Jak wybrać firmę do wdrożeń AI? Lista kontrolna dla MŚP

Dobra firma do wdrożenia AI zaczyna od Twojego problemu biznesowego, proponuje pilotaż zamiast wielkiej umowy, mówi otwarcie o danych i kosztach oraz zostawia Ci kontrolę nad rozwiązaniem. Wszystko inne to detale. Poniżej znajdziesz listę kontrolną, którą możesz odhaczyć punkt po punkcie, zanim cokolwiek podpiszesz.

Dlaczego wybór firmy do wdrożenia AI decyduje o sukcesie projektu

Z analiz rynkowych wynika, że nawet 70-85% projektów AI nie osiąga zakładanych celów biznesowych. Rzadko zawodzi sama technologia. Zawodzi dobór problemu, jakość danych i partner, który sprzedał narzędzie zamiast rozwiązania.

Dla korporacji nieudany pilotaż to pozycja w budżecie. Dla małej lub średniej firmy to często kilkadziesiąt tysięcy złotych, kilka miesięcy pracy zespołu i zniechęcenie, które blokuje kolejne podejście do AI na lata. Dlatego wybór firmy wdrażającej AI to decyzja ważniejsza niż wybór konkretnego modelu czy narzędzia.

Ten artykuł to kompletna lista kontrolna: co przygotować po swojej stronie, jak ocenić dostawcę, jakie pytania zadać na pierwszym spotkaniu, kiedy uciekać i jak czytać wycenę. Pisana z perspektywy właściciela MŚP, nie działu IT.

Zanim zaczniesz szukać dostawcy: przygotuj własną firmę

Najczęstszy błąd we wdrożeniach AI nie dotyczy dostawcy, tylko startu od narzędzia zamiast od problemu. Jeśli przyjdziesz na spotkanie z hasłem "chcemy mieć AI", dostaniesz ofertę na to, co dostawca akurat sprzedaje. Trzy kroki poniżej zajmą Ci tydzień i zaoszczędzą miesiące.

Określ problem biznesowy, nie technologię

Zacznij od pytania: jaką decyzję lub jaki proces chcemy realizować lepiej, szybciej albo taniej? Spisz 3-5 najbardziej kosztownych wąskich gardeł: obsługa zapytań klientów, przygotowywanie ofert, fakturowanie, raportowanie, marketing. Z tej listy wybierz 1-2 przypadki użycia o największym wpływie na przychody lub koszty. Jeśli problemem jest np. malejąca widoczność firmy w wyszukiwarkach i odpowiedziach AI, to nie jest projekt "chatbot", tylko projekt GEO, czyli optymalizacji pod wyszukiwarki generatywne.

Sprawdź stan danych i procesów

AI pracuje na danych, które już masz. Zanim porozmawiasz z dostawcą, odpowiedz sobie: gdzie są informacje potrzebne do automatyzacji (CRM, skrzynki mailowe, Excel, dokumenty PDF) i w jakim są stanie? Czy proces, który chcesz zautomatyzować, jest w ogóle opisany i powtarzalny? Tu działa prosta zasada: AI przyspiesza uporządkowane procesy, a chaotyczne tylko psuje szybciej. Jeśli proces żyje wyłącznie w głowie jednego pracownika, najpierw go spisz.

Ustal budżet i mierniki sukcesu

Przed pierwszą rozmową ustal widełki budżetu oraz KPI, po których poznasz, że wdrożenie działa: skrócenie czasu odpowiedzi na zapytanie z 24 do 2 godzin, redukcja kosztu obsługi zamówienia o 30%, dwa razy więcej ofert przygotowanych w tym samym czasie. Ustal też z góry warunek "stop": jaki wynik pilotażu oznacza, że nie skalujecie rozwiązania. Dostawca, który zna Twoje KPI, nie sprzeda Ci funkcji, których nie potrzebujesz.

Lista kontrolna: 10 kryteriów wyboru firmy do wdrożeń AI

To serce tego poradnika. Każde kryterium ma krótką instrukcję weryfikacji, więc możesz użyć tej listy jak formularza oceny: dostawca, który spełnia 8-10 punktów, to mocny kandydat. Poniżej 6 punktów: szukaj dalej.

1. Doświadczenie i case studies z Twojej branży lub skali firmy

Wdrożenie w banku i wdrożenie w 20-osobowej firmie produkcyjnej to dwa różne światy. Szukaj dostawcy, który pokaże projekty w firmach Twojej wielkości lub z Twojej branży.

