Rachunek za wdrożenie AI w małej firmie

Redakcja Doba AIOpublikowano 5 sierpnia 2026Sprawdzone 6 września 202611 min czytania

Rachunek za wdrożenie sztucznej inteligencji w małej firmie rzadko rozstrzyga się na cenie narzędzia — abonament bywa najmniejszą i najlepiej widoczną pozycją. Reszta rozkłada się na przygotowanie materiału, czas ludzi, obowiązki, które przychodzą razem z wdrożeniem, i utrzymanie po starcie.

Poniżej rozkładamy ten rachunek na pięć pozycji i pokazujemy przykładowe wyliczenie. Umowne stawki służą zrozumieniu proporcji, a nie wycenie konkretnej oferty.

Luka, którą widać w danych

Zacznijmy od liczby, która porządkuje całą rozmowę. Według Głównego Urzędu Statystycznego w 2025 r. wykorzystanie technologii sztucznej inteligencji deklarowało 8,7% przedsiębiorstw w Polsce — wobec 5,9% rok wcześniej. Rozstrzał między klasami wielkości jest jednak ogromny: wśród podmiotów dużych było to 42,0%, a wśród małych 6,1%. Najniżej wypadło budownictwo (2,6%), najwyżej sekcja informacja i komunikacja (37,8%). [1]

Siedmiokrotna różnica między dużymi a małymi firmami nie da się wytłumaczyć ceną abonamentu. Ta sama subskrypcja kosztuje tyle samo w firmie na dziesięć i na tysiąc osób, a dla tej większej stanowi ułamek promila kosztów. Różnica leży w pozostałych pozycjach rachunku — a te w dużej organizacji są już opłacone przy okazji czegoś innego.

Warto dodać drugą liczbę z tego samego opracowania: odsetek firm, które AI nie używają, ale rozważają jej użycie, wyniósł 3,9%. [1] Zdecydowana większość rynku nie jest więc na etapie „wybieramy narzędzie”, tylko przed decyzją, czy w ogóle wchodzić.

Pięć pozycji rachunku

Zanim wejdziemy w szczegóły, oto cała lista. Kolejność odpowiada temu, jak łatwo daną pozycję zauważyć — a nie temu, ile kosztuje.

Dostęp do narzędzia — abonament na użytkownika albo opłata za wywołania w API.
Przygotowanie materiału — uporządkowanie tego, na czym narzędzie ma pracować.
Czas ludzi — nauka, sprawdzanie wyników, poprawki i ponowienia.
Obowiązki — kompetencje personelu, informowanie użytkowników, ochrona danych.
Utrzymanie — to, co trzeba zrobić, gdy zmieni się model albo proces.

Pozycja pierwsza: dostęp do narzędzia

Są dwa różne modele opłat i mylenie ich jest źródłem większości nieporozumień w budżecie. Abonament rozlicza się od użytkownika i miesiąca — koszt rośnie z liczbą osób, nie z liczbą zadań. Dostęp przez API rozlicza się od zużycia — koszt rośnie z liczbą i wielkością wywołań, niezależnie od tego, ile osób z niego korzysta.

W cennikach dostawców API opłata dzieli się na kategorie: wejście, wejście odczytane z pamięci podręcznej oraz wyjście, a stawki różnią się między modelami i wariantami usługi. [2] Dwie prawidłowości z tych tabel warto znać, zanim zacznie się liczyć. Po pierwsze, stawka za wyjście bywa kilkakrotnie wyższa niż za wejście. Po drugie, różnica między modelem flagowym a najmniejszym w tej samej rodzinie sięga dwóch rzędów wielkości — wybór modelu zmienia rachunek mocniej niż jakakolwiek optymalizacja poleceń.

Jest też pozycja niewidoczna na ekranie. W modelach rozumujących do płatnego wyjścia wliczana bywa praca, której użytkownik nie widzi, więc policzenie samych słów odpowiedzi zaniża oszacowanie. Rozkładamy to na czynniki w tekście o tym, skąd bierze się koszt modelu rozumującego.

