Jak AI połączone z Outlookiem i Google Workspace pilnuje rezerwacji sal, zwalnia puste miejsca i zestawia realne wykorzystanie biura?

AI podłączone do firmowego kalendarza może czytać dane ze skrzynek pomieszczeń i zasobów w Microsoft 365 albo Google Workspace, wychwytywać rezerwacje bez potwierdzenia i zestawiać, ile sal faktycznie stoi nieużywanych w ciągu tygodnia. Zamiast otwierać Outlooka i porównywać dostępność ręcznie, pytasz: "kiedy możemy się spotkać w czworo, z projektorem, na godzinę" i dostajesz gotowe propozycje terminów. Nie trzeba do tego nowego systemu rezerwacyjnego, tylko połączenia AI z tym, co firma już ma skonfigurowane.

Skąd AI bierze dane o salach i zasobach?

W Microsoft 365 każda sala konferencyjna to osobna Room Mailbox, a sprzęt mobilny (projektor przenośny, kamera do wideokonferencji, ekran przenośny) to Resource Mailbox. Admin IT zakłada te skrzynki w centrum administracyjnym Microsoft 365 i ustawia właściwości każdego zasobu: pojemność sali, lokalizację (budynek, piętro, numer pokoju), cechy (projektor wbudowany, tablica interaktywna, kamera Teams, wideokonferencja, dostęp dla niepełnosprawnych) oraz zasady rezerwacji w zakładce BookingPolicy. Te zasady obejmują: czy sala sama akceptuje zgłoszenia (AutoAccept), ile maksymalnie można zarezerwować z góry (np. okno 60 dni), jak długo może trwać jedna rezerwacja (np. max 4 godziny) i czy można ją zarezerwować poza godzinami pracy.

W Google Workspace odpowiednikiem są Building Resources w Google Admin Console. Każda sala i każdy zasób dostają adres e-mail, który wpisuje się jako uczestnik spotkania w Kalendarzu Google. Ustawia się tam Capacity, Floor i Features.

AI łączy się z tymi danymi przez Microsoft Graph API (endpointy /places/rooms i /me/calendarView) albo przez Google Calendar Resources API z zakresem Calendar.readonly lub Calendar.events. Z każdej rezerwacji wyciągamy co najmniej:

• Subject: temat spotkania, który często zdradza jego charakter (wewnętrzne, z klientem, rekrutacja)
• StartTime i EndTime: planowany czas trwania
• OrganizerEmailAddress: kto założył rezerwację
• RequiredAttendees: pełna lista uczestników z adresami e-mail
• ResponseStatus dla sali: Accepted (zaakceptowano), Declined (odrzucono z powodu konfliktu), None (czeka na akceptację)
• zasoby dodane jako uczestnicy, np. projektor-main@firma.pl albo kamera-konf-2@firma.pl

To są żywe dane, aktualizowane na bieżąco ze wszystkich pomieszczeń naraz. Nie trzeba eksportować raportów ręcznie ani prosić IT o dostęp do logów. Jeśli firma używa osobnego systemu rezerwacyjnego, np. Robin, Skedda, Condeco albo OfficeSpace, te platformy mają własne API. Podejście jest analogiczne: mapujemy dostępne endpointy i podpinamy AI na tych samych zasadach.

Jak AI proponuje termin, który pasuje wszystkim?

Scenariusz, który każdy menedżer zna. Trzeba zebrać pięć osób plus salę z projektorem na przyszły tydzień. Zaczyna się wysyłanie Doodle albo odpytywanie przez Teams, ktoś nie odpowiada, ktoś akceptuje i potem odwołuje dzień wcześniej. Planowanie jednego spotkania pochłania kilkanaście wiadomości i trwa kilka dni.

AI dostaje jedno polecenie: "Zorganizuj przegląd projektów na przyszły tydzień, cztery osoby z listy, maksymalnie godzina, sala z kamerą do wideokonferencji." Odpytuje free/busy każdego uczestnika przez Graph API, jednocześnie sprawdza dostępność sal z cechą "video conferencing" i zwraca 2-3 konkretne propozycje: wszyscy wolni, sala dostępna, zasób zaakceptuje. Organizator wybiera jedną opcję, rezerwacja idzie automatycznie.

AI nie opiera się na deklaracjach uczestników. Czyta rzeczywiste wpisy z kalendarzy, widzi blokady całodniowe (urlop, szkolenie zewnętrzne), spotkania cykliczne, które się powtarzają w kolejnych tygodniach, i osobiste przerwy wpisane przez pracowników. Wynik jest wiarygodny od razu, nie po trzeciej rundzie odpowiedzi na Doodle.

