Ile kosztuje agent AI dla firmy?

Ile kosztuje agent AI: przykłady polskich wycen z 2026 roku

Konfiguracja agenta kosztuje według StormIT 8⁠–⁠20 tys. zł, a agent z integracjami według PixelAgency 15⁠–⁠45 tys. zł netto. To przykłady z materiałów sprzedawców sprawdzonych 11 października 2026 roku. Różnice zakresu nie pozwalają traktować ich jako średniej rynkowej. Inaczej rozlicza się gotowy agent w abonamencie: Orange Polska ogłosił 19 października 2026 roku 29 albo 49 zł netto miesięcznie za umiejętność, co opisuję w sekcji o gotowym agencie w abonamencie. Zasady, według których sam rozliczam pracę, są osobno w cenniku usług AI.

SoftwareLogic w artykule z 16 czerwca 2026 roku nazywa swoje kwoty orientacyjnymi widełkami dla Polski i UE, a nie cennikiem rynku. StormIT, LessManual i SoftwareLogic w przywołanych pozycjach nie wskazują statusu VAT; przed porównaniem poproś o ceny netto i brutto.

Skąd tak ogromny rozstrzał

Oferty pod nazwą „agent AI” mogą obejmować konfigurację gotowego produktu albo budowę procesu od podstaw. Gartner opisał w czerwcu 2025 roku także agent-washing: przemianowywanie chatbotów, asystentów i klasycznej automatyzacji na agentów bez istotnych zdolności agentowych. Sam rozstrzał cen nie dowodzi takiej praktyki.

Zanim porównasz oferty, sprawdź, co system ma wykonać samodzielnie. Anthropic odróżnia agenta wybierającego kolejne kroki i narzędzia od przepływu, którego kolejność ustalono w kodzie. W obu przypadkach potrzebne są jasno opisane granice działania. Jeżeli potrzebujesz głównie odpowiedzi na pytania, sprawdź również ceny chatbotów.

Co naprawdę podbija cenę

Cenę podbijają głównie integracje z systemami firmy i zakres działań, które agent wykonuje bez zatwierdzenia, bo od nich zależy praca przy budowie i testach. Do wyceny dochodzą też przygotowanie danych, wymagania dostępności i obsługa po uruchomieniu. W rozmowie z wykonawcą zaczynam od konkretnego procesu i jego wyjątków.

Integracje i ich trudność

Chatbot też może odczytywać dane z kilku systemów, a agent może wykonywać zadania w jednej aplikacji. Liczy się trudność połączeń: dostępne API, jakość danych, uprawnienia i obsługa awarii. Sam licznik integracji nie wystarcza do wyceny.

Poziom autonomii

Zatwierdzanie wyniku przez pracownika wymaga czasu i nie gwarantuje wykrycia pomyłki. Jeżeli agent sam zapisuje dane lub wysyła wiadomości, wycena powinna obejmować testy, limity działania i sposób naprawy skutków błędu. Zakres kontroli ustal przed uruchomieniem, zgodnie z konsekwencjami pomyłki.

Jak policzyć pełny koszt agenta AI

Pełny koszt obejmuje wdrożenie oraz późniejsze opłaty i pracę ludzi. Miesięczny abonament może być stały do określonego limitu, a rozliczenie według zużycia zależy od liczby i przebiegu zadań. Do porównania ofert stosuję następujący budżet:

Koszt roku = wdrożenie + suma kosztów kolejnych 12 miesięcy: licencji, infrastruktury, użycia modeli i narzędzi, opieki technicznej oraz pracy zespołu przy kontroli i poprawkach.

Pozycje już zawarte w abonamencie liczę tylko raz. Własną pracę zespołu oddzielam od faktur: nie musi oznaczać nowego wydatku, ale zużywa dostępny czas. Przy agencie do kodowania należy do niej przegląd zmian w kodzie, więc do kosztu roku doliczam wszystkie godziny przeglądu ponad średnią sprzed wdrożenia agenta. Opłacalność takiego agenta liczę osobnym wzorem z sekcji o koszcie agenta do kodowania. Przy API rozliczanym za tokeny sumuję osobno wejście i wyjście wszystkich wywołań, także ponowień. Dokumentacja Anthropic potwierdza oddzielne stawki dla pamięci podręcznej i dodatkowe opłaty za niektóre narzędzia.

