Sala biła brawo, choć część widowni sięgała po smartfony w trzeciej minucie. Microsoft AI Tour zatrzymał się 29 kwietnia w Zurychu i pokazał 2500 osobom dokładnie te same demo, które pokazywał dwa lata temu, tylko ze słowem “Agents” tam, gdzie wcześniej widniał “Copilot”. Sysadmini i decydenci IT, którzy tam byli, nie kryją zmęczenia, a Gartner od pół roku ostrzega, że ponad 40% projektów z agentami AI zostanie skasowanych do końca 2027 roku. Powodem nie są słabe modele, lecz to, że po roku pilotaży agenty nadal nie zarabiają. Co więcej, dział IT zauważa to wcześniej niż zarząd. Pokazujemy zatem, co naprawdę widać dziś na scenie konferencyjnej, dlaczego klienci enterprise przestali kupować autonomicznych agentów i jak odróżnić prawdziwą automatyzację od chwytu marketingowego.
Co Microsoft naprawdę pokazał w Zurychu
29 kwietnia 2026 do hali Messe Zürich przyjechało 2500 osób. Microsoft ogłosił 400 milionów dolarów inwestycji w szwajcarską infrastrukturę chmurową, dane mają zostawać w granicach kraju, a 50 tysięcy lokalnych klientów dostanie wcześniejszy dostęp do nowych funkcji Copilota. Pokazano też scenkę, w której agent przegląda skrzynkę pocztową, planuje spotkanie i zamawia kurier, podpisując się w imieniu zalogowanego pracownika.
Słyszysz to po raz drugi? Bo to ten sam scenariusz, który Microsoft pokazał w 2024 roku, tylko wtedy nazywano go “Copilot for Microsoft 365”. Ten sam przepływ pracy, ta sama sala, to samo pole “od kogo” w mailu. Po prostu na slajdach napis “Copilot” wymieniono na “Agents”.
Sysadmini, którzy obsługują infrastrukturę swoich firm na co dzień, rozpoznają ten chwyt natychmiast. Mail po keynote, post na LinkedInie czy wątek na forum kończą się bowiem tym samym akapitem. Dwa lata temu mieliśmy obiecanego asystenta, dziś ten asystent ma być autonomicznym agentem, jednak w środku to nadal ten sam Copilot z dodanym wywołaniem narzędzia. Dlatego klient odkłada folder ofertowy i pyta wprost: “a co konkretnie się zmieniło dla mojej firmy?”.
Demo na konferencji zmieniło tylko nazwę. Architektura, koszt i ryzyko wdrożenia zostały te same.
Liczba, która zatrzymuje rozmowę: 40% pilotaży do kosza
W czerwcu 2025 Gartner ogłosił, że ponad 40% projektów z agentami AI zostanie skasowanych do końca 2027 roku. Powody nie są tajne i wszystkie dotyczą operacji, nie samych modeli. Po pierwsze, rosnące koszty obliczeniowe. Dalej, brak jasnej wartości biznesowej. Z kolei niewystarczające kontrole ryzyka i zgodności. W tym samym raporcie firma analityczna wprost nazwała zjawisko “agent washing” (z ang. czyszczenie wizerunku przez słowo “agent”), czyli zmianę nazwy starych produktów (asystentów, narzędzi do automatyzacji powtarzalnych zadań biurowych, chatbotów) na “agentów AI” bez realnych zmian w architekturze.
Skala szacunku jest brutalna. Na tysiące firm reklamujących produkty z hasłem “agent AI”, Gartner ocenia, że tylko około 130 ma faktycznie autonomiczne systemy. Reszta to chatbot z lepszym promptem albo skrypt powtórzeniowy, który ktoś przemalował na nowo.
To jak rynek samochodów elektrycznych z 2010 roku. Każdy producent reklamował się wtedy jako “eko”, choć większość modeli była po prostu mniejszym silnikiem benzynowym. W efekcie trwało lata, zanim klient przestał kupować naklejkę i zaczął pytać o zasięg. Dziś natomiast to samo dzieje się z “agentami”. Dział IT ma już doświadczenie z poprzednim cyklem pilotaży, dlatego wie, że etap weryfikacji koncepcji sam się nie wdroży na produkcję.
Agent washing: stary produkt z nową naklejką
“Agent washing” to termin Gartnera określający chwyt sprzedażowy, w którym dostawca dorzuca słowo “agent” do nazwy istniejącego produktu i sprzedaje go drożej. Najczęściej dotyczy trzech kategorii. Pierwsza to stare asystenty konwersacyjne. Druga to narzędzia do automatyzacji powtarzalnych zadań biurowych (RPA, czyli Robotic Process Automation). Trzecia to reguły biznesowe, które od lat siedzą w systemach do zarządzania firmą.
