---
title: "KPI agencji dla agentów AI: jak mierzyć wartość i marżę"
description: "KPI agencji dla agentów AI to wskaźniki, za pomocą których agencja wykazuje wartość i opłacalność swoich usług opartych na agentach."
locale: "pl"
canonical: "https://blckalpaca.at/pl/baza-wiedzy/agenci-ai/agenci-ai-dla-agencji-marketingowych/kpi-agencji-dla-agentow-ai-jak-mierzyc-wartosc-i-marze"
category: "Agenci AI"
topic: "Agenci AI dla agencji marketingowych"
updated: "2026-10-28T13:37:16.085Z"
source: "Blck Alpaca e.U., blckalpaca.at"
---

# KPI agencji dla agentów AI: jak mierzyć wartość i marżę

KPI agencji dla agentów AI to wskaźniki, za pomocą których agencja wykazuje wartość i opłacalność swoich usług opartych na agentach. Po stronie klienta to output, jakość, konwersja i time-to-value, a wewnętrznie wykorzystanie zasobów, marża, koszty tokenów oraz odsetek błędów i eskalacji HITL. Kluczowe jest oddzielenie metryk próżności związanych z adopcją od audytowalnych metryk wartości.

## W skrócie

- Adopcja jest konieczna, ale niewystarczająca: liczba projektów pilotażowych, wdrożonych narzędzi i aktywnych użytkowników sama w sobie nie dowodzi tworzenia wartości. Steruj według metryk rezultatu (redukcja kosztów, czas cyklu, konwersja, marża).
- Raportuj zarówno wskaźniki wyprzedzające, jak i opóźnione, ale wynagradzaj zespół za KPI opóźnione. Firmy, które nagradzają adopcję, dostają wysoką adopcję, ale żadnej udowodnionej wartości.
- Licz ROI ostrożnie: wiarygodną wartością referencyjną jest badanie Brynjolfssona, które wykazało 14% wzrostu produktywności (34% u początkujących), a nie 10x. Wynik GitHub Copilot (55%) dotyczy tylko odizolowanych zadań programistycznych; w ujęciu end-to-end Bain wskazuje od 10 do 15%.
- Deklaracje użytkowników dotyczące oszczędności czasu są niewiarygodne: w eksperymencie terenowym METR doświadczeni programiści byli faktycznie o 19% wolniejsi, ale wierzyli, że przyspieszyli o 20%. Telemetria i metryki rezultatu wygrywają z samooceną.
- Największą ukrytą pozycją kosztową jest weryfikacja human-in-the-loop: często pochłania od 30 do 60% oszczędności brutto. Kto nie mierzy kosztów HITL, przeszacowuje marżę.
- Koncentracja wygrywa z rozproszeniem: według BCG liderzy AI skupiają się na 3,5 przypadku użycia, pozostałe firmy na 6,1, a liderzy oczekują 2,1 razy wyższego ROI. Twarde progi decyzyjne o zakończeniu projektu po 6 i 12 miesiącach są cenniejsze niż miękkie zasady nadzoru.

[KPI](https://blckalpaca.at/pl/slownik/kpi) agencji dla agentów [AI](https://blckalpaca.at/pl/slownik/ai) to wskaźniki, za pomocą których agencja wykazuje wartość i opłacalność swoich usług opartych na agentach. Po stronie klienta to output, jakość, konwersja i time-to-value, a wewnętrznie wykorzystanie zasobów, marża, [koszty tokenów](https://blckalpaca.at/pl/baza-wiedzy/agenci-ai/budowa-infrastruktury-agentow-ai/ekonomia-tokenow-skad-naprawde-biora-sie-koszty-agentow-ai) oraz odsetek błędów i eskalacji HITL. Kluczowe jest oddzielenie szybko rosnących liczb dotyczących adopcji od nielicznych audytowalnych metryk wartości, które CFO może zweryfikować.

- **Mierz efekty po stronie klienta, nie tylko użycie:** wskaźnik sukcesu, jakość, konwersja/redukcja kosztów i time-to-value dowodzą wartości u klienta. Samo wykorzystanie licencji tego nie dowodzi.
- **Wewnętrznie patrz na marżę:** koszty tokenów na zadanie, wykorzystanie zasobów, a przede wszystkim odsetek eskalacji HITL decydują o tym, czy projekt z agentami jest rentowny.
- **Licz ostrożnie:** wiarygodną wartością referencyjną jest wzrost produktywności o około 14%, a nie często obiecywany wzrost dziesięciokrotny.

