W biurze nieruchomości:
obsługa zapytańopisy ofertnotatki i follow-upyresearch i porównaniaplan pilotażu na 30 dni
14.10.2026 · 9:00–13:00 · Zoom · Patryk Omiotek, Web Amigos

W tej kolejności AI przestaje być gadżetem i staje się decyzją biznesową.
13:30 · Grafika AI w nieruchomościach · Anna Winiczeńko
Odpowiedzi na pytania ze slajdów. Krótko, bez obaw o literówki.
✋ albo 👍 zamiast „czy mnie słychać?”.
W module 4 pracujecie w parach i trójkach.
Na czacie: miasto i czym się zajmujecie: pośrednictwo, zarządzanie, deweloper, inne
Kto używa czatu AI w pracy? ✋
W czyim biurze jest spisana zasada, jakie dane wolno tam wkleić?
Ludzie już używają. Biura jeszcze nie wdrożyły.
Co robią inaczej? Trzy czwarte z nich przeprojektowało procesy. Nie kupiły lepszego modelu.
McKinsey, State of AI 2026 · ponad 1700 firm na świecie
Wynik modułu: jeden proces na pierwszego pilota
Jedna czynność, która co tydzień wraca i nie wymaga Waszej wiedzy eksperckiej.
„obsługa klientów”
za szeroko
„odpisywanie na pytania z portali o to samo mieszkanie”
w sam raz
Te same pytania o czynsz, piętro, termin
Kto szuka naprawdę, a kto „tylko pyta”
Po prezentacji, po ofercie, po ciszy
Telefony, SMS-y, przekładanie
W głowie, w telefonie, w CRM po 3 dniach
Komplet do transakcji, braki, przypomnienia
Ceny, podobne oferty, analiza dla klienta
Opisy ofert, zestawienia, raport dla właściciela
5000+ konsultantów z asystentem AI
Brynjolfsson i in., NBER
W zadaniach, w których AI jest dobra, i poza nimi
Dell'Acqua i in., SSRN
AI pomaga najbardziej w wąskich, powtarzalnych zadaniach, których wynik da się sprawdzić.
Trzy razy „nie”? To nie jest moment na automatyzację. Najpierw fundamenty. To też dobra decyzja.
Szkice odpowiedzi na zapytania. Opisy ofert z karty. Notatka po prezentacji.
Asystent na bazie ofert i dokumentów biura, połączony z CRM.
Przypomnienia o terminach, drobne porządki w kalendarzu.
Agent, który sam negocjuje cenę albo wysyła oferty bez akceptacji.
Wasza mapa procesów: wpiszcie 3–5 czynności z czatu i filtra w cztery ćwiartki. Lewa górna to kandydaci na pilota.
| Odpowiedzi na zapytania | 30 × 8 min | 4 h |
| Notatki i follow-upy po prezentacjach | 6 × 20 min | 2 h |
| Opisy nowych ofert | 3 × 40 min | 2 h |
| Razem | przykład | 8 h |
„sprzedaż mieszkań”
za szeroko
„notatka i follow-up po prezentacji mieszkania”
w sam raz
Wrócimy do niego na warsztacie o 11:25
Wynik modułu: wiecie, czego asystent potrzebuje i gdzie trafiają dane
01 · JEDNORAZOWY PROMPT
Kopiujesz opis mieszkania do ChatGPT i prosisz o post. Za tydzień od nowa. Model nie zna Twoich ofert.
02 · ASYSTENT
Ma dostęp do ofert, FAQ i standardu odpowiedzi. Przygotowuje szkic. Agent nieruchomości decyduje i wysyła.
03 · AGENT AI
Sprawdza kalendarz, proponuje termin prezentacji, zapisuje leada w CRM. W granicach, które mu wyznaczysz.
Większa samodzielność = większy efekt i więcej miejsc, w których proces może się rozjechać.