Można do tego dołożyć reguły kontekstowe. Spotkania z gościem zewnętrznym, czyli adresem spoza domeny firmowej w RequiredAttendees, dostaną automatycznie salę z tablicą i dostępem do parkingu wpisanym w kategorię zasobu. Albo: spotkanie powyżej ośmiu uczestników nie trafi do małej sali, nawet jeśli jest dostępna w kalendarzu. Takie reguły przechowuje się jako kontekst konfiguracyjny w AI i nie wymagają przeprogramowania Exchange ani Google Admin.

Rezerwacje-duchy: sala zajęta, nikogo nie ma

Typowy scenariusz z każdego biura. Sala Krakowska zarezerwowana na wtorek 10:00-12:00. W niedzielę wieczorem spotkanie odpada, organizator zapomina odwołać, bo "jakoś leci". We wtorek rano sala w kalendarzu pokazuje czerwony blok "zajęte", inni szukają wolnego miejsca i nie znajdują. Sala stoi pusta przez dwie godziny.

Przy autoakceptowaniu rezerwacji Room Mailbox nie wysyła przypomnień o odwołaniu. Exchange po prostu odnotowuje, że rezerwacja istnieje. AI może monitorować to aktywnie.

Prosty mechanizm: 10-15 minut po godzinie startu AI wysyła wiadomość przez Teams albo mailem do organizatora: "Masz aktywną rezerwację Sali Krakowskiej od 10:00. Czy spotkanie trwa? Jeśli nie, kliknij, żeby zwolnić." Jeśli przez kolejne 20 minut nie ma reakcji, AI może oznaczyć rezerwację w raporcie jako "niezweryfikowaną" i wysłać informację do recepcji albo office managera, że sala prawdopodobnie jest wolna. Recepcja weryfikuje jednym rzutem oka, czy faktycznie nikogo nie ma.

Wariant z czujnikami: jeśli biuro ma panele Joan przy drzwiach, czujniki PIR albo system kontroli dostępu na kartę, AI porównuje sygnał z czujnika z danymi kalendarza. Brak osoby przez 20 minut od startu i AI sam zwalnia rezerwację, wysyła potwierdzenie do organizatora i dodaje notatkę do logu.

U jednego klienta z biurem hybrydowym na Górnym Śląsku, gdzie część zespołu pracuje zdalnie, mechanizm ping-do-organizatora zmienił pracę recepcji wyraźnie w ciągu pierwszego miesiąca. Recepcja przestała manualnie dzwonić do ludzi przed każdym zarezerwowanym spotkaniem, żeby sprawdzić, czy coś im nie wypadło. Pierwsze tygodnie pokazały, że dużo więcej rezerwacji, niż ktokolwiek przypuszczał, było aktywnych "z przyzwyczajenia" i nigdy się nie odbyło.

Realne wykorzystanie biura kontra to, co mówi kalendarz

"Mamy za mało sal" to zdanie, które słyszymy w biurach regularnie. Ale czy na pewno? Dane kalendarzy kłamią w obu kierunkach: sala "zajęta" przez dwie godziny, a spotkanie trwało 40 minut; sala na 12 osób wzięta przez 2 osoby, bo inna była akurat zajęta; duże bloki rezerwacji we wtorek i środę, a piątkowe popołudnie prawie puste i nikt o tym nie wie.

AI może zestawić z danych Exchange Online albo Google Calendar w skali tygodnia lub miesiąca:

• ile godzin w tygodniu każda sala była zarezerwowana kontra ile rezerwacji odwołano w ciągu 2 godzin przed spotkaniem
• ile razy sala o pojemności 10 osób miała wpisane 2 albo 3 adresy w polu RequiredAttendees
• które godziny są szczytowe i w którym dniu tygodnia, gdzie widać "korki" a gdzie puste okna
• stosunek faktycznie wykorzystanego czasu do zarezerwowanego, gdy firma ma dane z czujników lub logowania do systemu wideokonferencji
• który zasób mobilny jest najczęściej rezerwowany i czy zawsze trafia do tej samej sali

Jeden z menedżerów, z którym pracowaliśmy, był przekonany, że firma potrzebuje trzeciej sali konferencyjnej przy planowanym rozszerzeniu biura. Po przejrzeniu danych z dwóch miesięcy okazało się, że wtorkowe godziny 14:00-17:00 były prawie nietkniętym oknem, a problem leżał w przyzwyczajeniu do porannych spotkań. Nikt nie szukał sali po 14:00, bo "zawsze wszystko zajęte z rana". Zmiana jednego zespołowego zwyczaju zwolniła pojemność bez żadnych przebudówek.

