W skrócie: własny, dedykowany agent AI to zwykle 120 000–600 000 zł za pierwsze wdrożenie i 20 000–80 000 zł/miesiąc na utrzymanie i prowadzenie — w zależności od głębokości integracji, wolumenu i tego, ile decyzji wciąż musi sprawdzać człowiek. Ale większość firm przepłaca: narzędzie z półki za 200–800 zł/miesiąc albo skonfigurowany agent za 20 000–120 000 zł obsługuje większość przypadków. Custom opłaca się tylko wtedy, gdy proces jest wysokowolumenowy, głęboko spleciony z waszymi własnymi systemami — albo jedno i drugie. Ten artykuł wchodzi głęboko w poziom custom build. Po pełny obraz od zera do pół miliona zacznij od naszego przewodnika: AI agenci dla firm — koszt i od czego zacząć.
„Ile kosztuje zbudowanie agenta AI?” to złe pierwsze pytanie — ale właśnie to wszyscy wpisują w Google. Uczciwa odpowiedź brzmi „od 0 do 2 milionów złotych”, co jest bezużyteczne, dopóki nie wiesz, który poziom faktycznie kupujesz.
Ten tekst to pogłębione spojrzenie na najdroższy i najczęściej źle rozumiany poziom: agenta budowanego na zamówienie. Jeśli już zdecydowałeś, że narzędzia z półki i platformy no-code nie wystarczą — albo podejrzewasz, że nie wystarczą, i chcesz to zweryfikować zanim wydasz sześciocyfrową kwotę — to jest dla Ciebie.
Czym właściwie jest „własny agent AI”
Własny agent AI to oprogramowanie zbudowane konkretnie pod waszą logikę biznesową, zintegrowane bezpośrednio z waszymi systemami i będące waszą własnością — a nie subskrypcja cudzego produktu.
Żeby precyzyjnie rozdzielić poziomy (opisane w całości w przewodniku nadrzędnym):
- Z półki (0–800 zł/mies.): gotowi agenci wbudowani w narzędzia, za które już płacisz — Intercom Fin, Apollo AI, Fireflies. Zero developmentu.
- Konfigurowane (20 000–120 000 zł setup): platformy no-code/low-code (n8n, Make, Relevance AI) wytrenowane na waszych danych. Custom zachowanie, nie custom kod.
- Custom build (120 000–2 000 000+ zł): kod pisany pod was, głębokie integracje, wasza logika biznesowa, pełna własność. Ten poziom omawia ten artykuł.
Granica między „konfigurowanym” a „custom” jest istotna, bo różnica w cenie to mniej więcej 5–20x. Custom agent jest uzasadniony, gdy:
- Agent musi sięgać do systemów autorskich lub starszych (legacy) bez gotowego konektora (wasz ERP, własny silnik harmonogramowania, baza SQL sprzed 12 lat).
- Logika decyzyjna jest wasza — reguły cenowe, kontrole zgodności, routing, którego żadne generyczne narzędzie nie rozumie.
- Dane nie mogą opuścić waszego środowiska ze względu na prywatność, regulacje (RODO) lub umowy (więc SaaS wysyłający dane na serwery dostawcy odpada).
- Wolumen jest na tyle wysoki, że rozliczanie per użytkownik lub per akcja w SaaS robi się droższe niż posiadanie własnego systemu.
Jeśli żadne z tych nie jest prawdą, niemal na pewno nie potrzebujesz custom buildu — i powinieneś przestać czytać, a najpierw przetestować narzędzie za 400 zł/miesiąc.
Co naprawdę napędza cenę (pozycja po pozycji)
Wycena custom agenta to nie jedna liczba. To suma kilku składników kosztowych, a to, gdzie wasz projekt wyląduje w przedziale 120 000–600 000 zł, zależy niemal wyłącznie od tego, które z nich są ciężkie.
Przedziały złotówkowe poniżej to ogólne szacunki rynkowe — typowe wzorce, które my i inni wykonawcy widzimy w 2026, a nie sztywne ceny dp.vision. Nasz cennik produktyzowany jest w kolejnej sekcji.