Jak to sprawdzić: poproś o 2-3 opisy wdrożeń z mierzalnymi efektami (liczby, nie logotypy) i zapytaj, co poszło w nich nie tak. Brak szczerej odpowiedzi na drugie pytanie mówi więcej niż portfolio.

2. Podejście biznesowe zamiast technologicznego

Dobry partner zaczyna od analizy Twoich procesów i szacowania zwrotu z inwestycji, a nie od prezentacji narzędzia. Jeśli pierwsze spotkanie to demo produktu, rozmawiasz ze sprzedawcą licencji, nie z firmą wdrożeniową.

Jak to sprawdzić: policz, ile pytań o Twój biznes padło w pierwszej godzinie rozmowy. Dobry dostawca pyta więcej, niż mówi. Zobacz też, jak wygląda sensownie poukładany zakres usług: od audytu, przez strategię, po wdrożenie, a nie pojedyncze "narzędzie AI".

3. Pilotaż lub PoC przed pełnym wdrożeniem

Standard rynkowy to pilotaż trwający 4-8 tygodni: ograniczony zakres, mała grupa użytkowników, jasno zdefiniowane kryteria sukcesu. Decyzję o skalowaniu podejmujesz na podstawie liczb z pilotażu, nie obietnic z oferty.

Jak to sprawdzić: zapytaj wprost o propozycję pilotażu z osobną, niższą wyceną. Dostawca, który chce od razu rocznej umowy na pełny system, przerzuca całe ryzyko na Ciebie.

4. Bezpieczeństwo danych i zgodność z RODO

Wdrożenie AI prawie zawsze oznacza przetwarzanie danych klientów lub pracowników. Musisz wiedzieć, gdzie fizycznie przetwarzane są dane (UE czy poza nią), czy trafiają do publicznych modeli, kto ma do nich dostęp i czy podpiszecie umowę powierzenia przetwarzania danych.

Jak to sprawdzić: poproś o opis architektury przetwarzania danych i wzór umowy powierzenia. Jeśli dostawca nie rozumie pytania, to jest odpowiedź.

5. Kompetencje w zakresie AI Act

Unijny AI Act nakłada na firmy korzystające z AI konkretne obowiązki: m.in. informowanie, że użytkownik rozmawia z systemem AI, oznaczanie treści generowanych przez AI i zapewnienie nadzoru człowieka w określonych zastosowaniach. To Ty, jako podmiot stosujący system, poniesiesz konsekwencje braków, dlatego partner musi umieć przeprowadzić Cię przez te wymagania.

Jak to sprawdzić: zapytaj, które obowiązki z AI Act dotyczą Twojego przypadku użycia i jak dostawca je adresuje. Konkretna odpowiedź w 5 minut to dobry znak. Ogólniki o "pełnej zgodności" to znak ostrzegawczy.

6. Przejrzysty model rozliczeń i struktura kosztów

Wdrożenia AI rozlicza się zwykle w jednym z dwóch modeli: jednorazowy projekt plus opcjonalne utrzymanie albo abonament miesięczny. Do tego dochodzą koszty, o których oferty często milczą: licencje narzędzi, zużycie tokenów (opłaty za korzystanie z modeli językowych) i koszty integracji.

Jak to sprawdzić: poproś o rozbicie wyceny na pozycje i o szacunek miesięcznych kosztów utrzymania po wdrożeniu. Jedna kwota "za całość" bez zakresu to loteria.

7. Wsparcie po wdrożeniu i SLA

System AI nie jest projektem "wdróż i zapomnij": modele się zmieniają, integracje się psują, pojawiają się nowe przypadki użycia. Ustal, co dzieje się po starcie: kto reaguje na awarie, w jakim czasie (SLA) i co obejmuje opieka powdrożeniowa.

Jak to sprawdzić: poproś o warunki wsparcia na piśmie, z czasami reakcji i zakresem. "Jakby coś, to proszę dzwonić" nie jest umową SLA.

8. Szkolenia i adopcja w zespole

Najlepsze technicznie wdrożenie umiera w szufladzie, jeśli zespół nie wie, jak i po co z niego korzystać. Dobry dostawca planuje szkolenia, materiały i okres asysty, a także pomaga wskazać w firmie "ambasadora" rozwiązania.

Jak to sprawdzić: zapytaj, ile godzin szkoleń zawiera oferta i jak dostawca mierzy adopcję (np. odsetek pracowników aktywnie używających narzędzia po 3 miesiącach).

