ROI z AI w produkcji: jak liczyć, czego nie wpisywać w business case

Zanim firma podpisuje umowę z vendorem AI, ktoś musi stanąć przed finansowym i powiedzieć, kiedy się to zwróci. I zazwyczaj w tym momencie pojawiają się dwa błędy: albo business case jest za optymistyczny i po roku nikt nie może wytłumaczyć, dlaczego liczby „jakoś nie wyszły" — albo jest tak zachowawczy, że projekt nigdy nie dostaje zielonego światła.

Ten post jest o tym, jak liczyć uczciwie.

Co wchodzi do licznika korzyści (i co do niego nie wchodzi)

Zacznijmy od strony przychodów. W AI dla produkcji realnie amortyzują się trzy kategorie korzyści:

Oszczędność czasu specjalistów. Jeśli asystent serwisowy skraca czas potrzebny do przygotowania kroków rozwiązania z 25 minut do 8 minut, a serwisanci obsługują 300 zgłoszeń miesięcznie — to 85 godzin/miesiąc. Przy stawce 80–100 zł/h mamy 6 800–8 500 zł miesięcznie tylko na jednym workflow. To liczba, którą można postawić w excelu.

Skrócenie cyklu ofertowego. Biuro techniczne, które dziś potrzebuje 3–5 dni na draft oferty przy zapytaniach z rysunkami, może zejść do pół dnia z AI w pętli. Przy 20 zapytaniach miesięcznie i win rate 30% — to bezpośrednio więcej zamkniętych deali w tym samym czasie zespołu.

Redukcja błędów i rework. Instrukcje pracy generowane z dokumentacji źródłowej mają mniej odchyleń od standardu niż te pisane z pamięci. Trudniej to policzyć niż godziny, ale jeśli firma ma historię kosztów rework — to warto spojrzeć.

Czego nie wpisujemy do business case:

• „Wzrost produktywności o X%" bez konkretnego procesu za tym stojącego.
• „Savings from not hiring" — o ile nie ma otwartego wakatu, którego naprawdę nie chcemy zapełniać.
• Korzyści z workflowów, które jeszcze nie istnieją w scope wdrożenia.
• „Możliwy wzrost sprzedaży" — chyba że jest bezpośrednie przełożenie przez konkretny proces (np. cykl ofertowy).

Doświadczenie pokazuje, że business case z trzema konkretnymi, mierzalnymi pozycjami jest twardszy niż jeden z ośmioma „szacunkowymi".

Jak liczyć koszty (bez pomijania ukrytych)

Koszty wdrożenia AI mają zwyczaj rosnąć poza fakturą vendora. Typowe ukryte pozycje:

Czas wewnętrzny przy onboardingu. Ktoś musi zebrać dokumentację źródłową, sprawdzić jej jakość, opisać procesy. Przy solidnym wdrożeniu to 20–40 godzin pracy właściciela procesu w pierwszych 8 tygodniach. Przy stawce specjalisty — warto to wycenić.

Integracje. Jeśli AI ma czytać z systemu ERP lub ticketingowego — ktoś musi to podłączyć. Prosty konektor: kilka dni. Niestandardowy: kilka tygodni i dedykowany dev.

Utrzymanie modelu wiedzy. Dokumentacja się starzeje. Ktoś musi pilnować, żeby baza wiedzy była aktualna. To nie jest jednorazowy koszt — to operacyjny.

Sprzęt lub infrastruktura (jeśli on-prem). GPU appliance, serwer, licencje systemowe. Amortyzuje się inaczej niż subskrypcja SaaS — trzeba liczyć TCO, nie tylko rok 1.

Dla uproszczenia: przy średniej firmie produkcyjnej 150–400 FTE, rozsądny koszt wdrożenia pierwszego workflow (z integracją) to 60–120k zł, a roczny koszt utrzymania to 20–40k zł (bez sprzętu). To dolny przedział rynku — przy bardziej złożonych integracjach liczby rosną.

Prosty szablon do business case

Struktura, która działa na komitecie inwestycyjnym:

Pozycja	Sposób liczenia
Czas zaoszczędzony / miesiąc	liczba zgłoszeń × czas delta × stawka
Przychód z szybszego ofertowania	liczba ofert × skrócenie czasu × win rate × ACV
Redukcja rework	% defektów × koszty rework / rok
Razem korzyści / rok	suma powyższych
Koszt wdrożenia (jednorazowy)	faktura + czas wewnętrzny + integracja
Koszt utrzymania (roczny)	subskrypcja / amortyzacja sprzętu + czas ops
ROI (rok 1)	(korzyści – koszty) / koszty
Payback period	koszt całkowity / korzyści na miesiąc

Przy konserwatywnych założeniach (75% zakładanej efektywności, nie 100%) typowy payback dla pierwszego workflow mieści się w 9–18 miesiącach. Jeśli Twoje liczby wychodzą poniżej 6 miesięcy — sprawdź założenia dwa razy, bo coś jest prawdopodobnie za optymistyczne.

Kiedy nie liczyć, tylko pilotować

Bywa, że business case jest trudny do zbudowania z góry — bo nie ma historycznych danych o czasie procesu, albo scope jest niejasny. W takim przypadku lepiej zaproponować ograniczony pilotaż z wyraźnymi metrykami sukcesu, niż spędzać 3 tygodnie na modelu finansowym opartym na założeniach.

Dobry pilot ma:

• jeden konkretny proces (np. asystent do zgłoszeń serwisowych),
• baseline przed wdrożeniem (ile trwa dziś),
• mierzalny cel (np. -30% czasu na zgłoszenie),
• horyzont czasowy (6–8 tygodni to minimum).

Po pilocie masz dane, nie założenia. I znacznie łatwiej obronić decyzję o skalowaniu.

---

Pracujesz nad podobnym zestawieniem dla swojej firmy? Zostaw komentarz na LinkedIn — chętnie zerknę na strukturę.

Powiązane notatki

• Pięć workflowów AI, które już dziś amortyzują się w polskiej produkcji — przegląd pięciu procesów, których ROI liczymy w tym poście.
• Asystent serwisowy AI: dlaczego średnia firma produkcyjna to dobry kandydat — workflow, z którego pochodzi przykład oszczędności czasu serwisantów.
• AI do generowania instrukcji pracy: jak to działa i ile kosztuje — skąd się bierze redukcja błędów i rework w kalkulacji.