Z tego artykułu dowiesz się:

  • Jak autonomiczni agenci, tacy jak Muse od Mety, samodzielnie negocjują umowy i organizują złożone procesy?
  • Które stanowiska biurowe są najbardziej zagrożone i dlaczego „model centaura” może okazać się niewystarczający?
  • Z jakich powodów polski biznes podchodzi z dystansem do autonomicznych agentów AI?

Tradycyjny chatbot to przydatne narzędzie, ale stosunkowo proste, bo taki asystent wymaga pomocy człowieka. Jednak Google i Meta pokazały właśnie jak autonomiczne agenty mogą zmienić obraz na rynku pracy. Boty właśnie zyskują umiejętność przekształcania się w „cyfrowego pracownika”. Jak to działa pokazał na niedawnej konferencji Gemini at Work 2026 koncern Google, gdy zaprezentował możliwości najnowszego uniwersalnego agenta. Jak otwarcie przyznał dyrektor generalny Google Cloud Thomas Kurian, użytkownicy przestają podawać systemowi drobiazgowe instrukcje, a zaczynają przekazywać konkretne cele biznesowe. Resztą zajmuje się AI.

Delegujesz rezultat, a nie instrukcję

Jak ma to działać w praktyce? System od Google to agent, którego należy zintegrować z firmowymi systemami ewidencyjnymi, wewnętrznymi bazami danych oraz uprawnieniami kontrolnymi organizacji. Zyskuje więc dostępy i możliwości, jakimi dysponują etatowi pracownicy, ale działa zdecydowanie sprawniej i bez wytchnienia. Sam dobiera sposób, w jaki osiągnie wybrany cel. Na tym polega różnica względem prostych narzędzi AI – nie wskazuje się poszczególnych kroków, jakie bot ma wykonać, ale deleguje się rezultat, jaki chcemy osiągnąć. Narzędzie automatycznie dobiera model obliczeniowy dopasowany do specyfiki wyzwania – korzystając zarówno z własnej rodziny Gemini, jak i Claude od Anthropic, a wkrótce także z kolejnych architektur zamkniętych oraz otwartych. Skala możliwości tego cyfrowego bytu wykracza daleko poza tworzenie streszczeń. Przy zadaniach wieloetapowych potrafi on samodzielnie powoływać podagentów i koordynować skomplikowane procesy sekwencyjne lub równoległe, trwające od kilku godzin do nawet wielu dni. Przedsiębiorstwa zyskują wręcz opcję tworzenia stałych agentów-współpracowników, którym przydziela się własne adresy e-mail, kalendarze oraz przestrzeń na dyskach sieciowych. Wyposażony w cztery rodzaje pamięci – sesyjną, semantyczną, proceduralną i epizodyczną – łączy się natywnie z platformami Salesforce, ServiceNow, Jira, BigQuery czy Snowflake.

Nowatorskie rozwiązanie trafia do klientów Google Workspace w wybranych planach Business oraz Enterprise i funkcjonuje w środowiskach, w których korporacje pracują na co dzień: w przeglądarkach, urządzeniach mobilnych, na komputerach, w narzędziach wiersza poleceń, a także bezpośrednio w Microsoft 365 i Slacku. Co istotne, oprogramowanie potrafi działać w tle (w tzw. trybie headless): wewnątrz aplikacji zewnętrznych partnerów, a w Gmailu, Dokumentach, Arkuszach czy na firmowym Czacie użytkownik przywołuje je komendą @Gemini.

Czytaj więcej

Fala zwolnień i bunt pracowników. Mark Zuckerberg postawił na AI, teraz ma kłopot