Po agenta AI sięgamy, gdy proces:
ANTHROPIC · BUILDING EFFECTIVE AGENTS
Szukajcie najprostszego rozwiązania. Czasem oznacza to, że agenta w ogóle nie budujemy.Ogólną wiedzę o rynku do pewnej daty. Nie zna Waszych ofert, cen, klientów ani zasad. Brakującą informację potrafi dopowiedzieć.
Aktualne oferty z CRM · FAQ i standard odpowiedzi · cennik usług i prowizji · wzory umów · procedury transakcji · historia rozmów z klientem
Asystent jest tak dobry, jak dokumenty, które mu dacie.
Nie uczymy modelu ofert na stałe. Dajemy mu właściwy kontekst w momencie pytania.
01
które mu daliśmy
02
da się sprawdzić, z której oferty
03
mówi „nie wiem”, gdy brak podstawy
PYTANIE 1
Sprawdzamy razem źródło.
PYTANIE 2
Dobry asystent nie dopowiada.
„Pani Anna pyta chyba o to mieszkanie na Lipowej, chciałaby obejrzeć w przyszłym tygodniu, budżet ma podobno do 700 tysięcy…”
Kolejny krok nie umie tego użyć.
oferta: LIP-12
klient: Anna K.
pytanie: balkon, czynsz
budżet: 700 000
prezentacja: przyszły tydzień
pilne: nie
To wchodzi prosto do CRM.
AI w procesie ma trzy role: zaklasyfikujwyciągnijnapisz
Za chatbota
odpowiada firma.
Chatbot obiecał klientowi zniżkę, której nie było w regulaminie. Firma twierdziła, że bot „sam odpowiada za swoje słowa”. Trybunał się z tym nie zgodził.
W biurze: asystent napisze klientowi, że „właściciel na pewno zejdzie z ceny”. Kto za to odpowiada?
Brak umowy powierzenia. Nie dla danych klientów.
ChatGPT Business, Claude Team, Copilot. Umowa, bez trenowania na danych.
Region i retencja pod kontrolą. Integracja z CRM i pocztą.
Model otwarty w centrum danych. Wymogi klienta, stały ruch.
Komputer lub serwer w biurze. Pełna kontrola i pełna odpowiedzialność.
Hybryda: ogólne zadania idą do chmury, dane wrażliwe zostają u nas. W praktyce najczęstsza.
Nagranie i transkrypcja: dane osobowe klienta i jego sytuacja finansowa. Mały model wystarczy.
Tylko oczyszczona notatka i karta oferty. Mocniejszy model, niski koszt zapytania.
Warunek: ktoś sprawdza na próbce, czy anonimizacja działa, zanim cokolwiek wyjdzie na zewnątrz · nagranie tylko za zgodą klienta
imię i nazwisko · PESEL · numer dowodu · adres z numerem lokalu · numer księgi wieczystej · telefon · e-mail · numer konta · sytuacja finansowa i kredytowa
nazwiska → Klient A, B, C · adres → ulica bez numeru · ceny przesuń o kilka procent · daty przesuń o stałą liczbę dni
Jeśli macie wątpliwości, jesteście w większości.
Wynik modułu: scenariusz rozłożony na wejście, rolę AI, kontrolę i miernik
| Co to jest | Kiedy tego użyć | Przykład z biura |
|---|---|---|
| Workflow sztywne kroki | Reguły da się zapisać zdaniami „jeśli… to…” | Nowy lead z portalu → wiersz w CRM → SMS do agenta |
| Workflow + AI w środku | Trzeba coś zrozumieć albo napisać | Zapytanie → pola → szkic odpowiedzi z bazy ofert |
| Agent AI model wybiera kroki | Nie wiadomo z góry, ile kroków i w jakiej kolejności | Research: sam decyduje, gdzie szukać i co porównać |
Dla większości procesów w biurze właściwa jest środkowa linia.