1. Analiza i discovery (zwykle 5–15% budowy)
Zanim ktokolwiek napisze linijkę kodu, ktoś musi zmapować realny proces — nie ten wyidealizowany z dokumentu procedury, tylko wersję z wyjątkami, przypadkami brzegowymi i regułą „a, no i czasami pani Krysia z księgowości to nadpisuje ręcznie”. Pomiń to, a zbudujesz agenta automatyzującego proces, który nie istnieje.
Spodziewaj się ustrukturyzowanej fazy discovery: mapowanie procesu, ustalenie gdzie agent ma sprawczość, a gdzie zatwierdza człowiek, kryteria sukcesu i punkt odniesienia do pomiaru. Jako zgrubny przedział rynkowy: discovery dla poważnego custom buildu to 6 000–40 000 zł jako osobna faza (często zaliczana na poczet budowy).
2. Złożoność integracji (największa pojedyncza zmienna)
Tu budżety żyją albo umierają. Podpięcie agenta do jednego dobrze udokumentowanego API z SDK jest tanie. Podpięcie do pięciu systemów — jeden z nowoczesnym REST API, jeden eksportujący tylko nocne CSV, jeden wymagający screen-scrapingu i ERP, do którego nawet odczyt wymaga konsultanta od dostawcy — to moment, w którym wydajesz 160 000 zł zamiast 60 000 zł.
Jako ogólny szacunek: każda czysta integracja z zewnętrznym API dokłada 8 000–40 000 zł; każda integracja legacy, nieudokumentowana lub wroga autoryzacji potrafi dołożyć 40 000–160 000+ zł. Integracja to zwykle największa pozycja w każdej uczciwej wycenie custom agenta.
3. Koszty modelu, API i tokenów (bieżące, zależne od użycia)
To koszt, który zaskakuje ludzi po uruchomieniu. Nie kupujesz „tej AI” — wynajmujesz ją za token, a koszt rośnie wraz z użyciem.
W 2026 modele frontier od Anthropic (Claude), OpenAI (GPT) i Google (Gemini) są wyceniane za milion tokenów wejścia/wyjścia, z tańszymi wariantami „małymi/szybkimi” i droższymi „frontier/reasoning”. Typowe przedziały rynkowe: wewnętrzny agent o małym wolumenie może kosztować 200–2 000 zł/miesiąc w wywołaniach API; agent obsługujący klientów przy realnym ruchu potrafi pochłonąć 4 000–40 000+ zł/miesiąc. (Aktualne stawki za token potwierdzaj bezpośrednio u dostawcy modelu — zmieniają się często.)
Najważniejsza zasada: przelicz koszty tokenów przy 10-krotności wolumenu z pilota, zanim się zaangażujesz. Proof of concept kosztujący 200 zł/miesiąc w API potrafi po cichu urosnąć do 8 000 zł/miesiąc na produkcji. Wybór mniejszego modelu do rutynowych kroków i rezerwowanie modelu frontier do trudnego rozumowania to główna dźwignia kontroli tego kosztu.
4. Infrastruktura i hosting (bieżące)
Tam, gdzie agent działa. Lekki agent na funkcjach serverless może kosztować 200–1 200 zł/miesiąc. Agent, który potrzebuje bazy wektorowej do retrievalu, kolejki do zadań asynchronicznych, logowania/obserwowalności i środowiska staging, pochłonie 1 200–8 000+ zł/miesiąc. Self-hosting (często sam powód, dla którego poszliście w custom — prywatność danych) dokłada koszt setupu i overhead DevOps, ale eliminuje opłaty per akcja w SaaS.
5. Utrzymanie, monitoring i iteracja (pozycja, o której ludzie zapominają)
Agent AI to nie aktyw typu „zbuduj raz, działa wiecznie”. Modele są wygaszane. API się zmieniają. Przypadki brzegowe, których nikt nie przewidział w discovery, wychodzą w trzecim tygodniu. Trafność agenta dryfuje wraz ze zmianą waszych danych i biznesu.
Realistyczne bieżące utrzymanie to 15–25% kosztu budowy rocznie jako ogólna reguła rynkowa — obejmuje monitoring, strojenie promptów/logiki, aktualizacje zależności i obsługę nowych przypadków brzegowych. Zaplanuj to od pierwszego dnia, albo agent po cichu zdegraduje się do czegoś, czemu zespół przestaje ufać.
