Jak AI podłączone do Gratyfikanta i Gestora nexo pilnuje umów, urlopów i kontaktów z klientami?

Tak, AI można podłączyć do Gratyfikanta nexo i Gestora nexo bez zamiany systemu ani dokupowania nowych licencji InsERT. Kadrowa zamiast otwierać program i filtrować kartoteki dostaje odpowiedź w kilka sekund w czacie, a handlowiec przed rozmową z klientem widzi w paru zdaniach co ostatnio ustalono i które zadania są zaległe. Oba programy zostają dokładnie tam, gdzie są: AI tylko czyta z nich dane i odpowiada na pytania.

Co AI czyta z Gratyfikanta nexo: konkretne pola i dokumenty

Gratyfikant przechowuje cały cykl zatrudnienia: od daty podpisania umowy aż po każdy miesiąc rozliczenia. AI łączy się z bazą danych programu (najczęściej SQL Server lub wewnętrzna baza nexo) przez connector, czyli narzędzie, które tłumaczy pytania zadane w języku naturalnym na zapytania do bazy danych.

Z Gratyfikanta wyciągamy przede wszystkim:

• kartoteki pracowników: data zatrudnienia, wymiar etatu, rodzaj umowy (o pracę, umowa zlecenie), stanowisko, oddział
• limity i salda urlopowe: przysługujący urlop wypoczynkowy, zaległy urlop z poprzedniego roku, dni już wykorzystane i pozostałe do wybrania
• karta ewidencji czasu pracy: godziny przepracowane, nieobecności usprawiedliwione i nieusprawiedliwione, nadgodziny
• daty ważności badań lekarskich: badanie wstępne, okresowe i kontrolne z datą ważności każdego z nich
• szkolenia BHP: kiedy odbyto szkolenie wstępne i stanowiskowe, kiedy upływa jego ważność
• umowy na czas określony: data zawarcia i planowana data wygaśnięcia
• składniki wynagrodzenia z list płac: wynagrodzenie zasadnicze, premie, potrącenia za ostatnie miesiące

To jest dokładnie ta część, którą kadrowa sprawdza kilka razy w tygodniu ręcznie: bo pracownicy pytają, bo zbliżają się terminy, bo kierownik chce wiedzieć ile kto ma urlopu przed sezonem.

Co AI robi z danymi kadrowo-płacowymi w praktyce?

Pierwszy poziom to odpowiadanie na pytania. Kadrowa wpisuje: "Ile urlopu zostało Marii Wiśniewskiej i kiedy mija jej kolejne badanie lekarskie?" AI odpowiada w kilka sekund, bez otwierania Gratyfikanta i bez ręcznego szukania w kartotece.

Ważniejszy jest jednak drugi poziom: automatyczny monitoring bez pytania. AI przegląda bazę o ustalonej porze i wysyła alert, jeśli:

• badanie lekarskie któregoś pracownika traci ważność za mniej niż 30 dni
• szkolenie BHP wygasło w poprzednim kwartale i nie ma wpisu o nowym
• umowa na czas określony kończy się za mniej niż 60 dni i brakuje informacji o aneksie
• zaległy urlop grozi przepadkiem przy zbliżającym się terminie regulaminowym
• pracownik wrócił ze zwolnienia lekarskiego i wymaga badania kontrolnego przed dopuszczeniem do pracy

Bez tego rodzaju monitoringu takie sprawy wychodzą zazwyczaj dwa dni przed terminem. U jednego klienta z branży budowlanej kadrowa dowiedziała się o wygasłych badaniach w momencie wysyłania pracownika na budowę. Po wdrożeniu AI alerty przychodzą z odpowiednim wyprzedzeniem i jest czas na spokojne umówienie wizyty.

Trzeci poziom to zestawienia, które Gratyfikant ma w bazie, ale trzeba by je ręcznie składać z kilku widoków. Przykład: "Ilu pracowników w dziale produkcji ma jeszcze co najmniej 10 dni urlopu i nie korzystało z żadnej nieobecności w tym kwartale?" Normalnie taki raport to kilkanaście minut klikania. Z AI to jedno pytanie.

Gestor nexo: jakie dane CRM trafiają do modelu?

Gestor to CRM z linii nexo, często używany w firmach, które mają już Subiekta lub Rachmistrza. Przechowuje historię relacji z każdym kontrahentem: od pierwszego kontaktu przez oferty i spotkania aż po zamknięte transakcje i reklamacje.

AI czyta z Gestora:

• kartoteki podmiotów i kontaktów: nazwa firmy, NIP, przypisany opiekun handlowy, branża, notatki ogólne do kontrahenta
• historię kontaktów: wpisy ręczne, notatki z rozmów telefonicznych, daty spotkań i ich treść
• zadania i follow-upy: tytuł zadania, termin, status (nowe, w toku, zakończone, przeterminowane), przypisana osoba
• szanse sprzedaży: wartość, etap procesu, przypisane dokumenty ofertowe
• oferty: numer dokumentu, data wystawienia, status, kluczowe pozycje

Typowo wygląda to tak, że w Gestorze leżą notatki z rozmów wpisane pół roku temu przez handlowca, który odszedł z firmy. Albo ustalenia dotyczące warunków dostaw, wpisane do pola "notatki do podmiotu" i nigdy nieprzejrzane przez osobę, która przejęła klienta. AI wydobywa te informacje, gdy ktoś pyta.

