Artykuł w języku polskim. An English summary is available at the end of the article.
Przez ostatnie trzydzieści lat wdrożenie systemu ERP oznaczało w praktyce cyfryzację pracy wykonywanej przez ludzi: szkolenia z modułu zakupów, instrukcje zatwierdzania dokumentów, dziesiątki pól obowiązkowych i rytuał zamknięcia miesiąca. Dzisiaj zaczyna się kolejny etap — agentyzacja ERP, czyli przekazanie agentom AI jasno określonych celów, narzędzi i odpowiedzialności za realizację procesów.
Ta epoka właśnie się kończy, i to z trzech niezależnych powodów naraz. Po pierwsze, dane wejściowe przestają być papierem: obowiązkowy Krajowy System e-Faktur sprawia, że faktura trafia do firmy jako ustrukturyzowany plik. Po drugie, dane wyjściowe od dawna są cyfrowe — sprawozdawczość podatkowa w Polsce to pliki JPK składane maszynowo. Po trzecie, pojawił się standard, który pozwala agentowi AI rozmawiać z systemem biznesowym bez klikania w ekran: Model Context Protocol (MCP).
Jeżeli wejście jest cyfrowe, wyjście jest cyfrowe, a środek da się obsłużyć programowo, to system ERP może stać się środowiskiem współpracy wielu wyspecjalizowanych agentów. Pytanie nie brzmi już „czy agent może pomóc użytkownikowi", lecz które procesy może prowadzić samodzielnie, w jakich granicach i pod jakim nadzorem.
1. Dlaczego akurat teraz — i dlaczego to mnie osobiście dotyczy
Z systemami ERP zetknąłem się na długo przed bankowością. Z początkiem 2001 roku brałem udział w budowie firmy Gecos, której celem była transformacja i cyfryzacja firm MSP poprzez wdrażanie systemów ERP w regionie łódzkim. Byliśmy wtedy w świecie, w którym największym wyzwaniem projektu wdrożeniowego było przekonanie właściciela firmy handlowej lub produkcyjnej, że warto wprowadzać dokumenty magazynowe do komputera, zamiast prowadzić zeszyt.
Dziś Gecos to renomowany dostawca kompleksowych rozwiązań ERP dla przedsiębiorstw z różnych branż (gecos.pl), a wśród tematów, którymi żyją jego klienci, na pierwszym miejscu jest przygotowanie systemu ERP na KSeF (gecos.pl). Jestem dumny, że brałem udział w budowie firmy, która przeszła całą tę drogę — od komputeryzacji ewidencji do bycia partnerem w cyfryzacji obiegu dokumentów.
Ta perspektywa dwudziestu pięciu lat jest ważna dla tego artykułu, bo pozwala zobaczyć powtarzalny wzorzec: każda fala cyfryzacji najpierw wspiera człowieka narzędziem, a następnie przekazuje maszynie coraz większą część procesu. Bankowość przeszła podobną drogę — od oddziału z komputerem, przez aplikację mobilną, po procesy uruchamiane automatycznie i obsługiwane przez człowieka dopiero wtedy, gdy pojawia się wyjątek. ERP wchodzi właśnie w etap agentyzacji.
2. Dane wejściowe: KSeF zamienia fakturę w rekord
Krajowy System e-Faktur to system teleinformatyczny służący do wystawiania, przesyłania i przechowywania faktur ustrukturyzowanych (Ministerstwo Finansów, ksef.podatki.gov.pl). Dla dyskusji o agentach AI istotny jest jeden szczegół techniczny, który w komunikacji o KSeF zwykle ginie pod tematem terminów: faktura ustrukturyzowana nie jest dokumentem, który trzeba odczytać — jest rekordem, który wystarczy przyjąć.
Co znika z procesu, gdy faktura jest ustrukturyzowana
- Skanowanie i OCR — cała warstwa rozpoznawania obrazu, wraz z jej błędami i kosztem korekty, przestaje być potrzebna.
- Ręczne wprowadzanie pozycji — dane kontrahenta, kwoty, stawki i pozycje przychodzą w polach o zdefiniowanym znaczeniu.
- Spór o wersję dokumentu — istnieje jedna faktura w jednym repozytorium, z jednoznacznym numerem identyfikacyjnym.
