Agenci AI dla przedsiębiorstw: budować, kupić czy open source

Agenci AI dla przedsiębiorstw to pozycja budżetowa, którą niemal każda duża organizacja dodała do swojego budżetu na 2026 rok, a rynek już sygnalizuje, że duża część tych wydatków nie doczeka produkcji. Gartner przewiduje, że ponad 40% projektów agentowej AI zostanie anulowanych do końca 2027 roku, wskazując na rosnące koszty, niejasną wartość biznesową i niewystarczające mechanizmy kontroli ryzyka, na podstawie ankiety wśród 3412 uczestników webinarium. Na to nakłada się to, co Gartner sam nazywa „agent washing”: spośród tysięcy dostawców obecnie sprzedających produkt agentowy, firma ocenia jedynie około 130 jako mających istotne, autentyczne możliwości agentowe. Niezależna ocena Forrestera trafia w zbliżony wniosek z innej strony, przewidując, że trzy na cztery firmy budujące ambitne, w pełni niezależne architektury agentowe samodzielnie poniosą porażkę.

Nic z tego nie znaczy, że technologia nie działa — Sierra przejechało się na realnym przychodzie — 100 mln USD ARR w niecałe dwa lata — do wyceny na ok. 15,8 mld USD. Znaczy to, że kategoria jest na tyle szumna, że wybór dostawcy na podstawie dema to zła metoda. Pytanie warte popołudnia strategicznego to nie które logo kupić. To budować kontra kupić kontra hostować samodzielnie, i — niezależnie od wyboru — ile uzależnienia od dostawcy podpisujesz kontraktowo i technicznie już pierwszego dnia. To rama, na której opiera się ten playbook.

Rynek dzieli się na trzy archetypy kupujących

Każda dzisiejsza oferta agentów dla przedsiębiorstw wpada w jeden z trzech wzorców zakupowych, z których każdy inaczej wymienia szybkość na kontrolę.

Czyści specjaliści (pure-play)

Czyści specjaliści sprzedają jeden dogłębny produkt agentowy, bez zastanego oprogramowania do obrony. Sierra, założona w 2023 roku przez byłego co-CEO Salesforce Breta Taylora i byłego pracownika Google Claya Bavora, wycenia w oparciu o wyniki i na tym modelu dojechała do 150 mln USD ARR w drodze do rundy Serii E o wartości 950 mln USD przy wycenie ok. 15,8 mld USD w maju 2026 roku. Wonderful.ai celuje w lukę, którą pozostawiają otwartą platformy zbudowane w USA — rynki nieanglojęzyczne i kulturowo specyficzne — i pozyskała rundę Serii B o wartości 150 mln USD przy wycenie 2 mld USD. Żadna z nich nie dźwiga zastanej bazy instalacji — to przewaga i ryzyko jednocześnie.

Pakiety grawitacji danych

Pakiety grawitacji danych wbudowują agentów w oprogramowanie, które już masz. Google Gemini Enterprise (przemianowany z Agentspace w październiku 2025) nakłada agentów na Workspace i Google Cloud za 21–60+ USD/użytkownika/miesiąc plus rozliczenie tokenowe, a Google raportuje ponad 8 mln płatnych stanowisk w ~2800 firmach. Microsoft Copilot Studio rozlicza się w Copilot Credits wewnątrz stosu M365, a Microsoft raportuje ponad 230 000 organizacji, w tym ~90% firm z listy Fortune 500. Salesforce Agentforce prowadzi trzy modele cenowe naraz — 2 USD/konwersację, Flex Credits albo stanowisko za 125 USD/użytkownika/miesiąc — a Salesforce raportuje 1,2 mld USD ARR, wzrost o 205% rok do roku. Żadna z nich nie zamyka na własnym modelu — wszystkie trzy pozwalają podłączyć modele Anthropic, Meta czy inne — ale wszystkie trzy wiążą agenta z platformą wokół niego: Data Cloud, Workspace albo Azure/Entra ID.

