Czym są agentic workflows i jak kilka agentów AI obsługuje cały proces bez czekania na człowieka?

Agentic workflow to łańcuch kilku programów AI, gdzie każdy wykonuje jeden konkretny krok, a wynik jednego trafia automatycznie do następnego. Chatbot odpowiada na pytanie, które mu zadasz. Agent nie czeka na pytanie: monitoruje skrzynkę mailową, pobiera dokument, wyciąga dane, sprawdza warunek w systemie i zapisuje wynik. Gdy ustawimy kilka takich agentów jeden za drugim, możliwe jest przetworzenie całego procesu biznesowego, od maila klienta po wpis w ERP, bez udziału człowieka.

Co robi agent AI, a czego nie robi chatbot

Chatbot to okno do rozmowy. Wpisujesz pytanie, dostajesz odpowiedź. Sekwencja kończy się w tym samym miejscu, w którym się zaczęła. Chatbot nie pobierze sam dokumentu z serwera, nie sprawdzi niczego w bazie danych i nie wyśle maila, jeśli sam nie zostanie o to poproszony.

Agent działa inaczej. Dostaje cel i realizuje go samodzielnie, krok po kroku. Typowy cel agenta to nie "odpowiedz na pytanie", tylko "sprawdzaj skrzynkę reklamacje@firma.pl co 15 minut, wyciągaj z każdej wiadomości numer zamówienia i powód skargi, sprawdź te dane w bazie gwarancji, wpisz rekord do systemu serwisowego i wyślij klientowi potwierdzenie z numerem zgłoszenia". Agent realizuje ten ciąg działań bez przerwy, bez wakacji i bez czekania, aż ktoś go uruchomi.

Agentic workflow to sytuacja, gdy mamy kilka takich agentów ułożonych w sekwencję. Każdy wyspecjalizowany jest w jednej rzeczy: jeden czyta dokumenty i skany, drugi ocenia dane według reguł biznesowych, trzeci wpisuje wyniki do systemu. Razem obsługują proces, który wcześniej wymagał kilku kroków ręcznych i kilku programów otwartych jednocześnie.

Dlaczego nie jeden "super-agent" zamiast kilku? Im więcej zadań przydzielamy jednemu modelowi AI, tym bardziej skaczą błędy i tym trudniej znaleźć, co poszło nie tak. Specjalizacja działa tu tak samo jak w każdej innej części firmy: kontroler jakości nie jest jednocześnie spedytorem, magazynierem i księgowym.

Jak wygląda sekwencja agentów od środka

Zanim przejdziemy do konkretnego przykładu, warto zobaczyć schemat ogólny. Większość przepływów wieloagentowych w firmach ma podobną strukturę czterech kroków:

• Agent zbierający dane. Monitoruje skrzynkę mailową, folder na serwerze FTP, webhook z platformy sprzedażowej albo tabelę w bazie. Gdy pojawia się nowe zdarzenie, pobiera materiał i przekazuje dalej. Sam nic nie decyduje.
• Agent przetwarzający. Czyta dokument, wyciąga ustrukturyzowane dane: numer faktury, imię i nazwisko klienta, kod produktu, opis usterki. Jeśli plik jest skanem lub zdjęciem, ten agent zajmuje się OCR i zamianą obrazu na tekst. Pola, których nie udało się odczytać, flaguje jako "brak danych" z adnotacją, zamiast blokować cały przepływ.
• Agent decyzyjny. Bierze wyciągnięte dane i porównuje z regułami biznesowymi: czy produkt jest w terminie gwarancji, czy zamówienie istnieje w systemie, czy klient nie zgłaszał tej samej usterki miesiąc temu. Generuje rekomendację z uzasadnieniem: "przyjmij reklamację", "odrzuć z powodu upływu terminu", "skieruj do działu technicznego".
• Agent wykonujący. Wpisuje dane do ERP lub systemu serwisowego, wysyła maila z numerem zgłoszenia, archiwizuje dokument w odpowiednim folderze, aktualizuje status w CRM.

Każdy z tych agentów może działać na innym modelu AI albo na żadnym, jeśli dany krok to czysta logika warunkowa. Ważne jest to, że wszystkie działają na tym samym serwerze i wymieniają dane wewnętrznie, bez wysyłania ich na zewnątrz.

