Automatyzacja, która zdejmuje ludziom rutynę, a nie pracę
Przepisywać zamówienie z maila do systemu, doszukiwać się ceny w dziesięciu cennikach, w kółko wypełniać te same formularze — to praca dla maszyny, nie dla człowieka. Budujemy automatyzacje szyte na miarę Waszych realnych procesów i systemów, a nie uniwersalne szablony, których potem nikt nie używa.
Rutyna kosztuje nie tylko czas. Kosztuje ludzi i know-how.
To nie są hipotezy z prezentacji. To rzeczy, które dokładnie tak widzieliśmy w realnych firmach — i które da się policzyć w godzinach i pieniądzach.
Zamówienie przychodzi mailem i ktoś je przepisuje
W hurtowni sprzętu IT zamówienia przychodziły e-mailem, a administracja przepisywała je do systemu — pozycja po pozycji, dzień po dniu. Tak samo ewidencja czasu pracy: ręczne prowadzenie, podatne na błędy. Klasyczna praca, której nikt nie chce robić, gdzie wystarczy jedna literówka i jest problem.
Technolog godzinami zakłada niemal identyczne pozycje
W firmie maszynowej zlecenie wpada jako jedna pozycja nadrzędna w ERP. Technolog potem do każdej części ręcznie pobiera PDF, na jego podstawie zakłada w Heliosie pozycje komponentów, zapisuje rysunki i uzupełnia proces technologiczny oraz normę czasową. To 15–25 zespołów tygodniowo, czyli 70–120 pozycji — wszystko wprowadzane ręcznie.
Handlowiec przeklikuje eksporty, żeby ustalić cenę
U producenta techniki osłonowej dział handlowy wyciągał dane ręcznie z ERP K2 i z cenników w Excelu. Ustalenie, które produkty spełniają kombinację wymiar–materiał–kolor–cena, oznaczało dziesiątki minut przeklikiwania — a przy każdym zapytaniu ryzyko, że przeoczy nowszą wersję cennika.
Zarząd podpisuje, ale nie wie, kto widział dokument
W firmie handlowej zarząd podpisywał dokumenty nawet na 20 stron bez pewności, że przeszły przez wszystkich, którzy mieli je zobaczyć. Zatwierdzanie szło mailem, bez śladu audytowego. Przy umowach handlowych nie była to tylko niewygoda, ale realne ryzyko prawne.
Pięć warstw, w których maszyna odwala rutynę lepiej niż człowiek
Nie każda automatyzacja jest taka sama. Oto pięć typów problemów, które rozwiązujemy — każdy z jednym realnym przykładem, a nie zdaniem marketingowym.
Transakcyjna — dane, które się przepisuje
Ekstrakcja danych z załączników, synchronizacja CRM i ERP, zakładanie zadań i pozycji, generowanie ofert. Przykład: agent „e-mail to order", który z zamówienia w mailu wyciąga pozycje i zakłada je w systemie zamiast ręcznego przepisywania.
Wiedzowa — odpowiedzi ukryte w dokumentach
Asystenci nad firmową dokumentacją i know-how. Przykład: narzędzie AI, które u producenta techniki osłonowej odpowiada na pytania o parametry i ceny w języku naturalnym i szuka w cennikach PDF, Excelu i rysunkach — zawsze ze źródłem odpowiedzi.
Raportowa — liczby, na które się czeka
Dane z ERP lub hurtowni danych w języku naturalnym, bez czekania, aż ktoś ręcznie je poskłada. Przykład: executive dashboard u producenta silników, gdzie prezes po raz pierwszy miał „helicopter view" zamiast danych rozproszonych między Helios, SharePoint, Outlook i WhatsApp.
Komunikacyjna — pytania, które chodzą wciąż w kółko
Chatboty i obsługa zapytań na stronie, mailem lub przez WhatsApp, choćby 24/7. Przykład: wersje robocze odpowiedzi na powtarzające się e-maile i chatbot filtrujący przychodzącą pocztę, żeby do ludzi docierało tylko to, co istotne.
Monitorująca — terminy i odchylenia, które umykają
Pilnowanie terminów, odchyleń i zdarzeń, które inaczej zauważycie za późno. Przykład: warstwa danych nad procesami firmy, która mapuje, co się dzieje, i sama ostrzega przed odchyleniem — ale decyzję pozostawia człowiekowi.
Cztery fazy, które chronią Was przed kosztowną pomyłką
Nigdy nie zaczynamy zdaniem „wdróżmy AI". Zaczynamy od tego, że mierzymy, ile dany proces kosztuje Was dziś. Każda faza ma jedno zadanie — żeby kolejny krok stał na czymś sprawdzonym, a nie na nadziei.