Przykładowy rachunek miesiąca i sposób kontroli zużycia opisuję w odpowiedzi ile kosztuje utrzymanie AI.

Karta porównania dwóch ofert na agenta AI

Porównywalna cena wymaga tego samego zadania, liczby spraw i warunków odbioru. Przygotowałem poniższą kartę do skopiowania do zapytania ofertowego. W obu ofertach wykonawca powinien wypełnić te same pola.

Do pilotażu proponuję miarę kosztu poprawnie zakończonej sprawy: łączny koszt obsługi procesu podzielony przez liczbę spraw spełniających uzgodnione kryterium w tym samym okresie. Ponowienia i nieudane próby pozostają w kosztach. Wyniki osiągnięte samodzielnie oraz z pomocą pracownika trzeba wykazać osobno. Ten sam sposób liczenia zastosuj do obecnego procesu, aby ocenić, czy wdrożenie się opłaca.

Ile kosztuje gotowy agent AI w abonamencie

Gotowe narzędzia, które Orange Polska nazywa agentami AI dla przedsiębiorców, kosztują w usłudze Cyfrowa Firma, ogłoszonej 19 października 2026 roku, 29 albo 49 zł netto miesięcznie za jedną umiejętność. Komunikat nie podaje opłaty za wdrożenie, ceny pakietu ani tego, czy cena dotyczy całej firmy, czy jednego użytkownika. Według Orange do korzystania wystarczy aplikacja na smartfonie, niezależnie od sieci komórkowej. Podstawowe umiejętności każdego z czterech agentów można przez 7 dni sprawdzić za 0 zł.

Sumy komunikat nie podaje, więc policzyłem ją sam: cztery umiejętności podstawowe kosztują razem 156 zł netto miesięcznie, a wszystkie sześć 254 zł. Według Orange żadna wiadomość, oferta ani odpowiedź nie wychodzi z firmy bez akceptacji człowieka. Czas na tę akceptację doliczam do kosztu, jak przy każdym agencie.

Tej oferty nie porównuję wprost z wycenami z tabeli na górze. Komunikat nie wymienia integracji z systemami firmy, takimi jak CRM czy ERP, a to one, obok zakresu samodzielnych działań, podbijają cenę wdrożeń. Nie opisuje też, czy narzędzia same wybierają kolejne kroki, więc według rozróżnienia Anthropic nie wiem, czy to agenci, czy przepływy ustalone w kodzie. Przed zakupem sprawdziłbym je kartą porównania ofert na tym samym zadaniu.

Agent w Microsoft 365: licencja plus kredyty

Firma pracująca na Microsoft 365 może skorzystać z gotowego agenta Copilot Cowork. Płaci wtedy za licencję na użytkownika oraz kredyty zużywane przy każdym zadaniu. W modelu pay-as-you-go kredyt kosztuje 0,01 USD, a zadanie Cowork według przewodnika Microsoftu z października 2026 roku zużywa od 100 do ponad 700 kredytów, czyli od 1 do ponad 7 USD. Licencja w polskim cenniku na 29 września 2026 roku kosztuje 18,20 EUR miesięcznie w planie Microsoft 365 Copilot Business i 26,00 EUR w wersji dla przedsiębiorstw, netto przy płatności rocznej. Przy zakupie do 31 grudnia 2026 roku promocja na Copilot Business obniża cenę do 15,60 EUR przez pierwszy rok.

