Jak zautomatyzować pracę: 6 poziomów, od skryptu po AI

Poniedziałek, 8:00. Logujesz się do panelu sklepu, eksportujesz zamówienia, wklejasz liczby do arkusza, liczysz sumy, dopisujesz dwa zdania podsumowania i wysyłasz raport do szefa. Czterdzieści pięć minut, co tydzień, rok w rok. Każdy, kto pracuje przy komputerze, ma swoją wersję tego procesu i zwykle próbuje go zautomatyzować od złej strony: sięga po najgłośniejsze narzędzie (dziś: agenta AI), zamiast po najprostsze, które załatwi sprawę. Poniżej biorę ten jeden proces i prowadzę go przez sześć poziomów automatyzacji. Na każdym zobaczysz, co znika z Twojej listy kroków, ile czasu zostaje i gdzie warto się zatrzymać.

Krótka odpowiedź

Automatyzacja pracy ma sześć poziomów, od prostego skryptu po autonomiczny system:

1. Skrypty i reguły: deterministyczna automatyzacja bez AI.
2. RPA: bot, który klika w interfejs jak człowiek.
3. Chat z AI: człowiek steruje, AI przyspiesza.
4. Automatyzacja workflow: n8n, Make, Zapier, z możliwością włożenia AI jako klocka.
5. Agent w IDE: AI sam planuje kroki, Ty zatwierdzasz je na bieżąco.
6. System agentowy: AI działa autonomicznie w tle, Ty zatwierdzasz gotowy wynik.

Zasada wyboru brzmi: zacznij od najniższego poziomu, który załatwi sprawę. Im wyżej, tym więcej pracy oddajesz maszynie i tym więcej kontroli musisz w zamian zbudować.

Dwa światy automatyzacji: przepis i kucharz

Pomyśl o kuchni. Możesz gotować z przepisu: odmierzone składniki, dokładne kroki i za każdym razem wychodzi to samo danie. A możesz zatrudnić kucharza: mówisz „zrób coś dobrego na obiad", a on sam decyduje, co kupi i jak przyprawi. Efekt bywa lepszy niż z przepisu, a bywa zaskoczeniem.

Wszystkie narzędzia automatyzacji dzielą się na te dwa światy:

• Przepis (bez AI): skrypty, RPA, n8n. Ty zapisujesz kroki, maszyna je powtarza. Raport wygląda za każdym razem identycznie.
• Kucharz (z AI): chat i agenci. Ty dajesz pytanie albo cel, AI decyduje o krokach. Raport bywa sprytniejszy, ale nigdy nie masz gwarancji, co w nim znajdziesz.

Zanim wybierzesz narzędzie, odpowiedz sobie na jedno pytanie: czy potrafię zapisać to zadanie jako dokładne kroki? Jeśli tak, zostań w świecie przepisu. AI potrzebujesz dopiero wtedy, gdy kroki nie istnieją, bo każde uruchomienie wygląda inaczej. A na poziomie 4 zobaczysz, jak oba światy potrafią współpracować.

Punkt wyjścia: 45 minut ręcznej roboty

Nasz proces w wersji ręcznej to sześć kroków:

1. zaloguj się do panelu sklepu,
2. wyeksportuj zamówienia z ostatniego tygodnia do pliku,
3. wklej dane do arkusza,
4. policz sumę sprzedaży i liczbę zamówień,
5. dopisz dwa zdania podsumowania,
6. wyślij raport mailem do przełożonego.

Tych sześć kroków to poligon. Niżej widać, jak każdy poziom skraca tę listę i ile kosztuje to skrócenie.

