Automatyzacja procesów biznesowych. Konkretnie.

Kiedy ma sens. Kiedy nie.

Zanim zaczniemy rozmawiać o narzędziach, sprawdźmy czy automatyzacja Twojego procesu w ogóle ma uzasadnienie. Nie każdy proces powinien być zautomatyzowany.

Na warsztacie otwierającym sprawdzimy razem, po której stronie leży Twój proces. W około 30% przypadków odradzam automatyzację.

Obszary, które typowo automatyzuję

Poniższa lista to obszary, w których mam najwięcej doświadczenia. To nie katalog usług, tylko schemat do rozmowy: jeśli Twój przypadek pasuje do jednego z nich, warsztat pójdzie szybciej.

Stack, na którym pracujemy

Nie jest to lista "all-in-one platform". To stack warstwowy, w którym każdy kawałek rozwiązuje jedno zadanie dobrze.

Orkiestracja: n8n self-hosted

Workflow engine. Wizualne flow, node-based, wspiera ~400 integracji out-of-the-box. Stawiam na Twojej infrastrukturze, masz pełną kontrolę nad danymi, backupami, uptime. Szczegóły w sekcji wdrożeń n8n.

Custom logic: Python

Do rzeczy których n8n nie potrafi: CPU-bound processing, OCR (PaddleOCR, Tesseract), klasyczny ML, asyncio data pipelines z dużych plików, custom libraries (scraping, parsing specjalistyczny). FastAPI dla prostych mikroserwisów API.

AI warstwa: Vertex AI

Gemini jako główny LLM (długie okno kontekstu, grounding), text-multilingual-embedding-002 dla polskich tekstów, Vertex AI RAG jako managed retrieval. Drugi model przez API w scenariuszach gdzie Gemini słabiej gra (długie rozumowanie, code generation). OpenAI rzadziej, tylko gdy klient ma konkretny use case.

Storage: PostgreSQL + pgvector

Cloud SQL Postgres 15+ z rozszerzeniem pgvector dla embedding retrieval. Alternatywa dla zewnętrznej bazy wektorowej (Pinecone, Weaviate) gdy skala jest do kilku milionów wektorów. Taniej, bliżej danych, mniej serwisów do utrzymania.

Infrastructure: GCP + Docker + Caddy

VM w Google Compute Engine (europe-central2-a, Warszawa), Docker Compose dla serwisów, Caddy jako reverse proxy z auto-TLS (Let's Encrypt). Secret Manager + Workload Identity (bez SA keys). Cloud Logging dla centralnych logów.

Jak wygląda wycena

Po warsztacie otwierającym (90 minut, bez zobowiązań) dostajesz dokument z mapą procesu, decyzjami architektonicznymi i twardą wyceną fixed-scope. Zamiast strzelać cennikiem na stronie wolę ocenić realny zakres Twojego projektu i dopiero wtedy podać konkretną liczbę.

Co wchodzi w wycenę

• Liczba integrowanych systemów i złożoność mapowania danych
• Reguły biznesowe: proste warunki vs skomplikowane decyzje LLM
• Obecność AI/RAG: korpus, embedding, agent z narzędziami
• Wymagania compliance: GDPR, DPA, audit log, retencja
• Stack klienta: typowy vs niestandardowy (dodatkowy research)

Co NIE wchodzi w wycenę

• Liczba drobnych poprawek po wdrożeniu (30 dni bezpłatnej opieki)
• Daily standupy, sprint retro, story pointy (nie ma)
• Dodatkowe "project management overhead" (nie ma)

Rozliczenie B2B (faktura z mojej działalności), płatność 14 dni. Fixed-scope na projekty wdrożeniowe, stawka godzinowa tylko na mentoring i zmiany po wdrożeniu.

FAQ. Co pytają klienci przed warsztatem.

Co to jest automatyzacja procesów biznesowych?

Zamiana powtarzalnych, regułowych zadań ludzkich na pipeline oprogramowania. Dane lecą między systemami bez przepisywania, dokumenty klasyfikują się same, raporty generują się automatycznie. W praktyce mniej kliknięć, mniej błędów ludzkich, więcej czasu na decyzje biznesowe.

Kiedy automatyzacja ma sens dla mojej firmy?

Gdy proces klika się co najmniej kilka razy w tygodniu, ma sztywne reguły albo reguły z wyjątkami (które da się zamknąć w decyzji LLM), a dane są cyfrowe. Mniej niż 3 razy na miesiąc = automatyzacja to koszt, nie oszczędność. Na warsztacie otwierającym sprawdzamy to razem.

Czy muszę mieć własny serwer?

Nie jest wymagany, ale rekomenduję. Mała VM w GCP albo Hetzner wystarczy dla typowych wdrożeń i daje Ci pełną kontrolę nad danymi. Alternatywnie oferuję managed hosting na mojej VM, ale dla produkcyjnych danych biznesowych lepiej mieć własną infrastrukturę.

Czy automatyzacja zastąpi moich pracowników?

Nie, ale przesunie ich pracę. Zamiast klikać formularze, nadzorują wyjątki. Automatyzacja robi dobrze 80% typowych przypadków, człowiek robi dobrze 20% które wymagają kontekstu. Zespół zyskuje czas na pracę do której naprawdę jest potrzebny.

Jakie systemy potraficie zintegrować?

Praktycznie wszystko, co ma API (REST, GraphQL, webhook). Popularne integracje: HubSpot, Pipedrive, Salesforce, Slack, Gmail, Google Workspace, Microsoft 365, Notion, Airtable, Monday, Stripe, Shopify, WooCommerce, Allegro, Zendesk, HelpScout, Intercom. Plus custom REST API klienta.

A co z danymi wrażliwymi? GDPR, DPA?

Data Processing Agreement podpisuję standardowo przed warsztatem. Infrastrukturę projektuję tak, żeby dane osobowe nie przechodziły przez zewnętrzne LLM'y (albo przechodziły w formie zanonimizowanej). Audit log dla wszystkich operacji na danych osobowych. Cloud Logging retention zgodny z politykami compliance.

Co jeśli w trakcie wdrożenia zmieni się scope?

Drobne rzeczy (1-2 dni pracy) mieszczę w wycenie bez doliczania. Poważne rozszerzenia zatrzymujemy, omawiamy, aktualizujemy wycenę lub przenosimy do fazy 2. Wycena jest fixed-scope, nie time-and-materials, więc przewidywalny koszt dla Ciebie.

Jak wygląda handoff?

1-2h sesja szkoleniowa z zespołem (opcjonalnie nagrana w Loom), dokumentacja w Waszym repo (README, RUNBOOK, data-map, ADR), export workflow w formie JSON backup. 30 dni bezpłatnego supportu po handoffie na bugi, które nie były wychwycone w testach.

Co warto przeczytać obok