Złote to przeliczenie po kursie z Azure Retail Prices API z 29 września 2026 roku, a polska firma rozliczana bezpośrednio na umowie Microsoft Customer Agreement dostaje fakturę w euro. Microsoft nazywa liczby kredytów na zadanie zgrubnymi szacunkami do planowania; ciężkie zadanie nie ma górnej granicy. Code i Autopilot, ogłoszone 25 września 2026 roku, też są rozliczane w kredytach. Według Microsoftu Code pozwala także osobom spoza zespołu programistów budować małe aplikacje z opisu w języku naturalnym, a programiści mają dalej korzystać z GitHub Copilota, którego ceny podaję w następnej sekcji. Dla zadań Code przewodnik z października 2026 roku podaje 25⁠–⁠60, 75⁠–⁠150 i ponad 200 kredytów, czyli 0,25⁠–⁠0,60 USD, 0,75⁠–⁠1,50 USD i ponad 2 USD, a stawek dla Autopilota nie podaje. Copilota w Microsoft 365 nie wpisuję do tabeli widełek na górze, bo to cena platformy, a tamta tabela zbiera cenniki firm wdrożeniowych. Ile to daje miesięcznie w firmie na 50 osób, policzyłem we wpisie Copilot Credits: ile kosztuje agent w Microsoft 365; tam też opisuję, które ustawienia polityki wydatków zmienić przed startem.

Ile kosztuje agent AI do kodowania i czy się opłaca

Podstawowy plan zespołowy z agentem do kodowania kosztuje 19⁠–⁠30 USD za użytkownika miesięcznie w oficjalnych cennikach GitHub Copilota, Claude, Cursora i Codexa, sprawdzonych 13 października 2026 roku. Przy intensywnym użyciu dochodzą dopłaty, a miejsce z 5 razy większym limitem kosztuje w Claude 100⁠–⁠125 USD miesięcznie. Według analizy Fiony Chen i Jamesa Strattona z Harvardu, opartej na danych 718 firm do marca 2026 roku, średni wpływ wdrożenia agentów kodujących na ukończoną pracę w skali firmy był nieistotny statystycznie. Autorzy przypisują to wąskiemu gardłu w przeglądzie kodu. Opłacalność mierzę więc jako koszt dodatkowego ukończonego zadania, liczony razem z przyrostem godzin przeglądu, i porównuję go z kosztem zespołu na jedno zadanie sprzed wdrożenia.

W wersji z 4 sierpnia 2026 roku Chen i Stratton szacują, że agenci, tacy jak Claude Code, OpenAI Codex, agent Cursora czy agent GitHub Copilota, zwiększyli liczbę dodawanych linii kodu na pracownika miesięcznie o 30%. Miarą ukończonej pracy jest liczba zgłoszeń zamkniętych po wdrożeniu kodu na produkcję. Wzrost ukończonej pracy w skali firmy o więcej niż 12% autorzy wykluczają przy 95-procentowym przedziale ufności. Według szacunku autorów agenci wydłużyli w danych do marca 2026 roku czas od zgłoszenia pull requestu do scalenia o 3,45 dnia, czyli o około 49% średniej sprzed wdrożenia (7,03 dnia), przy szerokim przedziale ufności. Agenci zwiększyli też o 35% liczbę komentarzy w code review na jeden pull request. Czas do scalenia jest podany w dniach, więc nie mówi, ile godzin recenzenci spędzili nad kodem.

Badanie to job market paper, czyli tekst na akademicki rynek pracy; 12 października 2026 roku nie znalazłem jego wersji w czasopiśmie. Dane pochodzą od klientów platformy Jellyfish, którzy zgodzili się na ich użycie do celów badawczych. Firmy miały średnio 241 aktywnych inżynierów w styczniu 2023 roku, a autorzy nie podają ich krajów. Efekt agentów liczono dla całej firmy od pierwszego wykrytego użycia agenta, jako dodatkowy wobec efektu samych asystentów kodu. W danych do marca 2026 roku po 12 miesiącach korzystało z agentów około 20% inżynierów w środkowej grupie firm. Wyniki na pracownika są więc średnią dla osób z agentem i bez niego.

