Narzędzia

Jak AI może czytać zlecenia, tłumaczy i faktury z Plunet BusinessManager i odciążyć Waszych PM-ów?

Plunet ma REST API: AI odczytuje zlecenia, zadania tłumaczy i faktury bez klikania po panelach. Sprawdź, jak PM zyska czas na projekty.

⏱ 9 min czytania · 📅 19.11.2026 · 👁 89 wyświetleń

Plunet BusinessManager udostępnia REST API, przez które można odczytać i zapisać dane z całej bazy systemu: zlecenia, zadania dla tłumaczy, kosztorysy, karty klientów, zasoby dostawców i faktury. Asystent AI podłączony do tego API odpowie PM-owi, które projekty mają deadline jutro, kto z tłumaczy EN-PL ze specjalizacją prawniczą jest dziś wolny i ile należy wypłacić za ubiegły miesiąc. Nie wymaga to niczego poza aktywnym dostępem do API w Waszym Plunet i kilkoma godzinami konfiguracji po stronie technicznej.

Gdzie agencja tłumaczeniowa traci czas, zanim zlecenie wyjdzie do klienta?

Dzień project managera w agencji tłumaczeniowej wygląda podobnie u większości firm. Rano: sprawdzić, co tłumacze oddali w nocy, zaktualizować statusy w Plunet, odpisać klientom pytającym o termin. Potem nowe zlecenie wpada o 11:00: pilne, 5 000 słów, temat medyczny, deadline pojutrze. PM szuka, kto jest wolny, sprawdza obciążenie każdej osoby z osobna, klikając po kartach zasobów. Po południu: zebrać dane do rozliczeń z tłumaczami za poprzedni miesiąc.

Każda z tych czynności jest powtarzalna i opiera się na danych, które siedzą w Plunet. Problem w tym, że PM musi je sam znaleźć: otworzyć zlecenie, przejść do zakładki zadań, sprawdzić statusy, przełączyć do bazy zasobów, filtrować po parze językowej i dostępności. Przy 20 aktywnych projektach robi to kilkanaście razy dziennie.

Rozliczenia z tłumaczami to osobny kłopot. Tłumacze rozliczają się za słowo, ale stawka zależy od analizy CAT: nowe słowa mają jedną stawkę, fuzzy matche 75-84% inną, powtórzenia i dokładne dopasowania jeszcze inną. PM musi wziąć wyniki analizy z narzędzia CAT, przeliczyć wagi dla każdego zakresu i dopiero wtedy wie, ile wypłacić. To nie jest trudne, ale zajmuje czas i przy kilkudziesięciu zadaniach miesięcznie łatwo o pomyłkę.

Jakie dane z Plunet trafiają do asystenta AI?

Plunet przechowuje dane w obiektach. Każdy z nich ma konkretne pola, które asystent może odczytać przez API:

  • Order (zlecenie): numer zlecenia, klient, para językowa, liczba słów źródłowych, termin dostarczenia, status (nowe, w toku, dostarczone, zafakturowane), projekt nadrzędny, notatki, wymagania specjalne
  • Job (zadanie): rodzaj pracy (tłumaczenie, korekta, DTP, voice-over), przypisany tłumacz lub korekta, status zadania (otwarte, zaakceptowane, w toku, dostarczone, sprawdzone przez PM), deadline, liczba słów z analizy CAT z rozbiciem na kategorie fuzzy matchów
  • Resource (zasób, tłumacz): imię, nazwisko, pary językowe, specjalizacje (prawo, medycyna, technika, finanse, marketing), dostępność, stawki za słowo dla poszczególnych kategorii analizy CAT, forma współpracy
  • Customer (klient): dane firmy, osoba kontaktowa, cennik, warunki płatności, notatki o wymaganiach jakościowych i formatach plików
  • Quote (kosztorys): status akceptacji, kwota, pary językowe, termin ważności, powiązane zlecenia
  • Invoice (faktura wychodząca): numer, kwota, termin płatności, status, powiązane zlecenie
  • Payable (należność dla tłumacza): kwota za zadania, status wypłaty, powiązany tłumacz

Zazwyczaj zaczynamy od odczytu: AI pyta API o listę zleceń z danym statusem, odpytuje o konkretne zadania, sprawdza obciążenie tłumaczy. Zapis, czyli zmiana statusu albo przypisanie tłumacza, dochodzi później, kiedy agencja przetestuje odczyt i zdecyduje, że asystent ma pracować autonomicznie w wybranych krokach.