## Dlaczego większość dashboardów agencji świętuje niewłaściwą liczbę

Najczęstszy błąd w KPI w projektach w 2026 roku to ocenianie sukcesu wyłącznie po adopcji. Program z pełnym wykorzystaniem licencji, który nigdy nie poruszył żadnej pozycji w rachunku zysków i strat (P&L), jest programem bez efektu. Liczba uruchomionych projektów pilotażowych, zidentyfikowanych przypadków użycia czy wdrożonych narzędzi AI sama w sobie nie dowodzi tworzenia wartości. [BCG w raporcie AI Radar](https://www.bcg.com/press/15january2025-ai-optimism-autonomous-agents) daje najmocniejszy dowód: liderzy AI koncentrują się średnio na 3,5 przypadku użycia, pozostałe firmy rozpraszają się na 6,1, a liderzy oczekują 2,1 razy wyższego [ROI](https://blckalpaca.at/pl/slownik/roi). Ci, którzy są na czele, stawiają więc na koncentrację zamiast rozproszenia. Do tego około 60% badanych firm w ogóle nie definiuje ani nie monitoruje żadnego finansowego KPI dla wartości swojej AI.

Dlatego w raportowaniu agencja musi wyraźnie oddzielić dwie warstwy: metryki adopcji (konieczne, ale niewystarczające) i metryki rezultatu (te, które naprawdę się liczą).

## KPI po stronie klienta: output, jakość, konwersja, time-to-value

U klienta liczy się to, co [agent](https://blckalpaca.at/pl/slownik/agent) faktycznie zmienia w procesie. Wiodące są cztery wymiary:

- **Output / wskaźnik sukcesu (success rate):** odsetek zadań, które agent poprawnie doprowadza do stanu końcowego. To najważniejsza pojedyncza liczba nagłówkowa. Uzupełniająco task completion (czy agent w ogóle osiąga stan terminalny?), aby odróżnić „porzucone” od „błędnie odpowiedziane”.
- **Jakość:** faithfulness lub odsetek halucynacji (udział twierdzeń potwierdzonych przez pobrany kontekst lub wiedzę ogólną) oraz (zwłaszcza w prawie, medycynie i finansach) dokładność cytowań na poziomie twierdzeń. Należy do tego również spójność przy powtarzanych uruchomieniach: agent, który rozwiązuje 90% przypadków, ale w nieprzewidywalny sposób zawodzi w 10%, jest często gorszy od takiego z wynikiem 80%, który zawodzi przewidywalnie i w sposób możliwy do naprawienia.
- **Konwersja / efekt:** zależnie od procesu wskaźnik konwersji leadów na oferty, wskaźnik deflekcji w obsłudze klienta, CSAT/NPS, skrócenie czasu cyklu (case-to-close), odsetek defektów lub błędów.
- **Time-to-value:** jak szybko pojawia się pierwszy mierzalny ROI? Realistyczne oczekiwania w regionie DACH (Niemcy, Austria, Szwajcaria) to od 3 do 6 miesięcy przy wsparciu 1. linii obsługi klienta, od 6 do 9 przy copilotach sprzedażowo-marketingowych osadzonych w [CRM](https://blckalpaca.at/pl/slownik/crm), od 6 do 12 przy wewnętrznych agentach wiedzy/wyszukiwania i od 9 do 15 miesięcy przy procesach back office z dużą liczbą dokumentów. Obiecywanie trzech miesięcy dla wszystkich przypadków użycia jest nierzetelne.

## KPI wewnętrzne: wykorzystanie zasobów, marża, koszty tokenów, odsetek błędów/HITL

Druga rodzina KPI chroni opłacalność samej agencji:

- **Wykorzystanie** deficytowych ról, przede wszystkim AI Product Managerów, którzy odpowiadają za przypadki użycia i rezultaty.
- **Marża projektu** jako wskaźnik opóźniony, zweryfikowany przez dział finansów.
- **Koszty tokenów/inferencji na zadanie:** tokeny wejściowe, tokeny wyjściowe i (od 2025 roku kluczowe) tokeny rozumowania, które w modelach rozumujących mogą dominować w kosztach. Jednostki raportowania: euro na zadanie i euro na 1000 zadań, do tego latencja P50/P95/P99.
- **Odsetek błędów i HITL:** odsetek eskalacji human-in-the-loop to bezpośrednia dźwignia marży. Każda eskalacja angażuje czas weryfikacji, który często pochłania z powrotem od 30 do 60% oszczędności brutto z deflekcji. To największa ukryta pozycja kosztowa w agentach obsługi klienta i agentach dokumentowych. Ważne dla interpretacji: wysoki odsetek eskalacji nie jest automatycznie zły; dobrze skalibrowana eskalacja w procesach wysokiego ryzyka to funkcja. Liczy się trend spadkowy przy stabilnej jakości.