Open source i samodzielny hosting

Open source i samodzielny hosting wymieniają ryzyko dostawcy na własność inżynierską. Botpress dostarcza swój rdzeń na czystej licencji MIT, hostowalny samodzielnie przez Docker — ale jego marketing „niezależny od modelu” wymaga zastrzeżenia: bring-your-own-LLM jest zamknięty za płatnym planem Enterprise Botpressa, a samo README open source wciąż reklamuje produkt jako „powered by OpenAI”. Dify jest najbardziej gotowy do użycia z tej grupy, ale jego baza Apache-2.0 niesie wyłączenie odsprzedaży — żadnego wielodostępowego SaaS ani odsprzedaży bez marki bez pisemnej zgody Dify. Rasa wciąż niesie reputację „open-source'owej konwersacyjnej AI”, na którą jej flagowy produkt 2026 już nie zasługuje: darmowy tier ogranicza się do 1000 konwersacji/miesiąc, a produkt, którego przedsiębiorstwa faktycznie chcą, Rasa Pro, wymaga licencji komercyjnej. Pod tym wszystkim leży LangGraph — nie produkt, lecz otwarty substrat, po który zespoły sięgają, gdy wolą zbudować warstwę agentową samodzielnie, cytowany w produkcji u Ubera, LinkedIn i Klarny.

Siedem platform obok siebie

Powyższy tekst niesie liczby i zastrzeżenia; ta tabela to zwięzłe odniesienie, do którego wracasz przy zawężaniu shortlisty. Kropki czytają trzy kolumny wrażliwe na uzależnienie od dostawcy z perspektywy kupującego:

Kupić, zbudować czy open source: logika decyzji

Kupno wygrywa, gdy szybkość dojścia do wartości przeważa nad kontrolą. Specjalista CX taki jak Sierra albo pakiet natywny dla CRM taki jak Agentforce stawia działającego agenta na produkcji w tygodnie, nie kwartały, i oba są zbudowane dla organizacji, którym wygodnie jest wymienić trochę grawitacji danych na cennik oparty na wynikach lub na stanowisko w skali Fortune-50 — profil kupującego, który szkicuje powyższa tabela platform. „Apetyt na cennik oparty na wynikach” wykonuje realną pracę w tym zdaniu: oznacza, że kupujący jest gotów pozwolić dostawcy mierzyć i rozliczać za rozwiązany przypadek lub za stanowisko, w zamian za brak konieczności posiadania na własność inżynierii wyboru modelu, ewaluacji promptów i obsługi błędów pod spodem. Kupno wygrywa też, gdy organizacja rzeczywiście nie ma zaplecza inżynierskiego, by prowadzić stos agentowy na produkcji: dyżury, ewaluacje, regresje promptów i wszystko inne.

Budowa lub open source wygrywają na niemal odwrotnych warunkach: suwerenność danych — utrzymywanie logów konwersacji, embeddingów i danych klientów wewnątrz własnej infrastruktury, a nie w chmurze dostawcy — rynek nieanglojęzyczny lub silnie regulowany, który duże platformy zbudowane w USA obsługują słabo — klin, na którym Wonderful.ai zbudowało wycenę 2 mld USD — albo mandat kontroli kosztów, który nie toleruje otwartego, mierzonego rozliczenia w miarę wzrostu wolumenu. Samodzielny hosting rdzenia Botpress na licencji MIT, na przykład, omija ograniczenia odsprzedaży i wielodostępności wbudowane w licencję Dify Apache-2.0-plus-wyłączenie, kosztem prowadzenia Studio, runtime'u i każdej integracji samodzielnie.