Poziom 1: skrypt, który wysyła raport za Ciebie

Pierwszy krok na drabinie to deterministyczna automatyzacja bez AI: kroki zapisuje się raz, a wykonuje je maszyna. Kroki 2-4 i 6 bierze na siebie prosty skrypt:

const orders = [
  { status: 'oplacone', amount: 120 },
  { status: 'anulowane', amount: 80 },
  { status: 'oplacone', amount: 200 },
];

const paidOrders = orders.filter((order) => order.status === 'oplacone');
const paidTotal = paidOrders.reduce((sum, order) => sum + order.amount, 0);

console.log(`Sprzedaż: ${paidTotal} zł, zamówień: ${paidOrders.length}`);
// Sprzedaż: 320 zł, zamówień: 2

Dołóż jedną linijkę w cron i raport wysyła się sam, w każdy poniedziałek o 8:00:

0 8 * * 1 node ~/raporty/raport.js

Twoje 45 minut spada do zera.

Zalety:

• stuprocentowa przewidywalność: te same dane dają ten sam wynik, zawsze,
• praca bez nadzoru, w nocy i w weekendy, bez zmęczenia,
• najniższy koszt utrzymania z całej drabiny.

Wady:

• wymaga umiejętności zapisania kroków, czyli myślenia jak programista albo kogoś, kto to potrafi,
• sztywność: robi dokładnie to, co zaplanowano, i nic ponad,
• potrzebuje danych dostępnych jako plik albo API.

Nasz raport ma kroki znane, a dane mają API, więc poziom 1 załatwia sprawę w całości. Wspinaczka wyżej ma sens tylko w dwóch przypadkach: gdy część danych siedzi w systemie bez eksportu (poziom 2) albo gdy raport ma zawierać wnioski, a nie tylko liczby (poziom 3 i dalej).

Poziom 2: RPA, czyli bot, który klika tam, gdzie skrypt nie sięga

Załóżmy, że część danych siedzi w starym systemie magazynowym: bez API, bez eksportu do pliku, tylko ekran i przyciski. Skrypt się tam nie dostanie. Wchodzi RPA (Robotic Process Automation): bot, który powtarza nagrane kliknięcia jak człowiek. Nagrany scenariusz to dosłownie lista kroków:

1. Otwórz https://magazyn.firma.local i zaloguj
2. Kliknij „Raporty" → „Eksport tygodniowy"
3. Zapisz plik jako raporty/magazyn.csv
4. Zamknij system

Skrypt z poziomu 1 czyta potem magazyn.csv jak każdy inny plik. RPA to nie konkurent skryptu, tylko jego pomost: dokleja kliknięcia, których kod nie dosięgnie, a reszta procesu zostaje deterministyczna.

Zalety:

• działa z systemami bez API i bez eksportu, często to jedyna opcja,
• nie ingeruje w stary system, bo klika z zewnątrz,
• buduje się nagrywaniem, bez programowania.

Wady:

• kruche: przesunięty przycisk albo zmieniona etykieta i automat wywraca się w poniedziałek rano,
• działa w tempie człowieka, bo dosłownie klika,
• trudne do testowania i wersjonowania.

Dlatego RPA traktuj jako ratunek, nie fundament: pomost do skryptu tam, gdzie nie ma API. Im mniej kliknięć w procesie, tym stabilniej.

Poziom 3: chat z AI, czyli lepsze wnioski i powrót do ręcznej roboty

Poziomy 1-2 wyzerowały kroki mechaniczne, ale został krok 5: podsumowanie. Szef oczekuje nie tylko liczb, ale wniosków: co poszło nie tak, co rośnie, na co zwrócić uwagę. Sztywnego szablonu tu nie napiszesz, bo każde podsumowanie jest inne. Przekraczamy granicę do świata kucharza.

W praktyce większość ludzi robi to dziś tak: wkleja liczby do chata (ChatGPT, Claude, Gemini), czyta wynik, poprawia i wysyła. Konkretny prompt to cała „konfiguracja" tego poziomu:

Podsumuj załączone dane sprzedażowe w trzech punktach:
1. Co sprzedawało się najlepiej?
2. Co odbiega od normy z ostatnich tygodni?
3. Na co zwrócić uwagę w przyszłym tygodniu?