1. Analiza — najpierw mierzymy, ile to dziś kosztuje
Szczegółowa mapa procesu: gdzie dokładnie powstaje rutyna, jak wyglądają wejścia (eksporty z ERP, struktura cenników, układ pieczątek na rysunkach), gdzie tworzą się duplikaty i stare wersje. Do tego wartość wyjściowa czasu, kosztów i jakości. Bez tej liczby nie ma sensu liczyć zwrotu — a my chcemy go liczyć.
2. Pilotaż — sprawdzamy to na realu, a nie na papierze
Szybki prototyp w ruchu, na realnych danych i dokumentach. W firmie maszynowej poprzedza go audyt wstępny 5–10 rzeczywistych rysunków, żebyśmy wiedzieli, czy różni odbiorcy mają różne układy pieczątek — bo od tego zależy niezawodność i cena. Pilotaż odpowiada na jedno pytanie: czy to naprawdę działa?
3. Wdrożenie — podłączenie do Waszych systemów i ról
Wdrożenie i integracja z tym, czego firma realnie używa: istniejących systemów, danych, ról i punktów decyzyjnych. Rozwiązanie nie buduje się obok firmy, ale w niej — łącznie z tym, kto co zatwierdza i gdzie ostatnie słowo ma człowiek.
4. Wsparcie — utrzymanie, pomiar i strojenie
Automatyzacji się nie oddaje i nie zapomina. Utrzymujemy ją, oceniamy i optymalizujemy. Przy platformie danych nad K2 mieliśmy dlatego hosting na dwa lata w cenie i kod źródłowy u dostawcy z opcją odkupu — rozwiązanie to długoterminowo zarządzana warstwa firmy, a nie jednorazowa zabawka.
Wiedza, gdzie wdrożyć maszynę, a gdzie zostawić człowieka, sama w sobie jest ekspertyzą
Różnica między działającym a niedziałającym rozwiązaniem to często nie modele ani narzędzia. To świadome decyzje, gdzie maszynie zaufać, a gdzie wręcz świadomie jej nie ufamy. To jest praca, za którą się płaci.
Świadomie nie czytamy tego, co maszyna odczyta niepewnie
Przy agencie do przygotowania produkcji w firmie maszynowej zdecydowaliśmy, że nie czytamy wymiarów ze złożonych rysunków — OCR jest tam niepewny. Czytamy tylko pieczątkę narożną i wykaz części, gdzie rozpoznanie jest pewne. Mniej ambitne zadanie, ale rozwiązanie, któremu da się ufać.
To, co widzi tylko człowiek, zostawiamy człowiekowi
Grubość blachy czy liczbę gięć z rysunku pewnie odczyta tylko technolog. Dlatego istnieje dialog z podglądem PDF, gdzie tę wartość uzupełni. Dane zbierają się do CSV i przez import zakładają strukturę w ERP. Maszyna robi rutynę, osąd zostaje przy człowieku.
Realizm jest częścią umowy, a nie obietnicą
Dobre rozwiązanie liczy się z rzeczywistością. Przy platformie danych nad K2 terminy umownie przesuwają się dlatego o opóźnienia po stronie klienta (dane z ERP) oraz o urlopy i święta. Żadnych fantazyjnych terminów, których i tak nikt nie dotrzyma.
Agent rekomenduje, człowiek decyduje
AI nie jest u nas czarną skrzynką, która decyduje sama. To narzędzie, które przygotowuje pracę i przekazuje ją człowiekowi wszędzie tam, gdzie potrzebny jest osąd lub odpowiedzialność. To nie ograniczenie — to powód, dla którego można temu zaufać.
Agent zakłada strukturę, technolog ją dopina
Agent do przygotowania produkcji odczytuje pieczątkę i wykaz części, znajduje podobne istniejące pozycje, zakłada strukturę komponentów i przejmuje też proces technologiczny oraz normę czasową z pierwotnej pozycji. Technolog już tylko kontroluje i uzupełnia to, co naprawdę wymaga ludzkiego osądu.
System ewidencjonuje, ale podpis składa człowiek
Przy cyfrowym zatwierdzaniu umów system rejestruje, kto i kiedy kliknął „Zatwierdzono" — i nie pozwala zatwierdzić, dopóki użytkownik nie otworzy dokumentu. Mierzy nawet, jak długo po otwarciu zatwierdził, jako dowód realnego przeczytania. Sam podpis elektroniczny pozostaje jednak po stronie człowieka.
Mapuje i ostrzega, ale nie decyduje
Warstwa danych i AI nad procesami wykrywa odchylenie i ostrzega przed nim. Co się z odchyleniem stanie, decyduje zawsze człowiek. To jest różnica między godnym zaufania narzędziem a systemem, któremu nikt w firmie nie ufa.
Podłączymy się do tego, co macie. Bezpieczeństwo rozwiązujemy od początku. I zawsze mierzymy.
Trzy rzeczy, które oddzielają poważny projekt od demo: budujemy na Waszych istniejących systemach, bezpieczeństwo jest częścią projektu, a każde rozwiązanie ma wartość wyjściową i zdefiniowaną korzyść.
