Dlaczego przestaliśmy używać AI jako narzędzia i zaczęliśmy budować dla niego środowisko

Przez długi czas używaliśmy AI dokładnie tak jak większość firm: jako bardzo inteligentnego narzędzia stojącego obok właściwej pracy.

Kopiowałeś z CRM-a, Jiry, maila i Slacka. Pakowałeś w prompt. Liczyłeś że model poskłada fakty. Czasem działało. Częściej trzeba było poprawiać, bo AI odpowiadało na pytanie jakie zadałeś, a nie na pytanie jakie miałeś na myśli - bo nie wiedziało tego co wiedziałeś Ty.

AI działało dobrze, dopóki człowiek robił za middleware.

Nie jest to problem modelu. Jest to problem tego, gdzie w firmie siedzi wiedza.

Kto jest klientem. Co kupił. Co ustaliliśmy trzy miesiące temu. Dlaczego podjęliśmy daną decyzję. Co już próbowaliśmy. Kto jest odpowiedzialny.

Kiedy agent nie potrafił odpowiedzieć na proste pytanie o klienta, często odkrywaliśmy że człowiek też musiałby szukać tej odpowiedzi w czterech różnych miejscach. AI tylko brutalniej pokazało istniejący problem organizacji.

W pewnym momencie przestaliśmy zastanawiać się jak pisać lepsze prompty. Zaczęliśmy zastanawiać się czego agent potrzebuje, żeby wykonać tę samą pracę co człowiek.

Wychodzą trzy rzeczy.

Kontekst. Agent musi wiedzieć - kim jest klient, co ustalono, jaki jest zakres projektu, co już próbowano.

Możliwości działania. Nie tylko czytać, ale wykonywać operacje na rzeczywistych danych. Tworzyć zadania, wysyłać szkice, aktualizować statusy.

Uprawnienia i human review. Agent nie powinien po prostu dostać tokena administratora i działać z entuzjazmem stażysty w piątek po południu. Część działań wymaga akceptacji człowieka. To nie jest ograniczenie - to część projektu.

Dopiero kiedy wszystkie trzy elementy są na miejscu, agent przestaje być chatbotem z dostępem do internetu i zaczyna być uczestnikiem procesu.

U nas te trzy elementy realizują konkretne warstwy.

Khirby to kontekst klienta - kto, co ustalił, kiedy, co jest otwarte, historia komunikacji.

Pokelo to kontekst projektu i wiedzy firmy - decyzje, dokumentacja, jak i dlaczego coś zbudowaliśmy.

MCP i Skills to interfejs przez który agent może z obu korzystać i działać.

Przykład z naszej pracy: klient pisze z prośbą o dodatkowy eksport danych. Agent sprawdza historię komunikacji w Khirby, znajduje wcześniejsze ustalenia, sprawdza w Pokelo zakres projektu i decyzje techniczne. Jeśli funkcji nie było w zakresie, przygotowuje szkic odpowiedzi i tworzy zadanie do wyceny zmiany.

Żaden z tych kroków nie wymaga wklejania kontekstu do prompta.

Dla firm które rosną szybciej niż ich procesy - to nie jest wygoda. To zmiana tego ile jeden człowiek jest w stanie obsłużyć bez utraty jakości.

Dlatego nie chcemy budować kolejnego SaaS-a z przyciskiem "Generate with AI".

Budujemy środowisko, w którym ludzie i agenci pracują na tym samym kontekście firmy. Człowiek korzysta z interfejsu. Agent korzysta z MCP i Skills. Obaj widzą te same fakty, działają na tych samych procesach i podlegają tym samym regułom.

AI przestaje wtedy być narzędziem, któremu za każdym razem trzeba tłumaczyć firmę od początku.

Staje się uczestnikiem systemu.