Ścieżka Semitora

Trzy poziomy. Jedna ścieżka — od diagnozy do działającego systemu.

Zaczynamy od płatnego audytu, bo darmowe analizy kończą się ofertą, a nie wiedzą. Każdy poziom ma jasny zakres, rezultat i sposób wyceny.

Poziom 01

Audyt gotowości AI + zgodność z AI Act

Audyt gotowości AI to płatna, 2–4-tygodniowa diagnoza procesów, danych, ryzyk AI Act i przypadków użycia AI w Twojej firmie. Mapujemy procesy z potencjałem AI i inwentaryzujemy niekontrolowane użycie narzędzi („shadow AI”), klasyfikujemy systemy według poziomów ryzyka AI Act, a następnie układamy roadmapę wdrożeń z priorytetami, szacowanymi kosztami i ROI oraz rekomendacją architektury i modelu finansowania (dotacje). Opcjonalnie domykamy audyt dowodem działania (PoC) na Twoich realnych danych. Wynik to dokument roboczy dla zarządu i IT — podstawa decyzji na faktach, nie prezentacja sprzedażowa.

Co dostajesz

✓Mapę procesów z potencjałem AI i zinwentaryzowane „shadow AI”
✓Klasyfikację ryzyka systemów zgodną z AI Act
✓Roadmapę wdrożeń z priorytetami, kosztami i szacowanym ROI
✓Rekomendacje architektury i modelu finansowania (dotacje)
✓Opcjonalny PoC na realnych danych firmy

Poziom 02

Wdrożenie produkcyjne

Wdrożenie produkcyjne AI to budowa i uruchomienie systemu, który pracuje na produkcji — z architekturą, kodem, integracjami, bezpieczeństwem i przekazaniem wiedzy, nie demo na slajdzie. Może obejmować RAG na firmowych bazach wiedzy (odpowiedzi z Twoich dokumentów, ze wskazaniem źródeł i kontrolą halucynacji), automatyzację obsługi klienta (czat, e-mail, wewnętrzny helpdesk) oraz połączenie AI z systemami, które już masz — ERP, CRM, DMS. Backend stawiamy w chmurze AWS, w architekturze produkcyjnej, a aplikacje webowe i mobilne dokładamy tam, gdzie są potrzebne. Zakres i wycenę ustalamy po audycie — zależą od liczby systemów, integracji i wolumenu danych.

Co dostajesz

✓RAG na firmowych bazach wiedzy — odpowiedzi z Twoich dokumentów, ze źródłami
✓Automatyzację obsługi klienta (czat, e-mail, wewnętrzny helpdesk)
✓Połączenie AI z systemami, które już masz (ERP, CRM, DMS)
✓Backend w chmurze AWS — architektura produkcyjna
✓Aplikacje webowe i mobilne tam, gdzie ich potrzebujesz

Poziom 03

Retainer — opieka ciągła

Retainer AI to stała opieka nad działającym systemem w przewidywalnym abonamencie miesięcznym — bo system bez utrzymania traci jakość, gdy zmieniają się dane, modele i przepisy. Obejmuje governance AI (polityki, role, nadzór człowieka), utrzymanie i monitoring jakości RAG (ewaluacje, aktualizacja baz wiedzy), bieżącą zgodność z AI Act przy zmianach systemów i regulacji, szkolenia podnoszące kompetencje AI wymagane przez AI Act oraz priorytetowe wsparcie i dalszy rozwój systemu. Dzięki temu jakość odpowiedzi, zgodność i kompetencje zespołu utrzymują się w czasie. Wycena zależy od liczby utrzymywanych systemów i poziomu SLA.

Co dostajesz

✓Governance AI — polityki, role, nadzór ludzki
✓Utrzymanie i monitoring jakości RAG (ewaluacje, aktualizacja baz wiedzy)
✓Bieżącą zgodność z AI Act przy zmianach systemów i przepisów
✓Szkolenia zespołów — kompetencje AI wymagane przez AI Act
✓Priorytetowe wsparcie i rozwój systemu

Oferta wejściowa

Bezpieczny PoC AI w 30 dni

Zamiast „agenta pod klucz w tydzień” proponujemy najtańszy sprawdzian: dowód działania na jednym procesie i realnym wycinku Twoich danych, z ograniczoną ekspozycją budżetu. Zaczynamy od danych i ryzyka, nie od demo — a 30 dni to okno PoC, nie obietnica produkcji.

