Przejdź do treści

Tutoriale how-to

Agenci AI w banku i w firmie: co potwierdzają źródła w 2026 roku

Zaktualizowano: Autor: Andrzej Niemiec10 min czytania

Co naprawdę wiadomo o agentach AI w bankowości i automatyzacji: potwierdzony cyfrowy proces hipoteczny PKO BP, pierwszy agent AI do maili, ceny n8n, Make i Zapier.

Agenci AI w banku i w firmie: co potwierdzają źródła w 2026 roku
Spis treści
  1. Czy agenci AI działają już w polskim banku produkcyjnie?
  2. Co potwierdzają liczby PKO BP?
  3. Czym agent AI różni się od chatbota i klasycznej automatyzacji?
  4. Które narzędzie no-code wybrać: n8n, Make czy Zapier?
  5. Ile kosztuje agent AI w 2026 roku?
  6. Gdzie agent AI zawodzi i jak ograniczyć ryzyko?
  7. Jak wdrożyć pierwszego agenta bez programowania?
  8. Najczęstsze pytania
  9. Źródła

Czy agenci AI działają już w polskim banku produkcyjnie?

Tak, ale w wąskim i dobrze opisanym zakresie. W 2025 roku opisywano testy agentów AI w bankach, także w PKO BP, w procesach front- i back-office, ale nie były to wdrożenia na dużą skalę [1]. Potwierdzone jest uruchomienie 30 września 2024 roku całkowicie cyfrowego procesu kredytu hipotecznego: wniosek, analiza, decyzja i podpisanie umowy odbywają się zdalnie [2][3]. Status sprawdza się na każdym etapie w iPKO [4]. Publiczne źródła nie potwierdzają chatbota odpytywanego o status hipoteki. Kontekst całej gałęzi zbieramy w /agenci-ai.

Zakres pierwszego etapu był ograniczony: cyfrowa hipoteka obejmowała singli z umową o pracę, kupujących nieruchomość na rynku wtórnym albo finansujących remont [2]. W 2025 roku bank zapowiadał rozszerzenie usługi na pary, rynek pierwotny, inne źródła dochodu i budowę domu [9][10]. To rozwój procesu sprzedażowego, nie autonomiczny agent decyzyjny.

Co potwierdzają liczby PKO BP?

Bank publikuje konkretne wskaźniki, ale dotyczą one innych obszarów niż pamięć agenta.

  • 10 lipca 2025 roku bank podał 17 botów konwersacyjnych i ponad 70 mln rozmów voicebotów z klientami [6].
  • W lipcu 2024 roku ponad 80% decyzji kredytowych wspierały algorytmy uczenia maszynowego, a AI dotyczyła około 30% kredytów hipotecznych [7].
  • W sierpniu 2026 roku PKO BP wdrożył pierwszego agenta AI do klasyfikacji korespondencji e-mail: agent analizuje temat wiadomości i proponuje sposób obsługi, pracując z udziałem człowieka. Bank planował kolejnych 30 agentów [8].
  • Liczba 70 mln dotyczy całego kanału głosowego, a nie pytań o status wniosków hipotecznych [6].

Żadna z tych liczb nie opisuje agenta uczącego się ze wzmocnieniem (RL) ani mechanizmu pamięci długoterminowej. Agenci AI w bankowości to dziś warstwa wsparcia decyzji i obsługi, a nie autonomiczni pracownicy.

Czym agent AI różni się od chatbota i klasycznej automatyzacji?

Chatbot odpowiada w ramach scenariusza, a klasyczna automatyzacja wykonuje stałe reguły typu „jeśli nowy formularz, to zapisz dane w CRM”. Publicznie opisany projekt chatu w PKO BP dotyczył szerszego kanału komunikacji: strony informacyjnej, procesów wnioskowych, onboardingu i kontaktu z pracownikiem banku [5]. To kanał obsługi, nie agent decyzyjny.

Agent AI łączy model językowy z narzędziami, pamięcią, danymi i instrukcjami. Rozumie cel, planuje kroki, wybiera narzędzie, sprawdza wynik i prosi człowieka o zgodę. Nie jest gwarancją poprawności: może pomylić dane, wybrać niewłaściwe narzędzie albo zostać zmanipulowany treścią strony internetowej. O konsekwencjach zbyt szerokich uprawnień piszemy w artykule Twój agent AI właśnie przelał pieniądze na konto hakera.

Które narzędzie no-code wybrać: n8n, Make czy Zapier?

