Przejdź do treści

Czy RPA jeszcze ma sens? Rozmyślania przy kawie o agentach, umiejętnościach i młodych ludziach

RPA nie umiera - zmienia miejsce w układance. Agenci przejmują myślenie, roboty zostają od wykonania, a najciekawsze przesunięcie dzieje się w ludziach. Osobiste spojrzenie z lotu ptaka na rynek, zespoły i rekrutację.

Jacek BugajskiJacek Bugajski·

Branża ogłasza śmierć RPA regularnie od dwóch lat - a roboty jak klikały, tak klikają. Faktury się księgują, zgłoszenia się zamykają, audyty przechodzą. W tym samym czasie budżety, konferencje i nagłówki należą już do agentów AI. Ten rozjazd między narracją a maszynownią intryguje mnie na tyle, że usiadłem z kawą i spisałem, co z niego wynika - dla firm, dla ludzi od automatyzacji i dla tych, którzy właśnie zastanawiają się, kogo rekrutować. To nie jest raport analityczny. To rozmyślania przy kawie - z tezami, z którymi możecie się nie zgodzić. I o to chodzi.

Trzy fale, jeden kierunek

Z lotu ptaka automatyzacja ostatniej dekady układa się w trzy fale. Pierwsza to klasyczne RPA: roboty klikające według reguł, deterministyczne, przewidywalne, doskonałe w powtarzalnej pracy na ustrukturyzowanych danych. Druga fala dołożyła uczenie maszynowe - roboty zaczęły czytać faktury, klasyfikować dokumenty, rozumieć wiadomości. Trzecia fala, którą przeżywamy teraz, to agenci: systemy, które nie wykonują skryptu, tylko rozumują, planują i dobierają narzędzia do celu.

Daniel Dines, założyciel UiPath, ujął to tak: roboty dały nam technologię naśladującą sposób, w jaki ludzie wykonują powtarzalną pracę, a agentic automation po raz pierwszy w historii zaczyna naprawdę naśladować ludzki umysł. Skalę ambicji rynku pokazują wypowiedzi z ostatnich kilkunastu miesięcy: Jensen Huang nazywa agentów nową cyfrową siłą roboczą i przewiduje, że dział IT stanie się działem HR dla agentów, Marc Benioff mówi o wielobilionowej szansie w pracy cyfrowej, a Satya Nadella wieszczy, że logika biznesowa aplikacji przejdzie do agentów.

Brzmi jak wyrok na RPA? Moim zdaniem dokładnie odwrotnie.

Boty zawodzą głośno, agenci cicho

Najlepszy opis różnicy między botem a agentem, jaki ostatnio widziałem, pochodzi nie z materiałów marketingowych, tylko z relacji praktyka. Zastąpił trzy klasyczne boty jednym agentem opartym na LLM. Pierwszy tydzień: euforia, 80% przypadków obsłużonych bezbłędnie. Drugi tydzień: na przypadkach brzegowych agent zaczął podejmować błędne decyzje - i podejmował je z pełnym przekonaniem. Skończyło się dołożeniem barier ochronnych i kolejki przeglądu przez człowieka.

Wniosek, który z tego wynika, powtarzam klientom od miesięcy: boty są niezawodne, ale głupie; agenci są mądrzy, ale nieprzewidywalni. Boty zawodzą głośno i spektakularnie - od razu to widać. Agenci zawodzą cicho - robią to, co “myślą”, że mieliście na myśli. W procesach finansowych, kadrowych czy regulacyjnych cicha awaria jest znacznie groźniejsza od głośnej.

Dlatego dojrzała architektura agentowa nie wyrzuca robotów. Ona przydziela role: agenci myślą, roboty wykonują, ludzie prowadzą. Deterministyczne wykonanie jest tanie, audytowalne i przewidywalne - i właśnie dlatego pozostaje fundamentem wszędzie tam, gdzie błąd kosztuje. Pisaliśmy o tym szerzej w tekstach UiPath przestał być RPA oraz Od RPA do cyfrowych pracowników.

Rynek zresztą sam się filtruje. Gartner prognozuje, że ponad 40% projektów agentic AI zostanie anulowanych do końca 2027 roku - z powodu kosztów, niejasnej wartości biznesowej i braku kontroli ryzyka. Ta sama firma przewiduje jednak, że do 2028 roku 15% codziennych decyzji w pracy będzie podejmowanych autonomicznie. Obie liczby są prawdziwe jednocześnie: hype umrze, technologia zostanie.

Krajobraz umiejętności przesuwa się na naszych oczach

Najciekawsza zmiana nie dzieje się w technologii, tylko w ludziach. Obserwuję to u siebie w firmie, u partnerów i w setkach postów praktyków: rola “RPA developer” na naszych oczach staje się rolą “agent engineer”. I wbrew panice, którą widać w branżowych dyskusjach, uważam, że to awans, a nie wyrok.

Deweloper RPA nie zaczyna bowiem od zera. Trzy rzeczy, które robił przez lata, okazują się przewagą w świecie agentów. Po pierwsze, myśli w przepływach, nie w skryptach - rozgałęzienia, stany, punkty decyzyjne to dokładnie kształt agenta. Po drugie, ma dyscyplinę produkcyjną: ponawianie prób, logowanie, monitoring, umowy SLA - rzadka rzecz w świecie AI, gdzie wiele zespołów kończy pracę na efektownym demo. Po trzecie, potrafi zamieniać niejasne reguły biznesowe w niezawodne kroki - a agent tylko wykonuje to, co ktoś mądrze zaprojektował.