Ton: rzeczowy, dla zarządu, maksymalnie 150 słów.

Wnioski są lepsze niż dwa zdania ze skryptu, ale zauważ, co się stało: wróciło 15 minut Twojej pracy. Chatowanie nie jest automatyzacją, bo nic nie dzieje się samo. Ty sterujesz każdym krokiem, AI tylko przyspiesza.

Zalety:

• zero konfiguracji: działa od razu i na każdy temat,
• radzi sobie z osądem i językiem, czyli tym, czego skrypt nie ogarnie,
• świetny poligon: zanim zautomatyzujesz, sprawdzisz, jakie pytania ma stawiać automat.

Wady:

• to nie automatyzacja, tylko pętla kopiuj-wklej-sprawdź,
• wyniki bywają niespójne między uruchomieniami,
• każdą odpowiedź trzeba zweryfikować, halucynacje nie znikają.

Jeśli co poniedziałek wklejasz te same dane pod ten sam prompt, to nie masz automatyzacji, tylko ręczną robotę z chatbotem. Na szczęście ten sam prompt da się włożyć do automatu. O tym poziom 4.

Poziom 4: n8n, czyli przepis, który zatrudnia kucharza

Gdy dane żyją w chmurze (sklep, arkusze, poczta), kleju między nimi nie musisz kodować. Narzędzia workflow takie jak n8n, Make czy Zapier buduje się z klocków: „gdy wydarzy się X w aplikacji A, zrób Y w aplikacji B".

Nasz raport w n8n to początkowo cztery klocki: trigger czasowy (poniedziałek, 8:00) → pobranie zamówień z API sklepu → wiersz w arkuszu Google → mail przez Gmaila. A potem dokładamy piąty: klocek AI z promptem z poziomu 3:

[Cron: pon. 8:00] → [Sklep: zamówienia z API] → [Google Sheets: dopisz wiersze]
    → [AI: podsumowanie] → [Gmail: raport do szefa]

Liczby z API lecą do modelu, model pisze podsumowanie, a całość ląduje w mailu. Efekt? Raport ma i liczby, i wnioski, a Twoje 45 minut dalej wynosi zero.

To ważny moment na drabinie: poziom 4 łączy oba światy. Workflow to przepis, a klocek AI to kucharz zatrudniony na jednej stacji. Steru nadal pilnujesz Ty, bo reguły ustawiłeś Ty, a AI odpowiada tylko za fragment wymagający języka i osądu.

Zalety:

• zero kodu i gotowe integracje z setkami aplikacji,
• klocek AI w środku workflow: automatyczne wnioski bez ręcznego wklejania,
• historia uruchomień i alerty o awariach są z pudełka.

Wady:

• zawiła logika zamienia diagram w spaghetti i wtedy kod znów wygrywa,
• uzależnienie od platformy: limity, cennik albo self-hosting do ogarnięcia (n8n),
• testowanie i wersjonowanie ubogie w porównaniu z kodem.

To poziom, na którym kończy się większość firmowych automatyzacji, i słusznie. Wyżej wchodzi się tam, gdzie reguły przestają wystarczać, bo nawet pytania zmieniają się co tydzień.

Poziom 5: agent w IDE, czyli AI planuje kroki na Twoich oczach

Do tej pory automatyzowaliśmy wykonanie raportu. A co z budową i zmianami samego automatu? Tu wchodzi agent w IDE: Cursor, Claude Code, Copilot. Zamiast kodować, piszesz polecenie:

Rozbuduj raport.js:
- dodaj liczenie zwrotów (status "zwrocone") jako osobną pozycję,
- gdy brakuje pliku z danymi, wypisz czytelny komunikat i zakończ,
- format istniejącego podsumowania zostaw bez zmian.

Agent sam planuje kroki: edytuje pliki, uruchamia kod, poprawia błędy. Ale robi to na Twoich oczach, każdą zmianę widzisz na żywo i możesz ją odrzucić.