Kryteriumn8nMakeZapier
Próg wejściawyższy: wymaga administracji instancjąśredni: praca na wizualnej kanwienajniższy: gotowe, proste Zaps
Katalog integracjiduży, rozszerzany kodemponad 3000 integracji [11]ponad 9000 aplikacji [12]
Self-hostingtak, wersja Communitynienie
Agenci AIAI Agent node, MCP Server TriggerMake AI AgentsZapier Agents, AI by Zapier
Cena startowa0 USD za self-hosted0 USD w planie Free0 USD w planie Free

Make deklaruje ponad 400 tys. organizacji w ponad 200 krajach, a Zapier ponad 3,4 mln firm [11][12]. n8n 2.43 z 6 października 2026 roku udostępnił Browser Use wszystkim użytkownikom; funkcja nie działa na telefonach i tabletach [14]. Make AI Agents ogłoszono 11 lutego 2026 roku — agenci działają na tej samej wizualnej kanwie co scenariusze, obsługują planowanie, wybór narzędzi, pliki i multimodalność [16].

Praktyczny wniosek: Zapier daje najszybszy start przy prostych procesach, Make jest kompromisem dla scenariuszy wieloetapowych, a n8n wybieramy wtedy, gdy potrzebna jest kontrola i self-hosting. Szersze porównanie narzędzi znajdziesz w tekście o kosztach architektury multi-agent.

Ile kosztuje agent AI w 2026 roku?

Podajemy kwoty w USD z oficjalnych cenników producentów, stan na październik 2026. Ceny i limity zależą od kraju, VAT-u, waluty oraz rozliczenia miesięcznego lub rocznego.

  • n8n Cloud Starter kosztuje 20 USD miesięcznie przy rozliczeniu rocznym i obejmuje 2500 wykonań. Cloud Pro to 50 USD miesięcznie i 10 000 wykonań, a wersja Community jest bezpłatna — płaci się wtedy za serwer [13].
  • Make w planie Free kosztuje 0 USD i daje 1000 creditów miesięcznie oraz 2 aktywne scenariusze. Core to 12 USD, Pro 21 USD, a Teams 38 USD miesięcznie przy 10 000 creditów; niewykorzystane credits wygasają z końcem okresu rozliczeniowego [15].
  • Zapier Free to 0 USD i 100 tasków miesięcznie w dwukrokowych Zapach. Professional startuje od 19,99 USD miesięcznie przy rozliczeniu rocznym [17].
  • AI by Zapier od 15 czerwca 2026 roku rozlicza modele w taskach: Standard zużywa 1× task, Advanced 3×, Premium 5×. Jedno uruchomienie może zużyć wiele tasków i zatrzymuje się przy 75 [18].
  • Zapier Agents: plan Free to 400 activities miesięcznie, Pro kosztuje 400 USD rocznie, czyli 33,33 USD miesięcznie, i daje 1500 activities [17].
  • Agent mode w ChatGPT obejmuje 40 wywołań miesięcznie w planie Plus i 400 w planie Pro [19].

Gdzie agent AI zawodzi i jak ograniczyć ryzyko?

Największe ryzyko nie leży w modelu, ale w narzędziach i danych, do których agent ma dostęp. MCP to otwarty standard łączenia modeli z narzędziami i danymi, a nie aplikacja ani model [20]. Dla narzędzi zgodnych z MCP opisano atak tool poisoning, w którym ukryta instrukcja w opisie narzędzia zmienia zachowanie agenta [21].

Trzy zabezpieczenia, które warto wdrożyć od pierwszego dnia:

  1. Wąski zestaw narzędzi — agent dostaje tylko te integracje, których naprawdę potrzebuje w danym procesie.
  2. Zatwierdzenie człowieka dla akcji nieodwracalnych: płatności, wysyłki maili do klientów, zmian w rekordach.
  3. Limit kosztu — przy modelach rozliczanych w taskach lub creditach jedno uruchomienie potrafi zużyć wiele jednostek [18].

Jak wdrożyć pierwszego agenta bez programowania?

Zacznij od jednego procesu, który da się zmierzyć, i od wersji darmowej. Dopiero potem rozszerzaj zakres.

  1. Wybierz proces o wąskim zakresie, na przykład klasyfikację zgłoszeń albo uzupełnianie danych z formularza.
  2. Dopasuj narzędzie: Make przy scenariuszach wizualnych, n8n przy potrzebie self-hostingu, Zapier przy prostych Zapach.
  3. Ogranicz narzędzia agenta i przetestuj go na kopii danych.
  4. Dodaj próg zatwierdzenia dla akcji, które trudno cofnąć.
  5. Policz koszt jednostkowy po pierwszym tygodniu i porównaj z limitem planu.