Żadna ze ścieżek nie jest wolna od ryzyka, a uczciwe rozliczenie liczy się bardziej niż marketing którejkolwiek ze stron. Po stronie budowy, Forrester przewiduje, że trzy na cztery firmy budujące ambitne, w pełni niezależne architektury agentowe samodzielnie poniosą porażkę — DIY to nie zabezpieczenie przed ryzykiem dostawcy, to zakład, że twoja organizacja jest wyjątkiem, a cytowane wyżej wnioski Gartnera o anulowaniach i „agent-washing” to to samo ostrzeżenie z innej strony. Po stronie open source, samodzielny hosting nie tyle usuwa ryzyko, co je przenosi: zamieniasz ryzyko dostawcy na odpowiedzialność zespołu inżynierskiego za uptime, skalowanie, koszt modelu i łatanie, bez SLA dostawcy, na którym można się oprzeć, gdy coś się psuje w skali.

Gdzie faktycznie żyje uzależnienie od dostawcy

Uzależnienie od modelu to najmniejszy problem. Google, Microsoft i Salesforce wszyscy teraz pozwalają klientom podłączyć model zewnętrzny do swojej platformy agentowej — Vertex Model Garden hostuje Claude, Llama i Mistral; katalog Azure AI Foundry obejmuje OpenAI, Llama, Mistral, DeepSeek, Grok i Phi; Models API Agentforce wspiera Bedrock, Azure OpenAI, OpenAI i Vertex. Fosa przesunęła się o warstwę niżej, tam, gdzie już mieszkają dane przedsiębiorstwa: BigQuery i Workspace dla Google, Dataverse/Fabric/Graph i Entra ID dla Microsoftu, Data Cloud i model obiektowy CRM dla Salesforce. Azure wiąże się ściśle z Entra ID i Microsoft Graph w zakresie tożsamości i dostępu, a Vertex domyślnie kieruje swoją warstwę wyszukiwania/groundingu na własny stos — dostrojone wagi i indeksy embeddingów zwykle nie przenoszą się między Bedrock, Azure AI Foundry i Vertex, w ocenie jednego z niezależnych analityków, nawet gdy model bazowy się przenosi.

Otwarte standardy zamykają realny wycinek tej luki, ale węższy, niż sugeruje marketing. MCP zostało przekazane do Agentic AI Foundation, utworzonej pod Linux Foundation, w grudniu 2025 roku, a A2A trafiło bezpośrednio do Linux Foundation w czerwcu 2025 roku, z AWS, Microsoftem, Salesforce, SAP i ServiceNow wśród jego wspierających. To, co to kupuje, to przenośne wywoływanie narzędzi i komunikacja agent-agent. Nie czyni to przenośną logiki orkiestracji siedzącej na tym poziomie wyżej — Atlas Reasoning Engine, grafy agentowe Foundry, przepływy zbudowane na ADK — i nie robi nic dla dostrojonych wag ani struktury cenowej. Workflow Copilot Studio, konfiguracje Agentforce i konfiguracje AI ServiceNow pozostają specyficzne dla dostawcy i z założenia nieprzenośne, w ocenie jednego wyspecjalizowanego badacza.

Ten sam badacz, VaasBlock, podaje na to liczbę — szacunek z jednego źródła, nie konsensus rynkowy, ale właściwy rząd wielkości do planowania. Przedsiębiorstwo odchodzące od Agentforce w praktyce zapisuje się na migrację CRM trwającą 18–36 miesięcy, a rozplątanie wdrożenia ServiceNow oznacza odbudowę „dziesiątek tysięcy godzin inżynierskich” konfiguracji, w którą możliwości AI zostały wbudowane bezpośrednio.

