Utrzymanie asystenta AI to 2 200–7 000 zł miesięcznie

Zapisujemy tu, jak takie rzeczy wyglądają u nas na wdrożeniach — to otwarty poradnik, a nie opinia przygotowana pod Twoją firmę, więc ostatnie słowo zostaw swojemu prawnikowi. Producent metalowych komponentów z okolic Kalisza, 72 osoby, trzy zmiany produkcyjne. Wcześniej każdy pracownik na pytanie o tolerancje wymiarowe, procedurę BHP czy stan zamówienia spędzał średnio 20 minut dziennie na szukaniu w segregatorach albo pytaniu brygadzisty. Wdrożyli asystenta opartego o wewnętrzną dokumentację. Po czterech miesiącach eksploatacji pojawiło się pytanie, ile naprawdę kosztuje utrzymanie tego narzędzia każdego miesiąca – bo faktura od integratora i rachunki za serwer to nie wszystko. Pisaliśmy już, że uruchomienie asystenta AI to jednorazowo 20–150 tys. zł, ale to dopiero początek.

AIImagen generada por IA.

Cómo se estructuró

Wdrożenie trwało 9 tygodni: pierwsze 4 na mapowanie procesów i wybór modelu, kolejne 3 na integrację z bazą dokumentów, ostatnie 2 na testy i szkolenia. Po stronie firmy zaangażowane były cztery osoby: dyrektor operacyjny (8 godzin), kierownik jakości (18 godzin), specjalista IT (35 godzin) i jedna osoba z działu BHP (12 godzin). Łącznie 73 godziny pracy wewnętrznej. Do tego doszedł integrator zewnętrzny – 25 000 zł za wdrożenie i konfigurację. Asystent zaczął odpowiadać na pytania z zakresu norm ISO, instrukcji stanowiskowych i statusów zamówień.

Presupuesto

Koszt jednorazowy to 33 760 zł: 25 000 zł dla integratora plus 73 godziny pracy wewnętrznej wycenione po 120 zł za godzinę. Po wdrożeniu oszczędność czasu wyliczono na 11 etatogodzin dziennie (72 osoby × średnio 9 minut mniej), co przy koszcie 45 zł za roboczogodzinę daje 495 zł dziennie, czyli około 10 400 zł miesięcznie przy 21 dniach roboczych. Zwrot po 3,3 miesiąca. Ale to tylko wariant hybrydowy, który wybrano. Poniżej zestawienie miesięcznych kosztów utrzymania dla trzech architektur, na podstawie naszych wdrożeń i publicznych cenników – Azure OpenAI i dokumentacji PARP. Scenariusz 1: lokalny serwer dla 40–80 pracowników. Serwer z GPU (np. 2× RTX 4090) to 1 800–2 800 zł miesięcznie amortyzacji (zakup 65 000–100 000 zł na 3 lata). Licencja na model open source: 0 zł. Czas administratora: 25 godzin × 120 zł = 3 000 zł. Monitoring jakości: panel 100 odpowiedzi co kwartał to 800 zł, czyli 270 zł/mies. Aktualizacje bazy wiedzy: 500 zł. Razem: 5 570–6 570 zł/mies., rocznie 66 840–78 840 zł. Scenariusz 2: API dla 10–30 pracowników. Tu nie ma serwera, koszt to wyłącznie chmura i licencje. Przy 15 000 zapytań miesięcznie i średnio 1 200 tokenów na zapytanie zużycie to 18 mln tokenów. Ceny modeli API wahają się od 4 USD za 1 mln wejściowych do 20 USD za wyjściowe; średnio 350–700 zł za tokeny. Hosting aplikacji i baza wektorowa: 200–400 zł. Administrator: 8 godzin × 120 zł = 960 zł. Monitoring: 270 zł. Aktualizacje: 300 zł. Razem: 2 080–2 630 zł/mies., rocznie 24 960–31 560 zł. Scenariusz 3: hybryda dla 80–250 pracowników. Dane firmowe przetwarzane lokalnie na serwerze za 1 200–2 000 zł miesięcznie, model chmurowy dla zapytań ogólnych – 600–1 200 zł w API. Administrator 20 godzin × 120 zł = 2 400 zł. Monitoring jakości co kwartał: 400 zł/mies. Aktualizacje bazy wiedzy: 800 zł. Razem: 5 400–6 800 zł/mies., rocznie 64 800–81 600 zł. To wartości uśrednione z trzech podobnych wdrożeń, a nie obietnica – ostateczna kwota zależy od liczby zapytań, długości dokumentów i wymaganego SLA.

Qué falló

Pierwszy miesiąc pokazał, że 25% odpowiedzi asystenta wymagało korekty – najczęściej mylił starsze wersje instrukcji z nowszymi. Konieczne było wdrożenie wersjonowania dokumentów i progu ufności 0,95, poniżej którego pytanie trafia do człowieka. To dodało 4 godziny pracy administratora tygodniowo przez pierwsze 6 tygodni. Druga rzecz: koszt API w wariancie hybrydowym okazał się o 40% wyższy od planu, bo pracownicy zaczęli używać asystenta także do prywatnych pytań – trzeba było wprowadzić limity na użytkownika. Trzecia: aktualizacja bazy wiedzy po wejściu nowej normy ISO zajęła 3 dni, a nie planowane 4 godziny, bo dokumentacja była rozproszona w pięciu miejscach.

AIImagen generada por IA.

Qué haríamos diferente

Po pierwsze, z góry zaplanować 10% budżetu miesięcznego na nieprzewidziane użycie – to norma, nie wyjątek. Po drugie, od pierwszego dnia włączyć monitorowanie nie tylko poprawności merytorycznej, ale też kosztów w podziale na działy. Po trzecie, zamiast jednej dużej aktualizacji bazy wiedzy co kwartał, lepiej robić małe, cotygodniowe paczki po 2–3 dokumenty – kosztuje to samo, ale zmniejsza ryzyko błędów. Warto też sprawdzić, czy wybrany model API oferuje tańsze wywołania batch dla zapytań, które nie wymagają odpowiedzi w czasie rzeczywistym – OpenAI Batch API obniża ceny o 50%.

Ten scenariusz ma sens w firmach produkcyjnych, logistycznych i usługach B2B, gdzie asystent odpowiada na powtarzalne pytania z ustalonej bazy dokumentów i gdzie jest jedna osoba techniczna, która może poświęcić 8–25 godzin miesięcznie na administrację. Nie sprawdzi się tam, gdzie dokumentacja zmienia się codziennie w sposób nieustrukturyzowany, a także w firmach, które nie mają żadnej kontroli nad tym, kto i o co pyta – wtedy koszty API potrafią urosnąć dwukrotnie w ciągu kwartału. Zanim podejmiesz decyzję, policz własny koszt roboczogodziny i liczbę zapytań – to dwie liczby, od których zależy 80% budżetu.