Agent AI to program, który dostaje cel, sam dobiera kolejne kroki, sięga po dane i narzędzia w Twoich systemach i wykonuje zadanie do końca. Chatbot dostaje pytanie i zwraca odpowiedź. Cała różnica siedzi w tym, że agent coś zmienia poza okienkiem rozmowy: zakłada zadanie, przesuwa szansę, wysyła plik, wpisuje wartość do pola.
Niżej znajdziesz tabelę różnic między chatbotem, asystentem, automatyzacją i agentem, przebieg jednego zadania sprzedażowego krok po kroku, koszt z konkretnymi kwotami i sekcję, której zwykle nie ma: czego agent nie wyczyta z Waszego CRM-a, choćby dostał do niego pełny dostęp.
Jeśli najpierw chcesz zobaczyć szerszy obraz, zacznij od przewodnika AI w sprzedaży: od narzędzia do wdrożenia.
W skrócie:
Chatbot działa w oknie rozmowy i nic poza nim nie zmienia. Agent ma cel, dostęp do systemów i zgodę na wykonanie działania, więc po jego pracy zostaje ślad w CRM-ie, w kalendarzu albo w skrzynce klienta. Pomiędzy nimi są jeszcze dwie rzeczy, które w rozmowach nazywa się agentem, choć nim nie są: asystent AI wbudowany w narzędzie i zwykła automatyzacja.
| Kryterium | Chatbot | Asystent AI w narzędziu | Automatyzacja | Agent AI |
|---|---|---|---|---|
| Co dostaje na wejściu | pytanie | pytanie plus to, co widzisz na ekranie | zdarzenie (np. zmiana etapu) | cel opisany zadaniem |
| Kto ustala kolejność kroków | nikt, jest jeden krok | nikt, jest jeden krok | osoba, która zbudowała scenariusz | model, przy każdym uruchomieniu od nowa |
| Pamięć między uruchomieniami | tylko w tej rozmowie | tylko w tym rekordzie | brak, liczy się bieżące zdarzenie | tak: notatki, pliki, historia zadania |
| Dostęp do danych firmy | żaden, jeśli mu nie wkleisz | to, co widzi w swoim narzędziu | pola wskazane w scenariuszu | wszystko, na co pozwala API i uprawnienia |
| Wykonanie działania | brak, zwraca tekst | zwykle podpowiedź do zatwierdzenia | wykonuje dokładnie zaplanowane kroki | wykonuje kroki, które sam wybrał |
| Rola człowieka | czyta i decyduje sam | poprawia podpowiedź | włącza i wyłącza scenariusz | zatwierdza wskazane akcje, resztę agent robi sam |
| Co się psuje najczęściej | odpowiada ogólnie | podpowiada nie na temat | scenariusz przestaje pasować do procesu | robi coś, czego nikt mu nie zabronił |
Ostatni wiersz jest najważniejszy przy wdrożeniu i najmniej oczywisty przy czytaniu o agentach. Kiedy scenariusz automatyzacji przestaje pasować do procesu, przestaje działać i ktoś to zauważa. Kiedy agent zrobi coś, czego nikt mu nie zabronił, on nie zgłasza błędu. Robi to pewnie i uprzejmie, bo z jego punktu widzenia wykonał zadanie.
Asystent pracuje w jednym narzędziu i kończy pracę na podpowiedzi, agent pracuje między narzędziami i kończy ją na zapisanym wyniku. Asystent AI w CRM-ie podsumuje Ci rozmowę i zaproponuje treść maila. Agent weźmie transkrypcję ze spotkania, dopisze brakujące pola przy szansie, złoży ofertę z aktualnego cennika, założy zadanie na kontakt za tydzień i zatrzyma się przed wysyłką, żeby zapytać.
Praktyczna konsekwencja jest po stronie uprawnień. Asystenta włączasz w abonamencie i ryzyko kończy się na tym, że coś podpowie nie na temat. Agentowi trzeba nadać dostęp do systemów i powiedzieć, czego mu nie wolno, bo inaczej dostanie tyle uprawnień, ile ma konto, na którym działa.
Granicę wyznacza to, kto decyduje o kolejności kroków. Anthropic nazywa to rozróżnieniem architektonicznym i opisuje dwa przypadki: w workflow model i narzędzia są sterowane zaplanowanymi ścieżkami w kodzie, a w agencie model sam kieruje swoim procesem i użyciem narzędzi (Building effective agents, 19.12.2024). Ta sama książka mówi rzecz, o której rzadko się pisze przy sprzedawaniu agentów: zacznij od najprostszego rozwiązania i podnoś złożoność tylko wtedy, gdy jest potrzebna, bo przy zadaniach dobrze opisanych workflow daje przewidywalność, której agent nie da.