- Ryzyko „faktury w szufladzie" — dokument jest dostępny natychmiast po wystawieniu, a nie po dostarczeniu pocztą.
Konsekwencja jest głębsza, niż wygląda. Do tej pory pierwszym krokiem procesu zakupowego było zrozumienie dokumentu — czynność z natury ludzka. Po KSeF pierwszym krokiem jest walidacja rekordu — czynność z natury maszynowa. Z punktu widzenia projektowania procesu to nie jest usprawnienie. To zmiana totalna zmiana.
3. Dane wyjściowe: sprawozdawczość, która i tak jest maszynowa
Druga strona obiegu jest zdigitalizowana od lat i przyzwyczailiśmy się do tego tak bardzo, że przestaliśmy dostrzegać, jak radykalna to zmiana. Deklaracje i ewidencje VAT składane są w postaci plików JPK_VAT z deklaracją, a kolejne struktury JPK obejmują księgi rachunkowe i inne obszary raportowania. Firma nie „wypełnia formularza" — firma generuje plik z danych, które już posiada.
Oznacza to, że w typowym polskim przedsiębiorstwie mamy już dziś domkniętą pętlę:
Pełny cyfrowy obieg danych w firmie
- Wejście zewnętrzne — faktury zakupowe i sprzedażowe w ustrukturyzowanym formacie KSeF, wyciągi bankowe w formatach wymiany, zamówienia od klientów przez EDI, API lub e-commerce.
- Przetwarzanie wewnętrzne — rdzeń ERP: zamówienia, magazyn, produkcja, rozrachunki, koszty, kadry. Wszystko w bazie relacyjnej, w tabelach o znanym schemacie.
- Wyjście zewnętrzne — JPK i deklaracje do administracji skarbowej, przelewy do banku, potwierdzenia i faktury do kontrahentów, raporty do właściciela lub grupy kapitałowej.
Każdy element tej pętli jest maszynowy. Jedynym elementem, który nie jest maszynowy, jest człowiek siedzący pośrodku i przepisujący dane z jednego ekranu na drugi. To właśnie ten element się zmienia i dodatkowo zmieniają to agenci AI.
4. MCP: brakujące ogniwo między agentem a systemem
Przez ostatnie dwa lata problem z agentami AI w środowisku korporacyjnym nie polegał na inteligencji modelu. Polegał na dostępie. Model potrafił rozumować o zamówieniu zakupu, ale nie miał jak go zobaczyć w systemie, a tym bardziej utworzyć.
Model Context Protocol to otwarty standard łączenia aplikacji AI z systemami zewnętrznymi — źródłami danych, narzędziami i przepływami pracy (modelcontextprotocol.io). Anthropic udostępnił go jako otwarty standard w listopadzie 2024 roku, z celem: połączyć asystentów AI z systemami, w których żyją dane firmy (Anthropic, 25.11.2024). Kluczowa różnica względem wcześniejszego podejścia jest opisana wprost: łączenie agentów z narzędziami i danymi tradycyjnie wymagało dedykowanej integracji dla każdej pary system–agent (Anthropic Engineering, 04.11.2025).
Dlaczego to ma znaczenie akurat dla ERP? Bo dotychczasowe próby automatyzacji ERP szły dwiema drogami i obie miały wadę strukturalną.
Trzy pokolenia automatyzacji ERP
- Integracja punkt-punkt — solidna i szybka, ale każdy nowy scenariusz to nowy projekt informatyczny. Koszt zmiany rośnie szybciej niż wartość.
- RPA na warstwie GUI — robot klika w ekran jak człowiek. Wdrażalne bez zgody producenta systemu, ale kruche: zmiana układu okna psuje proces, a robot nie rozumie kontekstu, tylko odtwarza sekwencję.
- Agent przez MCP — system wystawia zestaw operacji o jasno opisanym znaczeniu i uprawnieniach, a agent sam decyduje, których użyć, żeby osiągnąć cel. Ekran przestaje być kanałem dostępu.
Przeżyłem w bankowości pełny cykl fascynacji RPA i wiem, gdzie kończy się jego wartość: robot skaluje pracę, ale nie skaluje decyzji do podjęcia. Agent z dostępem przez protokół jest inną klasą narzędzia — nie odtwarza kroków, tylko realizuje cel, który jest opisany w zakresie pracy agenta i precyzji opisu kompetencji agenta. Dobrym porównaniem jest odniesienie z perspektywy właściciela procesu - to różnica między pracownikiem sezonowym, któremu trzeba pokazać każdą czynność, a analitykiem, któremu wystarczy określić rezultat i granice.
