Pomagamy działom zakupów zbudować AI Procurement Operating Model.
Większość firm nie ma problemu z brakiem promptów, tylko z brakiem systemu pracy z AI. AI Procurement Operating Model to siedem warstw, które razem zamieniają pojedyncze eksperymenty w powtarzalny sposób pracy działu zakupów.
Nie musicie znać tego modelu, żeby zacząć. Jest tu po to, żebyście wiedzieli, według czego pracuję i w którym miejscu systemu mieści się to, co u Was robimy. Obie ścieżki z tej strony są wycinkami tego modelu, nie osobnymi wynalazkami.
Czym jest AI Procurement Operating Model
Siedem warstw, które razem tworzą operacyjny system pracy z AI w dziale zakupów. Każda warstwa odpowiada na konkretne pytanie biznesowe. Odznaka przy każdej z nich mówi, która ścieżka głównie na niej pracuje. Kolejność nie jest obowiązkowa: zaczynamy tam, gdzie macie realny problem.
1Mapowanie procesów
AI w pracy zakupów+
Mapowanie procesów
Pokazujemy gdzie w Twoich procesach zakupowych AI ma realny sens, zanim cokolwiek wdrożysz. To zawsze pierwszy krok.
Twój zespół codziennie porównuje 5 ofert dostawców w różnych formatach (PDF, XLSX, e-mail), ręcznie buduje supplier scorecards, przygotowuje QBR z dostawcą za Q3 sklejając dane z Excela. Które z tych zadań nadają się do AI? Które dadzą najszybciej wymierne oszczędności? Które wymagają wcześniej poprawy danych w ERP? Analiza opłacalności daje konkretne odpowiedzi.
Co Ty robisz
Dajesz wgląd w 3–5 procesów zakupowych: rozmowa z 2–3 osobami z zespołu, dostęp do przykładowych dokumentów (z anonimizacją, gdzie potrzeba). Razem włączamy też perspektywę IT/compliance.
Co my dajemy
Mapa wszystkich procesów zakupowych z oceną dla każdego (gotowość, value, ryzyko), heatmapa top 10 use case'ów, business case z ROI i time-to-value, analiza ryzyk wdrożeniowych, roadmapa 90-dniowa, executive summary dla zarządu.
Format: Analiza opłacalności, cztery tygodnie. To jest rdzeń ścieżki „AI w pracy zakupów"; bez niej dalsze warstwy są zgadywanką.
2Powtarzalne przepływy pracy
AI w pracy zakupów+
Powtarzalne przepływy pracy
Twój zespół zaczyna pracować z AI w powtarzalny sposób: nie pojedyncze prompty, tylko konkretne sekwencje pracy z kontrolą człowieka na każdym etapie.
Workflow „porównanie ofert": dostawca przysyła PDF-y w różnych formatach, AI je normalizuje do wspólnej tabeli, dodaje analizę ryzyk, ktoś z zespołu sprawdza, zapisujemy decyzję. Workflow „challenge podwyżki cenowej": kupiec dostaje e-mail o 5% wzroście, AI przygotowuje 3 kontrargumenty oparte na aktualnych cenach rynkowych i historii zamówień.
Co Ty robisz
Wybierasz z mapy z analizy, które 2–3 przepływy chcesz wdrożyć. Wskazujesz osoby z zespołu, które będą tego używać codziennie. Zapewniasz dostęp do realnych (anonimizowanych) danych do testów.
Co my dajemy
Workflow templates z instrukcją krok po kroku, integracje z M365 / Google Workspace / ERP tam gdzie ma sens, sprawdzanie jakości outputu, dokumentacja, pilot z 2–3 osobami przed rolloutem.
Format: Wdrożenie pierwszego procesu, po analizie. Jeden proces uruchomiony produkcyjnie plus trzydzieści dni stabilizacji.
3Instrukcje i asystenci
AI w pracy zakupów+
Instrukcje i asystenci
Twój zespół nie pisze promptów od zera za każdym razem. Ma gotową bibliotekę instrukcji dla typowych zadań, z wariantami, przykładami i checklistą jakości.
Prompt „rozbicie umowy ramowej na ryzyka": wklejasz umowę, AI zwraca tabelę „punkt umowy → ryzyko → rekomendacja → poziom". Prompt „QBR z dostawcą za Q3": wgrywasz dane spend + SLA, AI generuje draft prezentacji z 5 kluczowymi punktami i propozycjami pytań do dostawcy.
Co Ty robisz
Dostarczasz przykładowe inputy z anonimizacją. Testujesz prompty na realnych przypadkach, dajesz feedback co działa, co nie. Zaakceptujesz, że pierwsze 2 tygodnie to iteracja.
Co my dajemy
Biblioteka 10–20 promptów dla Twoich kluczowych zadań zakupowych, z dokumentacją, wariantami dla różnych ról (kupiec / category lead / Head Procurement) i checklistą jakości outputu.
Format: Część wdrożenia albo szkolenia zespołu, zależnie od tego, co wyjdzie z analizy.
