Integracja AI z ERP: co sprawdzić przed umową

SAP, Microsoft Dynamics, Comarch ERP — każdy z tych systemów ma inną architekturę, inną historię danych i inną gotowość na agentów AI. A jednak większość ofert integratorów, które trafiają na biurka prezesów i dyrektorów finansowych w Warszawie i Wrocławiu, wygląda tak samo: slajd z oszczędnościami, harmonogram na sześć miesięcy i zdanie o „pełnej kompatybilności z Twoim systemem ERP". Problem zaczyna się w momencie, gdy zapytasz, co dokładnie kryje się pod tym zdaniem. Ten artykuł daje konkretne narzędzia, żeby zadać właściwe pytania — zanim złożysz podpis, nie po.

SAP, Dynamics i Comarch: trzy różne punkty startowe dla AI

SAP S/4HANA i starsze wersje ECC oferują rozbudowane API, ale architektura modułowa oznacza, że integracja AI z modułem FI/CO nie przenosi się automatycznie na MM czy SD. Każdy obszar wymaga osobnej analizy gotowości danych i osobnego etapu konfiguracji. Integrator, który nie pyta o konkretny moduł, nie zna konkretnego systemu.

Microsoft Dynamics 365 jest natywnie osadzony w ekosystemie Azure, co daje pozorną łatwość integracji z usługami Copilot i narzędziami AI Microsoftu. Paradoks polega na tym, że łatwość techniczna nie równa się gotowości procesowej. Firmy kupują licencje Copilot, zanim wiedzą, który proces ma być zautomatyzowany — i płacą za narzędzie, którego nikt nie używa.

Comarch ERP XL i Optima, dominujące w polskim mid-markecie, mają znacznie mniej standardowych konektorów AI niż SAP czy Dynamics. Integracja wymaga tu zazwyczaj warstwy middleware lub oprogramowania tworzonego pod specyfikę konkretnej firmy, co bezpośrednio przekłada się na wyższy koszt i dłuższy czas projektu. To nie jest wada. To fakt, który musi znaleźć się w umowie.

Pytanie odróżniające rzetelną ofertę od marketingowej brzmi następująco: czy wycena zakłada integrację z konkretną wersją i konfiguracją systemu ERP, czy z jego domyślną instalacją? Różnica w czasie realizacji może wynosić od sześciu tygodni do sześciu miesięcy.

Mapa procesów gotowych na AI — i tych, które wymagają najpierw porządku w danych

Automatyzacja procesów finansowych, uzgadnianie faktur, wykrywanie anomalii w płatnościach, prognozowanie cash flow, to obszar, w którym agenci AI w procesach biznesowych osiągają mierzalne wyniki najszybciej. Warunkiem jest jednak czysty, ustrukturyzowany rejestr transakcji w ERP. W większości firm mid-market z Warszawy i Wrocławia oznacza to, że projekt AI poprzedza projekt data cleansing, a nie odwrotnie.

Automatyzacja procesów zakupowych z ERP jest technicznie prostsza, ale organizacyjnie trudniejsza. Wymaga zmiany nawyków w działach, które przez lata pracowały manualnie. CFO powinien pytać nie tylko o harmonogram techniczny, ale o plan zarządzania zmianą po stronie integratora, bo ten plan zazwyczaj nie istnieje, dopóki nikt go nie zażąda.

Agenci AI w obszarze kadr i HR są popularne w ofertach, jednak w polskich realiach prawnych wymagają szczególnej uwagi pod kątem RODO i zbiorowych układów pracy. Opinia prawna powinna być warunkiem odbioru tego modułu, nie opcją do rozważenia po wdrożeniu.

Czego realnie nie wdrożysz w dwa kwartały: pełnej automatyzacji procesów decyzyjnych wymagających danych jednocześnie z ERP, CRM i BI bez uprzednio zbudowanej warstwy integracyjnej. Każdy integrator, który obiecuje inaczej, powinien przedstawić referencje z polskiego rynku, nie z globalnych case studies przygotowanych pod inną specyfikę prawną i infrastrukturalną.

Pytania do integratora, których nie znajdziesz w szablonie RFP

Poniższe pytania nie są listą kontrolną. To narzędzie diagnostyczne, każda odpowiedź ujawnia coś o rzeczywistej dojrzałości oferty.

Pierwsze: kto jest administratorem danych przetwarzanych przez model AI po zakończeniu projektu, Twoja firma czy dostawca infrastruktury? Brak jednoznacznej odpowiedzi to sygnał alarmowy dla CFO i DPO jednocześnie.

Drugie: poproś o trzy referencje z wdrożeń integracji AI z ERP zrealizowanych w Polsce w ciągu ostatnich osiemnastu miesięcy, w firmach o podobnej skali i branży. Integrator bez lokalnych referencji sprzedaje projekt pilotażowy na koszt i ryzyko klienta.

Trzecie: jak wygląda procedura eskalacji, gdy model AI generuje błędne rekomendacje finansowe lub operacyjne, i kto ponosi odpowiedzialność? Odpowiedź na to pytanie ujawni, czy masz do czynienia z partnerem biznesowym, czy z dostawcą oprogramowania.

Czwarte: czy oferta zawiera etap audytu jakości danych w ERP przed wdrożeniem? Brak tego etapu oznacza, że integrator zakłada gotowość danych, założenie błędne w większości projektów mid-market.