5. Docelowa wizja: ERP zarządzany przez wyspecjalizowanych agentów
Tu przechodzę od faktów do tezy — i chcę to wyraźnie oznaczyć: poniższa wizja jest moją opinią, nie zapowiedzią żadnego producenta oprogramowania. Uważam jednak, że jest to najbardziej prawdopodobny kierunek na najbliższą dekadę.
W docelowym modelu system ERP staje się platformą działania wyspecjalizowanych agentów AI: zaopatrzenia, magazynu, rozrachunków, podatków i kontroli. Każdy z nich otrzymuje odrębny cel, zakres danych, zestaw dozwolonych operacji oraz limity decyzyjne. Człowiek pozostaje właścicielem procesu: wyznacza cele, akceptuje wyjątki i rozlicza wyniki.
Zmiana ról: kto obsługuje ERP dziś, a kto docelowo
- Rejestracja faktury zakupu — dziś: pracownik księgowości w module rozrachunków. Docelowo: agent rozrachunków pobiera dokument z KSeF, dopasowuje do zamówienia i przyjęcia magazynowego, księguje; człowiek widzi tylko niedopasowania.
- Zamówienie do dostawcy — dziś: specjalista zaopatrzenia analizuje raport zapasów i wystawia zamówienie. Docelowo: agent zaopatrzenia liczy prognozę popytu i czas dostawy, składa zamówienie w ramach limitu; człowiek zatwierdza przekroczenia limitu i zmiany dostawcy.
- Inwentaryzacja i korekty stanów — dziś: cykliczne spisy i ręczne wyjaśnianie różnic. Docelowo: agent magazynowy monitoruje rozbieżności w sposób ciągły i sygnalizuje anomalie w momencie ich powstania.
- Sprawozdawczość podatkowa — dziś: przygotowanie pliku, kontrola, wysyłka, archiwizacja. Docelowo: agent podatkowy prowadzi kontrolę spójności przez cały miesiąc, a zamknięcie okresu jest potwierdzeniem, nie projektem.
- Kontrola wewnętrzna — dziś: próbkowanie po fakcie. Docelowo: agent kontrolny działa na pełnej populacji dokumentów w czasie rzeczywistym, a jego rolą jest kwestionowanie decyzji pozostałych agentów.
Warto zwrócić uwagę na ostatni punkt, bo jest najczęściej pomijany w dyskusjach o automatyzacji. W architekturze agentowej potrzebny jest agent, którego jedynym zadaniem jest niezgadzanie się. Analogia z bankowości jest bezpośrednia: nigdy nie budowaliśmy silnika decyzji kredytowej bez niezależnej warstwy kontroli ryzyka. Agent zaopatrzenia optymalizujący dostępność towaru będzie systematycznie zawyżał zapas, jeśli nikt nie będzie go rozliczał z kapitału obrotowego.
Poboczny skutek: mniej pracy w interfejsie ERP
Ograniczenie roli GUI nie jest celem agentyzacji, lecz jej konsekwencją. Jeśli agenci wykonują większą część pracy, interfejs graficzny coraz częściej służy jako panel nadzoru: pokazuje kolejkę wyjątków wymagających decyzji człowieka, cele i limity, dziennik działań agentów oraz wyniki. Formularze nadal mogą istnieć jako tryb ręczny i awaryjny, ale przestają organizować główny przebieg pracy.
Najważniejszą zmianą w projektowaniu oprogramowania biznesowego nie będzie więc brak ekranów, lecz nowy sposób udostępniania możliwości systemu. Producent ERP przestaje konkurować wyłącznie liczbą funkcji w menu, a zaczyna konkurować jakością opisu swoich operacji dla agenta — czyli tym, jak precyzyjnie definiuje, co dana operacja robi, jakie ma skutki księgowe i kiedy nie wolno jej wykonać.
6. Zamówienia i zapasy: tam wartość pojawi się najszybciej
Najbliższy pieniądz leży w zaopatrzeniu i gospodarce magazynowej, ponieważ to obszar, w którym decyzje są częste, powtarzalne i mierzalne, a dane historyczne są kompletne.