Na przykładzie, który widać w Pipedrivie. Automatyzacja przy zmianie etapu na „Oferta" zakłada zadanie „Kontakt za 3 dni" i wysyła powiadomienie na Slacka. Zawsze to samo, w tej samej kolejności, bo ktoś to raz ustawił. Agent w tym samym miejscu przeczyta, co ustaliliście na spotkaniu, sprawdzi, czy klient prosił o wariant droższy, i albo złoży ofertę, albo dopisze pytanie do handlowca, bo w notatce brakuje liczby stanowisk. Za drugim razem zrobi to inaczej, bo notatka będzie inna.
Z tego wynika reguła doboru, a nie hierarchia. Jeśli zadanie ma stałe kroki, automatyzacja jest tańsza, szybsza i łatwiejsza do naprawy. Agent zarabia dopiero tam, gdzie kroki zależą od treści sprawy, więc nie da się ich wypisać z góry.
Agent dostaje cel, zbiera dane, planuje kroki, wykonuje je, sprawdza wynik i zapisuje go w systemie. Zamiast opisywać ten cykl w oderwaniu, przejdę przez jedno prawdziwe zadanie, czyli przygotowanie oferty po spotkaniu.
Krok piąty jest jedyny, którego nie da się skonfigurować w narzędziu. Trzeba go wcześniej ustalić i zapisać, a o tym niżej.
Technicznie agent dostaje się do tych danych przez API, a od 2025 roku coraz częściej przez Model Context Protocol, czyli otwarty standard podłączania narzędzi i źródeł danych do modelu. Producenci opisują to po swojemu, na przykład w dokumentacji agentów OpenAI. Nazwa i standard mają jednak mniejsze znaczenie niż to, co Twój system w ogóle wystawia na zewnątrz.
Najczęściej agent przejmuje robotę, która powstaje po spotkaniu, a nie samą sprzedaż. Cztery zadania, które widzę u klientów najczęściej, opisane tym samym schematem:
| Zadanie | Co dostaje na wejściu | Gdzie się zatrzymuje | Co mierzysz |
|---|---|---|---|
| Przygotowanie do spotkania | karta firmy, historia kontaktów, poprzednie notatki | nigdy, to sam odczyt | ile minut przed spotkaniem zajmuje przygotowanie |
| Notatka i wpis do CRM po rozmowie | transkrypcja albo nagranie | przed zmianą etapu szansy | odsetek szans z wypełnionymi polami |
| Oferta z aktualnych danych | notatka ze spotkania, cennik, karta szansy | przed wysyłką do klienta | czas od spotkania do wysłanej oferty |
| Kolejny krok i przypomnienie | stan szansy, kryteria etapów | przed napisaniem do klienta | ile szans stoi bez działania dłużej niż X dni |
Kolumna „Gdzie się zatrzymuje" jest tą, po której poznasz, czy ktoś naprawdę uruchamiał agenta na żywych danych. W moich wdrożeniach agent startuje w trybie tylko do odczytu, a zmiany w danych dochodzą dopiero po zgodzie zespołu, i to jest zapisane w zakresie wdrożenia AI w sprzedaży B2B, a nie ustalone w trakcie.
Czego na tej liście nie ma i nie będzie: prospectingu, cold mailingu i oceniania pracy handlowców. Pierwsze dwa da się zautomatyzować bez agenta, a trzecie kosztuje więcej po stronie zespołu, niż przynosi.
Siedem konkretnych przypadków, od briefingu po porządek w lejku, opisałem osobno w tekście o zadaniach sprzedażowych dla agenta AI.
Agent czyta z CRM-a nazwy i wartości, a nie reguły, według których te wartości się nadaje. Zobaczy, że masz listę wyboru „Etap" z wartościami Lead, Szansa i Klient. Nie zobaczy, co musi się stać, żeby lead został szansą, bo tego nie ma w żadnym polu. To jest ta część procesu, która siedzi w głowach handlowców i w Twojej.
| Co agent widzi w systemie | Czego nie widzi | Kto to dziś wie |
|---|---|---|
| nazwy pól i dopuszczalne wartości | kiedy wpisać którą wartość i czy wolno mu ją zmienić | handlowcy, każdy trochę inaczej |
| listę etapów lejka | kryteria wejścia i wyjścia dla każdego etapu | wszyscy, po swojemu |
| dane firmy i osób | komu naprawdę sprzedajecie i czym się różnią segmenty | właściciel i marketing |
| historię zmian rekordu | które zmiany uruchamiają automatyzację i co ona wysyła | osoba od automatyzacji |
| własne uprawnienia | których akcji nie wolno mu wykonać bez akceptacji | nikt, dopóki tego nie ustalicie |
Ostatni wiersz jest najważniejszy i najczęściej pomijany. Pierwsze cztery da się z grubsza odtworzyć z systemu i z rozmowy z administratorem. Piątego nie ma nigdzie, bo dopóki proces obsługiwał człowiek, nikt nie musiał formułować, czego nie wolno. Opisałem osobno, od czego zacząć wdrożenie agenta AI w firmie, razem z ćwiczeniem na kryteriach etapów. Framework, którym to spisuję, leży na licencji MIT: github.com/zawlodzki/GTM-ontology-framework.