Anthropic, twórca Claude Code, podał we wpisie z 13 października 2026 roku, że w maju scalał średnio około 2500 zmian kodu dziennie, a we wrześniu ponad 30 tysięcy. Zespół, który zbudował na tę skalę system kontroli wersji Scion, nadal przegląda każdą zmianę w kodzie tego systemu, ale ocenia jej cel bez czytania każdej linii. Te liczby to deklaracja producenta dla całej firmy, bez kosztów w dolarach; Anthropic zastrzega też, że może wydawać na tokeny znacznie więcej, niż chciałaby wydać inna firma. Scalona zmiana nie jest ukończonym zadaniem w rozumieniu Chen i Strattona, więc przyrost scaleń nie pokazuje, czy przybyło ukończonej pracy.

Chen i Stratton radzą mierzyć zwrot z AI na podstawie całego procesu wytwarzania oprogramowania, bo linie kodu i commity mogą go nie oddawać. Z tego wyciągam własny wniosek dla budżetu pilotażu.

Koszt miesiąca pilotażu = licencje + dopłaty za użycie + (godziny przeglądu w tym miesiącu ponad średnią miesięczną sprzed wdrożenia agenta, opłacone dodatkowo lub zabrane pracy niewidocznej w zgłoszeniach) × stawka recenzenta.

Koszt dodatkowego ukończonego zadania = koszt miesiąca pilotażu ÷ (zgłoszenia zamknięte po wdrożeniu na produkcję w tym miesiącu − średnia miesięczna sprzed wdrożenia agenta).

Godziny przeglądu biorę z ewidencji czasu pracy zespołu albo szacuję na próbce pull requestów. Czas przeglądu zabrany pisaniu kodu widać już w mniejszej liczbie zamkniętych zgłoszeń, więc nie doliczam go drugi raz. Dane do średnich sprzed wdrożenia zbieram według zasad z tekstu jak zmierzyć efekt wdrożenia AI.

Gdy mianownik wynosi zero lub mniej, pilotaż nie wykazał dodatkowych ukończonych zadań. Zamknięte zgłoszenia typu błąd liczę też osobno, bo ich przyrost może oznaczać poprawki kodu napisanego z agentem. Jeśli ich przybywa, powtarzam całe wyliczenie bez nich i przyjmuję wynik mniej korzystny dla agenta. Jeden miesiąc w jednym zespole nie oddzieli efektu agenta od zwykłych wahań, dlatego liczę wynik z kilku miesięcy przy tym samym składzie zespołu. Jeśli to możliwe, od różnicy w mianowniku odejmuję tę samą różnicę policzoną dla zespołu, który w tym czasie pracował bez agenta, przeskalowaną do liczby osób w pilotażu. Swoją pracę z agentami kodującymi opisuję na stronie usługi kodowanie oprogramowania z AI, a odbiór zmiany w odziedziczonym kodzie w tekście AI do starego kodu.

Dlaczego rachunek może rosnąć, choć tokeny tanieją

Niższa cena tokenów nie gwarantuje niższego rachunku, jeśli rośnie liczba zadań, wywołań lub poprawek. Gartner prognozował 17 sierpnia 2026 roku ponad pięciokrotny wzrost kosztu inferencji jednego przepływu agentowego do końca 2028 roku. To szacunek firmy analitycznej, który nie wycenia konkretnego wdrożenia w twojej firmie.

Przed wdrożeniem ustalam limit kroków i wydatków na sprawę oraz moment przekazania jej człowiekowi. Tańszy model dla prostych zadań może obniżyć rachunek, jeżeli nadal spełnia kryteria jakości. Rozstrzyga to porównanie na tych samych przypadkach testowych.

Czego rynek nie wycenia publicznie

W przywołanych materiałach nie znalazłem porównywalnych widełek dla orkiestracji wieloagentowej, czyli współpracy kilku agentów przy jednym procesie. Do takiej wyceny potrzebny jest opis podziału pracy, komunikacji między agentami i kontroli wyniku.

Proszę wtedy wykonawcę również o wariant z jednym agentem lub automatyzacją o z góry ustalonym przebiegu. Dopiero porównanie kosztu i jakości uzasadnia wybór bardziej złożonej architektury. Czym są agenci i kiedy mają sens, opisuję szerzej na stronie usługi agenci AI dla firm.