Aktualne oferty z CRM, FAQ biura, standard odpowiedzi, kalendarz
Czas do pierwszej odpowiedzi: z kilku godzin do 30 minut w godzinach pracy
Asystent obiecuje coś, czego nie ma w ofercie: rabat, miejsce postojowe, termin wydania
PATRZCIE NA
PATRZCIE NA
PATRZCIE NA
Wynik: karta projektu na jednej stronie, którą zabierzecie do biura
Szablon wklejam na czat · jedna karta na pokój, na procesie jednej osoby
| Proces i właściciel | Odpowiedź na zapytanie z portalu o konkretną ofertę · właściciel: szef biura |
| Oczekiwany efekt | Klient dostaje konkretną odpowiedź i propozycję prezentacji w 30 minut, nie po kilku godzinach |
| Dane wejściowe | Treść zapytania, karta oferty z CRM, FAQ biura, kalendarz agenta |
| Wynik | Pola (oferta, budżet, termin, pytanie) + szkic odpowiedzi + lead w CRM |
| Kto co kontroluje | Agent prowadzący ofertę czyta i wysyła każdą odpowiedź |
| Zasady i zakazy | Ceny i warunki tylko z karty · nie negocjujemy · pytanie spoza bazy → „przekazuję agentowi” |
| Czego potrzebuje AI | Dostęp do aktualnych ofert (eksport z CRM raz dziennie), skrzynki, kalendarza · konto firmowe, nie prywatne |
| Ryzyka | Nieaktualna oferta (sprzedana) · obietnica spoza karty · dane osobowe w chmurze bez umowy |
| Miernik 30 dni | Mediana czasu do pierwszej odpowiedzi · liczba poprawek w szkicu · prezentacje umówione z zapytań |
Nie prezentujcie narzędzi. Prezentujcie decyzję.
Dwa kolejne szkice: weźcie dwa procesy z lewej górnej ćwiartki mapy i zapiszcie każdy w trzech linijkach: proces → rola AI → kto zatwierdza. Wzorem są scenariusze z modułu 3.
Wynik modułu: plan na 4 tygodnie, miernik i rachunek
Decyzja: skalujemynajpierw porządkujemykończymy
„Będzie lepiej”
„usprawnimy obsługę”, „zaoszczędzimy czas”
Nie da się dziś zmierzyć? To też wynik: pierwszym krokiem nie jest AI, tylko pomiar.
| Sprawy | 400 zapytań miesięcznie | |
| Czas | 8 min → 3 min, odzysk 5 min | |
| Koszt minuty | 90 zł/h pełnego kosztu = 1,5 zł | |
| Wykorzystanie | 60% | |
| Korzyść brutto | 400 × 5 × 1,5 zł × 0,6 | 1800 zł |
| Licencje | 4 osoby × ok. 80 zł | −320 zł |
| Kontrola jakości | 1 h tygodniowo szefa biura | −390 zł |
| Wynik | przed kosztem wdrożenia | ok. 1090 zł |
Klient z portalu pisze do kilku biur. Odpowiedź w 30 minut zamiast po kilku godzinach częściej kończy się prezentacją.
Tego nie liczymy. To mierzymy.
Jedna strona, przyjęta przez właściciela biura · kompetencje AI pracowników: art. 4 AI Act
„Kupujemy system AI dla biura.”
Przez 4 tygodnie sprawdzamy, czy w jednym procesie skrócimy czas, zachowując jakość i kontrolę.
Skalujemy na kolejnych agentów i kolejny proces.
Wiemy więcej, a kosztowało to niewiele.