Składając to w całość
| Składnik kosztu | Typ | Ogólny przedział rynkowy |
|---|---|---|
| Analiza i discovery | Jednorazowy | 6 000–40 000 zł |
| Budowa i integracja | Jednorazowy | 80 000–480 000+ zł |
| Model / API / tokeny | Bieżący | 200–40 000+ zł/mies. |
| Infrastruktura / hosting | Bieżący | 200–8 000+ zł/mies. |
| Utrzymanie i iteracja | Bieżący | 15–25% budowy/rok |
To typowe wzorce 2026, nie wyceny. Uczciwy wniosek: koszt początkowej budowy często nie jest tą straszną liczbą — to bieżący koszt prowadzenia i utrzymania decyduje, czy projekt ma sens w horyzoncie 2–3 lat.
Build vs kup vs konfiguracja: macierz decyzyjna
Zanim wydasz złotówkę na custom, przepuść swój use case przez tę tabelę. Większość projektów, które myślą, że potrzebują custom, należy do kolumny „konfiguracja”.
| Czynnik | Kup (z półki) | Konfiguruj (platforma no-code) | Buduj (custom) |
|---|---|---|---|
| Koszt początkowy | 0 zł | 20 000–120 000 zł | 120 000–600 000+ zł |
| Koszt bieżący | 200–1 200 zł/mies. | 800–8 000 zł/mies. | 20 000–80 000 zł/mies. |
| Czas do startu | Dni | 2–6 tygodni | 6–16+ tygodni |
| Personalizacja | Brak — roadmapa dostawcy | Umiarkowana — w granicach platformy | Nieograniczona |
| Głębokość integracji | Tylko gotowe konektory | Konektory + lekkie klejenie | Wszystko, łącznie z legacy/autorskim |
| Prywatność danych | Dane idą do dostawcy | Dane idą do platformy | Może być w pełni self-hosted |
| Kto utrzymuje | Dostawca | Wy (konfig) + dostawca (platforma) | Wy lub partner wdrożeniowy |
| Koszt zmiany | Niski (rezygnacja) | Średni | Wysoki (autorska baza kodu) |
| Najlepsze gdy | Typowa potrzeba, 80% trafności wystarczy | Konkretny workflow, z półki nie sięga waszych systemów | Wysoki wolumen, autorska logika lub kontrola nad danymi |
Reguła, która oszczędza najwięcej pieniędzy: najpierw kupuj, potem konfiguruj, buduj custom dopiero gdy umiesz dokładnie wyartykułować, dlaczego tańsze poziomy zawodzą. „Fajnie byłoby mieć to w pełni custom” to nie jest powód. „Agent musi zapisywać do naszego ERP on-premise, który nie ma publicznego API, a dział compliance zabrania wynoszenia jakichkolwiek danych poza naszą sieć” to jest powód.
O tym samym instynkcie pisaliśmy w kontekście budowania oprogramowania w ogóle — zobacz vibe coding czy studio: kiedy AI nie wystarczy, gdzie tłumaczymy, kiedy DIY-z-AI naprawdę wystarcza, a kiedy po cichu kosztuje więcej niż oszczędza.
Nasz transparentny cennik (benchmark AI-native)
Większość wycen custom agentów jest celowo nieprzejrzysta — otwarte discovery, rozliczanie godzinowe, scope, który puchnie. Jako studio AI-native produktyzujemy zamiast tego, więc znasz liczbę zanim się zobowiążesz. Oto gdzie praca nad custom agentem mieści się w naszym cenniku:
- Program Automatyzacji w 30 Dni — 60 000 zł. Audytujemy wasze procesy, identyfikujemy cele automatyzacji o najwyższym ROI, budujemy i wdrażamy je w ciągu 30 dni. Zostaje u was wszystko — kod, infrastruktura, dokumentacja. To właściwy punkt wejścia dla większości firm: realna, własna automatyzacja lub agent wdrożony w miesiąc, a nie sześciomiesięczny projekt enterprise. Zobacz szkolenia i automatyzacja AI.