Jak fizycznie podłączamy AI do Plunet przez REST API?

Plunet dokumentuje swoje REST API jako interfejs do pełnej bazy danych systemu. Pozwala ono tworzyć zlecenia, zmieniać statusy, przypisywać zasoby, wystawiać faktury i odpytywać każdy obiekt w systemie. API uwierzytelnia się kluczem lub tokenem sesji generowanym przez dedykowany endpoint.

Co trzeba mieć, żeby zacząć:

  • Aktywny Plunet BusinessManager z dostępem do API. Dostęp do API może być opcją płatną w zależności od planu, sprawdźcie warunki swojej umowy z Plunet GmbH przed konfiguracją.
  • Konto użytkownika w Plunet z rolą dającą dostęp do API i do modułów, które chcemy odpytywać: zarządzania zleceniami, zasobami, finansami.
  • Klucz API albo poświadczenia do logowania, z których API generuje token sesji.
  • Serwer lub środowisko, z którego asystent AI wywołuje API: może to być serwer Waszej agencji, chmura albo platforma redAi działająca w Waszej infrastrukturze.

W praktyce wdrożenie zaczynamy od zapytań wyłącznie do odczytu. Pobieramy listę aktywnych zleceń, sprawdzamy statusy zadań, wyciągamy listę dostępnych tłumaczy. Żadne dane w Plunet się nie zmieniają. Dopiero gdy agencja zobaczy, co asystent z tymi danymi robi, rozmawia się o tym, czy dać mu uprawnienia do zapisu.

Dane z analizy CAT trafiają do Plunet przez integracje z narzędziami tłumaczeniowymi: memoQ, Trados Studio, XTM i Phrase. Gdy Wasza agencja korzysta z jednego z tych narzędzi, liczby z analizy (nowe słowa, fuzzy matche 50-74%, 75-84%, 85-94%, 95-99%, powtórzenia, dokładne dopasowania) są już w obiektach Job w Plunet. Asystent AI widzi te liczby bez dodatkowej konfiguracji po stronie CAT.

Jednej rzeczy producent nie opisuje jako gotowej funkcji: bezpośredniego eksportu danych do pliku, który AI przeczyta bez API. Jeśli Wasza wersja Plunet nie ma aktywnego API, zostają raporty generowane ręcznie z systemu lub eksporty CSV z list zleceń. Z tymi plikami da się pracować, tylko bez automatycznego odświeżania i bez możliwości zapisu z powrotem do systemu.

Konkretne scenariusze: co pyta PM i co robi asystent?

Statusy projektów przed porannym standem. PM pyta: "Które zlecenia mają deadline na dziś lub jutro i nie mają jeszcze statusu Dostarczone?" Asystent przegląda wszystkie aktywne Orders i Jobs w Plunet, filtruje po polu Deadline i statusie. Zwraca listę: numer zlecenia, klient, para językowa, przypisany tłumacz, aktualny status i deadline. Zadania otwarte, gdzie tłumacz jeszcze nie zaakceptował pracy, wyróżnia osobno. PM widzi w jednym miejscu to, co normalnie klikałby przez kilkanaście minut w kilku zakładkach.

Szukanie tłumacza do pilnego zlecenia. Wpada zlecenie: 4 500 słów z angielskiego na polski, temat prawny, deadline jutro do 16:00. PM pyta: "Kto z naszych tłumaczy EN-PL ze specjalizacją prawniczą jest dziś wolny?" Asystent przeszukuje bazę Resources po parze EN-PL, specjalizacji "prawo" i dostępności. Sprawdza, czy dany tłumacz nie ma już przypisanych Jobs z bliskim deadline, który kolidowałby z nowym zleceniem. Zwraca listę: imię, obecne obciążenie, stawka za słowo. PM decyduje i przypisuje: albo sam w Plunet, albo przez asystenta, jeśli damy mu uprawnienia do zapisu.