4Porządek w dokumentach i źródłach
Kupowanie AI+
Porządek w dokumentach i źródłach
Sprawdzamy czy Twoje dane (ERP, P2P, Excele, kontrakty) są wystarczająco czyste i dostępne, żeby AI dawało sensowne wyniki. Bez tego wchodzi śmieć i wychodzi śmieć.
Nazwy dostawców w 5 systemach pisane różnie („Acme Sp. z o.o.", „ACME", „Acme Polska"). Kategorie ujmowane inaczej w PO vs RFQ. Excele z ukrytymi arkuszami i formułami z 2018 roku. Numery materiałów nie pasujące między ERP a magazynem. Dla AI to zgadywanka, dla Ciebie pseudo-analizy. Audyt pokazuje co poprawić zanim wdrożysz konkretny workflow.
Co Ty robisz
Dajesz nam dostęp do przykładowych eksportów lub arkuszy z anonimizacją. Włączasz IT do rozmowy o źródłach danych (ERP / P2P / magazynowy).
Co my dajemy
Audyt danych z mapą luk, lista konkretnych poprawek (normalizacja nazw dostawców, ujednolicenie kategorii itd.), rekomendacja co poprawić priorytetowo zanim wdrożysz dany workflow. Czasem prosty cleanup wystarczy.
Format: Część analizy opłacalności. Przy kupowaniu AI ta sama warstwa decyduje, jakich danych dostawca w ogóle potrzebuje.
5Zasady bezpieczeństwa i nadzór
Kupowanie AI+
Zasady bezpieczeństwa i nadzór
Ustalamy razem co AI może przygotować, co musi sprawdzić człowiek, czego nie wolno wrzucać do publicznych narzędzi i jak dokumentujemy decyzje, żeby za pół roku było wiadomo, skąd się wzięły.
Czy zespół może wrzucać oferty dostawców do ChatGPT Free? Co z umowami z klauzulą poufności? Kiedy potrzebujemy ChatGPT Team, Enterprise albo Copilota w infrastrukturze firmy? Jak rejestrujemy, że rekomendacja AI została zaakceptowana przez konkretną osobę z zespołu, żeby dało się to odtworzyć przy audycie wewnętrznym?
Co Ty robisz
Włączasz w to compliance, IT i legal, bo te decyzje wykraczają poza dział zakupów. My pomagamy facylitować rozmowę i przygotować materiał wejściowy.
Co my dajemy
Dokument zasad bezpieczeństwa (2–3 strony) napisany językiem zrozumiałym dla biznesu, checklista co wolno / co nie wolno, plan przeszkolenia zespołu z tych zasad.
Format: Blok drugiego dnia szkolenia „Jak kupować AI" (bramki regulacyjne) albo osobny warsztat przy wdrożeniu.
6Wdrożenie w zespole
AI w pracy zakupów+
Wdrożenie w zespole
AI zostaje w codziennej pracy zespołu, nie znika po dwóch tygodniach od szkolenia. Champions, rytm pracy, wspólna biblioteka, miejsce na pytania. Razem projektujemy program szkoleniowy dopasowany do skali i potrzeb.
Firma robi jednorazowe 1-dniowe szkolenie. Ludzie są zadowoleni, przez tydzień testują narzędzia. Potem wracają stare nawyki, bo nikt nie zorganizował rytmu pracy, nikt nie utrzymuje championów, nie ma wspólnego miejsca na pytania i wymianę dobrych promptów. Po miesiącu zespół „nadal" używa AI, ale w praktyce mniej niż 20% osób. U Was, w zależności od skali i zakresu, może to być intensywny 1-dniowy warsztat dla zespołu 5–8 osób, albo wielotygodniowy cykl z cotygodniowymi sesjami dla zespołu 20–50 osób z kilku lokalizacji.
Co Ty robisz
Wskazujesz 1–2 osoby z zespołu, które będą championami (najczęściej młodsi kupcy z entuzjazmem do AI). Razem ustalamy skalę i format programu szkoleniowego, od jednego intensywnego dnia do wielotygodniowego cyklu. Akceptujesz cotygodniowe 30-minutowe sesje wymiany praktyk przez pierwsze 3 miesiące.
Co my dajemy
Wspólnie projektujemy dedykowany program szkoleniowy, w którym zakres, długość i format wynikają z analizy potrzeb zespołu, ustaleń z analizy i Twojej decyzji o priorytetach. Plus enablement championów, adoption dashboard (proste KPI: co zostało użyte w ostatnim tygodniu, gdzie są blokery) i 30/60/90-dniowy follow-up clinic po starcie.
Format: Szkolenia zespołu: od jednodniowego warsztatu po program z liderami wewnętrznymi, zależnie od skali. Opisane osobno na stronie warsztatów.