Przykład wyliczenia: obsługa poczty

Przyjmijmy małą firmę, która chce wspomóc odpowiadanie na wiadomości od klientów. Wszystkie poniższe liczby są umowne i służą pokazaniu proporcji, a nie wycenie oferty.

Wolumen: 600 wiadomości miesięcznie.
Jedno wywołanie: około 1500 tokenów wejścia (treść wiadomości, instrukcja i fragment bazy wiedzy) oraz 400 tokenów wyjścia.
Umowne stawki: 30 zł za milion tokenów wejścia i 120 zł za milion tokenów wyjścia.

Wejście: 600 × 1500 = 900 tys. tokenów, czyli 0,9 mln × 30 zł ≈ 27 zł. Wyjście: 600 × 400 = 240 tys. tokenów, czyli 0,24 mln × 120 zł ≈ 29 zł. Rachunek za model wynosi około 56 zł miesięcznie.

Teraz druga strona. Ktoś musi każdą odpowiedź przeczytać przed wysłaniem. Przy dwóch minutach na wiadomość daje to 1200 minut, czyli 20 godzin miesięcznie. Przy umownym koszcie 60 zł za godzinę pracy jest to 1200 zł — ponad dwadzieścia razy więcej niż rachunek za model.

Ten stosunek jest najważniejszą liczbą w całym tekście. Optymalizowanie kosztu modelu, gdy stanowi on kilka procent całości, jest zajmowaniem się najmniejszą pozycją rachunku. Realna oszczędność bierze się ze skrócenia sprawdzania — a to zależy od jakości wyników, nie od stawki za tokeny.

Pozycja druga: przygotowanie materiału

To pozycja najczęściej pomijana w budżecie i najczęściej przekraczana. Narzędzie odpowiadające na pytania klientów jest tak dobre, jak materiał, który dostaje: cennik, warunki dostawy, procedura reklamacji, lista wyjątków. W małej firmie ta wiedza zwykle nie istnieje w formie dokumentu — siedzi w głowach dwóch osób i w skrzynce pocztowej.

Spisanie tego jest kosztem jednorazowym, ale realnym i płaconym w najdroższej walucie, czyli czasem osób, które jako jedyne znają odpowiedzi. Jeżeli w powyższym przykładzie zajmie to czterdzieści godzin, jednorazowy koszt wyniesie 2400 zł przy tej samej umownej stawce — czyli więcej niż roczny rachunek za sam model.

Jest tu jednak druga strona, o której warto powiedzieć uczciwie. Uporządkowana baza wiedzy przydaje się niezależnie od sztucznej inteligencji: przy wdrażaniu nowej osoby, przy nieobecności właściciela, przy sporze z klientem. To nie jest koszt zmarnowany, jeśli wdrożenie się nie uda.

Pozycja czwarta: obowiązki, o których się zapomina

Od 2025 r. część tego rachunku wynika wprost z przepisów i dotyczy również małych firm — nie tylko dostawców narzędzi, ale też podmiotów, które ich używają.

Kompetencje personelu. Art. 4 aktu o sztucznej inteligencji nakazuje dostawcom i podmiotom stosującym systemy AI podejmowanie działań na rzecz odpowiedniego poziomu kompetencji w zakresie AI u swojego personelu i innych osób obsługujących te systemy w ich imieniu. Przepis stosuje się od 2 lutego 2025 r. [3] Nie określa liczby godzin ani formy, ale przeszkolenie zespołu przestało być kwestią dobrej praktyki.

Informowanie użytkowników. Jeżeli na stronie firmy staje asystent rozmawiający z klientami, wchodzi art. 50: system przeznaczony do bezpośredniej interakcji z człowiekiem ma być zaprojektowany tak, aby ten człowiek wiedział, że rozmawia z systemem AI. Przepis stosuje się od 2 sierpnia 2026 r. [4]

Dane osobowe. Wysyłanie treści wiadomości od klientów do zewnętrznej usługi jest powierzeniem przetwarzania danych osobowych. RODO wymaga w takim wypadku umowy powierzenia określającej przedmiot, czas, charakter i cel przetwarzania oraz obowiązki stron. [5] Dostawcy udostępniają takie wzory, ale ktoś musi je podpisać i wpisać usługę do rejestru czynności przetwarzania.