Co handlowiec zyskuje, gdy AI zna zawartość Gestora?

Przed rozmową z klientem handlowiec wpisuje: "Co wiem o firmie Technomet Sp. z o.o.? Kiedy był ostatni kontakt i co ustalono?" AI przeszukuje historię kontaktów, otwarte zadania i notatki do podmiotu, a potem odpowiada konkretnie: ostatni kontakt był trzy tygodnie temu przez telefon, rozmawiał Tomasz, temat dotyczył opóźnienia w dostawie z maja, ustalono wysłanie korekty faktury do końca miesiąca, zadanie jest nadal w statusie "w toku".

Handlowiec idzie na spotkanie z kontekstem. Bez przeglądania pięćdziesięciu wpisów w historii.

AI pilnuje też przeterminowanych zadań. Jeśli "wyślij ponowną ofertę do ABC Sp. z o.o." miało termin w środę i dziś jest poniedziałek następnego tygodnia, a status nie zmienił się na "zakończone", handlowiec dostaje przypomnienie. Klientów traci się właśnie przez takie przeoczone follow-upy, a nie przez złą ofertę.

Trzecia rzecz, którą AI robi dobrze: notatki po kontakcie. Handlowiec dyktuje dwa zdania po rozmowie telefonicznej, AI uzupełnia format, dodaje datę, przypisuje do właściwego kontrahenta i proponuje treść gotową do wklejenia do Gestora. Część zespołów woli podać AI surowe wypowiedzi i dostać sformatowaną notatkę. Obie wersje działają.

Gdzie Gratyfikant i Gestor łączą się w jednym zapytaniu?

Na pierwszy rzut oka to dwa osobne systemy dla dwóch działów. Ale w firmie kilkudziesięcioosobowej właściciel albo kierownik często patrzy na oba jednocześnie.

Przykład, który pojawia się co roku przed wakacjami: właściciel chce zaplanować urlopy w lipcu i sierpniu bez zakłócania obsługi klientów. Z Gratyfikanta AI bierze salda urlopowe i zaległe dni dla handlowców. Z Gestora pobiera liczbę aktywnych zadań, otwartych szans sprzedaży i zaplanowanych kontaktów przypisanych do każdej osoby. Zestawia: Piotr ma 14 dni zaległego urlopu i trzy szanse w etapie "negocjacje" z terminem w sierpniu. Anna ma 6 dni i żadnej pilnej sprawy. Tomasz ma 2 dni i zamknięty pipeline do końca miesiąca.

Taki widok normalnie nikt nie robi. Za dużo klikania między systemami, za mało czasu. Z AI to jedno pytanie w czacie i jeden konkretny przegląd. Zarządzanie urlopami przestaje być improwizacją w połowie lipca.

Od czego zaczynamy: jak wygląda konfiguracja krok po kroku?

Pierwsze pytanie przy każdym wdrożeniu: jak Gratyfikant i Gestor są postawione? Na lokalnym serwerze Windows z SQL Serverem to najczęstszy scenariusz w polskich małych i średnich firmach. Rzadziej: u partnera InsERT na jego serwerze, albo w chmurze nexo. To określa, jak connector łączy się z bazą.

Standardowy schemat dla lokalnego środowiska:

• connector instalujemy na tym samym serwerze co baza nexo: dane nie wychodzą poza sieć firmową
• AI dostaje uprawnienia do odczytu wybranych tabel, bez możliwości edycji rekordów
• ustalamy co jest widoczne dla modelu, a co zablokowane (np. kwoty wynagrodzeń można ukryć, jeśli z czatu korzystają kierownicy liniowi)
• konfigurujemy grupy dostępu: kadrowa i zarząd, handlowcy do danych z Gestora, kierownicy do zestawień zbiorczych

Przed uruchomieniem sprawdzamy też wersję bazy nexo i strukturę tabel. Starsze wersje Gratyfikanta mogą mieć inaczej zorganizowane dane, co wpływa na to jak connector zadaje zapytania. Zazwyczaj to nie jest bloker, tylko kwestia dopasowania konfiguracji.

Pierwsze działające zapytania pojawiają się po kilku dniach od audytu środowiska. Pełne wdrożenie z alertami, uprawnieniami i testami zajmuje zazwyczaj dwa tygodnie. Zależy to od tego jak systemy są postawione i ilu użytkowników konfigurujemy jednocześnie.

Jeśli firma korzysta z Gratyfikanta i Gestora i chcesz sprawdzić co konkretnie można u Ciebie podłączyć, zacznij od bezpłatnego audytu. Sprawdzimy jak postawione są systemy, które dane mają sens do przekazania AI i jak ustawić uprawnienia, żeby każdy widział tylko to, co powinien. Przykłady z polskich firm znajdziesz w realnych wdrożeniach.