SoftwareStudio AI Family - siedem asystentów AI dla systemów firmowych

SoftwareStudio AI Family - podział zadań między asystentów

SoftwareStudio AI Family to zestaw siedmiu asystentów opartych na modelach językowych. Każdy obsługuje jeden wąski obszar pracy firmy, a granice między obszarami są celowe: asystent robiący jedną rzecz łatwiej przetestować i łatwiej ograniczyć w uprawnieniach. Każdemu z nich poświęcono osobną stronę w SoftwarePedia, a ten artykuł pokazuje, jak siedem narzędzi składa się w spójną całość.

Asystenci nie zastępują systemów informatycznych firmy. Uzupełniają je warstwą rozmowy w języku naturalnym: użytkownik opisuje potrzebę, a asystent sięga do danych lub dokumentów, do których ma dostęp, i przygotowuje odpowiedź albo szkic działania. Decyzja zostaje po stronie człowieka.

Reguła: asystent zwraca propozycję, a nie wykonuje czynności nieodwracalnej - wysłanie oferty i podpisanie umowy pozostają decyzjami człowieka.

Asystenci dla sprzedaży i danych

Dwa pierwsze narzędzia rodziny pracują na danych strukturalnych, które firma już ma w systemach: na rekordach CRM i na tabelach bazy danych. Różni je kierunek: ClientMind AI patrzy na klienta, a DataFlow AI na dowolne dane, o które zapyta użytkownik.

ClientMind AI - asystent CRM

ClientMind AI analizuje dane z systemu CRM oraz historię zakupów, a także całą komunikację z klientem, i na tej podstawie podpowiada kolejne kroki. Według opisu producenta wskazuje moment na kontakt oraz produkty, które mogą zainteresować rozmówcę. Śledzi historię komunikacji, na przykład wiadomości e-mail i wpisy w intranecie, układa plan rozmowy i redaguje merytoryczne wiadomości. Szczegółowo opisuje go strona o CRM z asystentem AI, która omawia podpowiedzi oparte na historii kontaktów.

Od strony technicznej asystent nie „pamięta” klienta. Przy każdym pytaniu dostaje w zapytaniu do modelu uporządkowany wyciąg z CRM: ostatnie kontakty, otwarte oferty, zamówienia z wybranego okresu. Jakość podpowiedzi zależy więc od tego, czy handlowcy wpisują notatki po rozmowach, bo model nie odtworzy ustaleń, których nikt nie zapisał.

DataFlow AI - asystent do raportów SQL

DataFlow AI tłumaczy opis potrzeby na zapytanie SQL. System tworzy dynamiczną tabelę z wynikami wprost z bazy, którą można eksportować do Excela oraz dowolnie porządkować i grupować. Menedżer nie czeka wtedy na raport przygotowany przez dział IT, a analityk nie traci czasu na składnię i może skupić się na interpretacji. Pokrewny przypadek opisuje artykuł, jak asystent do raportów SQL ułatwia pracę.

Bezpieczna realizacja takiego asystenta opiera się na jednej zasadzie: model dostaje opis schematu, czyli nazwy tabel i kolumn, a nie same dane, natomiast wygenerowane zapytanie wykonuje się na koncie z minimalnymi uprawnieniami. Poniższy przykład T-SQL pokazuje rolę, która pozwala tylko czytać wybrany schemat raportowy; nazwy są przykładowe.

CREATE ROLE rola_asystent_raporty;
GRANT SELECT ON SCHEMA::raporty TO rola_asystent_raporty;
DENY INSERT, UPDATE, DELETE, EXECUTE ON SCHEMA::dbo TO rola_asystent_raporty;

CREATE USER asystent_raporty FOR LOGIN asystent_raporty;
ALTER ROLE rola_asystent_raporty ADD MEMBER asystent_raporty;

Składnię i zakres uprawnień opisuje dokumentacja GRANT w Microsoft Learn. Uprawnienie do odczytu obejmuje wyłącznie schemat raporty, więc nawet błędnie wygenerowane zapytanie nie zmodyfikuje danych ani nie uruchomi procedury.

Asystenci dla pracowników i biura

Trzeci obszar rodziny dotyczy codziennej pracy z programami i dokumentami. Asystenci tej grupy odpowiadają na pytania i nie modyfikują danych biznesowych, więc ryzyko wdrożenia jest tu najmniejsze.