7Wybór narzędzi i zarządzanie kategorią
Kupowanie AI+
Wybór narzędzi i zarządzanie kategorią
Razem z IT i compliance pomagamy w wyborze podejścia i konkretnych narzędzi: Copilot 365, ChatGPT Team, Claude Enterprise, n8n, Make.com? Vendor-agnostic, anchored w tym, co już macie. Jeśli chcecie, konfigurujemy i budujemy workflowy razem z Twoim zespołem.
Firma X ma już wykupiony M365 z Copilotem, więc większość rzeczy zrobimy w Copilot 365 + Power Platform, bez nowych licencji. Firma Y jest na Google Workspace, więc wykorzystamy Gemini + AppSheet. Firma Z chce pełnej kontroli nad LLM i integracji z ERP, więc ChatGPT Team lub Claude Enterprise + n8n jako orchestration layer. Najczęściej w praktyce: wariant hybrydowy. A potem, jeśli zdecydujecie, razem konfigurujemy konkretne workflowy (np. agent porównujący oferty w Copilot Studio, albo pipeline n8n łączący e-mail dostawcy z bazą kontraktów).
Co Ty robisz
Włączasz IT do rozmowy. Dajesz wgląd w obecne licencje i polityki firmy (security, data residency, vendor approval). Decydujesz, czy chcesz tylko rekomendację, czy też pełną konfigurację i build workflowów razem z nami.
Co my dajemy
Konkretna rekomendacja stacka (niezależna od dostawców, nie mam umów partnerskich), porównanie kosztów 3-letnich (TCO), plan migracji jeśli trzeba. Plus, jeśli zdecydujecie, konfigurujemy wybrane narzędzia i budujemy konkretne workflowy razem z Twoim zespołem (Copilot Studio, Power Automate, n8n, Make.com, ChatGPT custom GPTs itd.). Zawsze priorytet: wykorzystać to co już macie.
Format: Rdzeń ścieżki „Kupowanie AI": strategia kategorii, porównanie ofert, bramki regulacyjne i rejestr kwestii umownych.
Jak dwie ścieżki dzielą się między siedem warstw
Nie sprzedaję siedmiu warstw. Sprzedaję dwie ścieżki, a każda z nich pracuje na innym ich zestawie. Poniżej widać dokładnie, która warstwa należy do której.
Kupowanie AI
Szkolenie zamknięte pracuje na warstwach, które decydują o tym, co i na jakich warunkach wchodzi do organizacji: strategia kategorii, koszt zaakceptowanego rezultatu, bramki regulacyjne, wymagania wobec dostawców.
Zobacz program szkoleniaAI w pracy zakupów
Analiza, szkolenia zespołu i wdrożenie pracują na warstwach, które decydują o tym, czy AI realnie odciąża ludzi: rozpisanie zadań, powtarzalne przepływy, gotowe instrukcje i przyjęcie narzędzi przez zespół.
Zobacz, jak pracujęWarstwy 4 i 5 pojawiają się po obu stronach, tylko z innej perspektywy. Przy kupowaniu pytamy, jakich danych i jakiego nadzoru wymaga dostawca. Przy wdrażaniu pytamy, co musimy uporządkować u siebie, żeby wyniki były wiarygodne. Publikuję ten model, żebyście mogli sprawdzić sposób myślenia przed pierwszą złotówką.
Zacznijmy od rozmowy
Trzydzieści minut, bezpłatnie, bez zobowiązań.
Tyle wystarczy, żeby ustalić, która ścieżka i która warstwa jest Wasza. Jeśli żadna, usłyszycie to wprost.
Umów rozmowęZ bloga: jak naprawdę zbudować AI Procurement Operating Model
Porównania narzędzi, frameworki wdrożeń, decyzje strategiczne dla szefów zakupów.
AI w zakupach: porównanie Claude, ChatGPT, Gemini i Copilot. Od free do enterprise
Cztery narzędzia AI, cztery ekosystemy. Porównanie pricing, integracji, ERP i mój subiektywny ranking po roku codziennego użycia w zakupach.
Framework CRAFT: dlaczego 90% promptów w zakupach jest źle napisanych
Pięć liter, które dzielą prompt „powiedz mi co ważne” od prompta, który skraca pracę z trzech godzin do dwudziestu minut. Jak pisać prompty w zakupach.
![Przetestowałem 11 modeli AI na 10 zadaniach zakupowych [BLOG aiwzakupach.pl]](https://www.aiwzakupach.pl/blog-covers/przetestowalem-11-modeli-ai-w-zakupach.webp)
Przetestowałem 11 modeli AI na 10 zadaniach zakupowych [BLOG aiwzakupach.pl]
11 modeli AI, 10 zadań z prawdziwej pracy kupca, 330 testów i ślepa ocena. Zamiast wierzyć rankingom z internetu, sprawdziłem, który model naprawdę nadaje się do pracy w zakupach — i za ile.
Prywatność i pomiar kampanii
Używam podstawowej analityki Vercel do statystyk odwiedzin strony. Opcjonalnie możesz zgodzić się na Google Ads, żeby mierzyć skuteczność kampanii i formularzy. Polityka prywatności