Sprzedajemy czas.
AI zmieniło, ile go potrzebujemy.
Liczby z naszych projektów i od klientów:
stawka za dzieńfaktury z KSeF62 duplikatyzespół sprzedażypłatny warsztat
Trzy projekty, trzy tempa
| Projekt | Co to jest | Czas |
|---|---|---|
| #1 | Platforma społecznościowa z treściami i kontami | 14 dni pracy |
| #2 | Asystent głosowy AI, który odbiera telefony w restauracji, + panel | 4 dni |
| #3 | System finansów i sprzedaży dla firmy | 7 mies. obok prowadzenia firmy |
Czas nie zniknął. Przesunął się: na rozmowę z klientem, specyfikację, testy i sprawdzanie.
Klient przyszedł po AI.
etatu: „AI przepisze faktury towarowe z KSeF do ERP”
etatu. I bez AI na ścieżce KSeF
Faktura w KSeF to już uporządkowane dane. Nie ma czego „czytać”.
Reguły, kolejka i człowiek na końcu 👨
GTIN, EAN, SKU→ 📋Zamówienienumer, marka, kwota→ 👨Człowiek
zatwierdza→ 📝Szkic zamówieniaw ERP
Nieznany dostawca, nierozpoznana marka, dwa pasujące zamówienia → ręczna kolejka. System nie zgaduje.
LLM na ścieżce KSeF
0 wywołań
Model czyta tylko PDF-y spoza KSeF (OCR).
Decyzja zapisana w projekcie
LLM do dopasowania odrzuciliśmy: koszt, opóźnienie, niepowtarzalne wyniki. Produktu, którego nie ma w katalogu, model i tak nie znajdzie.
Gdzie myliły się podpowiedzi
Nazwy prawie identyczne, inny numer wariantu:
…562 / …580S63 / S09
Co pomogło: 68% → 86% trafności
Nie lepszy model. Żaden model.
Prosta reguła: numery się nie zgadzają = to nie ten produkt.
zduplikowane wiersze
na żywej tablicy zamówień klienta.
W godzinę.
z produkcji
Tu też nie było AI. Ale automat myli się na wszystkich fakturach naraz.
Nasz produkt to też spotkania
1 · Po spotkaniu
Klient dostaje maila z podsumowaniem przygotowanym przez AI.
2 · Dzień przed
Przypomnienie 24 h przed spotkaniem.
Koszty i CRM rozmową
z poprzednich faktur dostawcy→ 👨Zatwierdzam→ 🔁System uczy sięprzypisania na następny raz
Claude + MCP → CRM i lejek sprzedaży
Leady, notatki ze spotkań, zadania. Bez otwierania formularzy.
„Dodaj notatkę do klienta X i zadanie na piątek.”
zarejestrowanych i aktywnych
sklepów internetowych w Polsce.
Z kogo korzystają do płatności? Sprawdza to 5 handlowców.
Pięciu handlowców, sklep po sklepie
- Wchodzi na stronę sklepu internetowego
- Dodaje produkt do koszyka
- Zamyka pop-upy, newslettery i promocje
- Przechodzi zamówienie aż do płatności
- Spisuje operatorów płatności do Excela
Ale to jeszcze nie wszystko
Potem handlowiec sprawdza dane firmy:
- NIP
- REGON
- i inne rejestry…
Ile to trwa ręcznie
realnej pracy dziennie na osobę
sklepy dziennie
sklepów miesięcznie
miesięcznie
70 000 sklepów ÷ 7 200 miesięcznie = prawie 10 miesięcy pracy całego zespołu.
5 × 10 000 zł × 10 miesięcy
500 000 zł
research, rejestry, Excel z wynikiem
70 000 zł
Handlowcy wracają do rozmów z klientami. Klikanie po koszykach robią agenci.
10 godzin tygodniowo na notatki i maile
i wysyła
To samo robimy u siebie: mail z podsumowaniem po każdym spotkaniu (case 2).
Oferta u klienta w niecałą godzinę
Rozmowa 1:1 i transkrypcja
Alex AI zbiera założenia do oferty
Na wzorach i standardach firmy
Sprawdza i dopracowuje ofertę
Alex pisze, człowiek sprawdza i wysyła
54 minuty, z czego 30 to praca człowieka 👨. Czas nie zniknął, przesunął się na sprawdzanie.
Lead nie może czekać dłużej niż 24 h.
Wygra ten, kto wcześniej wie,
które leady są warte spotkania.
Skoro robimy to kilka razy szybciej,
to za co klient właściwie płaci?
Nigdy nie zaczynaliśmy od kodu
Z klientem mapujemy proces i wybieramy, co w ogóle warto automatyzować.
Najtańsza część projektu.
Kiedy działa na prawdziwych danych.
Kod to dziś najtańsza część.
Drogie jest zrozumienie, co zbudować, i utrzymanie.
Metoda KOMPAS: najpierw proces, potem narzędzie
Po co to robimy? Cel i punkt wyjścia.
Proces krok po kroku, na osi zdarzeń.
Ile to trwa dziś. Zanim cokolwiek wdrożysz.
Wpływ ocenia biznes, wysiłek osoba od wdrożenia.
Lista „nie teraz” z uzasadnieniem.
Kolejność wdrożeń: najpierw fundamenty.
Jutro zacznij od K, O, M: jedno popołudnie, 2–4 osoby, ściana albo wspólny dokument. U klienta z fakturami już „O” pokazało, że AI nie jest potrzebne.
Nie każda decyzja potrzebuje dużego modelu
tak / nie + pewność→ ✅Pewny: przepuszczado sprawdzenia 🧠Niepewny → duży modeljak dotąd
za 1000 decyzji · ok. 3,3 s · trafność 99,6%
za 1000 decyzji · ok. 37 ms · trafność 78,4%
Jeszcze nie zmierzyliśmy tego u siebie. Liczby z benchmarku autora modelu. Przepuszczenie to ryzykowny kierunek: zanim włączymy, musimy znać trafność przy wysokiej pewności, nie średnią.
Cztery zasady
- Najpierw proces, potem AI.Klient chciał AI. Potrzebował reguł i kolejki.
- 👨 Człowiek zatwierdza. Automat przygotowuje.Dlatego 62 duplikaty nie poszły dalej do ERP.
- Zmierz czas przed wdrożeniem.Inaczej nie pokażesz efektu.
- Sprzedawaj efekt, nie godziny.Godzin, które oddało AI, nie da się uczciwie sprzedać drugi raz.
Dziękuję
Patryk Omiotek
linkedin.com/in/patrykomiotek
webamigos.pl
meet.webamigos.pl