- Retainer AI Operations — od 20 000 zł/miesiąc. Ciągła integracja AI: nowe automatyzacje, utrzymanie agentów, strojenie modeli/promptów, monitoring wydajności i wdrażanie zespołu. To odpowiedź na pytanie „kto to utrzymuje” przy custom agentach — wasz dział AI na outsourcingu, zamiast jednorazowej budowy, która gnije.
- 0 → MVP — od 100 000 zł. Gdy agent jest produktem — system wieloagentowy, aplikacja AI-native, workflow agentowy, który będziecie sprzedawać lub prowadzić na skalę — budujemy całość od zera. Zobacz produkt i nasz przewodnik zero-to-MVP.
Dlaczego to często mniej niż wycena tradycyjnego software house’u za ten sam efekt? Bo model operacyjny AI-native jest strukturalnie tańszy w prowadzeniu — mniejsze, wyłącznie seniorskie zespoły, pipeline’y budowy przyspieszone przez AI, brak warstw account i project managerów rozliczających spotkania o spotkaniach. Rozkładamy to dokładnie w studio AI-native czy tradycyjna agencja. Oszczędności widać w cenie, nie w marży.
Pełne liczby dla wszystkich usług są na stronie z cennikiem.
Jak liczyć ROI (bez wymyślonych liczb)
Nie wcisniemy wam fałszywego „zwrotu w 3,2 miesiąca” — wasze liczby są wasze. Ale matematyka, którą warto policzyć samemu, jest prosta i jakościowa:
- Zmierz obecny koszt. Ile godzin miesięcznie pochłania ten proces, przy jakim pełnym koszcie wewnętrznym pracownika? Ile kosztuje każdy błąd, który się prześlizgnie? Nie zmierzysz poprawy względem liczby, której nigdy nie zapisałeś.
- Oszacuj pokrycie agenta, nie perfekcję. Custom agent rzadko ogarnia 100%. Jeśli niezawodnie obsługuje 70–80%, a resztę kieruje do człowieka — to wygrana, o ile te 70–80% to ta droga, powtarzalna część.
- Używaj pełnego TCO, nie samej budowy. Koszt całkowity = budowa + (miesięczne prowadzenie i utrzymanie × wasz horyzont). Porównaj to z kosztem bazowym w tym samym okresie — zwykle 2–3 lata.
- Doważ wartość pozafinansową. Szybszy czas realizacji, mniej ludzkich błędów na krytycznych ścieżkach, moc przerobowa uwolniona na pracę o wyższej wartości i procesy, które nie sypią się, gdy ktoś idzie na urlop. To realne, nawet gdy trudno to sprowadzić do jednej liczby.
Wersja uczciwa: jeśli nie umiesz naszkicować tej matematyki na serwetce i zobaczyć jasnej wygranej, projekt prawdopodobnie nie jest gotowy — a narzędzie za 400 zł/miesiąc do przetestowania założenia jest mądrzejszym kolejnym krokiem.
Częsty błąd, który warto nazwać po imieniu
Najdroższy pojedynczy błąd w tej branży to budowanie custom, gdy konfiguracja zrobiłaby 80% roboty. Custom agent bazy wiedzy za 200 000 zł rzadko jest lepszy od skonfigurowanego za 20 000 zł — chyba że wasze dane są naprawdę autorskie i złożone. Drugi najdroższy błąd to automatyzowanie zepsutego procesu — agent wykona chaos szybciej, niż zrobią to ludzie, ale go nie naprawi. Najpierw napraw proces, potem go automatyzuj.
Dlatego naszym domyślnym podejściem z klientami jest zaczynanie wąsko: jedno bolesne, powtarzalne, wymagające-trochę-ale-nie-zero-oceny zadanie, wdrożone szybko, zmierzone uczciwie. Eskalacja do custom następuje dopiero wtedy, gdy tańszy poziom w sposób oczywisty nie sięga.
FAQ
Jaki jest całkowity koszt posiadania (TCO) własnego agenta AI? Zbuduj raz, prowadź wiecznie — tylko że „prowadzenie” nie jest darmowe. Jako szkic 3-letni: budowa początkowa (120 000–600 000 zł) + bieżące prowadzenie i utrzymanie (model/API + infrastruktura + 15–25% budowy rocznie na utrzymanie). Dla wielu agentów o średniej złożoności 3-letni koszt bieżący dorównuje lub przewyższa pierwotną budowę. Zawsze oceniaj po TCO, nie po cenie na metce.