Zapiszcie kartę: to Wasz plan na listopad
Patryk Omiotek
Web Amigos
linkedin.com/in/patrykomiotek
patryk@webamigos.pl
Kolejne scenariusze · tablica procesu · karta krok po kroku · koszty i zwrot · metoda KOMPAS
Karta oferty, notatka z oględzin, 3–5 wzorcowych opisów biura, słowa zakazane
Czas na opis: z ok. 40 do 10 minut, bez wzrostu liczby poprawek
Cechy, których nie ma w karcie: „cicha okolica”, „widok na park”, „do wprowadzenia”
Notatka głosowa lub nagranie (za zgodą klienta), karta oferty, historia klienta w CRM
Notatka w CRM w ciągu 24 h po każdej prezentacji · follow-up tego samego dnia
Nagrywanie klienta bez zgody · dane o finansach klienta w chmurze bez umowy
Własna baza ofert, ceny transakcyjne, dane o okolicy, wcześniejsze analizy biura
Czas przygotowania zestawienia: z ok. 3 h do 30 minut · każde źródło sprawdzalne
Brak źródła, nieaktualne ogłoszenia, regulaminy portali zakazujące pobierania danych
Lista lokali i najemców, regulamin, lista fachowców, historia zgłoszeń
Zgłoszenia z kompletem informacji za pierwszym razem · czas do potwierdzenia przyjęcia
Awaria pilna (gaz, zalanie, prąd) musi od razu trafić do człowieka, nie do kolejki
| Biuro pośrednictwa | Kwalifikacja leadów pytaniami przed prezentacją · umawianie i przypominanie o prezentacjach |
| Transakcja | Kontrola kompletności dokumentów względem checklisty · przypomnienia o terminach z umowy przedwstępnej |
| Właściciel nieruchomości | Raport miesięczny: wyświetlenia, zapytania, prezentacje, komentarz agenta |
| Wynajem | Wstępna selekcja kandydatów na najemców według kryteriów właściciela |
| Deweloper | Odpowiedzi o harmonogram, standard wykończenia i dostępność lokali z jednej bazy |
| Biuro (AML) | Kompletność danych do weryfikacji klienta · decyzja zawsze u człowieka |
Co się wydarzyło.
Czas przeszły.
Kto to robi
lub uruchamia.
Gdzie są dane,
skąd przychodzą.
Ból, ryzyko,
pytanie bez odpowiedzi.
Miejsce, w którym
AI może pomóc.
Online: zwykły dokument wystarczy · ! = problem, AI = szansa
Co asystent może przekręcić albo dopowiedzieć? Jak to wyłapiecie?
Które dane nie mogą wyjść z biura? Co trzeba usunąć wcześniej?
Asystent na gotowym narzędziu: kilka dni konfiguracji. Integracja z CRM i pocztą: od kilku dni do kilku tygodni.
Aktualne oferty w jednym miejscu, FAQ, wzorcowe odpowiedzi i opisy. Bez tego żaden model nie pomoże.
Jedna osoba odpowiada za proces, sprawdza wyniki i zbiera poprawki od agentów.
| Pozycja | Rząd wielkości | Od czego zależy |
|---|---|---|
| Licencje | kilkadziesiąt zł na osobę miesięcznie | Plan biznesowy czatu AI dla zespołu |
| Model przez API | od kilkudziesięciu zł miesięcznie | Ile tekstu wysyłacie, który model |
| Narzędzie do automatyzacji | od zera do kilkuset zł miesięcznie | Własny serwer czy chmura, liczba uruchomień |
| Konfiguracja i integracja | jednorazowo | Czy CRM ma eksport albo API |
| Wasz czas | zwykle największa pozycja | Kontrola wyników, poprawki, utrzymanie |
Odzyskany czas staje się zyskiem dopiero wtedy, gdy obsłużymy więcej klientów, z lepszą jakością, albo zrobimy więcej prezentacji.
Nie liczymy wykorzystania 100%.
~5000 tokenów wejścia (zapytanie + oferty) i 500 wyjścia na zapytanie
ok. 2 USD / 12 USD za 1 mln tokenów → ok. 6,5 USD
ok. 26 000 zł / 36 mies. = ok. 720 zł amortyzacji
+ ok. 130 zł energii (150 W, praca ciągła)
Lokalnie nie wygrywa ceną. Decydują dane: czy wolno je wysłać do zewnętrznego dostawcy?
Policz na swoich liczbach: ragen.ai/pl/calculator
Bez integracji i kontroli jakości · ceny orientacyjne z 23.09.2026 · kurs ok. 3,79 zł
Maszyny parowe zużywały węgiel coraz wydajniej. Łączne zużycie węgla w Anglii wzrosło (zamiast spadać), bo tania energia znalazła nowe zastosowania.