Bariera automatyzacji pada

W branży AI trwa zacięty wyścig o biura: narzędzia dla białych kołnierzyków, czy też systemy, które mogą w krótkim czasie ich zastąpić, rozwija większość firm tego sektora – Microsoft zaktualizował Copilota, OpenAI uruchomiło działających bez przerwy agentów Dots, a Anthropic zintegrował Claude'a z ekosystemem biurowym Google. Prawdziwym przebojem może stać się jednak agent Muse od Mety. Jeszcze do niedawna spółka Marka Zuckerberga bywała przez część komentatorów spisywana na straty w rywalizacji o najbardziej zaawansowane systemy, jednak premiera Muse diametralnie odwróciła te nastroje. Zbudowany na bazie dedykowanego modelu Muse Spark system nie jest kolejnym generatorem tekstu. Ten autonomiczny wykonawca operacji w sieci, który dzięki odizolowanemu środowisku w chmurze (Muse Secure VM) posiada własny komputer z wirtualną przeglądarką, może samodzielnie przeglądać witryny, wypełniać formularze, kupować towary, a przede wszystkim kontynuować pracę długo po tym, jak użytkownik zamknie aplikację na telefonie czy komputerze. Erik Carlsson z Mety wskazuje, że Muse potrafi wyręczyć człowieka w sprawach wymagających wielogodzinnego zaangażowania: od wyszukania i zapisania dziecka na zajęcia sportowe w lokalnym klubie, przez korespondencję z bankiem w celu obniżenia marży kredytu hipotecznego, aż po zorganizowanie podróży służbowej z automatyczną rezerwacją przejazdów i hoteli. Nawet zlecenie zakupu samochodu nie stanowi wyzwania (podczas testów Muse skontaktował się z ponad dwustu dealerami, prowadząc równoległe negocjacje handlowe i filtrując oferty bez jakiejkolwiek ingerencji człowieka aż do momentu znalezienia optymalnych warunków).

Czytaj więcej

„Cyfrowy prezes”. Mark Zuckerberg znalazł sposób, by być w wielu miejscach naraz

Ta zdolność agenta do proaktywnego działania sprawia, że sztuczna inteligencja przestaje biernie czekać na zapytanie, a działa według harmonogramu, monitoruje zmiany cen czy status spraw urzędowych i sama inicjuje kontakt (np. via komunikator WhatsApp), przy czym bezpieczeństwo transakcji finansowych realizowane jest przez integrację z systemem Stripe Link i jednorazowe numery kart płatniczych. Połączenie tak dużej samodzielności z dostępem do poczty, kalendarza i aplikacji codziennego użytku sprawiło więc, że bariera pełnej automatyzacji właśnie pada.

To asystent czy rywal?

Entuzjazm po stronie firm technologicznych, ale też i użytkowników mogą przyćmić konsekwencje rozwoju tej technologii. Nietrudno sobie wyobrazić sytuację, gdy tak zaawansowane i samodzielne agenty z powodzeniem wejdą w buty pracowników biurowych. Zagrożenie dla tysięcy białych kołnierzyków jest realne, choć korporacje wciąż próbują tonować nastroje narracją o „modelu centaura” – układzie, w którym sztuczna inteligencja jedynie wspiera człowieka, podnosząc jego produktywność. Ale, skoro oprogramowanie potrafi samo zarządzać zgłoszeniami w Jirze, analizować bazy danych w BigQuery, aktualizować rekordy w Salesforce, wysyłać spersonalizowaną korespondencję i prowadzić żmudne negocjacje handlowe, to czy utrzymywanie personelu średniego i niższego szczebla ma sens? Analitycy już od pewnego czasu wskazują, że najbardziej zagrożone są stanowiska juniorskie oraz działy wsparcia operacyjnego, marketingu, obsługi klienta i analityki finansowej. Z drugiej strony, jak pokazują najnowsze badania SAS, wraz ze wzrostem autonomii systemów AI rosną oczekiwania wobec ich przejrzystości i wiarygodności. Zaufanie decydentów w naszym kraju do agentowej AI jest o 10 pkt. proc. niższe niż do generatywnej AI (wynosi odpowiednio 66 i 76 proc.).

Raport, przygotowany wspólnie z IDC, podkreśla, że wyzwaniem nie jest sama trafność decyzji AI, ale możliwość zrozumienia, w jaki sposób system doszedł do określonego wyniku. Efekt? Spadek odsetka polskich firm wykorzystujących generatywną AI – z 87 do 62,3 proc., oraz agentową AI – z 65,2 do 30,2 proc. Specjaliści z IDC mówią wprost: można to postrzegać jako sygnał bardziej selektywnego podejścia do wdrażania nowych technologii.