Przykład z polskiej firmy: reklamacja od maila do wpisu w systemie

Weźmy dział obsługi klienta w firmie handlowej sprzedającej sprzęt AGD lub elektronikę. Reklamacje spływają mailem, często z załączonym zdjęciem uszkodzenia albo skanem faktury zakupu. Wcześniej wyglądało to tak: pracownik otwiera maila rano, przepisuje dane do formularza w systemie serwisowym, sprawdza ręcznie w osobnym oknie, czy produkt jest na gwarancji, i odpowiada klientowi potwierdzeniem przyjęcia.

Po wdrożeniu przepływu wieloagentowego wygląda to inaczej:

• Mail trafia na adres reklamacje@firma.pl. Agent monitorujący wykrywa nową wiadomość i pobiera ją razem z załącznikami. Przekazuje plik do następnego agenta.
• Agent OCR otwiera załącznik: skan faktury, zdjęcie z telefonu, PDF protokołu szkody. Wyciąga konkretne pola: imię i nazwisko kupującego, datę zakupu, numer seryjny produktu, krótki opis usterki. Jeśli numer seryjny jest nieczytelny, flaguje to pole jako "brak danych: weryfikacja ręczna" i przekazuje dalej z adnotacją, zamiast blokować cały przepływ.
• Agent decyzyjny sprawdza numer seryjny w bazie produktów: czy produkt istnieje, jaki jest termin gwarancji producenta, czy klient nie składał reklamacji na tę samą usterkę w ciągu ostatnich 90 dni. Na podstawie tych danych generuje decyzję wstępną i dołącza do niej uzasadnienie, które widzi potem pracownik serwisu.
• Agent wykonujący wpisuje nowe zgłoszenie do tabeli reklamacje w systemie serwisowym, z polami: id_klienta, id_produktu, data_zgłoszenia, opis_usterki, decyzja_wstepna, status. Wysyła klientowi maila z automatycznie wygenerowanym numerem zgłoszenia i szacowanym terminem odpowiedzi. Archiwizuje oryginalny mail i załączniki w folderze pod tym numerem.

Pracownik serwisu rano otwiera system i widzi gotową listę zgłoszeń z poprzedniego dnia: posortowanych, opisanych, z decyzją wstępną. Nie otwiera skrzynki mailowej, nie przepisuje nic ręcznie. Weryfikuje zgłoszenia oflagowane jako "wymaga sprawdzenia" i zamyka resztę.

U jednego z klientów, gdzie wdrożyliśmy podobny przepływ, najważniejsza zmiana nie była wynikowa, tylko operacyjna: pracownicy przestali zaczynać dzień od przeglądania zaległych maili i poczuli, że kontrolują kolejkę zamiast gonić za nią. Tej zmiany żaden kalkulator nie pokryje w całości.

Dlaczego ważne jest, gdzie te agenty działają

Każdy przepływ wieloagentowy przetwarza dane: maile klientów, skany dokumentów, numery zamówień, opisy usterek. Jeśli dane te przechodzą przez zewnętrzną platformę automatyzacji, tę platformę trzeba wpisać do rejestru czynności przetwarzania jako podprocesora, zawrzeć z nią umowę powierzenia i sprawdzić, gdzie fizycznie stoją jej serwery.

Gdy agenty działają na serwerze Waszej firmy, obraz jest prostszy:

• Dane nigdy nie opuszczają Waszej infrastruktury. Skan faktury klienta idzie z serwera pocztowego na ten sam serwer, gdzie działa agent OCR i agent decyzyjny, i stamtąd do Waszego ERP. Zero ruchu zewnętrznego.
• Macie pełne logi każdego kroku: co agent przeczytał, jaką decyzję podjął, jakie dane zapisał i o której godzinie. Gdy klient zakwestionuje decyzję albo przyjdzie kontrola, możecie pokazać dokładną ścieżkę przetwarzania konkretnego zgłoszenia.
• Rejestr czynności przetwarzania pozostaje krótszy. Nie pojawia się kilka nowych podmiotów zewnętrznych do wpisania i monitorowania.
• Polityka bezpieczeństwa obejmuje jeden ośrodek przetwarzania danych, nie sieć różnych narzędzi z własnymi regulaminami i własnym harmonogramem aktualizacji.