9. Skalowalność i brak vendor lock-in

Kluczowe pytania: kto jest właścicielem wdrożonego rozwiązania, promptów i konfiguracji? Czy system da się przenieść na innego dostawcę modelu (np. z OpenAI na Google lub Anthropic), gdy zmienią się ceny albo jakość? Czy rozbudowa o kolejne procesy wymaga nowego projektu od zera?

Jak to sprawdzić: zapis o własności rozwiązania i danych musi znaleźć się w umowie. Zapytaj też, co konkretnie dostaniesz, jeśli zakończycie współpracę po roku.

10. Referencje i obecność w oficjalnych bazach

To kryterium, które pomija większość poradników, a które kosztuje Cię 15 minut. Po pierwsze: poproś o kontakt do 1-2 poprzednich klientów i zapytaj ich o terminowość, komunikację i to, czy efekty utrzymały się po pół roku. Po drugie: sprawdź dostawcę w oficjalnych źródłach: Bazie Usług Rozwojowych PARP (wymaganej w części programów dofinansowań), rządowym portalu łączącym dostawców AI z przedsiębiorcami na gov.pl oraz katalogu dostawców AI4MSP.

Jak to sprawdzić: wpis w tych bazach nie gwarantuje jakości, ale jego brak w połączeniu z brakiem referencji to sygnał, że firma mogła powstać wczoraj.

Pytania, które warto zadać dostawcy na pierwszym spotkaniu

Skopiuj tę listę do notatek przed spotkaniem. Odpowiedzi zapisuj, bo porównasz je między dostawcami:

1. Na jakich naszych danych będzie pracować system i w jakiej formie musimy je przygotować?
2. Czy nasze dane będą używane do trenowania modeli? Gdzie będą przetwarzane i przechowywane?
3. Jakie podobne wdrożenia zrealizowaliście w firmach naszej wielkości i jakie były mierzalne efekty?
4. Jak będzie wyglądał pilotaż: zakres, czas trwania, koszt i kryteria sukcesu?
5. Co się stanie, jeśli pilotaż nie osiągnie założonych wyników?
6. Z którymi naszymi systemami trzeba się zintegrować i czy robiliście już takie integracje?
7. Kto konkretnie będzie pracował przy naszym projekcie i jakie ma doświadczenie?
8. Jak wygląda harmonogram i czego będziecie potrzebować od naszego zespołu?
9. Co dokładnie zawiera wycena, a za co zapłacimy dodatkowo: licencje, tokeny, utrzymanie, rozwój?
10. Kto będzie właścicielem rozwiązania, promptów i konfiguracji po zakończeniu współpracy?

Dobry dostawca odpowie na większość z tych pytań bez wahania. Jeszcze lepszy sam je zada, zanim Ty zdążysz.

Czerwone flagi: kiedy zrezygnować z dostawcy

Niektóre sygnały powinny kończyć rozmowę niezależnie od ceny i terminu:

• Obietnica konkretnych efektów przed analizą. "Zaoszczędzicie 40% kosztów" wypowiedziane przed poznaniem Waszych procesów to marketing, nie prognoza.
• Brak propozycji pilotażu. Od razu pełne wdrożenie i długa umowa oznaczają, że całe ryzyko jest po Twojej stronie.
• Wycena bez rozpisanego zakresu. Jedna kwota bez listy prac, integracji i kosztów utrzymania uniemożliwia porównanie ofert.
• Narracja "AI rozwiąże wszystko". Poważny partner mówi też o ograniczeniach: o halucynacjach modeli, o jakości danych, o procesach, których nie warto automatyzować.
• Unikanie tematu danych i bezpieczeństwa. Jeśli pytania o RODO, AI Act i miejsce przetwarzania danych zbywane są ogólnikami, ryzyko prawne zostaje u Ciebie.
• Brak referencji i weryfikowalnej historii. Żadnych klientów do kontaktu, brak w bazach, strona z samymi obietnicami.
• Milczenie o własności rozwiązania. Jeśli nie wiadomo, co zostaje u Ciebie po rozstaniu, planowany jest vendor lock-in.

Ile kosztuje wdrożenie AI i jak czytać wycenę

Poniższe widełki to orientacyjne ceny z polskiego rynku na 2026 rok. Traktuj je jako punkt odniesienia do rozmów, nie jako cennik: ostateczna kwota zależy od zakresu, jakości danych i liczby integracji.