Raport można generować automatycznie co tydzień w formie PDF albo tabeli i wysyłać do office managera albo zarządu. AI dostarcza liczby i wzorce. Co z nimi zrobić, decyduje człowiek, który zna kontekst firmy i wie, że "Sala Duża" jest małą salą tylko z nazwy historycznej.

Sprzęt mobilny, konflikty zasobów i przypomnienia o przygotowaniu sali

Nie każda firma ma recepcję albo kogoś, kto pamięta, że za pół godziny jest spotkanie z partnerem handlowym i trzeba sprawdzić rzutnik oraz wodę na stole.

AI podpięte do kalendarza może wysyłać automatyczne przypomnienia o przygotowaniu sali. Jeśli lista uczestników w RequiredAttendees zawiera adres spoza domeny firmowej, AI 30 minut przed spotkaniem wysyła Teamsa albo SMS do wyznaczonej osoby: "Za 30 min: spotkanie z gościem w Sali Niebieskiej. Sprawdź: kable HDMI, adapter USB-C, woda, szklanki, markery do tablicy." Tekst można dostosować do rodzaju sali i rodzaju spotkania.

AI wychwytuje też konflikty zasobów mobilnych. Projektor przenośny, kamera USB do wideokonferencji, przedłużacz, flipchart: każdy jako Resource Mailbox ze swoim adresem. Kiedy dwie rezerwacje jednocześnie wpisują ten sam zasób jako uczestnika, Exchange odrzuca drugą ze statusem Declined w ResponseStatus. Nie wszyscy to sprawdzają. AI czyta te odrzucenia i powiadamia organizatora przed spotkaniem: "Projektor Sony VPL jest już zajęty w tym czasie w Sali Dużej. Czy zarezerwować drugi dostępny albo przenieść godzinę?"

Jeśli ktoś edytuje rezerwację i przenosi spotkanie do innej sali w ostatniej chwili, AI wykrywa zmianę i automatycznie wysyła aktualizację do recepcji: "Zmiana: spotkanie z 14:00 przeniesione z Sali Dużej do Sali Małej."

Od czego zaczyna się wdrożenie?

Jeśli firma korzysta z Microsoft 365 albo Google Workspace i ma tam skonfigurowane skrzynki pomieszczeń, dane są już gotowe. Najczęściej pierwszym krokiem jest weryfikacja, co jest skonfigurowane, a czego brakuje.

• Sprawdzamy, czy sale i sprzęt są w systemie jako Room Mailbox albo Resource Mailbox w Exchange albo Building Resources w Google Admin. Jeśli nie, admin IT zakłada je w centrum administracyjnym w ciągu kilkudziesięciu minut.
• Weryfikujemy, czy każda sala ma wpisaną pojemność i cechy oraz sensownie ustawioną BookingPolicy: właściwy AutoAccept, okno rezerwacji i maksymalny czas.
• Podłączamy AI przez Microsoft Graph API albo Google Calendar API z uprawnieniami do odczytu kalendarzy zasobów i free/busy użytkowników. Uprawnienia konfiguruje admin IT raz, w rejestracji aplikacji w Azure Active Directory albo Google Cloud Console.
• Definiujemy, co AI robi w pierwszym etapie: monitorowanie rezerwacji bez potwierdzenia, cotygodniowy raport wykorzystania, proponowanie terminów na żądanie.
• Przez pierwsze 2-3 tygodnie obserwujemy, czy progi są trafione. W biurze, gdzie spotkania regularnie zaczynają się 15 minut po czasie, próg dla pingu do organizatora ustawiamy wyżej niż w biurze z rygorystyczną kulturą punktualności.

Nie trzeba wdrażać wszystkiego naraz. Zaczęcie od jednej konkretnej funkcji, np. monitorowania rezerwacji-duchów albo cotygodniowego raportu wykorzystania, daje widoczny efekt i pozwala sprawdzić, jak AI zachowuje się na rzeczywistych danych tego biura, zanim dołoży się kolejne elementy.

Chcesz zobaczyć, jak to wygląda na kalendarzach Twojego biura i które kroki mają sens dla Waszego układu sal i zasobów? Umów 15 minut rozmowy. Możemy też pokazać realne wdrożenia, gdzie podłączenie AI do kalendarza firmowego zmieniło codzienne zarządzanie przestrzenią biurową.