To nie jest hipoteza — rynek dostarcza już gotowe modele. C3 AI oferuje aplikację do optymalizacji zapasów, która wykorzystuje uczenie maszynowe i algorytmy optymalizacyjne, aby ograniczyć nadmierny zapas przy utrzymaniu zapasu bezpieczeństwa wystarczającego do pokrycia popytu (dokumentacja C3 AI). W opisywanym przez dostawcę wdrożeniu u światowego producenta sprzętu spawalniczego mowa jest o potencjale redukcji zapasów rzędu 26% oraz o skali oszczędności liczonej w dziesiątkach milionów dolarów w ujęciu globalnym (C3 AI, opis wdrożenia). Są to dane komunikowane przez dostawcę rozwiązania i tak należy je traktować — ale rząd wielkości jest zgodny z tym, co obserwowałem w projektach optymalizacyjnych w innych branżach.
Istotny jest sposób pracy takiej aplikacji: system generuje rekomendacje, a menedżer je akceptuje lub odrzuca, priorytetyzując te krytyczne (C3 AI Inventory Optimization). To jest dokładnie model przejściowy, o którym mówię niżej w mapie drogowej: najpierw agent proponuje, człowiek decyduje; dopiero po zbudowaniu zaufania agent decyduje, a człowiek nadzoruje wyjątki.
Dlaczego agent robi to lepiej niż raport
- Częstotliwość — człowiek analizuje zapasy raz w tygodniu, agent po każdym zdarzeniu magazynowym.
- Szerokość — człowiek pilnuje kilkudziesięciu kluczowych indeksów, agent obsługuje pełny asortyment, łącznie z „długim ogonem", w którym zwykle zamraża się kapitał.
- Kontekst zewnętrzny — agent może uwzględnić czas dostawy z historii konkretnego dostawcy, sezonowość i sygnały z zamówień klientów w jednym rachunku.
- Spójność — decyzja nie zależy od tego, kto akurat jest w pracy i ile ma czasu przed zamknięciem miesiąca.
7. Ryzyka, o których trzeba mówić głośno
Byłbym nieuczciwy w mojej ocenie, gdybym przedstawił tę wizję bez warunków brzegowych. Zwłaszcza że mówimy o systemie, w którym zapisywane są zdarzenia gospodarcze o skutkach podatkowych.
Sześć warunków, bez których to nie zadziała
- Uprawnienia agenta — agent musi mieć własną tożsamość w systemie, własny zakres uprawnień i własne limity kwotowe. Praca „na koncie administratora" jest dyskwalifikująca.
- Rozdzielenie obowiązków — agent, który tworzy zamówienie, nie może zatwierdzać płatności za nie. Klasyczne zasady kontroli wewnętrznej obowiązują agentów tak samo jak ludzi.
- Ślad audytowy — każda operacja musi zawierać informację, który agent, na jakiej podstawie i w jakim celu ją wykonał, w formie zrozumiałej dla audytora, nie tylko dla inżyniera.
- Odpowiedzialność — odpowiedzialność za błędną decyzję pozostaje po stronie zarządu. Automatyzacja przenosi pracę, nie przenosi odpowiedzialności.
- Jakość danych — agent działający na zaniedbanej kartotece indeksów będzie podejmował błędne decyzje szybciej i konsekwentniej niż człowiek. Porządek w danych podstawowych jest warunkiem wstępnym, nie efektem ubocznym.
- Tryb awaryjny — musi istnieć sposób zatrzymania wszystkich agentów jednym poleceniem i przejęcia procesu ręcznie. Firma nie może stracić zdolności do pracy bez modelu.
Dodam jeszcze jedno ryzyko, które w polskich realiach jest praktyczne, nie teoretyczne: utrata kompetencji. Jeśli agent przez dwa lata prowadzi rozrachunki, to zespół księgowy przestaje wiedzieć, jak wygląda proces bez niego. Dlatego okresowe „ćwiczenia ręczne" i utrzymanie dokumentacji procesu nie są biurokracją — są polisą ubezpieczeniową.
8. Mapa drogowa na 12–24 miesiące
Dla firmy, która chce się do tego przygotować bez wywracania działalności do góry nogami, kolejność ma znaczenie większe niż tempo.