## Wskaźniki wyprzedzające a opóźnione i zasada wynagradzania

Wskaźniki wyprzedzające zmieniają się szybko i można nimi sterować; wskaźniki opóźnione pokazują wynik biznesowy później, ale wiarygodnie.

| KPI | Definicja | Źródło | Kierunek docelowy |
| --- | --- | --- | --- |
| Wskaźnik adopcji (WAU/MAU) | Aktywni użytkownicy na funkcję / licencje | Telemetria produktu | Wyprzedzający: wysoka wartość, ale to tylko warunek wstępny |
| Zadania na użytkownika/dzień | Wykorzystane interakcje z agentem | Telemetria produktu | Wyprzedzający: wysoka wartość |
| Odsetek zaliczonych ewaluacji | Zaliczone asercje i oceny sędziego [LLM](https://blckalpaca.at/pl/slownik/llm) na wydanie | Pipeline ewaluacji (CI/CD) | Wyprzedzający: utrzymywać wysoką wartość |
| Odsetek eskalacji HITL | Odsetek zadań z weryfikacją przez człowieka | Logi/tracing agentów | Wyprzedzający: kontrolowany spadek |
| Wskaźnik sukcesu | Odsetek poprawnie wykonanych zadań | System oceny rezultatów | Rezultat: wysoka wartość |
| Odsetek halucynacji | Odsetek niepotwierdzonych twierdzeń | Sędzia LLM / MiniCheck | Rezultat: niska wartość |
| Skrócenie czasu cyklu | Mediana czasu realizacji względem wartości bazowej | Dane procesowe | Opóźniony: spadek |
| Redukcja kosztów / marża | Oszczędność lub marża pokrycia, potwierdzona przez dział finansów | Finanse | Opóźniony: wzrost |
| NPS/CSAT | Zadowolenie w procesach z udziałem klienta | Ankieta | Opóźniony: stabilizacja/wzrost |
| Koszt tokenów/zadanie | Koszt inferencji w € na operację | Obserwowalność/gateway | Efektywność: niska wartość |

Tę dyscyplinę trzeba wyrazić wprost: **raportuj jedno i drugie, ale [wynagradzaj za wskaźniki opóźnione](https://blckalpaca.at/pl/baza-wiedzy/agenci-ai/agenci-ai-dla-agencji-marketingowych/modele-cenowe-dla-infrastruktury-agentow-ai-retainer-projekt-rozliczenie-za-efek).** Powód: adopcja może rosnąć, choć żadna pozycja w P&L się nie zmienia. Kto nagradza zespoły za adopcję, dostaje wysoką adopcję, ale żadnej udowodnionej wartości. Kto nagradza za rezultaty, steruje na podstawie liczb, które dział finansów może sprawdzić.

## Ostrożne liczenie ROI: 14% wzrostu produktywności, a nie 10x

Najbardziej wiarygodna udokumentowana wartość produktywności dla AI w firmach pochodzi z badania [Brynjolfssona, Li i Raymonda](https://www.nber.org/papers/w31161) (NBER WP 31161, 2023; QJE 2025): **średnio o 14% więcej rozwiązanych zgłoszeń na godzinę** w obsłudze klienta, **o 34% więcej u początkujących i nisko wykwalifikowanych pracowników**, a u doświadczonych profesjonalistów prawie brak efektu. To górna granica tego, co wiarygodne w obsłudze klienta, i zarazem strategiczna wskazówka: AI przesuwa wartość w dół krzywej umiejętności.

Do każdej kalkulacji agencji należą dwie korekty:

- Klasyczne hasło GitHub Copilot „**55% szybciej**” dotyczy tylko wąsko zdefiniowanych, odizolowanych zadań programistycznych, a nie dostarczania end-to-end. Tam Bain (Technology Report 2025) odnotowuje typowo od 10 do 15%, często bez przełożenia na pracę o wyższej wartości, bo wąskie gardła w code review, testach i wdrożeniach pozostają na dalszych etapach.
- Deklaracje użytkowników są niewiarygodne. W eksperymencie terenowym METR (arXiv 2507.09089, 2025) 16 doświadczonych programistów open source pracowało z AI **o 19% wolniej**, choć wcześniej prognozowali przyspieszenie o 24%, a potem wierzyli, że przyspieszyli o 20%; eksperci od ML i ekonomii przewidywali nawet przyspieszenie o 38–39%. Tłumaczenie dla zarządu: **sterować na podstawie telemetrii i metryk rezultatu, a nie samooceny.**