Jest jeszcze drugi sufit, twardszy od procesu. Agent nie klika w ekranie CRM-a, tylko rozmawia z nim przez API, więc granicą tego, co dla Ciebie zrobi, jest to, na co API pozwala. W czerwcu 2026 przeszedłem przez dokumentację ośmiu systemów i oceniłem je w jedenastu kategoriach: najwyżej wypadł Salesforce (96,1 na 100), drugi HubSpot (85,7), a Attio, Open Mercato, Pipedrive i Raynet zmieściły się w dwóch punktach wokół 74. Jedna funkcja dzieli całą stawkę: wysyłkę maila ze skrzynki konkretnego handlowca przez API robi tylko Salesforce, reszta ma tam zero. Metodologia, punktacja i dowody są w porównaniu API ośmiu CRM-ów pod agenta AI oraz na GitHubie, więc możesz podstawić własne wagi i sprawdzić, czy przy Twoich priorytetach ranking wychodzi tak samo.
Koszt dzieli się na trzy pozycje i tylko jedna z nich jest widoczna od razu.
| Pozycja | Kiedy płacisz | Co za tym stoi |
|---|---|---|
| Licencja modelu albo platformy | co miesiąc, od pierwszego dnia | plan firmowy narzędzia i liczba osób, które go dostają; płacisz niezależnie od tego, ile agent robi |
| Wdrożenie | jednorazowo albo w ratach za okres pracy | spisanie reguł procesu, integracje z systemami, uprawnienia, testy na żywych danych, szkolenie zespołu |
| Utrzymanie | po zakończeniu wdrożenia | poprawianie reguł, kiedy zmieni się proces, cennik albo konfiguracja CRM-a |
Kwoty z mojego cennika, stan na sierpień 2026: audyt gotowości na AI kosztuje 6 000 zł netto i trwa dwa tygodnie, a całość odliczam od wdrożenia, jeśli do niego dojdzie. Wdrożenie AI w dziale sprzedaży firmy usługowej to 8 000 zł netto miesięcznie przy współpracy trzymiesięcznej, łącznie 24 000 zł netto, i po dwunastu tygodniach zostają u Was trzy albo więcej działających agentów, opisany proces i pomiar przed i po. Licencji narzędzi żadna z tych kwot nie obejmuje, bo płacicie je bezpośrednio dostawcy i zależą od wybranego planu.
Czego cena nie obejmuje po Waszej stronie: pracy zespołu. Jedna osoba u Was potrzebuje 4–6 godzin tygodniowo, a handlowcy dodatkowo czasu na szkolenia i testowanie agenta w codziennej pracy. To jest pozycja, którą najczęściej pomija się przy liczeniu, czy się opłaca.
Ceny narzędzi i planów firmowych zmieniają się kilka razy w roku, więc traktuj powyższe jak stan na sierpień 2026, a nie jak trwałą widełkę.
W trzech sytuacjach lepiej nie zaczynać, i mówię to jako ktoś, kto z tego żyje.
Jest jeszcze czwarta sytuacja, o której nie mówi się w materiałach o AI. Jeśli dane klientów, nagrania i transkrypcje nie mogą trafić do narzędzia w publicznej chmurze, to nie jest przeszkoda techniczna, tylko decyzja o tym, gdzie te dane leżą. Trzeba ją podjąć przed wyborem narzędzia, a nie po.
Weź trzy etapy ze środka swojego lejka i wypisz dla każdego, co musi być spełnione, żeby szansa mogła na niego wejść. Z pamięci, bez zaglądania do CRM-a. Potem poproś o to samo dwoje handlowców, osobno.
Jeśli trzy listy się zgadzają, proces jest spisany, tylko w głowach, i zostaje go przenieść na papier. Jeśli się nie zgadzają, a zwykle się nie zgadzają, masz przed sobą dokładnie tę wiedzę, której agent nigdzie nie znajdzie. I prognozę liczoną z etapów, które każdy rozumie inaczej.
Drugie ćwiczenie zajmuje jeszcze mniej. Wypisz pięć rzeczy, których agentowi nie wolno zrobić bez Twojej zgody: rabaty, terminy, treść wysyłana do klienta, zmiana etapu, usuwanie danych. Jeśli ta lista powstaje w pięć minut, jesteście gotowi na pilotaż. Jeśli trzeba na nią zwołać spotkanie, to właśnie znalazłeś pierwszą rzecz do zrobienia.