Warstwa krajowa też się domknęła. Ustawa z 3 lipca 2026 r. o systemach sztucznej inteligencji powołała Komisję Rozwoju i Bezpieczeństwa Sztucznej Inteligencji jako krajowy organ nadzoru rynku, a jej rozdziały o postępowaniach i karach weszły w życie po trzech miesiącach od ogłoszenia ustawy. [6]

Pozycja piąta: utrzymanie po starcie

Wdrożenie nie jest zakupem, tylko zobowiązaniem. Modele są wycofywane i zastępowane nowszymi, cenniki się zmieniają, a wynik dla tego samego polecenia po zmianie wersji bywa inny. Instrukcja dopracowana przez trzy tygodnie może po podmianie modelu wymagać ponownego sprawdzenia.

Zmienia się też sama firma: dochodzi nowa usługa, zmienia się cennik, pojawia się wyjątek w procedurze. Baza wiedzy, której nikt nie aktualizuje, po pół roku zaczyna generować odpowiedzi pewne i nieaktualne — a to gorsze niż brak odpowiedzi, bo nikt ich nie kwestionuje.

Praktyczna rada jest prosta: wpisz do budżetu stałą, choćby niewielką pozycję na przegląd — na przykład kilka godzin kwartalnie na sprawdzenie próbki wyników i aktualizację materiału. Bez tego koszt nie znika, tylko przenosi się na reklamacje.

Jak policzyć to sensownie przed startem

Zamiast pytać „ile kosztuje AI”, warto zadać pytanie węższe i policzalne: ile kosztuje jeden zaakceptowany wynik w jednym konkretnym procesie. Ta miara obejmuje wszystko, co powyżej, i pozwala porównać wariant z narzędziem i bez niego.

Wybierz jeden proces, w którym potrafisz ocenić, czy wynik jest poprawny — i który powtarza się co najmniej kilkadziesiąt razy w miesiącu.
Zmierz stan obecny: ile minut zajmuje jedno wykonanie dzisiaj, bez narzędzia.
Zrób pilot na stałym zestawie przykładów — kilkudziesięciu realnych sprawach z ostatnich miesięcy, o znanych poprawnych rozwiązaniach. Dostawcy opisują takie sprawdzanie jako podstawę oceny jakości w rzeczywistych zadaniach. [7]
Policz cały proces: opłaty, ponowienia, czas sprawdzania i poprawek. Dopiero to porównaj ze stanem obecnym.

Jeśli rachunek za wywołania faktycznie okaże się istotną pozycją, warto sprawdzić pamięć podręczną poleceń: dostawcy naliczają za powtarzalną część wejścia odczytaną z pamięci niższą stawkę, co przy stałej instrukcji i stałym fragmencie bazy wiedzy potrafi obniżyć koszt wejścia. [8] To jednak optymalizacja pozycji, która w małej firmie zwykle jest najmniejsza — sięgaj po nią po pomiarze, nie przed.

Jeżeli jesteś dopiero na etapie wyboru narzędzia, zaczynamy od kryteriów doboru w przewodniku o narzędziach i aplikacjach AI.

FAQ: koszt wdrożenia AI w firmie

Ile kosztuje wdrożenie AI w małej firmie?

Nie ma jednej kwoty, bo rachunek zależy od procesu, a nie od narzędzia. Sensowną odpowiedź daje policzenie kosztu jednego zaakceptowanego wyniku w jednym konkretnym procesie: opłaty za narzędzie, czas przygotowania materiału, czas sprawdzania i poprawek oraz utrzymanie. W typowym prostym zastosowaniu opłata za samo narzędzie jest najmniejszą z tych pozycji.

Abonament czy API — co wybrać w małej firmie?