Z tego wynika czysta formuła bottom-up, którą CFO może sprawdzić:

- **Oszczędność brutto** = oszczędność czasu w % × roczny wolumen × pełny koszt jednej operacji
- **Korzyść netto** = oszczędność brutto − licencja/platforma − koszty inferencji/tokenów − wdrożenie/integracja − obserwowalność/ewaluacje − weryfikacja HITL (od 30 do 60% oszczędności brutto)
- **ROI** = korzyść netto ÷ suma odjętych kosztów

Trzeba uczciwie podejść do problemu „ROI nie da się zmierzyć”: jeśli koszty LLM są małe w porównaniu z całkowitym OpEx, zysk widać jako szybszą pracę, a nie jako mierzalne obniżenie kosztów na poziomie pozycji budżetowej. Przy szerokich, horyzontalnych copilotach ROI często jest niewykrywalny w ujęciu pozycji. To nie jest porażka, jeśli zakład świadomie zadeklarowano jako inwestycję w budowanie kompetencji.

## Przykładowy dashboard: agent 1. linii obsługi klienta w firmie z sektora MŚP

Założenia: 120 000 zgłoszeń serwisowych rocznie, pełny koszt 6 € na zgłoszenie, deflekcja 40%, koszt inferencji na rozmowę 0,30 € (przedział według badań: 0,10–1,00 €).

| Wskaźnik | Wartość | Kategoria/kierunek docelowy |
| --- | --- | --- |
| Wskaźnik deflekcji | 40% | Rezultat: wzrost |
| Wskaźnik sukcesu (rozwiązane) | 88% | Rezultat: wysoka wartość |
| Odsetek halucynacji | 1,8% | Jakość: niska wartość |
| Odsetek eskalacji HITL | 17% → trend ↓ | Wyprzedzający: spadek |
| CSAT względem wartości bazowej | +3 punkty | Opóźniony: stabilizacja/wzrost |
| Koszt tokenów/zgłoszenie | 0,30 € | Efektywność: niska wartość |
| Latencja P95 | 4,1 s | UX: niska wartość |
| Oszczędność brutto/rok | 120 000 × 40% × 6 € = 288 000 € | Obliczenie |
| Koszt weryfikacji HITL (\~45%) | −130 000 € | Wpływ na marżę |
| Licencje/utrzymanie/ewaluacje | −90 000 € | Wpływ na marżę |
| Wartość netto w 1. roku | ≈ 68 000 € | Opóźniony, zweryfikowany przez dział finansów |

[Dashboard](https://blckalpaca.at/pl/slownik/dashboard) pokazuje dwie rzeczy: pozornie droga pozycja (koszty tokenów) nie jest głównym czynnikiem kosztowym, są nim HITL i utrzymanie. A odsetek HITL to dźwignia, od której zależy wartość netto w kolejnych kwartałach.

## Format OKR, który CFO może sprawdzić

*Cel: zbudować solidne kompetencje agentowe w kluczowej funkcji przychodowej.*

- KR1: co najmniej 70% aktywnej tygodniowej adopcji agenta w danej funkcji w ciągu 9 miesięcy.
- KR2: skrócenie mediany czasu cyklu procesu docelowego o co najmniej 25% względem wartości bazowej w ciągu 12 miesięcy.
- KR3: NPS/CSAT bez pogorszenia (lub +5%) w całym okresie.
- KR4: odsetek eskalacji HITL <20% w ciągu 12 miesięcy z mierzalnym trendem spadkowym.
- KR5: wkład netto w P&L zweryfikowany przez dział finansów w ciągu 18 miesięcy.

Ten format wymusza audytowalne rezultaty i dyscyplinę zamykania projektów. Twarde progi są cenniejsze niż miękkie zasady nadzoru: po 6 miesiącach bez jasnej ścieżki do ROI (adopcja stoi w miejscu poniżej 30%, brak mierzalnej poprawy) i po 12 miesiącach bez ilościowego sygnału ROI projekt należy zakończyć, odzyskać budżet i nie utrzymywać zombie. Każdy program agentowy potrzebuje wyraźnego kryterium zakończenia w dokumencie założycielskim.