Cztery etapy
- Etap 1: uporządkowanie danych (0–6 miesięcy) — kartoteki kontrahentów i indeksów, jednolite jednostki miary, kompletne dane o czasach dostaw, wyczyszczone historyczne dokumenty otwarte. To najmniej efektowny i najważniejszy etap.
- Etap 2: pełna obsługa obiegu cyfrowego (0–9 miesięcy) — KSeF nie jako obowiązek do odhaczenia, lecz jako zmiana procesu: automatyczne dopasowanie faktury do zamówienia i przyjęcia, bez pośredniego kroku ręcznego.
- Etap 3: agenci w trybie propozycji (6–15 miesięcy) — agent liczy, rekomenduje i uzasadnia, człowiek zatwierdza. Mierzymy dwie rzeczy: odsetek rekomendacji zaakceptowanych bez zmian oraz skutki finansowe decyzji.
- Etap 4: autonomia w wąskich obszarach (12–24 miesiące) — tam, gdzie akceptowalność rekomendacji jest wysoka, agent działa samodzielnie w ramach limitu, a człowiek obsługuje wyjątki. Zakres autonomii rozszerzamy na podstawie danych, nie deklaracji dostawcy.
Praktyczna wskazówka z wdrożeń, które prowadziłem: nie zaczynaj od procesu najdroższego, zacznij od procesu najlepiej zmierzonego. Automatyzacja obszaru, w którym nie potrafisz udowodnić efektu, kończy się sporem o to, czy w ogóle coś się poprawiło — a taki spór zabija program transformacji szybciej niż awaria techniczna.
Podsumowanie
Cyfryzacja faktur i sprawozdawczości podatkowej w Polsce zrobiła coś, czego nie zrobiłby żaden projekt wewnętrzny: zmusiła cały rynek do przejścia na dane maszynowe po obu stronach obiegu. Dane wejściowe są ustrukturyzowane, dane wyjściowe są plikami, a dane wewnętrzne zawsze były w bazie. Powstała infrastruktura, na której agenci AI mogą pracować bez pośrednictwa człowieka — a MCP dostarczył standardowy sposób podłączenia ich do systemów.
W tym świecie przewagę zbudują nie te firmy, które kupią najwięcej licencji na AI, lecz te, które uporządkują dane, opiszą swoje procesy w sposób zrozumiały dla maszyny i zdefiniują granice autonomii, zanim zrobi to za nie przypadek. Mniejsza rola interfejsu ERP będzie jednym ze skutków tej zmiany, ale jej istotą pozostanie przejście od narzędzia obsługiwanego krok po kroku do systemu, w którym agenci samodzielnie realizują cele pod nadzorem człowieka.
Ćwierć wieku temu przekonywaliśmy przedsiębiorców z regionu łódzkiego, że warto wprowadzić dane do systemu. Dziś rozmowa dotyczy tego, kto ma te dane obsługiwać. Odpowiedź coraz częściej brzmi: nie człowiek.
English summary
Poland has quietly built the infrastructure for fully autonomous ERP operations. Inbound data is now structured: the National e-Invoicing System (KSeF) turns every invoice into a machine-readable record rather than a document to be read (Ministry of Finance). Outbound data has been digital for years through the JPK reporting files. Internal data has always lived in the ERP database.
What was missing was a standard way for AI agents to reach those systems. The Model Context Protocol, open-sourced by Anthropic in November 2024, is an open standard for connecting AI applications to external data sources, tools and workflows (Anthropic), replacing the per-system custom integrations that previously made agent deployment expensive (Anthropic Engineering).
My thesis: the defining change of the next decade will be the agentization of ERP. Humans will set goals, approve exceptions and review outcomes, while procurement, warehouse, payables, tax and control agents perform work within explicit permissions and limits. A reduced role for the graphical interface will be a consequence, not the objective. The fastest return will come from procurement and inventory, where AI-driven optimization already reports inventory reduction potential in the region of 26% in vendor-published deployments (C3 AI).
The conditions are non-negotiable: distinct agent identities with scoped permissions, segregation of duties between agents, auditable reasoning, human accountability, clean master data, and a kill switch. Start with the best-measured process, not the most expensive one — run agents in recommendation mode first, and grant autonomy only where the acceptance rate proves it.