To zależy od tego, co rośnie w Twoim przypadku. Abonament rozlicza się od liczby użytkowników, więc jest przewidywalny przy stałym zespole i pracy „ręcznej”. API rozlicza się od zużycia i ma sens tam, gdzie zadanie jest powtarzalne i wpięte w proces, a liczba osób nie ma znaczenia. Wiele firm używa obu naraz do różnych rzeczy.

Czy mała firma ma jakieś obowiązki prawne, jeśli używa ChatGPT?

Tak, przynajmniej dwa. Art. 4 aktu o sztucznej inteligencji, stosowany od 2 lutego 2025 r., nakłada na podmioty stosujące systemy AI obowiązek działań na rzecz kompetencji personelu. Jeżeli przetwarzane są dane osobowe klientów, dochodzi umowa powierzenia przetwarzania i wpis do rejestru czynności zgodnie z RODO. Asystent rozmawiający z klientami na stronie podlega dodatkowo obowiązkowi informacyjnemu z art. 50.

Dlaczego duże firmy wdrażają AI siedem razy częściej niż małe?

Według GUS w 2025 r. korzystało z niej 42,0% podmiotów dużych i 6,1% małych. Różnicy nie tłumaczy cena narzędzia, bo ta jest podobna. Tłumaczy ją reszta rachunku: duża organizacja ma już uporządkowaną dokumentację, dział IT, procedury ochrony danych i osoby, dla których nauka nowego narzędzia jest częścią etatu. Mała firma płaci te pozycje osobno i od zera.

Od czego zacząć, żeby nie przepalić budżetu?

Od jednego procesu, w którym potrafisz ocenić poprawność wyniku i który powtarza się regularnie. Zmierz, ile zajmuje dziś, zrób pilot na kilkudziesięciu realnych sprawach o znanych rozwiązaniach i porównaj cały koszt, razem z czasem sprawdzania. Wdrożenie „wszędzie po trochu” nie daje danych, na podstawie których dałoby się cokolwiek rozstrzygnąć.

Czy da się obniżyć rachunek za wywołania?

Tak, głównie przez dobór modelu — różnica między flagowym a najmniejszym w tej samej rodzinie bywa dwurzędowa — oraz przez pamięć podręczną poleceń, w której powtarzalna część wejścia rozliczana jest niższą stawką. Warto jednak najpierw sprawdzić, jaki udział w całości ma ta pozycja: przy dużym nakładzie sprawdzania oszczędność kilkudziesięciu złotych niczego nie zmienia.

Źródła

GUS — Społeczeństwo informacyjne w Polsce w 2025 r. — Odsetek przedsiębiorstw wykorzystujących AI według klas wielkości i sekcji (publikacja z 16 grudnia 2025 r.).
OpenAI — Pricing — Kategorie opłat: wejście, wejście z pamięci podręcznej i wyjście, oraz zróżnicowanie stawek między modelami.
Akt o sztucznej inteligencji — art. 4 — Obowiązek działań na rzecz kompetencji w zakresie AI, stosowany od 2 lutego 2025 r.
Akt o sztucznej inteligencji — art. 50 — Obowiązek poinformowania człowieka, że wchodzi w interakcję z systemem AI.
Rozporządzenie (UE) 2016/679 — RODO — Art. 28: wymogi wobec powierzenia przetwarzania danych podmiotowi zewnętrznemu.
Ustawa z 3 lipca 2026 r. o systemach sztucznej inteligencji (Dz.U. 2026 poz. 1003) — Krajowy organ nadzoru rynku i terminy wejścia w życie poszczególnych rozdziałów.
OpenAI — Evaluation best practices — Ocena jakości na stałym zestawie rzeczywistych zadań.
OpenAI — Prompt caching — Niższa stawka za powtarzalną część wejścia odczytaną z pamięci podręcznej.

Źródła sprawdzono 6 września 2026 r. Wszystkie stawki w przykładzie wyliczenia są umowne i służą pokazaniu proporcji — nie stanowią cennika żadnego dostawcy ani porady podatkowej lub prawnej.