AI dla produkcji — automatyzacja ofertowania i dokumentacji technicznej

Agent skraca ofertowanie, przenosząc pracę z odczytywania i wyszukiwania na sprawdzanie gotowej propozycji. Zapytania przychodzą mailem w kilkunastu formatach — jako tabela w arkuszu, lista w treści wiadomości, PDF od działu zakupów, czasem zdjęcie rysunku albo skan zamówienia. Każde z nich opisuje ten sam towar inaczej niż kartoteka producenta: innym symbolem, inną nazwą handlową, innym oznaczeniem materiału. Największy koszt nie leży w policzeniu ceny, tylko w rozszyfrowaniu, o którą pozycję z własnej kartoteki chodzi — i dlatego uważamy, że hasło „AI do wyceny" mija się z problemem, który firma faktycznie ma. To zadanie dopasowania, a nie liczenia, i da się je zautomatyzować, o ile system pokazuje, na jakiej podstawie zaproponował dany indeks.

1. 01Odczyt zapytaniaAgent rozpoznaje wiadomość jako zapytanie ofertowe, identyfikuje nadawcę i wyciąga pozycje: opis, ilość, jednostkę, materiał, normę, oczekiwany termin.
2. 02Dopasowanie do kartotekiDo każdej pozycji proponuje indeks z kartoteki wraz z poziomem pewności i alternatywami, zamiast wskazywać jeden wynik bez uzasadnienia.
3. 03Wskazanie brakówZaznacza pozycje, do których brakuje danych potrzebnych do wyceny, i przygotowuje listę pytań do klienta w jednej wiadomości.
4. 04Szkic wycenyZestawia proponowane indeksy z cennikiem i historią transakcji z tym odbiorcą, przygotowując szkic do decyzji handlowej.
5. 05Decyzja handlowcaCzłowiek weryfikuje dopasowania oznaczone jako niepewne, ustala cenę i termin oraz zatwierdza wysyłkę oferty.

Tu dochodzimy do rzeczy, o której dostawcy oprogramowania nie mówią głośno na spotkaniu handlowym, bo psuje demo: największym wrogiem tego wdrożenia nie jest technologia, tylko kartoteka towarowa, w której ten sam indeks występuje w czterech wariantach. Raz z myślnikiem, raz bez, raz ze starą nazwą handlową, raz z literówką sprzed lat, której nikt nie poprawił, bo wszyscy w firmie i tak wiedzą, o co chodzi. Człowiek to wie. System dostaje cztery odrębne byty i będzie je traktował jak cztery różne towary, dopóki ktoś nie rozstrzygnie, który jest właściwy — a rozstrzygnąć może to tylko ktoś z Waszej strony, bo to wiedza z firmy, nie z pliku. Dlatego przegląd kartoteki wpisujemy w zakres wdrożenia, zamiast zakładać, że klient posprząta u siebie przed startem. Naszym zdaniem zdanie „uporządkujemy to sobie sami do przyszłego miesiąca" jest najczęstszym miejscem, w którym takie projekty stają w miejscu — nie dlatego, że nikt nie chce, tylko dlatego, że obok bieżącej produkcji nikt nie ma na to czasu.

Przy samym dopasowaniu zajmujemy jednoznaczne stanowisko w sporze, który wraca na każdym warsztacie. Między regułami a modelem wybieramy reguły wszędzie tam, gdzie indeks da się rozpoznać po symbolu, normie albo wymiarze — model dokładamy do opisów słownych, w których reguła zawsze będzie za sztywna. Odwrotna kolejność, czyli model do wszystkiego, wygląda nowocześniej i kosztuje więcej przy każdej pomyłce, bo trudniej odpowiedzieć na pytanie, dlaczego system wskazał akurat tę pozycję. Tam, gdzie handlowiec ma zaufać podpowiedzi, musi móc zobaczyć jej podstawę; podpowiedź bez uzasadnienia jest w ofertowaniu bezużyteczna, bo i tak trzeba ją sprawdzić od zera.

Granica jest tutaj prosta: agent nie wysyła oferty i nie ustala ceny. Oferta jest zobowiązaniem handlowym, a jej treść zależy od obłożenia produkcji, dostępności materiału i relacji z odbiorcą — czyli od wiedzy, której nie ma w żadnym pliku. Automatyzacja obejmuje więc etap przygotowania: odczyt, dopasowanie, skompletowanie braków i przygotowanie szkicu. Praktyczny efekt polega na tym, że handlowiec zaczyna pracę od gotowego zestawienia z zaznaczonymi wątpliwościami, a nie od pustego arkusza i przeszukiwania kartoteki. Sprawdzenie dziesięciu podpowiedzi zajmuje mniej czasu niż odnalezienie dziesięciu indeksów od zera, pod warunkiem że każda podpowiedź jest weryfikowalna.