Zbieranie danych do miesięcznych wypłat dla tłumaczy. Koniec miesiąca. Asystent pobiera wszystkie Payables z Plunet za dany okres: tłumacz, numer zadania, liczba słów z analizy CAT w każdej kategorii, stawka za każdą kategorię, łączna kwota do wypłaty, status. Składa to w zestawienie, które PM albo księgowość przegląda i wysyła do realizacji. Asystent nie wymyśla stawek: bierze je z kart zasobów w Plunet. Przy 30 tłumaczach i kilkuset zadaniach miesięcznie to kilka godzin ręcznej pracy zastąpione jednym zapytaniem.

Odpowiedź na pytanie klienta o status projektu. Klient pisze: "Czy zlecenie 2024-11890 będzie gotowe na piątek?" PM pyta asystenta. Asystent wyciąga Order i powiązane Jobs: ile zadań jest zakończonych, ile w toku, kto co ma do oddania i do kiedy. Odpowiada PM-owi gotowym zdaniem: "Tłumaczenie dostarczone, korekta w toku, przypisany korektor ma deadline czwartek 18:00. Jeśli dostarczy na czas, wysyłka do klienta jest możliwa w piątek rano." PM kopiuje i dostosowuje albo odpowiada klientowi bezpośrednio.

Kontrola faktur bez terminu płatności. Asystent przegląda Invoices ze statusem "wysłana" i terminem płatności, który już minął. Zwraca listę: numer faktury, klient, kwota, termin, liczba dni po terminie. PM wie, do kogo zadzwonić. Bez klikania po zakładce faktur i ręcznego porównywania dat.

Kosztorysy bez odpowiedzi. Asystent przegląda Quotes ze statusem "wysłany" i datą wysyłki sprzed więcej niż kilku dni, bez statusu "zaakceptowany" ani "odrzucony". Zwraca listę kosztorysów wiszących bez odpowiedzi klienta. PM wie, do których klientów warto napisać przypomnienie, zanim temat przepadnie.

Co zostaje u PM-a i gdzie AI nie wejdzie?

Asystent nie negocjuje z klientem. Nie decyduje, czy przyjąć zlecenie po pilnym terminie, który tłumacz ocenił jako niemożliwy. Nie zna kontekstu relacji z danym klientem, historii sporów, ustaleń poza systemem ani tego, że pewien klient zawsze płaci z opóźnieniem, ale zawsze płaci.

Nie zastąpi też oceny jakości tłumaczenia. Plunet przechowuje statusy, liczby słów i daty, ale nie tekst tłumaczenia. AI widzi, że zadanie ma status "dostarczone", ale nie wie, czy tekst jest dobry. To zostaje u PM-a i korektora.

Przy rozliczeniach z tłumaczami: asystent zbiera dane i liczy na podstawie tego, co jest w Plunet. Ale jeśli tłumacz zgłosi, że analiza CAT była błędna albo że pracował nad plikiem, który nie trafił do systemu, PM musi to rozstrzygnąć. Asystent nie zna rozmów spoza Plunet.

Ważne też przy zapisie: zanim damy asystentowi prawo do zmiany statusów albo przypisywania tłumaczy, warto przez kilka tygodni działać tylko w trybie odczytu. PM widzi, co asystent by zrobił, zatwierdza ręcznie. Dopiero gdy logika jest sprawdzona na realnych zleceniach Waszej agencji, automatyczny zapis ma sens.

Od czego zaczynamy wdrożenie w agencji tłumaczeniowej?

Praktyczny plan wygląda tak:

  • Sprawdzić w umowie z Plunet, czy API jest aktywne i na jakim poziomie. Jeśli nie, zapytać Plunet o warunki rozszerzenia.
  • Założyć konto użytkownika w Plunet z dostępem tylko do odczytu i wygenerować klucz API.
  • Wybrać dwa, trzy pytania, które PM zadaje najczęściej w ciągu dnia. Od nich zaczynamy, nie od pełnej automatyzacji całego przepływu.
  • Podłączyć asystenta AI do API w trybie odczytu. Przetestować na realnych danych przez 2-3 tygodnie. Sprawdzić, czy odpowiedzi są trafne i czy brakuje jakiegoś kontekstu.
  • Ocenić i poprawić. Gdzie asystent odpowiada dobrze, a gdzie myli się albo brakuje mu kontekstu specyficznego dla Waszej agencji?
  • Zdecydować o zapisie. Które akcje mają sens do zautomatyzowania: przypisanie tłumacza, zmiana statusu, tworzenie zadania? Dać uprawnienia do zapisu tylko do tych operacji.