To nie jest kwestia nieufania dostawcom zewnętrznym. To kwestia tego, że przy danych osobowych klientów każde przejście przez zewnętrzny system tworzy zobowiązania prawne i operacyjne. Własny serwer eliminuje ten problem dla całego łańcucha agentów jednocześnie.

Dlatego w każdej rozmowie o multi-agent AI dla firmy zaczynamy od pytania: gdzie to będzie działać i jakie dane przez to przechodzą.

Kiedy warto wdrożyć wieloagentowy przepływ, a kiedy wystarczy prostszy pomysł

Nie każde zadanie potrzebuje czterech agentów. Chatbot odpowiadający na pytania z bazy wiedzy firmy albo asystent piszący maile według szablonu to jedno narzędzie i wystarczy.

Agentic workflow sprawdza się, gdy:

• Proces ma kilka kroków, między którymi dziś odbywa się ręczne przepisywanie danych z jednego systemu do drugiego.
• Dane wejściowe są nieustrukturyzowane: maile, skany, zdjęcia, pliki PDF, wiadomości z formularzy. Trzeba z nich wyciągnąć konkretne pole przed wpisaniem do systemu.
• Decyzja zależy od sprawdzenia czegoś w innym miejscu: baza klientów, ERP, rejestr umów, historia zamówień.
• Wynik musi trafić do konkretnego pola w konkretnym systemie, a nie tylko do maila z odpowiedzią.
• Proces powtarza się codziennie albo kilka razy dziennie i jest na tyle powtarzalny, że da się go opisać regułami.

Typowe obszary, gdzie to widać wyraźnie: obsługa reklamacji i zgłoszeń serwisowych, weryfikacja faktur przychodzących, wstępna obróbka dokumentów w HR, aktualizacje statusów zleceń w logistyce, obsługa zapytań ofertowych od klientów.

Jeden sygnał ostrzegawczy: jeśli proces wymaga wiedzy nieformalnej, której nie ma w żadnym systemie, albo gdy każde zgłoszenie jest zupełnie inne, warto zacząć od narzędzia wspierającego człowieka, a nie od pełnej automatyzacji. Dobry przepływ wieloagentowy ma jasno określone wyjątki: decyzje, które zawsze trafiają do człowieka, bo żadna reguła ich nie obejmuje.

Od czego zaczyna się wdrożenie w praktyce

Zanim zaprogramujemy pierwszy krok, robimy jedno ćwiczenie z klientem. Mapujemy jeden wybrany proces ręcznie: kto dostaje maila, co z nim robi krok po kroku, w jakim systemie to zapisuje, co wysyła w odpowiedzi, ile to zajmuje dziennie, ile razy się powtarza.

To ćwiczenie trwa zwykle godzinę. Daje odpowiedź na kilka pytań naraz: ile kroków można zautomatyzować, gdzie jest decyzja, która musi zostać przy człowieku, jakich danych brakuje w systemie, żeby agent mógł ją podjąć samodzielnie, i jak wyglądają wyjątki, które dziś pracownik obsługuje intuicyjnie.

Potem budujemy minimalną wersję. Jeden łańcuch, jeden proces. Uruchamiamy na próbnej skrzynce z prawdziwymi dokumentami, ale bez wysyłania odpowiedzi do klientów. Pracownik przez tydzień porównuje to, co zaproponował agent, z tym, co sam by zrobił. Z tej weryfikacji wyłania się lista wyjątków: sytuacje, w których agent się myli albo nie ma danych, żeby podjąć decyzję.

Dopiero po tej fazie włączamy przepływ w produkcję, zwykle z zachowanym krokiem "do zatwierdzenia przez człowieka" na pierwszych kilkudziesięciu zgłoszeniach. Nie dlatego, że agent jest niepewny, tylko dlatego, że każda firma ma swoje niepisane wyjątki i lepiej je zebrać zanim przepływ ruszy na pełnych obrotach.

Jeśli chcecie sprawdzić, jak taki łańcuch agentów mógłby wyglądać w jednym z Waszych procesów, zarezerwujcie 15 minut rozmowy. W tym czasie można przejść przez wybrany proces i ocenić, które kroki nadają się do automatyzacji w pierwszej kolejności. Realizacje z podobnych firm opisujemy na stronie realnych wdrożeń.