Odpowiedź jest wiarygodna tylko wtedy, gdy ma odnośnik do konkretnego dokumentu, wersji i strony. Model językowy zapytany o parametr maszyny zawsze coś odpowie — także wtedy, gdy nie ma podstaw, by go znać — a w warunkach produkcyjnych odpowiedź prawdopodobna jest gorsza niż brak odpowiedzi. Powiemy więcej: asystenta na dokumentacji bez odnośnika do źródła uważamy w zakładzie za rozwiązanie gorsze niż jego brak, bo brak zmusza pracownika do zajrzenia do instrukcji, a odpowiedź prawdopodobna tę potrzebę zdejmuje i nikt jej już nie weryfikuje. Dlatego agent do dokumentacji technicznej budujemy tak, że odpowiada wyłącznie na podstawie wskazanego zbioru dokumentów firmy: dokumentacji techniczno-ruchowej, instrukcji, kart technologicznych, norm wewnętrznych i procedur jakościowych. Jeśli w tym zbiorze nie ma podstawy do odpowiedzi, agent ma powiedzieć, że jej nie znajduje, i wskazać, gdzie szukać dalej.

• Każda odpowiedź zawiera odnośnik do pliku, wersji i miejsca w dokumencie — bez odnośnika odpowiedź nie jest pokazywana.
• Agent korzysta wyłącznie z dokumentów firmy, nie z wiedzy ogólnej modelu na temat maszyn i procesów.
• Wersjonowanie jest częścią wdrożenia: system musi wiedzieć, która wersja instrukcji obowiązuje, i nie cytować wycofanej.
• Brak podstawy w dokumentach kończy się jawnym „nie znajduję", a nie próbą uzupełnienia luki.
• Dostęp do dokumentacji ograniczony rolami — nie każdy zbiór ma być widoczny dla całej załogi.
• Parametry krytyczne dla bezpieczeństwa i jakości pozostają do potwierdzenia przez technologa lub utrzymanie ruchu, także gdy agent poda odnośnik.

Ten sam mechanizm otwiera drogę do bardziej praktycznych zastosowań niż samo wyszukiwanie. Nowy pracownik może zapytać o czynność w prostym języku i dostać fragment instrukcji, zamiast szukać w segregatorze. Przy zmianie technologii da się szybko sprawdzić, które karty technologiczne odwołują się do wycofanego parametru. Warunkiem jest jednak porządek w dokumentacji: jeśli w firmie krąży pięć wersji tej samej instrukcji w folderach na różnych dyskach, agent odziedziczy ten bałagan i będzie go powielał w skali — a powielony bałagan jest groźniejszy od oryginalnego, bo przybiera formę pewnej siebie odpowiedzi. Uporządkowanie źródeł jest zatem częścią wdrożenia, a nie jego warunkiem wstępnym do odhaczenia przez klienta samodzielnie. Jeśli natomiast w firmie nie ma osoby, która może rozstrzygnąć, która wersja instrukcji obowiązuje, odradzamy uruchamianie tego modułu do czasu, aż taka osoba zostanie wskazana — bez niej wdrożenie nie ma od czego zacząć i nie będziemy udawać, że ma.

W utrzymaniu ruchu automatyzacja obejmuje przyjęcie i skompletowanie zgłoszenia, nie decyzję o naprawie. Zgłoszenie z hali — z formularza, telefonu, kodu przy maszynie — agent klasyfikuje, przypisuje do konkretnego urządzenia i uzupełnia o kontekst: historię napraw, ostatnie przeglądy, powiązane fragmenty dokumentacji techniczno-ruchowej i informację o dostępności części. Utrzymanie ruchu dostaje więc zgłoszenie już opisane, zamiast zaczynać od zbierania informacji. Agent nie decyduje natomiast o dopuszczeniu maszyny do dalszej pracy ani o zakresie naprawy — to decyzja ludzi odpowiadających za ruch i bezpieczeństwo, i nie przenosimy jej na system nawet wtedy, gdyby dało się to zrobić technicznie.