Modele open-source czy Claude/GPT/Gemini — co jest tańsze? Zależy od wolumenu i miejsca, gdzie to uruchamiasz. Komercyjne modele frontier (Claude, GPT, Gemini) liczą opłatę za token i nie wymagają zarządzania infrastrukturą — najtańsze przy małym i średnim wolumenie i najlepsze jakościowo przy trudnym rozumowaniu. Modele open-source/open-weight (Llama, Mistral i podobne) nie mają opłaty API za token przy self-hostingu, ale płacisz za infrastrukturę GPU i inżynierię potrzebną do uruchomienia, skalowania i utrzymania — co bije ceny komercyjne dopiero przy wysokim, stabilnym wolumenie albo gdy prywatność danych wymaga self-hostingu. Dla większości firm budujących pierwszego custom agenta model komercyjny to szybszy start o niższym ryzyku; do self-hostingu wracaj, gdy wolumen i wymagania uzasadnią overhead operacyjny. (Aktualne stawki za token i GPU potwierdzaj bezpośrednio u dostawców — ceny zmieniają się szybko.)
Kto utrzymuje agenta po wdrożeniu? Ten, kogo zdecydujesz — a zdecydować powinieneś przed budową. Trzy opcje: (1) wasz wewnętrzny zespół, co wymaga kogoś, kto rozumie zarówno bazę kodu, jak i zachowanie modelu; (2) partner wdrożeniowy na retainerze (nasz Retainer AI Operations, od 20 000 zł/mies.); albo (3) hybryda, w której partner pilnuje modelu/infrastruktury, a wy logiki biznesowej. Jedyna opcja, która zawodzi, to „nikt” — nieutrzymywane agenty dryfują, psują się przy zmianach API i po cichu tracą zaufanie zespołu.
Ile trwa wdrożenie własnego agenta AI? Wąsko zdefiniowany agent wdraża się w tygodniach, nie miesiącach — nasz Program Automatyzacji w 30 Dni celowo celuje w 30 dni do realnej, działającej automatyzacji. Większe systemy custom lub produkty AI-native (wieloagentowe, ciężka integracja) to 6–16+ tygodni. Największe ryzyko terminowe to nie AI — to dostęp do integracji. Zdobycie poświadczeń oraz dostępu odczyt/zapis do waszych własnych starszych systemów to często najdłuższy słup w namiocie. Ogarnij to w discovery, nie w szóstym tygodniu.
Czy naprawdę potrzebuję własnego agenta, czy przepłacam? Założenie domyślne: przepłacasz. Przepuść swój use case przez macierz build vs kup vs konfiguracja powyżej. Jeśli narzędzie z półki lub skonfigurowany agent no-code potrafi sięgnąć waszych systemów i ogarnąć ~70% zadania, zacznij tam — to dni do wdrożenia i ułamek kosztu. Custom to właściwa decyzja tylko wtedy, gdy autorska logika, głęboka integracja, restrykcyjna kontrola nad danymi lub wysoki wolumen realnie wykluczają tańsze poziomy.
Od czego zacząć
Nie zaczynaj od pozyskiwania wyceny na custom build. Zacznij od taniego udowodnienia założenia: wybierz jedno powtarzalne, wymagające oceny zadanie, które kosztuje wasz zespół najwięcej godzin, przetestuj je narzędziem z półki lub konfigurowanym i zmierz. Jeśli — i tylko jeśli — trafi to na ścianę, której wasz biznes nie może zaakceptować, wtedy custom zasługuje na swoje miejsce.
Gdy do tego dojdziesz, nasz Program Automatyzacji w 30 Dni to najszybsza droga do realnego, własnego agenta, a Retainer AI Operations utrzymuje go w zdrowiu po wdrożeniu. Jeśli agent jest produktem, 0 → MVP zbuduje całość.
Po pełny obraz od zera do pół miliona w każdym poziomie agentów przeczytaj przewodnik nadrzędny: AI agenci dla firm: ile kosztują, co robią i od czego zacząć. A potem opowiedz nam o procesie, który zjada czas waszego zespołu, a my szczerze powiemy, czy potrzebuje custom agenta — czy narzędzia za 400 zł.