Mechanizm jest prosty. Demo na scenie pokazuje agenta, który “samodzielnie” planuje spotkanie. Natomiast w rzeczywistości agent ma przepisany prompt z czterdziestoma krokami, predefiniowaną listę narzędzi, twardo zakodowane ograniczenia i obsługę błędów wpisaną przez programistę. Architektonicznie nie różni się więc od asystenta, którego ten sam dostawca sprzedawał w 2023 roku, ale przedrostek “autonomiczny” pozwala podnieść cenę.
Dlaczego dostawcy w to brną? Ponieważ rynek agentów AI ma wycenę 47 miliardów dolarów do 2030 roku, a klient enterprise jest skłonny zapłacić więcej za “agenta” niż za “asystenta”. Tylko że po roku pilotażu wraca z prostym pytaniem, na które slajd nie odpowiada: “pokażcie zwrot z inwestycji”. I tu się robi cisza.
Klient nie chce kupić autonomii ze sceny. Chce kupić rachunek, który spada w dół.
Co odróżnia prawdziwą automatyzację od slajdu
Granica między demo a rzeczywistym wdrożeniem jest twarda i ma cztery elementy. Pierwszy to obsługa wyjątków, czyli co się dzieje, gdy klient odpowie inaczej, niż przewidziano. Demo zwykle pomija tę ścieżkę, dlatego produkcja na niej upada. Drugi to integracje, ponieważ prawdziwy agent musi działać z istniejącym systemem do zarządzania firmą, bazą klientów, kalendarzem, którego nikt nigdy nie aktualizował. Trzeci to ślad audytowy, ponieważ dział zgodności pyta “kto zatwierdził tę decyzję”, a demo nie ma odpowiedzi. Czwarty to koszty. Jeśli każde wywołanie agenta to dolar z chmury, w efekcie miesięczna faktura potrafi przekroczyć budżet zespołu.
Te cztery rzeczy mają wspólny mianownik. Wymagają realnej inżynierii, nie slajdu. Dlatego niezależni analitycy szacują, że ponad 90% klasycznych agentów wdrożonych w 2024 i 2025 roku przestaje działać w pierwszych tygodniach po uruchomieniu. Nie umarły one przez błędy w modelu, lecz padły, bo nikt nie przygotował ich na wyjątki, integracje, audyt i rachunki.
Praktyczny wniosek dla kupującego jest prosty. Zamiast słuchać slajdów o autonomii, zapytaj dostawcę o trzy rzeczy. Po pierwsze, niech pokaże jeden konkretny przypadek wdrożenia z audytowalnym dziennikiem decyzji. Następnie niech poda koszt jednostkowy operacji w produkcji, nie w testach. Na koniec niech przedstawi mechanizm wycofania zmiany, gdy agent się myli. Jeśli dostawca odpowiada slajdami zamiast linkiem do dokumentacji, masz odpowiedź.
W praktyce, jeśli chcesz zobaczyć, jak buduje się odporną automatyzację, która nie pęka pod ruchem produkcyjnym, polecamy 12 zasad budowania agentów AI w produkcji, gdzie rozkładamy to na konkretne reguły inżynierskie.
Kurs n8n 2.0 · Kodożercy
Automatyzacja to dziś jedna z najbardziej poszukiwanych umiejętności
Firmy szukają ludzi którzy łączą procesy z narzędziami. Kurs n8n 2.0 na Kodożercach da Ci praktyczne umiejętności – webhooki, API, automatyczne przepływy danych – które możesz pokazać już jutro.
Zobacz program kursu →
Podsumowanie
Microsoft AI Tour w Zurychu nie wprowadził nowej idei. Pokazał stary scenariusz w nowym opakowaniu, a klient enterprise zaczyna ten chwyt rozpoznawać. Gartner przewiduje, że 40% projektów z agentami AI zostanie skasowanych do 2027 roku, ponieważ koszty rosną, a wartość biznesowa nie domyka się na slajdach. Wnioski są dwa. Po pierwsze, pytaj dostawcę o trzy konkrety: ślad audytowy, koszt jednostkowy w produkcji oraz mechanizm wycofania zmiany. Drugi wniosek jest dłuższy. Zamiast kupować autonomię z keynote’a, zainwestuj w zespół, który rozumie, jak buduje się integracje, obsługę wyjątków i kontrolę kosztów. Wtedy automatyzacja przestaje być slajdem i zaczyna być zwrotem z inwestycji.
Newsletter · DevstockAcademy & Kodożercy
Bądź na bieżąco ze światem IT, AI i automatyzacji
Co wtorek: newsy z branży, praktyczne tipy i narzędzia które warto znać. Zero spamu.