Kiedy chcesz mieć to ocenione z zewnątrz, razem z rankingiem zastosowań i planem na 90 dni, od tego jest audyt AI w sprzedaży. Dwa tygodnie, stała cena i uczciwa rekomendacja, żeby jeszcze nie wdrażać, jeśli tak wyjdzie z danych.
Wdrażam CRM-y i AI w sprzedaży na co dzień, i na każdym projekcie ta sama wiedza o procesie musiała powstać trzy razy: instrukcja dla handlowców, opis dla agenta, konfiguracja CRM-a. Zrobiłem z tego system, w którym spisujesz to raz, a reszta generuje się sama, i wypuściłem go na licencji MIT.
Jeśli proces jest w głowach, a nie ma kto go spisać, to jest dokładnie pierwszy tydzień wdrożenia AI w sprzedaży B2B. Jeśli wolisz najpierw wiedzieć, czy jest o co walczyć, zacznij od audytu. A jeśli chcesz to obgadać bez zobowiązań, umów 30 minut albo napisz: grzesiek@zawlodzki.pl.
O autorze
Wdrażam CRM, AI w sprzedaży i automatyzacje w firmach.
Na koszt składają się trzy rzeczy: licencja narzędzia płacona co miesiąc dostawcy, wdrożenie i utrzymanie. Mój audyt gotowości kosztuje 6 000 zł netto za dwa tygodnie i odliczam go od wdrożenia, a wdrożenie AI w dziale sprzedaży firmy usługowej to 8 000 zł netto miesięcznie przy współpracy trzymiesięcznej, łącznie 24 000 zł netto (stan na sierpień 2026). Licencje narzędzi płacicie osobno, bo zależą od wybranego planu i liczby osób.
W sprzedaży B2B najczęściej cztery: przygotowanie do spotkania z danych z CRM-a, notatka i wpis po rozmowie z transkrypcji, oferta z aktualnego cennika i pilnowanie kolejnego kroku na szansach, które stoją. Każdy z nich ma moment, w którym agent zatrzymuje się i pyta człowieka, i to ten moment decyduje, czy da się go używać.
Asystent pracuje w jednym narzędziu i kończy na podpowiedzi, którą zatwierdzasz. Agent pracuje między narzędziami, sam ustala kolejność kroków i zostawia po sobie zmianę w systemie: wpis, plik, zadanie. Praktyczna różnica jest po stronie uprawnień, bo asystenta włączasz w abonamencie, a agentowi trzeba nadać dostęp i powiedzieć, czego mu nie wolno.
Chatbot dostaje pytanie i zwraca tekst, nie zmieniając niczego poza oknem rozmowy. Agent dostaje cel, czyta dane firmy, wykonuje kroki i zapisuje wynik tam, gdzie pracuje zespół. Chatbot, który odpowiada ogólnie, jest po prostu nieprzydatny; agent, któremu nikt nie ustalił granic, potrafi zmienić dane i nie zgłosić przy tym błędu.
Od strony technicznej to dziś kwadrans: podłączasz model do systemu przez API albo Model Context Protocol i dajesz mu polecenie. Trudniejsza i dłuższa część jest wcześniej i polega na spisaniu reguł procesu: co znaczy każdy etap, kto wypełnia które pole, co uruchamia się przy zmianie i czego agent nie może zrobić bez akceptacji. Bez tego agent działa, tylko nie wiadomo, według czego.
W planach firmowych ChatGPT, Claude i Gemini da się dziś zbudować agenta z interfejsu, bez pisania kodu: dajesz mu instrukcję, podłączasz źródła danych i narzędzia i ustawiasz, co wymaga zatwierdzenia. Nazwy funkcji i zakres zmieniają się co kilka miesięcy, więc sprawdź je w dokumentacji dostawcy, zanim zaplanujesz na nich proces. Sama konfiguracja jest najmniej istotną decyzją w całym wdrożeniu.
Prowadzę kurs AI w sprzedaży B2B dla osób, które chcą przejść to samodzielnie, i program dla zespołu sprzedaży, gdy handlowcy mają wypracować wspólny sposób pracy. Kurs uczy zadań, a nie wdrożenia. Jeśli agent ma działać na Waszych danych i w Waszym CRM-ie, to jest inna robota i inny zakres.
Raz w tygodniu dostaniesz bezpłatnie, jedno gotowe rozwiązanie, jak skutecznie wykorzystać nowoczesne technologie w sprzedaży B2B.
Zapisując się, zamawiasz newsletter Wellbiz sp. z o.o. i zgadzasz się na otrzymywanie e-maili z poradami i ofertami. Wypiszesz się jednym kliknięciem. Link jest w każdej wiadomości. Regulamin newslettera, Polityka prywatności