Najczęściej pytacie o przewidywanie awarii, bo tak wygląda AI na targach branżowych. Odradzamy to jako pierwszy projekt i mówimy dlaczego: przewidywanie wymaga historii zdarzeń opisywanej konsekwentnie przez lata, a jeśli historia awarii w Waszym systemie wygląda jak wpisy „stanęła, poprawione", to z takiego materiału nie zbuduje się przewidywania, tylko jego pozór. Uporządkowanie zgłoszeń daje wynik mniej efektowny i jest warunkiem, żeby kiedykolwiek było o czym rozmawiać dalej. Wolimy powiedzieć to na pierwszym spotkaniu i stracić temat, który dobrze brzmi w prezentacji zarządczej, niż wziąć pieniądze za model uczony na danych, które nie opisują rzeczywistości hali.

Raporty zmianowe są dobrym kandydatem na pilota, bo powstają codziennie, mają stałą strukturę i zwykle kończą się w pliku, którego nikt później nie analizuje. Agent może je zbierać z formularzy i notatek, dopytywać o braki jeszcze na zmianie, streszczać odchylenia i przygotowywać zestawienie dla kierownika produkcji. Nie zastępuje jednak systemu ERP ani MES jako źródła prawdy o produkcji — i tu zajmujemy jednoznaczne stanowisko: między własnym rejestrem a doklejeniem się do istniejącego systemu wybieramy istniejący system, nawet jeśli jest niewygodny w integracji. Własny rejestr pisze się przyjemniej, a potem ktoś w firmie musi codziennie odpowiadać na pytanie, które dane są prawdziwe, i ten koszt zostaje u Was na lata. Wybór jednego źródła prawdy ustalamy na starcie wdrożenia.

Część firm produkcyjnych może sięgnąć po dofinansowanie, ale kwalifikowalność zależy od branży, województwa i tego, czy projekt zawiera wymagany komponent. Dwa programy są dla producentów najbardziej realne. Dig.IT „Transformacja Cyfrowa Polskich MŚP" prowadzony przez Agencję Rozwoju Przemysłu przewiduje grant od 150 000 zł do 850 000 zł, do 50% kosztów kwalifikowalnych, w formie pomocy de minimis, przy budżecie całego projektu 140 mln zł — z ważnym ograniczeniem, że dotyczy MŚP z sektora przemysłu i usług dla przemysłu, więc nie każda firma się w nim mieści. Firmy z województwa łódzkiego mogą dodatkowo rozważyć Fundusze Europejskie dla Łódzkiego i wdrożenie rozwiązań Przemysłu 4.0: do 85% dla wydatków objętych pomocą de minimis, minimalna wartość kosztów kwalifikowalnych 300 000 zł, maksymalna kwota dofinansowania 1 000 000 zł. Uważamy jednak, że kolejność bywa tu odwrócona i to jest realny problem: firma najpierw znajduje program, a potem dobiera do niego projekt. Dotacja przyspiesza decyzję, ale nie zmienia tego, czy wdrożenie się zwróci — jeśli bez dofinansowania nie zrobilibyście tego projektu, prawdopodobnie nie powinniście go robić także z dofinansowaniem.

Dane w tej tabeli są aktualne na 24 sierpnia 2026 r. i wymagają potwierdzenia przed złożeniem wniosku, bo terminy naborów przesuwają się, a warunki bywają korygowane w regulaminach. Szerzej opisujemy programy i sposób przygotowania projektu na stronie /dotacje-ai. Nie jesteśmy firmą doradztwa dotacyjnego i nie piszemy wniosków — naszą rolą jest przygotowanie części technicznej: opisu zakresu, harmonogramu prac i wyceny, którą doradca może wykorzystać w dokumentacji. Mówimy też wprost, czego nie mamy: opublikowanego wdrożenia AI w zakładzie produkcyjnym jeszcze nie pokażemy, więc oceniacie nas po sposobie prowadzenia projektu i po tym, co widać na Waszych danych w pilocie, a nie po cudzych referencjach. Dla części firm będzie to powód, żeby wybrać kogoś innego, i uważamy taką decyzję za uczciwą — wolimy usłyszeć ją na początku, niż tłumaczyć się z niedopowiedzeń w trakcie. Wdrożenia agentów AI zaczynają się u nas od 10 000 zł, a opiekę po uruchomieniu prowadzimy w ramach Wataha Care: Basic 100 zł, Pro 200 zł lub Premium 300 zł miesięcznie. Pracujemy zdalnie w całej Polsce, a na spotkania dojeżdżamy w promieniu około 40 km od Radomska — z zakładem w Częstochowie dzieli nas około 40 km drogi. Kontakt: +48 788 727 823, media.wataha@gmail.com.