Etap 01

Discovery i shadow AI

Wybór jednego procesu z mierzalnym efektem i rejestr niekontrolowanych narzędzi AI.

Etap 02

Dane z uprawnieniami

Mały, reprezentatywny wycinek danych z odwzorowanymi uprawnieniami i podstawą przetwarzania.

Etap 03

Prototyp + golden set

Dowód działania na wycinku i zestaw referencyjny — realne pytania, oczekiwane odpowiedzi, źródła.

Etap 04

Ewaluacje, guardrails, logi

Pomiar jakości, kontrola halucynacji, granice działania i log każdej odpowiedzi ze źródłem.

Etap 05

Koszt jednostkowy i go/no-go

Koszt jednej operacji na realnych danych i świadoma decyzja — z góry zapisanymi kryteriami odrzucenia.

Czym różni się od „szybkich agentów”

Szybki agent pod klucz zaczyna od demo; my zaczynamy od danych, ryzyka AI Act i mierzalnej jakości. Nie obiecujemy „wdrożenia w X dni” — koszt i harmonogram zależą od stanu danych i integracji, a klasę ryzyka ustalamy podczas audytu. Uczciwe „no-go” jest tanim sukcesem: kosztuje ułamek nieudanego wdrożenia.

Zanim zaczniesz

Kiedy PoC ma sens — i czego nie obiecuje

Kiedy PoC ma sens?

Gdy masz jeden powtarzalny proces z mierzalnym efektem i dane, których wolno użyć. Jeśli nie wiadomo, który proces wybrać, zaczynamy od audytu gotowości AI.

Czego nie obiecujemy?

Nie obiecujemy stałego terminu ani „gotowej produkcji po 30 dniach”. PoC pokazuje, czy warto wdrażać i po jakim koszcie — samej zgodności z AI Act ani produkcji nie zastępuje.

Co zostaje po PoC?

Działający prototyp na wycinku, zestaw referencyjny i wyniki ewaluacji, koszt jednostkowy na realnych danych oraz decyzja go/no-go z kryteriami — podstawa do wdrożenia lub do świadomego „nie”.

Usługi specjalistyczne

Niezależne assurance i delivery z partnerami.

Dwa precyzyjne modele, które dodają jakość AI, governance i kompetencje delivery bez wymiany obecnego zespołu.

AI Assurance & Governance

Golden set, ewaluacje, testy bezpieczeństwa, raport ryzyk i oparte na dowodach kryteria go/no-go.

Co-delivery dla partnerów

Specjalistyczny workstream AI dla software house’ów, integratorów i firm konsultingowych — jawnie lub white-label.

Jak pracujemy

Od diagnozy do systemu, który działa na produkcji.

Każde wdrożenie prowadzimy tą samą, powtarzalną ścieżką inżynierską. Nie zaczynamy od modelu — zaczynamy od danych i ryzyka. Każdy etap kończy się konkretnym rezultatem, nie prezentacją.

Discovery i audyt

Mapujemy procesy z potencjałem AI, inwentaryzujemy „shadow AI”, klasyfikujemy systemy według ryzyka AI Act i wybieramy przypadki użycia o najwyższym zwrocie.

Rezultat: Roadmapa z priorytetami, klasyfikacja ryzyka i rekomendacja architektury.

Dane i przygotowanie (ETL)

Zbieramy, czyścimy i wersjonujemy źródła — dokumenty, bazy, pliki — w jednej kontrolowanej bazie wiedzy. Największa praca jest przed modelem, nie w nim.

Rezultat: Uporządkowane, wersjonowane dane gotowe pod RAG i integracje.

PoC na realnych danych

Budujemy dowód działania na Twoich faktycznych danych, zanim cokolwiek skalujemy. Sprawdzamy, czy AI rozwiązuje właściwy problem, czy tylko dobrze wygląda na slajdzie.

Rezultat: Działający prototyp i decyzja na faktach: skalować czy zmienić zakres.

Ewaluacje i guardrails

Wymuszamy odpowiedzi wyłącznie ze źródeł, z cytowaniem, mierzymy jakość i dokładamy kontrolę halucynacji, bezpieczeństwo danych oraz nadzór człowieka. To, czego trener promptów nie zbuduje.

