Strona główna

Słownik AI

Żargon wokół AI potrafi utrudnić rozmowę o rzeczach prostych. Zebraliśmy pojęcia, które najczęściej padają na spotkaniach z klientami, i wyjaśniliśmy je tak, jak tłumaczymy je na co dzień.

Podstawy

Sztuczna inteligencja (AI)
Zbiorcza nazwa na programy radzące sobie z zadaniami, które wcześniej wymagały człowieka: rozumieniem tekstu, mowy albo obrazu. W rozmowach biznesowych kryje się dziś pod tym hasłem najczęściej model językowy i to, co da się wokół niego zbudować. Sama nazwa niewiele mówi o tym, co narzędzie faktycznie potrafi.
Agent AI
Program oparty na modelu językowym, który poza odpowiadaniem na pytania wykonuje też zadania: wyszukuje dane, wypełnia formularze, umawia terminy, wysyła wiadomości. Od zwykłego chatbota różni go dostęp do narzędzi i to, że potrafi działać w Waszych systemach.Agent AI a chatbot: czym się różnią
LLM (duży model językowy)
Silnik, który stoi za rozumieniem i generowaniem tekstu, na przykład GPT, Claude czy Gemini. Sam w sobie nie zna Waszej firmy: wiedzę o niej trzeba mu dostarczyć osobno.
Uczenie maszynowe
Sposób tworzenia programów, w którym zamiast pisać reguły ręcznie, pokazuje się systemowi przykłady, a on sam wyłapuje z nich wzorce. Model językowy powstał dokładnie tak, tylko na ogromnej ilości tekstu.
AI generatywna
Modele, które tworzą nową treść: tekst, obraz, głos albo kod. To odróżnia je od starszych zastosowań AI, gdzie chodziło głównie o klasyfikowanie i przewidywanie. Agent w firmie zwykle korzysta z obu rzeczy naraz.
Chatbot
Program prowadzący rozmowę tekstową. Starsze chatboty chodzą po sztywnym drzewku pytań i odpowiedzi, więc gubią się, gdy ktoś sformułuje pytanie inaczej, niż przewidział autor scenariusza. Nowsze opierają się na modelu językowym i rozumieją swobodne zdania.Chatbot AI dla firm
Asystent AI a agent AI
Asystent podpowiada i czeka na decyzję człowieka. Agent dostaje cel i sam wykonuje kroki, żeby go osiągnąć: sprawdza dane, wypełnia formularz, wysyła wiadomość. Granica bywa płynna, a sporo narzędzi reklamuje się jako agent, choć w praktyce zatrzymuje się na podpowiedzi.

Rozmowa i głos

Agent głosowy (voicebot)
Agent AI, który rozmawia głosem przez telefon lub przeglądarkę. Rozumie swobodną mowę, więc nie trzeba wciskać klawiszy jak na starej automatycznej infolinii. W trakcie rozmowy potrafi też sprawdzić dane i wykonać akcję, na przykład zarezerwować termin.Jak wdrażamy agenta głosowego AI
IVR (tonowe menu telefoniczne)
Klasyczna automatyczna infolinia z komendą „wciśnij 1". Dzwoniący porusza się po sztywnym drzewku, a sprawy spoza menu i tak lądują u konsultanta. Voicebot różni się tym, że rozumie zdanie powiedziane własnymi słowami.Voicebot a IVR: co daje zmiana
Text-to-speech i speech-to-text
Dwa kroki każdej rozmowy głosowej. Speech-to-text zamienia mowę dzwoniącego na tekst, a text-to-speech czyta odpowiedź na głos. Jakość tego drugiego decyduje o tym, czy rozmowa brzmi naturalnie, czy jak lektor z automatu.
Latencja
Opóźnienie między końcem pytania a początkiem odpowiedzi. Przy czacie nikt go nie zauważa. Przy telefonie owszem: powyżej mniej więcej sekundy rozmowa zaczyna się rwać i słychać, że po drugiej stronie jest maszyna. To jeden z twardszych warunków przy voicebotach.
Intencja (intent)
To, o co dzwoniącemu naprawdę chodzi, niezależnie od użytych słów. „Kiedy jedzie autobus do Kołobrzegu" i „o której mam odjazd na Kołobrzeg" to jedna intencja. Od trafności jej rozpoznania zależy, ile rozmów agent zamknie samodzielnie.
Eskalacja do człowieka
Moment, w którym agent oddaje rozmowę pracownikowi. Ustala się go świadomie, na etapie projektu: sprawy sporne, reklamacje, wszystko, gdzie pomyłka drogo kosztuje. Agent bez zaprojektowanej eskalacji prędzej czy później zamknie klienta w pętli.