Pięciodźwigniowy framework kosztu wyjścia

Oceń dowolną platformę na pięciu dźwigniach, zanim podpiszesz, nie po tym, jak już w niej utkniesz:

• Przenośność danych — czy logi, embeddingi i fine-tune'y można wyeksportować w otwartym formacie, na żądanie?
• Przenośność orkiestracji — czy warstwa workflow jest zbudowana na MCP/A2A i otwartych frameworkach, czy zamknięta na własnościowym silniku rozumowania platformy?
• Zamienność modelu — czy model bazowy można zmienić, kontraktowo i technicznie, bez projektu re-platformingu?
• Koszt odbudowy — godziny inżynierskie potrzebne do odtworzenia możliwości gdzie indziej; kotwice ServiceNow i Agentforce powyżej to właściwy rząd wielkości do modelowania.
• Ekspozycja cenowa — jaka część kontraktu jest stała, a jaka oparta na wynikach lub zużyciu, i jak bardzo naraża cię to na niespodziewane opłaty — 78% liderów IT raportuje niespodziewane opłaty za zużycie lub cennik AI w ciągu roku, według Zylo 2026 SaaS Management Index.

Nadaj temu przybliżoną liczbę: koszt wyjścia ≈ (godziny odbudowy × obciążona stawka inżynierska) + koszt danych re-migracji + premia za zmienność cenową − wynegocjowane kredyty za zmianę dostawcy. Traktuj to jako kierunkowe, nie audytowany model — ale uruchomienie tego raz, przed podpisaniem, zamienia uzależnienie od dostawcy z niespodzianki w pozycję kosztową wycenioną z wyprzedzeniem.

Ten ostatni składnik to ten, który pomija większość kupujących. Dostawcy konkurują o biznes przejęty od konkurenta, a offsety wyjścia — kredyty migracyjne, gwarancja limitu godzin odbudowy, SLA na eksport danych — są do wynegocjowania, jeśli podniesiesz je przy tym samym stole co dyskusję cenową, przed podpisaniem. Podnoszenie ich osiemnaście miesięcy w głąb wdrożenia, gdy faktycznie trzeba odejść, to negocjowanie z pozycji zakładnika.

Oceń platformę na tych pięciu dźwigniach poniżej.

Jak byśmy doradzili

Nie kupuj dema. Kupuj wyjście. Każda platforma w tym tekście potrafi postawić przed Tobą działającego agenta w tydzień — to nigdy nie było trudną częścią, a dostawcy o tym wiedzą. Trudną częścią jest osiemnastomiesięczna migracja CRM albo „dziesiątki tysięcy godzin inżynierskich” odbudowy konfiguracji czekające po drugiej stronie decyzji „nie” za trzy lata. Ta liczba jest znana z góry, jeśli wycenisz ją przed podpisaniem, nie po tym, jak już w niej utkniesz. Uruchom powyższy pięciodźwigniowy kalkulator względem swojej faktycznej shortlisty przed wysłaniem RFP — nie po tym, jak SE dostawcy już ukształtował wymagania wokół tego, co sprzedaje.

Wybór budowa/kupno/open source to w gruncie rzeczy nie porównanie funkcji. To pytanie o grawitację danych — czyja infrastruktura ostatecznie przechowuje Twoje logi konwersacji, embeddingi i fine-tune'y. To pytanie regulacyjne — czy Twój rynek i Twoje obowiązki co do rezydencji danych tolerują pakiet hostowany w USA, czy pchają Cię w stronę samodzielnego hostingu niezależnie od parytetu funkcji. I to pytanie o zdolności zespołu — czy masz, lub jesteś gotów zbudować, dyscyplinę dyżurów i ewaluacji, jakiej samodzielny hosting albo bespoke'owa budowa faktycznie wymagają, od drugiego dnia wzwyż. Odpowiedz na te trzy pytania uczciwie, a shortlista dostawców w większości wybierze się sama.

Bernhard Huber, 24 lipca 2026.

Idzie to w parze z samą pracą wdrożeniową: Strategia cyfrowa i AI dla decyzji o platformie, Doradca wykonawczy i rytm operacyjny dla otaczającego to rytmu governance, oraz Interim management, jeśli potrzebujesz kogoś, kto przejmie migrację na kwartał.