Jedno, o czym warto pamiętać: Plunet jest systemem, który biuro tłumaczeń dopasowywało do siebie latami. Mapa statusów, typy zleceń, nazwy specjalizacji w bazie zasobów, pola niestandardowe: to wszystko jest Wasze i asystent musi się tego nauczyć. Dlatego pierwsze tygodnie to nauka w dwie strony. AI uczy się, jak Wasza agencja pracuje z Plunet. Wy sprawdzacie, czy odpowiedzi są na tyle trafne, żeby warto było iść dalej.

Chcecie zobaczyć, jak taka integracja wyglądałaby w Waszej agencji? 15 minut rozmowy wystarczy, żeby ocenić, czy API w Waszej wersji Plunet jest aktywne i od jakiego scenariusza ma sens zacząć. Więcej o tym, jak to wygląda w praktyce u innych firm usługowych, zebraliśmy w realnych wdrożeniach.

Chcecie to u siebie?

Na osobnej stronie rozpisaliśmy, co dokładnie podłączamy w Plunet BusinessManager, o co możecie wtedy pytać asystenta i ile kosztuje wdrożenie.

Co podłączamy i ile to kosztuje →

Najczęstsze pytania

Czy Plunet BusinessManager ma otwarte API, do którego można podłączyć AI?

Plunet udostępnia REST API pozwalające na odczyt i zapis całej bazy: zleceń, zadań, klientów, tłumaczy i faktur. Dostęp do API bywa opcją płatną w zależności od planu, więc warto sprawdzić warunki swojej umowy z Plunet przed konfiguracją.

Czy AI może automatycznie przypisywać tłumaczy do zleceń w Plunet?

Technicznie jest to możliwe przez API. W praktyce zaczynamy od trybu odczytu: asystent podpowiada, kto pasuje do zlecenia, a PM decyduje i zatwierdza. Automatyczne przypisywanie ma sens dopiero po kilku tygodniach testów, gdy logika wyboru jest sprawdzona na realnych danych.

Jak AI liczy należności dla tłumaczy z analizy CAT?

Dane z analizy CAT trafiają do Plunet przez integracje z memoQ, Trados Studio, XTM lub Phrase. Asystent pobiera liczby z obiektów Job w Plunet: nowe słowa, fuzzy matche z poszczególnych zakresów, powtórzenia, i mnoży przez stawki zapisane w karcie zasobu. Nie wymyśla liczb: liczy na tym, co jest w systemie.

Czy potrzebuję działu IT, żeby podłączyć AI do Plunet?

Nie. Potrzebujecie konta z dostępem do API i klucza API z panelu Plunet, resztę konfiguruje partner techniczny. Na start działa tylko odczyt, więc ryzyko pomyłki w danych jest zerowe.

Co AI robi z nieodpowiedzianymi kosztorysami i przeterminowanymi fakturami w Plunet?

Asystent przegląda kosztorysy ze statusem wysłany i bez odpowiedzi klienta po określonej liczbie dni, a faktury filtruje po terminie płatności i statusie. Zwraca gotową listę: numer, klient, kwota, ile dni po terminie. PM wie, do kogo zadzwonić, bez ręcznego przeglądania systemu.

Wolicie napisać

Pokażemy to na Waszych danych z Plunet BusinessManager

Jedno zdanie wystarczy: czego szukacie w Plunet BusinessManager albo co ma się dziać samo. Odpiszemy, co podłączymy i od czego zacząć.

Opracowanie: zespół redAi z wykorzystaniem narzędzi AI.

Następny krok

Podłączymy Plunet BusinessManager do AI u Was

15 minut rozmowy: mówicie, czego szukacie w danych, my mówimy, co wyciągniemy z Plunet BusinessManager, ile to potrwa i czego potrzebujemy po Waszej stronie.

  • Bezpłatna prezentacjaAI na Waszych zadaniach, nie na slajdach.
  • Dostęp tego samego dniaZespół od razu pracuje we własnym portalu.
  • Do 2 tygodni testówPłacicie dopiero po decyzji.

Może Was też zainteresować