GuidePro AI - trener w aplikacji

GuidePro AI odpowiada na pytania użytkowników i prowadzi ich przez złożone procesy w programach SoftwareStudio. Zastępuje obszerną instrukcję: pracownik pyta, co robi dane pole albo jak wykonać operację, i dostaje odpowiedź osadzoną w kontekście programu. Skraca to onboarding, bo nowa osoba nie czeka na wolną chwilę szkoleniowca. Odciąża też wsparcie, ponieważ najczęstsze pytania rozwiązują się bez zgłoszenia do IT. Pełny opis zawiera strona GuidePro AI.

OfficeWise AI - asystent biura

OfficeWise AI analizuje zgromadzone dokumenty związane z procedurami ISO i odpowiada na pytania pracowników o sposób postępowania. Wspiera procesy zatrudnienia i wdrożenia pracownika oraz jego zwolnienia i wycofania z organizacji. Mechanizm odpowiedzi opiera się na wyszukiwaniu fragmentów procedur, a nie na wiedzy ogólnej modelu, o czym mówi osobny artykuł o OfficeWise AI.

LinguaSmart AI - asystent tłumacza

LinguaSmart AI tłumaczy maile i wiadomości SMS wysyłane z systemu SoftwareStudio na wskazany język: użytkownik przekazuje tekst, a asystent zwraca tłumaczenie. Dba o spójność terminologii w kolejnych dokumentach i dostosowuje styl do odbiorcy. Kontekst branżowy ma tu znaczenie, ponieważ ten sam termin magazynowy tłumaczy się inaczej w dokumencie handlowym niż w instrukcji. Zastosowania opisuje strona LinguaSmart AI.

Asystenci dla umów i wdrożeń

Ostatnia para narzędzi obsługuje dokumenty o większej wadze prawnej oraz pracę zespołów projektowych. Ich wyniki wymagają uważniejszej weryfikacji niż odpowiedzi z instrukcji.

LegalTrack AI - asystent umów

LegalTrack AI analizuje umowy i pokrewne dokumenty. Wykrywa nieścisłości i sugeruje konkretne poprawki. Odpowiada na pytania działu handlowego oraz działu after sales, co skraca przygotowanie do negocjacji. Nie zastępuje prawnika: działa jako dodatkowa warstwa kontroli, która wychwytuje rozbieżności między zapisami. Rozwinięciem tematu jest artykuł o LegalTrack AI.

Przy dokumentach prawnych szczególnie istotna jest cytowalność. Odpowiedź powinna wskazywać paragraf lub aneks, z którego pochodzi, żeby użytkownik mógł ją sprawdzić w oryginale. Odpowiedź bez wskazania źródła nadaje się co najwyżej jako wskazówka, gdzie szukać.

DeployMate AI - asystent wdrożeniowców

DeployMate AI wspiera zespoły wdrożeniowe i IT w planowaniu projektów. Monitoruje postępy wdrożeń w czasie rzeczywistym i wskazuje potencjalne problemy, zanim wpłyną na termin. Integruje różne systemy, co automatyzuje ważne etapy wdrożenia, a także przewiduje ryzyka i proponuje rozwiązania. Wspiera również wdrażanie sztucznej inteligencji w kolejnych projektach. Opis narzędzia znajduje się na stronie DeployMate AI.

Reguła: ostrzeżenie o ryzyku ma wartość tylko wtedy, gdy wskazuje dane, z których wynika - stan zadania, opóźnienie względem planu albo zależność od innego etapu.

Wspólna architektura asystentów

Choć zadania są różne, konstrukcja techniczna każdego z siedmiu asystentów składa się z tych samych warstw. Różnią się dane i uprawnienia, nie schemat. SoftwareStudio wskazuje w materiałach o sztucznej inteligencji rozwiązania oparte na platformach OpenAI i Azure, o czym mówi strona sztuczna inteligencja w logistyce i przemyśle.

Wybór modelu jest kompromisem między jakością odpowiedzi a kosztem i czasem pojedynczego zapytania. Asystent szkoleniowy odpowiadający na proste pytania zwykle nie potrzebuje największego modelu, natomiast analiza umowy wymaga takiego, który utrzyma spójność na długim dokumencie. Konfiguracja może więc różnić się między asystentami, nawet jeśli reszta schematu jest wspólna.

Wyszukiwanie fragmentów zamiast pamięci modelu

Asystenci pracujący na dokumentach, czyli OfficeWise AI i LegalTrack AI, używają schematu generowania wspomaganego wyszukiwaniem. Dokument dzieli się na fragmenty, każdy fragment zamienia się na wektor liczbowy, a indeks wektorowy pozwala znaleźć te, które najlepiej pasują do pytania. Do modelu trafia pytanie razem z kilkoma znalezionymi fragmentami, a instrukcja systemowa każe odpowiadać wyłącznie na ich podstawie.