Zakres wdrożenia	Orientacyjny koszt netto	Typowy czas
Chatbot lub prosty asystent AI	2-12 tys. zł	2-6 tygodni
Automatyzacja pojedynczego procesu	8-25 tys. zł	4-8 tygodni
Pełny system AI zintegrowany z firmą	15-50 tys. zł	2-4 miesiące
Pierwszy rok pracy z AI w małej firmie (łącznie)	40-120 tys. zł	12 miesięcy

Rzetelna wycena powinna rozbijać koszt na: analizę i projektowanie, budowę i integracje, licencje narzędzi, szacowane koszty użycia modeli (tokeny), szkolenia oraz utrzymanie. Jeśli któraś z tych pozycji nie pada, dopytaj, bo zapłacisz za nią później. Przykład transparentnego podejścia do cen znajdziesz w naszym cenniku usług.

Dobra wiadomość dla MŚP: na wdrożenia AI dostępne są dofinansowania z programów FENG (Fundusze Europejskie dla Nowoczesnej Gospodarki), sięgające nawet 85% kosztów projektu w zależności od konkursu i regionu. Część ścieżek wymaga, aby usługodawca był zarejestrowany w Bazie Usług Rozwojowych PARP, dlatego obecność dostawcy w BUR z kryterium nr 10 nabiera tu wymiaru czysto finansowego.

Podsumowanie: lista kontrolna w pigułce

Dobra firma do wdrożeń AI to taka, która zaczyna od problemu biznesowego, proponuje pilotaż z mierzalnymi kryteriami, mówi otwarcie o danych, kosztach i ograniczeniach oraz zostawia Ci własność rozwiązania. Przed podpisaniem umowy odhacz:

Jeśli Twoim celem jest widoczność firmy w odpowiedziach ChatGPT, Gemini czy Perplexity, zacznij od zrozumienia, skąd modele AI biorą cytowane źródła, oraz tego, czym różnią się SEO, AEO i GEO. Te same kryteria wyboru dostawcy obowiązują również w projektach widoczności w AI.

FAQ: najczęstsze pytania o wybór firmy do wdrożeń AI

Krótkie odpowiedzi na pytania, które najczęściej słyszymy od właścicieli MŚP. Więcej znajdziesz w naszym FAQ.

Ile kosztuje wdrożenie AI w małej firmie?

Orientacyjnie: prosty chatbot lub asystent AI to wydatek rzędu 2-12 tys. zł netto, automatyzacja pojedynczego procesu 8-25 tys. zł, a pełny system zintegrowany z narzędziami firmy 15-50 tys. zł. Łączny koszt pierwszego roku pracy z AI w małej firmie wynosi zwykle 40-120 tys. zł, wliczając licencje i utrzymanie. Dokładna kwota zależy od zakresu, jakości danych i liczby integracji.

Od czego zacząć wdrożenie AI w firmie?

Od problemu biznesowego, nie od narzędzia. Wybierz 1-2 procesy, które kosztują najwięcej czasu lub pieniędzy, sprawdź, gdzie znajdują się dane potrzebne do ich automatyzacji, i ustal mierzalny cel, np. skrócenie czasu obsługi zapytania o połowę. Dopiero z tak opisaną potrzebą zacznij rozmowy z dostawcami.

Jak sprawdzić wiarygodność firmy wdrażającej AI?

Poproś o 2-3 case studies z mierzalnymi efektami i o kontakt do poprzednich klientów. Zweryfikuj dostawcę w oficjalnych źródłach: Bazie Usług Rozwojowych PARP, portalu dostawców AI na gov.pl oraz katalogu AI4MSP. Sprawdź też, czy potrafi konkretnie odpowiedzieć na pytania o RODO i obowiązki wynikające z AI Act.

Czy na wdrożenie AI można dostać dofinansowanie?

Tak. W ramach programów FENG (Fundusze Europejskie dla Nowoczesnej Gospodarki) MŚP mogą uzyskać dofinansowanie sięgające nawet 85% kosztów projektu, w zależności od konkursu i regionu. Część programów wymaga, aby usługodawca był wpisany do Bazy Usług Rozwojowych PARP, dlatego warto to sprawdzić przed podpisaniem umowy.

Ile trwa wdrożenie AI w firmie?

Pilotaż (PoC) trwa zwykle 4-8 tygodni. Proste wdrożenie, np. chatbot, zamyka się w 2-6 tygodni, a pełny system zintegrowany z procesami firmy w 2-4 miesiące. Do tego dochodzi czas na szkolenia zespołu i stabilizację rozwiązania, zwykle kolejne 4-6 tygodni.