To pierwszy poziom, na którym AI układa plan za Ciebie. Różnica wobec poziomu 3: niczego nie kopiujesz ręcznie, agent działa bezpośrednio w Twoich plikach. Różnica wobec poziomu 6: nadzór masz natychmiastowy, bo siedzicie przy tym samym ekranie.

Zalety:

• każdy krok widać i można przerwać, nadzór na żywo,
• budowa i utrzymanie automatów z poziomów 1-4 przyspiesza z godzin do minut,
• przy okazji nauka przez patrzenie, jak agent pracuje.

Wady:

• trzeba umieć ocenić to, co wyprodukował: wartość przenosi się z pisania kodu na jego czytanie (o czym pisałem w artykule o fullstacku w dobie AI),
• nie działa w tle: przyspiesza Twoją pracę, ale nie zastępuje zaplanowanego automatu,
• bez jasnych granic potrafi przesadzić z zakresem zmian.

Agent w IDE to współpracownik siedzący przy Twoim biurku, a nie pracownik wysyłany z zadaniem. Do zadań, które mają działać bez Ciebie, potrzebny jest poziom 6.

Poziom 6: system agentowy, czyli raport, który sam stawia pytania

Na szczycie drabiny nie dajesz już kroków, tylko cel, narzędzia i granice:

cel: co poniedziałek o 8:00 przygotuj raport sprzedaży z minionego tygodnia
narzędzia:
  - API sklepu (tylko odczyt zamówień)
  - folder raporty/ (odczyt eksportów z magazynu)
  - poczta: wyłącznie drafty, wysyłka po mojej akceptacji
granice:
  - nic nie wysyłaj bez akceptacji
  - gdy brakuje danych, przerwij i zgłoś problem
anomalie: odchylenie powyżej 20% od średniej z 4 ostatnich tygodni

Agent działa w tle, bez Ciebie: sam pobiera dane, sam liczy, sam decyduje, co sprawdzić. I któregoś tygodnia zauważa, że zwroty rosną trzeci tydzień z rzędu, choć nikt go o to nie pytał. Przygotowuje draft maila, Ty czytasz i zatwierdzasz. Zostaje Ci 5 minut zamiast 45.

Zalety:

• osąd w każdej iteracji: zauważa to, o co nikt go nie pytał,
• obsługuje zadania, których nie da się zapisać krokami,
• cel zamiast instrukcji, najbliżej zatrudnienia pracownika.

Wady:

• wynik niegwarantowany: potrzebuje nadzoru, limitów i ludzkiej akceptacji,
• koszt błędu rośnie razem z uprawnieniami (poczta, płatności, dane klientów),
• najtrudniejszy do przewidzenia: zmienne zachowanie i zmienne koszty.

Traktuj system agentowy jak szybkiego, pomysłowego pracownika: nie wysłałbyś mu jednak faktur do klientów bez przeglądu. Im większa autonomia, tym ważniejsza staje się kontrola.

Na którym poziomie się zatrzymać?

Zauważ, jak zmieniała się Twoja rola w naszym raporcie: 45 minut ręcznie, zero na poziomach 1-2, 15 minut z chatem, zero razem z wnioskami na poziomie 4, w końcu 5 minut akceptacji z systemem agentowym. (Poziom 5 celowo nie wchodzi do tego rachunku, bo agent w IDE przyspiesza budowę automatów, nie ich wykonanie.) Mniej roboty to nie zawsze lepszy wybór: wraz z autonomią rośnie wymagane zaufanie i kontrola. Trzy pytania pomogą wybrać właściwy poziom:

1. Czy potrafię zapisać kroki dokładnie? Tak: poziomy 1, 2, 4. Nie: 3, 5, 6.
2. Jaki jest koszt błędu? Wysoki (faktury, dane klientów, płatności): zostań przy przepisie albo dodaj ludzką akceptację przed wysyłką.
3. Jak często to robię? Codziennie: automatyzuj. Raz na kwartał: czasem taniej zrobić ręcznie niż budować i utrzymywać automat.