Temat pamięci długoterminowej, która bywa słabym punktem takich wdrożeń, rozwijamy w artykule o współdzielonej pamięci dla agentów AI.

Najczęstsze pytania

Czy banki używają agentów AI opartych na uczeniu ze wzmocnieniem?

Nie ma publicznego potwierdzenia takiego wdrożenia. Źródła opisują w bankach uczenie maszynowe, modele generatywne, voiceboty, chatboty i agentów AI, ale nie potwierdzają, że którykolwiek z systemów hipotecznych korzysta z RL [1][8]. Samo użycie określenia „agent AI” nie oznacza uczenia ze wzmocnieniem.

Czy agent AI może samodzielnie podjąć decyzję kredytową?

W opisanym przypadku nie. Pierwszy agent AI w PKO BP klasyfikuje korespondencję e-mailową i proponuje sposób obsługi, działając z udziałem człowieka [8]. Decyzje kredytowe wspiera uczenie maszynowe, ale w lipcu 2024 roku bank podawał, że AI dotyczyła około 30% kredytów hipotecznych, a ponad 80% decyzji wspierały algorytmy ML [7].

Ile kosztuje agent AI dla małej firmy w 2026 roku?

Od zera do kilkudziesięciu USD miesięcznie przy starcie. Plany darmowe oferują Make i Zapier, a n8n w wersji Community jest bezpłatny poza kosztem serwera. Płatne progi zaczynają się od 19,99 USD miesięcznie w Zapierze i 12 USD w Make, przy czym zużycie tasków lub creditów zależy od liczby uruchomień [15][17].

Czym jest MCP i po co go podłączać?

MCP to otwarty standard, który pozwala modelom korzystać z narzędzi, danych i automatyzacji w jednolity sposób [20]. Dzięki niemu agent nie potrzebuje osobnej integracji do każdego systemu. Standard wymaga jednak kontroli: opis narzędzia może zawierać ukrytą instrukcję, dlatego listę podłączonych serwerów trzeba utrzymywać świadomie [21].

Czy agent AI może zapominać informacje?

Tak. Pamięć nie wynika z samego modelu, ale z architektury: sposobu zapisywania historii, wyszukiwania kontekstu i wyboru fragmentów do odpowiedzi. Bez warstwy pamięci agent powtarza błędy i miesza starsze dane z nowszymi. To problem inżynierski, nie cecha konkretnego modelu.

Źródła

  1. Kiedy algorytm staje się doradcą klienta: agenci AI zaczynają rozumieć ludzi, dane i procesy (bank.pl, 2025)
  2. Całkowicie cyfrowy proces hipoteczny dla klientów PKO BP (Fintek.pl, 2024)
  3. Całkowicie cyfrowy proces hipoteczny w PKO Banku Polskim (PRNews.pl, 2024)
  4. Całkowicie cyfrowy proces hipoteczny w PKO Banku Polskim (Bankomania PKO BP, 2024)
  5. Nowy kanał komunikacji z klientami, czyli implementacja chatu w PKO BP (Consdata, 2024)
  6. Rozmowna sztuczna inteligencja w PKO Banku Polskim. Już 70 mln konwersacji z klientami (PKO BP, 2025)
  7. PKO Bank Polski wykorzystuje sztuczną inteligencję do zarządzania ryzykiem kredytowym (PKO BP, 2024)
  8. PKO Bank Polski ma pierwszego agenta AI i szybciej odpowie na maile klientów (PKO BP, 2026)
  9. Pary skorzystają z cyfrowego wniosku o kredyt hipoteczny w PKO BP (Bankier.pl, 2025)
  10. PKO BP nakręci sprzedaż cyfrową hipoteką (Puls Biznesu, 2025)
  11. AI Workflow Automation Software & Tools (Make, 2026)
  12. Zapier Logos, Brand Assets & Press Kit (Zapier, 2026)
  13. n8n Plans and Pricing (n8n, 2026)
  14. Release notes — Changelog (n8n Docs, 2026)
  15. Pricing & Subscription Packages (Make, 2026)
  16. Announcing the next generation of Make AI Agents (Make, 2026)
  17. Plans & Pricing (Zapier, 2026)
  18. AI by Zapier model tier pricing (Zapier Help Center, 2026)
  19. ChatGPT agent (OpenAI Help Center, 2026)
  20. Model Context Protocol — getting started (Model Context Protocol, 2026)
  21. MCP Tool Poisoning (OWASP Foundation, 2026)
AN
O autorze
Andrzej Niemiec

Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.

Jak powstają teksty: Polityka AI · O redakcji