Opis oferty z 40 minut robi się w 10. Zamiast odpocząć, przyjmujemy więcej ofert i umawiamy więcej prezentacji.
Zdecydujcie z góry, na co przeznaczycie odzyskany czas.
Po co to robimy? Cel i punkt wyjścia.
Proces na osi zdarzeń, jak na warsztacie.
Wartość dziś i cel, zanim cokolwiek wdrożycie.
Wpływ ocenia biznes, wysiłek osoba od wdrożenia.
Lista „nie teraz” z uzasadnieniem.
Kolejność wdrożeń: najpierw fundamenty.
Metoda autorska Web Amigos · 3–4 godziny, 2–4 osoby, ściana albo wspólny dokument
Slajdy zapasowe: pytania z sali · lokalny model u siebie
| Dane klientów w ChatGPT? | Na prywatnym koncie nie: brak umowy powierzenia. Plan biznesowy lub API z umową, dostępem i retencją: po rozmowie z IOD. |
| Czy dostawca trenuje na moich danych? | Plany biznesowe i API dużych dostawców: domyślnie nie. Konsumenckie: zależy od ustawień. Sprawdźcie w umowie, nie w reklamie. |
| Czy AI zastąpi pośrednika? | Zabierze pracę wokół sprzedaży: odpowiedzi, notatki, opisy. Relacja, negocjacje i odpowiedzialność za transakcję zostają u człowieka. |
| Ile kosztuje wdrożenie? | Licencja to kilkadziesiąt zł na osobę miesięcznie. Najwięcej kosztują dane, integracja i kontrola jakości. Policzcie wzorem z modułu 5. |
| Nasz CRM ma „AI” w pakiecie? | Sprawdźcie, gdzie przetwarza dane i czy pracuje na Waszych ofertach. Te same pięć pytań co przy każdym dostawcy. |
| Od czego zacząć jutro? | Polityka AI na jedną stronę (narzędzia, dane, kto odpowiada) i jeden pilot z karty. |
| Agent czy asystent na start? | Asystent. Agent AI, gdy proces jest opisany, ma właściciela, znane wyjątki i granice. |
| Chmura w USA jest legalna? | Data Privacy Framework obowiązuje, ale jest pod presją. Bezpieczniej: przetwarzanie w UE i klauzule standardowe. Decyzja biura z IOD. |
| AI Act dotyczy biura? | Obowiązek dbania o kompetencje AI pracowników (art. 4) obowiązuje od 2.02.2025. Asystent do maili to nie system wysokiego ryzyka. |
| Lokalny model jak ChatGPT? | W wąskim zadaniu na własnych dokumentach często wystarczy. W szerokich zadaniach chmura jest mocniejsza. Testujemy na procesie. |
Pobiera i uruchamia modele. macOS, Windows, Linux.
Jedno okno: wyszukiwarka modeli, czat, serwer API.
Baza wiedzy ze źródłami, działa na Ollamie.
Czat w przeglądarce, konta, bazy wiedzy.
Polski model: Bielik (SpeakLeash, Cyfronet AGH), wersja 11B potrzebuje ok. 8 GB pamięci. Do transkrypcji: Whisper.
Mini PC z Ryzen AI Max+ 128 GB albo MacBook Pro 64 GB
Jedna osoba, testy, wąski zbiór dokumentów
Stacja NVIDIA GB10, 128 GB albo PC z RTX 5090
Kilka do kilkunastu osób. Potrzebny właściciel i monitoring
Kilka kart RTX PRO 6000 96 GB
Stały ruch, integracje. Alternatywa: chmura prywatna
Reguła kciuka: pamięć ≈ parametry modelu (mld) × 0,6 GB przy Q4 + zapas.
Ceny brutto, orientacyjne, 23.09.2026 · pamięć i GPU są w 2026 wyjątkowo drogie: poproś o ofertę z datą ważności