Poziom autonomii decyduje o ROI i bezpieczeństwie. Gdzie leży granica nienadzorowanej pracy? Oto 6 stopni niezależności, od których zależą Twoje firmowe procesy.
Niezależność agentów AI określa się w sześciu stopniach, wzorowanych na skali autonomii pojazdów (od poziomu 0 do 5). Poniżej przedstawiam ich szczegółowy opis:
- Poziom 0: Operacje manualne (Manual Operations)
- Na tym poziomie nie występuje automatyzacja. Ludzie wykonują wszystkie zadania poznawcze i wykonawcze, korzystając z podstawowych narzędzi cyfrowych (np. arkusze kalkulacyjne, e-mail), ale bez wsparcia ze strony systemów autonomicznych.
- Poziom 1: Podstawowa automatyzacja (Rule-based / Deterministic)
- Opis: Systemy oparte na sztywnych regułach lub skryptach. Wykonują zaprogramowane akcje na podstawie konkretnych danych wejściowych.
- Rola człowieka: Pełna kontrola, definicja każdej reguły.
- Poziom 2: Asystent wspomagany AI (Machine Learning / Assisted)
- Opis: Integracja uczenia maszynowego (ML). Agent sugeruje działania, a nie tylko wykonuje proste komendy.
- Rola człowieka: Zatwierdza decyzje (Human-in-the-loop).
- Poziom 3: Autonomia warunkowa (LLM-enhanced / Conditional)
- Opis: Wykorzystanie dużych modeli językowych (LLM). Agenci potrafią rozumować, planować i obsługiwać narzędzia (np. e-mail, CRM) w ramach zdefiniowanych zadań. Co najważniejsze, agenci będą komunikować się ze sobą, pod kontrola człowieka.
- Rola człowieka: Monitorowanie i interwencja w nietypowych sytuacjach.
- Poziom 4: Wysoka autonomia (Multi-agent / Autonomous Workflows)
- Opis: Agenci pracują w grupach (Multi-agent pattern). Potrafią samodzielnie wyznaczać cele, adaptować się do zmian i zarządzać złożonymi procesami.
- Rola człowieka: Strategiczny nadzór, definicja celów biznesowych.
- Poziom 5: Pełna autonomia (Agentic AI / AGI)
- Opis: Najwyższy stopień. Agenci działają niezależnie, uczą się z otoczenia, modyfikują własne zachowanie i rozwiązują problemy, których nie widzieli wcześniej (poziom zbliżony do AGI).
- Rola człowieka: Minimalna lub zerowa (tylko definiowanie ogólnych ram działania).
Gdzie jesteśmy w 2026 w Polsce?
Brutalnie rzecz biorąc:
- Polskie MŚP: Poziom 0-1 (Operacje Manualne).
Polskie firmy w większości są na poziomie 1. Im większa organizacja tym większa szansa na “pokrycie” większości procesów systemami informatycznymi opartymi na standardowych algorytmach JEŻELI coś TO coś.
- Duże Firmy: Poziom 1-2 (Algorytmy + LLM jako asystent).
W średnie i małe organizacje w Polsce niestety w większości obsługują procesy manualnie. “Panika KSeFowa” jaskrawo obnażyła ten problem. Dla wielu firm koszt przeniesienie procesów do systemów jest zbyt duży, po latach zaniedbań inwestycji w cyfryzację.
Część średnich i duże organizacje posiadają cyfrowe procesu (poziom autonomii 1) dodatkowo pracownicy wspierają się dużymi modelami językowymi (LLM) – poziom 2.
W 2025 roku w dużych organizacjach przeprowadzono wiele “wdrożeń AI”. Niestety był to często efekt FOMO – ‘wdróżmy jakiś AI” bo konkurencja nas wyprzedzi.
W mojej pracy, mam ogromną przyjemność odbywania rozmów z osobami odpowiedzialnymi za digitalizację dużych organizacji. Coraz częściej obserwuję świadome podejście do wdrożeń AI. Firmy udostępniają pracownikom narzędzia – LLMy, systemy do budowania agentów, świadomy i bezpieczny dostęp do danych i umożliwiają pracownikom tworzenie drobnych narzędzi usprawniających proste, powtarzające się czynności. Ogłaszane są konkursy, stawiane są cele w rozmowach okresowych, gdzie to pracownicy operacyjni znajdują rozwiązania, które następnie są weryfikowane na poziomie managementu pod kątem compliance i te właściwe wdrażane są szerzej w organizacji.
Z dużą siłą wraca pojęcie citizen developoera, które pierwsze lata świetności ma za sobą w czasach zdobywania popularności przez systemy low-code. Dziś – w czasach coraz popularniejszych agentów AI – pracownicy operacyjni ponownie stają się inicjatorami wdrożeń technicznych optymalizacji procesowych w nowoczesnych organizacjach.
Uważam, że przyszli liderzy rynku już dzisiaj dostarczają swoim pracownikom narzędzia, dzięki którym powstają oddolne inicjatywy, które z czasem rozleją się na całą organizację i przyczynią się do właściwego wykorzystania agentów w organizacji. Oczywiście udostępniając narzędzia należy uwzględnić kwestie bezpieczeństwa, dostępu do danych, czy (o zgrozo) upewnić się, że globalne LLMy nie uczą się na danych niezwykle wrażliwych dla organizacji.
Przejście z poziomu 2 do poziomów 3 i 4 autonomii nie dzieje się wyłącznie dzięki samemu modelowi AI. Kluczowe jest zbudowanie uporządkowanego środowiska procesowego, dostępu do danych oraz warstwy workflow, która kontroluje decyzje, uprawnienia i ścieżki eskalacji. W praktyce właśnie na tym opiera się inteligentna automatyzacja procesów, o której więcej piszemy tutaj: Inteligentna automatyzacja z JobRouter.
Moim zdaniem jest to najszybsza droga do wdrożenia agentów na 3 i 4 poziomie autonomii. Agent AI NIE JEST wdrażany przez CIO. Jest tworzony przez Citizen Developera, który ma dość nudnych zadań.
