowę diagnostyczną →

Nie masz jeszcze konkretnego procesu? Zacznij od bezpłatnego Audytu AI. Dostaniesz mapę, gdzie automatyzacja ma u Ciebie sens, bez rozmowy i bez zobowiązań.

---

Co z tego wynika

Trzy drogi do agenta AI różnią się nie tylko ceną. Różnią się tym, czego od Ciebie wymagają.

Narzędzia DIY wymagają Twojego czasu i gotowości do nauki. Agencja wymaga dużego budżetu i długiego procesu. Solo konsultant wymaga jednej konkretnej definicji problemu i gotowości do testowania działającego systemu na Twoich danych.

Dla większości operatorów małych firm najdroższe jest to, co zostaje niezrobione. Wybór narzędzia, konfiguracja i nauka kosztują tygodnie, które można było przeznaczyć na właściwą pracę.

Jeśli masz konkretny proces i chcesz wiedzieć, ile kosztuje jego automatyzacja, zacznij od rozmowy. Nic nie kosztuje.