Na to nakładają się nowe warstwy kompetencji: projektowanie agentów i promptów, integracja z systemami enterprise, orkiestracja wielu agentów i robotów, process intelligence oraz - co podkreślam na każdym spotkaniu - bezpieczeństwo AI. Bariery ochronne, punkty kontroli człowieka, audytowalność decyzji agenta. O tym, dlaczego samo napisanie automatyzacji to dziś najłatwiejsza część, pisaliśmy w tekście Coding agent napisze automatyzację w 10 minut. Wdrożenie jej do produkcji zajmuje 10 tygodni.

A co z młodymi? Głosy, które warto usłyszeć

Tu dochodzimy do wątku, który poruszył mnie najbardziej. Skoro AI wykonuje coraz więcej pracy juniorów, po co zatrudniać juniorów? Takie pytanie słyszę coraz częściej - i dane pokazują, że nie jest teoretyczne. Badanie zespołu Erika Brynjolfssona ze Stanforda wykazało, że w zawodach najbardziej wystawionych na AI zatrudnienie osób w wieku 22-25 lat spadło relatywnie o 16% od końca 2022 roku, podczas gdy w starszych grupach dalej rosło. Dario Amodei, szef Anthropic, otwarcie ostrzega przed wpływem AI na stanowiska początkujących pracowników umysłowych.

A jednak liderzy, którzy tę technologię budują, mówią zgodnie coś odwrotnego do paniki. Matt Garman, szef AWS, nazwał zastępowanie juniorów przez AI “najgłupszą rzeczą, jaką w życiu słyszał” - bo juniorzy są najtańsi, najbardziej zaangażowani w narzędzia AI, a firma, która przestaje ich uczyć, za dziesięć lat nie będzie miała nikogo, kto cokolwiek umie. Daniel Dines mówi wprost: rezygnacja z rekrutacji juniorów to błąd. Jensen Huang dodaje perspektywę, którą uważam za najtrafniejszą: pracy nie zabierze Wam AI, tylko człowiek, który używa AI.

Podpisuję się pod tym w całości. W SNOK nie szukamy ludzi, którzy mają dziesięć lat doświadczenia w jednym narzędziu. Szukamy ludzi otwartych, ciekawych i szybkich w nauce - bo półka narzędzi wymienia się co kwartał, a ciekawość się nie starzeje. Młody człowiek z natywnym odruchem sięgania po AI plus doświadczony architekt, który wie, gdzie automatyzacja boli - to jest zespół na tę dekadę.

Zapraszam do dyskusji

Mam trzy pytania, na które naprawdę chcę poznać Wasze odpowiedzi. Po pierwsze: czy w Waszych organizacjach klasyczne RPA dalej robi robotę, czy już tylko czeka na wymianę? Po drugie: jak przekwalifikowujecie zespoły automatyzacji - i co okazało się najtrudniejsze? Po trzecie: czy rekrutujecie dziś juniorów do zespołów automatyzacji, czy wstrzymaliście się “do wyjaśnienia”?

Piszcie w komentarzach na LinkedIn albo bezpośrednio do mnie. Najciekawsze wątki opiszę w kolejnym tekście - przy kolejnej kawie.

Źródła

Wszystkie cytaty przywołane w tekście pochodzą z publicznych wypowiedzi i publikacji; tłumaczenia z języka angielskiego są moje własne, wierne oryginałowi. Prognozy rynkowe podaję z datą publikacji - to prognozy, nie fakty dokonane.

Ewolucja RPA i agentic automation

Rynek, liczby i prognozy

Rynek pracy i młodzi pracownicy

Tematy:Agentic AIRPAUiPathkompetencjerekrutacja
Spodobał się artykuł? Proszę podać go dalej:

Więcej z serii

Inne

Przegląd tygodnia W37: rdzeń nie decyduje, decyduje to, co wokół niego

Piętnaście pozycji z okna 11.08-10.09.2026: SAP Security Patch Day z notą 10,0 w jądrze, zdjęta bariera sieciowa przed SAP, oficjalny serwer MCP do administracji BTP, benchmark ośmiu filarów bezpieczeństwa SAP, ukryty ładunek w streszczeniu poczty, OWASP Agentic Skills Top 10, niemal autonomiczny atak agentowy na Tajwan, harness jako warstwa rozstrzygająca, wyniki UiPath, Cartographer, książka Daniela Dinesa, pułapka załącznika ISO 42001, model na poziomie krytycznym w cyber, podwyżki serwerów AI i runda Mistrala.

512 GB pod biurkiem. Dlaczego po Lenovo ThinkStation PGX poważnie rozważam Apple Mac Studio jako maszynę do POC dla SNOK

Apple zapowiedziało Mac Studio z układem M5 Ultra i 512 GB pamięci zunifikowanej o przepustowości 1,2 TB/s. Mam za sobą testy Lenovo ThinkStation PGX z układem NVIDIA GB10, a na co dzień pracuję na MacBooku ze 128 GB pamięci, więc czytam tę zapowiedź jak rachunek: czy to jest maszyna do dowodów koncepcji i douczania modeli dla firmy takiej jak SNOK. Cena na pierwszy rzut oka wydaje się absurdalna. Po przeliczeniu zaczyna się bronić.

Wasz asystent AI odmawia. To nie znaczy, że Was chroni

Ta sama prośba raz zostaje wykonana, raz odrzucona - zależnie od tego, co działo się w rozmowie wcześniej. Trzy pomiary pokazują, że odmowa modelu przesuwa się o dziesiątki punktów procentowych bez żadnej zmiany w konfiguracji, więc nie nadaje się do roli zabezpieczenia, którą jej przypisujemy w dokumentach.

Skontaktuj się z nami

Skontaktuj się z namiNapisz na office@snok.ai