Nasz raport sprzedaży? W większości firm kończy się na poziomie 1 albo 4: kroki są znane, dane mają API, a klocek AI załatwia wnioski. System agentowy z poziomu 6 ma sens dopiero wtedy, gdy „raport" za każdym razem stawia inne pytania i jego wartość leży właśnie w osądzie, nie w liczbach.

Gdzie automatyzacje się psują

Automatyzacje psują się w przewidywalnych miejscach:

• Start od agenta, gdy wystarczy skrypt. Hype ciągnie na szczyt drabiny, a większość biurowej automatyzacji to poziomy 1-4. Agent do zadania regułowego to jak kucharz wynajęty do zagotowania wody.
• Automatyzowanie chaosu. Zautomatyzowany zły proces to zły proces, który działa szybciej. Najpierw uprość, dopiero potem automatyzuj.
• Wiara, że automat jest wieczny. Każda automatyzacja łamie się, gdy świat się zmieni: nowe API, nowy interfejs, nowy format pliku. Ktoś musi być jej właścicielem.
• Brak kontroli tam, gdzie błąd boli. Im bardziej autonomiczne narzędzie, tym droższy błąd. Agent z nieograniczonym dostępem do poczty klientów to proszenie się o kłopoty.
• Chat z AI udający system. Powtarzalny poniedziałkowy prompt z tymi samymi danymi to nie automatyzacja, tylko ręczna robota w przebraniu. Włóż ten prompt jako klocek do workflow z poziomu 4.

Najczęstsze pytania

Czy trzeba umieć programować, żeby automatyzować pracę?

Nie zawsze. n8n, Make czy RPA działają bez kodu, a formuły w arkuszu to już pełnoprawna automatyzacja. Fundament jest jednak wspólny dla wszystkich poziomów: rozbicie procesu na dokładne kroki. Bez tego żaden klocek ani agent nie pomoże.

Czym różni się RPA od agenta AI?

RPA sztywno powtarza nagrane kliknięcia: zero osądu, łamie się przy zmianie interfejsu. Agent sam decyduje o krokach, żeby osiągnąć cel, więc jest elastyczny, ale mniej przewidywalny. Jedno to nagranie, drugie to improwizacja.

Czym różni się agent w IDE od systemu agentowego?

Agent w IDE pracuje razem z człowiekiem, na jego oczach: każdą zmianę widać w trakcie i można ją odrzucić. System agentowy działa w tle, a efekt końcowy trafia do akceptacji po fakcie. Pierwszy to współpracownik przy biurku, drugi to pracownik, któremu zleca się zadanie. Nadzór na żywo kontra akceptacja gotowego wyniku.

Od czego zacząć automatyzację własnej pracy?

Od tygodnia spisywania powtarzalnych zadań. Potem wybór zadania najczęstszego i najbardziej „regułowego" i start od najniższego poziomu drabiny, który je załatwi. Zaskoczenie: najczęściej koniec na formule w arkuszu albo kilkunastu linijkach skryptu.

Zautomatyzuj coś w ten poniedziałek

Narzędzia będą się zmieniać co roku, ale fundament zostaje ten sam: rozbicie procesu na kroki, zanim wybierzesz technologię. To umiejętność, którą trenuję z uczniami od pierwszych zajęć, na realnych zadaniach i z AI używanym z głową. Zobacz, jak wygląda nauka programowania ze mną, albo umów bezpłatną konsultację i opowiedz, który proces chcesz zautomatyzować: wspólnie znajdziemy najprostszy sposób.

A jeśli chcesz zobaczyć automatyzację w praktyce, w kursie DevChallenge budujesz i wdrażasz własną aplikację z AI: od frontendu, przez backend i integracje, po publiczny deploy.