Taki układ ma dwie zalety. Aktualizacja procedury oznacza ponowne zindeksowanie jednego pliku, bez trenowania modelu od nowa. Odpowiedź da się też opatrzyć odnośnikiem do fragmentu, z którego pochodzi. Ograniczeniem jest okno kontekstu modelu: liczba fragmentów, które zmieszczą się w jednym zapytaniu, jest skończona, więc jakość wyszukiwania decyduje o jakości odpowiedzi.

Dziennik zapytań jako dowód działania

Każde pytanie warto zapisywać w formie, którą da się przeszukać. Poniższy wpis ilustruje minimalny zestaw pól; nazwy są przykładowe.

{
  "czas": "2026-09-30T09:14:22Z",
  "uzytkownik": "jan.przykladowy",
  "asystent": "przyklad-raporty",
  "pytanie": "Sprzedaż według klientów za wrzesień",
  "zrodla": ["raporty.sprzedaz_miesieczna"],
  "zapytanie_sql": "SELECT klient, SUM(wartosc) AS suma FROM raporty.sprzedaz_miesieczna WHERE miesiac = 9 GROUP BY klient",
  "liczba_wierszy": 412
}

Z takiego wpisu da się odtworzyć, kto zapytał, z jakich źródeł skorzystał asystent i jaki wynik zwrócił. Ten sam dziennik służy do pomiaru: odsetka odpowiedzi poprawionych przez użytkowników pokazuje, gdzie asystent potrzebuje lepszych danych albo zmiany instrukcji.

Uprawnienia i bezpieczeństwo danych

Asystent widzi dokładnie tyle, ile widzi zalogowany użytkownik, a nie ile widzi cała firma. Filtr uprawnień stosuje się przy wyszukiwaniu, przed przekazaniem fragmentów modelowi, ponieważ ukrycie informacji dopiero w gotowej odpowiedzi jest zawodne. Identyfikator użytkownika pochodzi z sesji logowania, a nie z treści pytania, którą można sfałszować.

Trzeci wiersz tabeli opisuje tak zwany atak przez wstrzyknięcie poleceń, który zestawienie OWASP dla aplikacji z modelami językowymi stawia wśród głównych zagrożeń. Dotyczy on szczególnie asystentów przetwarzających cudzą korespondencję i umowy.

Kwestię przetwarzania danych w chmurze Microsoft opisuje w dokumencie o prywatności i bezpieczeństwie danych w Azure OpenAI. Praktyczne omówienie w polskim kontekście znajduje się w artykule Azure i prywatny Chat GPT - bezpieczeństwo danych, a budowę własnej instancji opisuje strona Własny Chat GPT na platformie Azure.

Reguła: dane osobowe z CRM i umów przekazuje się modelowi tylko w zakresie potrzebnym do pytania, a każde przekazanie da się odtworzyć z dziennika.

Kolejność uruchamiania asystentów w firmie

Firma nie musi uruchamiać wszystkich siedmiu narzędzi naraz. Rozsądniej zacząć od tych, które nie modyfikują danych i mają jasną miarę sukcesu, a dopiero potem przejść do asystentów pracujących na danych wrażliwych.

Zestaw pytań testowych przed startem

Przed udostępnieniem asystenta użytkownikom przygotowuje się zestaw kilkudziesięciu pytań z znanymi, sprawdzonymi odpowiedziami. Część pytań dotyczy rzeczy, które asystent wie, a część rzeczy, których wiedzieć nie powinien: procedury spoza jego zakresu albo danych innego działu. Poprawny asystent odpowiada na pierwsze i odmawia albo zgłasza brak podstawy przy drugich.

Zestaw uruchamia się ponownie po każdej zmianie instrukcji albo modelu, a także bazy dokumentów. Zmiana wersji modelu bywa najczęstszym źródłem regresji, bo ten sam prompt daje wtedy inne odpowiedzi. Wynik testu porównuje się z poprzednim, a rozbieżności trafiają do przeglądu przed wdrożeniem zmiany.

Reguła: zmiana modelu albo instrukcji, a także bazy dokumentów wymaga ponownego uruchomienia zestawu testowego przed wdrożeniem na produkcję.

Pomiar warto zaplanować przed startem. Bez punktu odniesienia, na przykład liczby zgłoszeń do wsparcia w ostatnim kwartale, trudno ocenić, czy asystent coś zmienił. Wdrożenie w jednym dziale przez kilka tygodni daje próbę kontrolną, zanim narzędzie trafi do reszty firmy.

Oferta wdrożeń asystentów znajduje się w serwisie producenta pod adresem sztuczna inteligencja w SoftwareStudio, a wersję demonstracyjną systemów opisuje demo online.