Wiedza i jakość odpowiedzi

RAG (odpytywanie własnej bazy wiedzy)
Metoda, w której agent najpierw szuka w Waszych dokumentach, a odpowiada dopiero na podstawie tego, co znalazł. Dzięki temu opiera się na faktach z firmy, a nie na ogólnej wiedzy modelu, i może wskazać źródło.
Halucynacja
Sytuacja, w której model podaje nieprawdziwą informację brzmiącą wiarygodnie. Do zera tego nie da się sprowadzić, ale da się mocno ograniczyć: każąc agentowi opierać odpowiedzi na konkretnych dokumentach, cytować źródło i mówić „nie wiem”, gdy danych brakuje.
Człowiek w pętli
Decyzje o istotnych skutkach zatwierdza człowiek, a agent je tylko przygotowuje. Przykładowo AI rekomenduje kandydatów do rozmowy, ale nikogo samodzielnie nie odrzuca.
Fine-tuning a prompt
Dwa sposoby dostosowania modelu. Prompt to instrukcja opisująca zadanie i sposób odpowiadania, tania i szybka do zmiany. Fine-tuning to douczanie modelu na własnych danych; kosztowniejsze i rzadko potrzebne, gdy wystarczy dobra baza wiedzy.
Okno kontekstowe
Ile tekstu model bierze pod uwagę naraz: instrukcja, historia rozmowy i dołączone dokumenty razem. Po przekroczeniu limitu najstarsze fragmenty wypadają, więc agent potrafi zapomnieć, co ustaliliście na początku rozmowy.
Baza wektorowa (embeddingi)
Sposób przechowywania dokumentów, w którym wyszukiwanie idzie po znaczeniu, a nie po dokładnym słowie. Dzięki temu pytanie o „urlop na żądanie" trafi we właściwy przepis, nawet jeśli w dokumencie użyto innego sformułowania. To część składowa RAG.
NLP (przetwarzanie języka naturalnego)
Dziedzina zajmująca się tym, żeby program radził sobie z ludzkim językiem. Starsze systemy NLP trzeba było uczyć osobno pod każdy przypadek użycia. Modele językowe sporo z tego przejęły, choć polszczyzna bywa dla nich trudniejsza niż angielski.

Wdrożenie i integracje

Omnichannel (wielokanałowość)
Jeden agent obsługujący wiele kanałów naraz (WhatsApp, Slack, Teams, czat na stronie), z tą samą wiedzą i historią rozmowy, zamiast osobnego bota w każdym miejscu.Chatbot AI dla firm
OpenClaw
Otwarty framework do budowy agentów AI, jeden z najszybciej rosnących projektów open source. Ponieważ jest otwarty, kod i konfigurację można hostować samodzielnie. Nie ma uzależnienia od jednego dostawcy.OpenClaw Polska i nasze wdrożenia
Integracja
Połączenie agenta z systemem, którego już używacie: CRM, ERP, kalendarzem, systemem kadrowym czy telefonią. To zwykle ta część wdrożenia, która najbardziej wpływa na koszt i czas. I ta, którą najtrudniej wycenić przed rozmową z Waszym działem IT.
API
Ustalony sposób, w jaki dwa programy wymieniają się danymi. Jeśli Wasz CRM albo system kadrowy ma API, agent może z niego czytać i do niego zapisywać. Jeśli nie ma, integracja robi się droższa i czasem trzeba iść naokoło.
RPA a agent AI
RPA to starsze podejście: robot klika w interfejsie tak jak człowiek, krok po kroku według scenariusza. Sprawdza się przy powtarzalnych zadaniach bez wyjątków, ale psuje się, gdy zmieni się układ ekranu. Agent AI radzi sobie z wyjątkami, za to trudniej z góry przewidzieć jego zachowanie co do kroku.Automatyzacja procesów AI

Koszty

Token (jednostka rozliczeniowa)
Kawałek tekstu, na jaki model dzieli zdanie, z grubsza sylaba albo krótkie słowo. Dostawcy modeli rozliczają się właśnie za tokeny, w obie strony: za pytanie i za odpowiedź. Polski tekst zużywa ich więcej niż angielski o tej samej treści, co warto uwzględnić w budżecie.Ile kosztuje wdrożenie AI

Prawo i bezpieczeństwo

BYOK (własne klucze API)
Korzystacie z własnego konta u dostawcy modelu, a firma wdrożeniowa pobiera opłatę tylko za hosting i utrzymanie. Za zużycie modelu płacicie bezpośrednio, bez marży pośrednika.
Self-hosting (wdrożenie on-premise)
Uruchomienie agenta na Waszej infrastrukturze albo na serwerze przypisanym tylko do Was, zamiast we współdzielonej chmurze dostawcy. Częsty wymóg tam, gdzie przetwarza się dane wrażliwe: w medycynie, kadrach czy finansach.
AI Act
Unijne rozporządzenie porządkujące stosowanie AI, wchodzące etapami. Dzieli zastosowania według ryzyka: część jest zakazana, część uznana za wysokiego ryzyka i obwarowana wymogami, reszta podlega głównie obowiązkowi poinformowania rozmówcy, że ma do czynienia z automatem. Ten ostatni wymóg obowiązuje od 2 sierpnia 2026 i dotyczy chatbotów oraz voicebotów. Rekrutacja to osobny przypadek, bo zatrudnienie zaliczono do wysokiego ryzyka, z terminem przesuniętym na grudzień 2027.Co obowiązuje od 2 sierpnia 2026
RODO a agenci AI
Agent przetwarzający dane osobowe podlega tym samym zasadom, co każdy inny system: podstawa prawna, minimalizacja danych, umowa powierzenia z dostawcą, informacja dla osoby, której dane dotyczą. W praktyce najczęściej rozstrzyga to, gdzie fizycznie stoi serwer i czy treść rozmów nie zasila uczenia cudzych modeli.Gdzie trafiają dane z rozmów

Brakuje jakiegoś pojęcia?

Napisz, to je dopiszemy. A jeśli wolisz przejść od słów do konkretu, umów bezpłatną rozmowę i zapytaj wprost o swój przypadek.

Umów bezpłatną konsultację