Budujemy na Waszych systemach, nie zmieniamy ich
Realnie podłączamy się do ERP (K2, Helios, Business Central), SharePoint, Microsoft 365, systemów księgowych, PDM/CAD, e-maila i WhatsAppa. Do orkiestracji używamy głównie n8n, dalej Make, Zapier, Power Automate lub Copilot Studio. Nie zmuszamy firmy do zmiany narzędzi, do których jest przyzwyczajona.
Bezpieczeństwo jest w projekcie, a nie dodatkiem na końcu
Dane zostają w firmie, transmisja i przechowywanie są szyfrowane, rozwiązanie respektuje RODO i czeskie przepisy. Dla wrażliwych danych oferujemy modele on-prem lub lokalne. Częścią jest „semafor AI" — jasne reguły, co do AI wolno wprowadzać, a czego nie. W branżach regulowanych to warunek, a nie bonus.
Żadnego rozwiązania bez wartości wyjściowej i zdefiniowanej korzyści
Mierzymy czas procesu i reakcji, koszty na transakcję, jakość wyniku, błędowość i rework oraz wydajność zespołu. Typowy zwrot to 3–12 miesięcy. Bez liczby na początku nie da się uczciwie powiedzieć, czy to ma sens — a my chcemy, żeby miało.
Firma maszynowa: jak zbudowaliśmy agenta, który zakłada pozycje w ERP zamiast technologa
Stan wyjściowy: godziny rutyny każdego dnia
Firma produkuje części dla dużych zagranicznych odbiorców. Wpada zlecenie, a w ERP Helios powstaje tylko pozycja nadrzędna projektu z wgranymi danymi (PDF, DWG, DXF). Technolog potem do każdej części ręcznie pobiera PDF, zakłada w ERP pozycje komponentów, tworzy strukturę pozycji, do każdej pozycji zapisuje PDF i uzupełnia proces technologiczny oraz normę czasową. Tygodniowo oznacza to 15–25 zespołów, czyli 70–120 pozycji — wciąż bardzo podobnych, i wszystko zakłada i przepisuje człowiek.
Audyt wstępny realnych rysunków
Jeszcze przed wyceną przeszliśmy 5–10 rzeczywistych rysunków PDF, żeby sprawdzić, czy różni odbiorcy mają różne układy pieczątek narożnych. Od tego bezpośrednio zależy niezawodność rozwiązania i cena. Dlatego pilotaż budujemy na jednym głównym odbiorcy, gdzie pieczątka jest jednolita, a rozpoznanie najpewniejsze.
Świadoma decyzja: co czytać, a czego nie
Zdecydowaliśmy, że nie czytamy wymiarów ze złożonych rysunków — OCR jest tam niepewny i wprowadziłby błędy. Czytamy tylko pieczątkę narożną i wykaz części (nazwa, numer rysunku, gatunek stali, masa), gdzie rozpoznanie jest pewne. Ta decyzja sama w sobie jest ekspertyzą: trzyma rozwiązanie w granicach, w których da się mu ufać.
Agent zakłada strukturę i przejmuje normy
Agent wczytuje PDF pozycji nadrzędnej, odczytuje pieczątkę i wykaz części, według wykazu części znajduje w ERP podobne istniejące pozycje i zakłada strukturę komponentów — łącznie z przejęciem procesu technologicznego i normy czasowej z pierwotnej pozycji. Wyszukiwanie podobieństwa działa przez pola karty głównej i metadane z formularza. Helios podłącza się przez API zgodnie z dokumentacją Wiki.
Human-in-the-loop tam, gdzie decyduje człowiek
To, co jest maszynowo nieczytelne — choćby grubość blachy czy liczba gięć — uzupełnia technolog w oknie dialogowym z podglądem PDF: widzi rysunek, wybiera kategorię z listy i wpisuje wartość liczbową. Uzupełnione metadane zbierają się do CSV i import do ERP automatycznie zakłada strukturę pozycji. Maszyna robi rutynę, osąd zostaje przy człowieku.
Podział na fazy i wynik
Projekt podzieliliśmy na dwie fazy: najpierw pozycje produkowane, w drugiej fazie kupowane i znormalizowane części, z możliwością rozszerzenia także o wycenę. Wynik: z godzin rutynowego przepisywania przy 70–120 pozycjach tygodniowo na agenta, który zakłada strukturę i przejmuje normy — a technolog już tylko kontroluje i uzupełnia to, co wymaga prawdziwego ludzkiego osądu. Konkurencyjna oferta na to samo zadanie była przy tym droższa.
Macie proces, który zabiera czas Waszym ludziom?
Powiedzcie nam, co u Was robi się wciąż w kółko ręcznie. Zaprojektujemy rozwiązanie i policzymy, ile to zwróci.