Piąte: jaki jest model wynagrodzenia, fixed price, time and material czy success fee powiązany z KPI? Odpowiedź powie więcej o poziomie pewności integratora niż jakikolwiek slajd w prezentacji.

Jak CFO powinien liczyć ROI, i jakich liczb nie akceptować

Realistyczny czas zwrotu z inwestycji dla polskiej firmy mid-market (100–490 pracowników) wdrażającej automatyzację procesów finansowych na SAP lub Dynamics wynosi od dziewięciu do osiemnastu miesięcy. Projekty obiecujące zwrot w trzy miesiące zazwyczaj liczą oszczędności na poziomie pojedynczych stanowisk, pomijając koszty utrzymania, licencji i zmian organizacyjnych.

CFO powinien wymagać modelu finansowego z trzema scenariuszami (pesymistycznym, bazowym i optymistycznym) opartego na danych z konkretnej firmy, nie na benchmarkach z raportów przygotowanych dla rynków zachodnich, które nie uwzględniają specyfiki polskiego rynku pracy ani lokalnych kosztów IT.

Tu leży sedno. Koszty, które regularnie znikają z ofert integratorów, to: szkolenia pracowników, zarządzanie zmianą organizacyjną, aktualizacje modelu AI po pierwszych sześciu miesiącach produkcyjnych oraz koszty zgodności wdrożeń AI z RODO i AI Act, obowiązkowe od sierpnia 2026 roku dla systemów wysokiego ryzyka. Te pozycje powinny znaleźć się w umowie, zanim projekt się zacznie. Nie jako aneks. Jako warunek.

Warto przy tym zauważyć, że nawet dobrze skonstruowany model ROI niesie w sobie niepewność, szczególnie w pierwszym roku, gdy model AI dopiero uczy się na danych produkcyjnych. To ograniczenie, które uczciwy integrator powinien komunikować wprost.

AI Act i RODO: obowiązki, których nie można przekazać wyłącznie do działu prawnego

AI Act UE klasyfikuje systemy AI wspomagające decyzje kadrowe, kredytowe i operacyjne jako systemy wysokiego ryzyka. Jeśli agent AI w ERP podejmuje lub rekomenduje decyzje w tych obszarach, firma jest zobowiązana do prowadzenia rejestru systemu, przeprowadzenia oceny ryzyka i zapewnienia nadzoru ludzkiego nad decyzjami. Integrator, który nie wspomina o tym w ofercie, albo nie wie, albo woli nie wiedzieć.

RODO biorąc pod uwagę integracji AI z ERP oznacza przede wszystkim pytanie o to, gdzie fizycznie są przetwarzane dane. Modele AI oparte na infrastrukturze spoza Europejskiego Obszaru Gospodarczego wymagają dodatkowych mechanizmów prawnych, standardowych klauzul umownych i oceny transferu danych. Dla firm z sektora finansowego i produkcyjnego w Warszawie i Wrocławiu to nie jest kwestia teoretyczna.

Praktyczny test dla zarządu: poproś integratora o wskazanie, które komponenty jego rozwiązania przetwarzają dane poza EOG i jakie mechanizmy prawne to pokrywają. Jeśli odpowiedź wymaga tygodnia konsultacji z prawnikiem integratora, masz odpowiedź na pytanie o jego gotowość do projektu.

Jeden wewnętrzny warunek, który decyduje o powodzeniu bardziej niż wybór integratora

Najczęstszy powód niepowodzenia wdrożeń AI z ERP w polskich firmach mid-market nie jest techniczny. To brak wyznaczonego właściciela procesu po stronie klienta.

Integrator może dostarczyć działający system, ale jeśli nikt w organizacji nie odpowiada za jakość danych wejściowych, interpretację wyników i eskalację błędów, projekt zatrzymuje się po pierwszym kwartale produkcyjnym, niezależnie od jakości architektury technicznej. Obserwujemy ten schemat powtarzający się w projektach różnej skali, z różnymi systemami ERP i różnymi integratorami.

Przed podpisaniem umowy zarząd powinien wyznaczyć wewnętrznego lidera transformacji AI, niekoniecznie z działu IT. W firmach, które skutecznie wdrożyły automatyzację procesów biznesowych w Polsce, tę rolę często pełnił dyrektor operacyjny lub kontroler finansowy, nie CTO. Bo to nie jest projekt technologiczny. To projekt zmiany sposobu pracy.

Szybki test gotowości organizacyjnej, który można przeprowadzić w jeden dzień: poproś dział IT o eksport próbki danych z ERP z ostatnich dwunastu miesięcy dla jednego procesu, który ma być zautomatyzowany. Jeśli eksport zajmuje więcej niż tydzień lub dane wymagają ręcznego czyszczenia przed analizą, przed firmą stoi projekt data governance, zanim zacznie się projekt AI. To nie jest przeszkoda. Ale musi znaleźć się w harmonogramie i budżecie, nie w przypisach do umowy.

Warto też rozważyć, czy przed wyborem integratora przeprowadzić niezależny audyt potencjału AI w firmie, szczególnie gdy wewnętrzne oceny gotowości opierają się na deklaracjach działów, a nie na rzeczywistym stanie danych. Deklaracje i dane rzadko się pokrywają.