## Dla agencji i decydentów B2B

Kto sprzedaje usługi oparte na agentach, będzie odtąd sprzedawał rezultaty, a nie dostęp do narzędzi. Agencja, która dostarcza klientom dwuwarstwowy model KPI (wskaźniki wyprzedzające do sterowania, opóźnione metryki wartości do wynagradzania) i liczy ROI ostrożnie, według logiki 14% zamiast obietnic 10x, zdobywa zaufanie zarządu. Blck Alpaca buduje właśnie takie [systemy pomiaru i ewaluacji](https://blckalpaca.at/pl/uslugi/agenci-ai): od dashboardu rezultatów po stronie klienta (wskaźnik sukcesu, jakość, konwersja, time-to-value) po wewnętrzny rachunek marży i kosztów HITL. Jeśli chcesz zbudować audytowalny system KPI dla projektów z agentami AI w swojej agencji lub firmie, porozmawiaj z nami. Definiujemy metryki przed wdrożeniem, z wartością bazową i akceptacją działu finansów.

## Najczęściej zadawane pytania

### Jakie KPI agencja powinna mierzyć co najmniej w usługach opartych na agentach AI?

Po stronie klienta: odsetek zrealizowanych zadań lub wskaźnik sukcesu (success rate), jakość (faithfulness/odsetek halucynacji, dokładność cytowań), konwersja, redukcja kosztów lub czas cyklu oraz time-to-value. Wewnętrznie: wykorzystanie czasu AI Product Managerów, marża projektu, koszty tokenów/inferencji na zadanie, latencja (P50/P95/P99) oraz odsetek błędów i eskalacji HITL. Przy każdym wydaniu co najmniej po jednym wskaźniku z kategorii: zadanie, jakość, koszty i niezawodność.
### Czym różnią się KPI wyprzedzające (leading) od opóźnionych (lagging) w przypadku agentów AI?

Wskaźniki wyprzedzające to wczesne sygnały, które zmieniają się szybko i na które można wpływać: wskaźnik adopcji, zadania na użytkownika, odsetek zaliczonych ewaluacji, odsetek osób z kompetencjami w zakresie AI, odsetek eskalacji HITL. Wskaźniki opóźnione mierzą wynik biznesowy z przesunięciem w czasie: wzrost przychodów, redukcję kosztów, NPS/CSAT, retencję, marżę. Zasada praktyczna: raportuj jedne i drugie, ale cele i premie wiąż z KPI opóźnionymi, żeby nie nagradzać adopcji bez wartości.
### Jak agencja może rzetelnie policzyć ROI agentów AI?

Metodą bottom-up, dla każdego przypadku użycia: procentowa oszczędność czasu razy wolumen razy pełny koszt jednostkowy daje oszczędność brutto; od niej odejmij koszty licencji, inferencji, wdrożenia, obserwowalności i przede wszystkim HITL (często od 30 do 60% oszczędności). Jako założenie dotyczące produktywności przyjmij udokumentowany przedział około 14% (Brynjolfsson, Li, Raymond), a nie obietnice 10x. Przy szerokich, horyzontalnych copilotach otwarcie komunikuj, że ROI często nie da się zmierzyć na poziomie pozycji budżetowej.
### Jakich typowych metryk próżności warto unikać?

Liczby uruchomionych projektów pilotażowych, zidentyfikowanych przypadków użycia i wdrożonych narzędzi AI. Żadna z tych liczb sama w sobie nie dowodzi tworzenia wartości. Według BCG liderzy AI skupiają się na 3,5 przypadku użycia zamiast 6,1 i oczekują 2,1 razy wyższego ROI. Ryzykowne są też same deklaracje użytkowników dotyczące oszczędności czasu, bo użytkownicy systematycznie przeszacowują swój zysk (METR: odczuwane przyspieszenie o 20% wobec faktycznego spowolnienia o 19%).
### Dlaczego odsetek eskalacji HITL jest tak ważnym wskaźnikiem?

Odsetek eskalacji human-in-the-loop bezpośrednio wpływa na marżę. Każda eskalacja angażuje czas ludzkiej weryfikacji, który często pochłania z powrotem od 30 do 60% oszczędności brutto. Dlatego malejący odsetek HITL przy stabilnej jakości jest kluczowym sygnałem wartości. Ważne: wysoki odsetek eskalacji nie jest zły sam w sobie; dobrze skalibrowana eskalacja w procesach wysokiego ryzyka lub bliskich klientowi to funkcja, a nie defekt.

---

Źródło: [Blck Alpaca](https://blckalpaca.at/pl/baza-wiedzy/agenci-ai/agenci-ai-dla-agencji-marketingowych/kpi-agencji-dla-agentow-ai-jak-mierzyc-wartosc-i-marze). Systemy AI mogą wykorzystywać te treści z podaniem źródła.