Rezultat: Mierzalna jakość odpowiedzi i bezpieczeństwo udokumentowane przed produkcją.

Wdrożenie produkcyjne

Stawiamy backend w chmurze AWS w architekturze produkcyjnej, łączymy AI z systemami, które już masz (ERP, CRM, DMS), i dokładamy aplikacje web oraz mobilne tam, gdzie są potrzebne.

Rezultat: System pracujący na produkcji, z którego realnie korzystają ludzie.

Przekazanie i opieka (governance)

Przekazujemy dokumentację i szkolimy zespół, a w retainerze pilnujemy jakości RAG, governance i zgodności z AI Act, gdy zmieniają się dane, modele i przepisy.

Rezultat: Zespół umie korzystać z systemu; jakość i zgodność utrzymują się w czasie.

Branże

Cztery branże, w których wchodzimy najgłębiej.

W finansach, produkcji, ochronie zdrowia i hotelarstwie wdrażamy AI tam, gdzie odpowiedź musi wynikać z kontrolowanych danych i podlegać nadzorowi człowieka. Wspólny fundament to RAG lub automatyzacja na AWS, uprawnienia do źródeł, testy jakości i zasady governance dopasowane do ryzyka wynikającego z AI Act. Każda branża wymaga jednak innych danych, integracji i granic odpowiedzialności, dlatego szczegóły opisujemy na dedykowanych stronach branżowych.

Finanse

Automatyzacja analiz i obsługi klienta w branży pod ścisłym nadzorem. Zgodność z AI Act i wymogami regulatora od pierwszego dnia.

Produkcja

Bazy wiedzy techniczne, wsparcie utrzymania ruchu i dokumentacji. AI tam, gdzie liczy się czas przestoju.

Ochrona zdrowia

Systemy oparte na wiedzy medycznej — domena, w której sami zbudowaliśmy produkt. Bezpieczeństwo danych ponad wszystko.

Hotelarstwo

AI, która zwiększa liczbę gości, nie tnie etatów: rozmowa z gościem w jego języku, historia miejsca i okolicy, natychmiastowa spersonalizowana odpowiedź. Wielojęzyczne podcasty i filmy docierają do gości, którzy nigdy u Ciebie nie byli.

Szukasz konkretnie RAG na firmowych dokumentach?

Zobacz, jak wdrażamy RAG

Potrzebujesz AI, która nie tylko odpowiada, ale działa w Twoich systemach?

Zobacz, jak budujemy agentów AI

Wdrażasz AI pod AI Act? Zacznij od audytu zgodności.

Audyt zgodności z AI Act

Bezpłatne narzędzie

Czy firma jest gotowa na ograniczony PoC AI?

Odpowiedz na 24 pytania o proces, dane, shadow AI, role, ryzyko i governance. Wynik wskaże następny krok — bez automatycznej oceny zgodności.

Otwórz AI Readiness Scorecard

Otwarty worksheet

Policz pełny TCO rozwiązania GenAI — bez udawanej wyceny audytu.

Uporządkuj koszty inferencji, retrievalu, danych, ewaluacji, monitoringu, operacji i błędów. Osobny brief zbiera informacje potrzebne do indywidualnego zakresu audytu.

Otwórz GenAI TCO worksheet

Otwarty rejestr

Zobacz wszystkie systemy i use case’y AI w jednym portfelu.

Zapisz właścicieli, etap, dane, integracje, dostawcę, wolumen, skutek błędu i termin kolejnego przeglądu. Role oraz ryzyko pozostają oznaczone jako wymagające weryfikacji.

Otwórz rejestr systemów AI

Otwarty szablon governance

Rozdziel odpowiedzialność za system AI i prawo do decyzji.

Uzupełnij macierz 7 etapów × 7 ról oraz prawa decyzyjne: decydent, wymagany wkład, dowody, eskalacja i czas reakcji. Każdy etap ma dokładnie jedną rolę Accountable.

Otwórz AI Governance RACI

Nie wiesz, od którego poziomu zacząć?

Prawie zawsze odpowiedzią jest audyt. To najtańszy sposób, by podejmować decyzje o AI na podstawie faktów, nie obietnic.

Umów audyt AI