Agent AI w social mediach: asysta zamiast autonomii

Na jakim etapie są dziś agenci AI w marketingu

Ich wykorzystanie nie jest jeszcze powszechne. W dziesiątej edycji badania Salesforce State of Marketing, w którym ankietowano 4450 osób odpowiedzialnych za marketing w 26 krajach, tylko 13% marketerów deklaruje, że obecnie korzysta z agentowej AI. Uwagę zwraca różnica w ramach tej globalnej próby: zespoły osiągające najlepsze wyniki używają agentów AI niemal dwa razy częściej niż słabsze.

Szerszy kontekst przedstawia artykuł filarowy AI & automatyzacja w prowadzeniu social mediów. Powiązane decyzje omawiają szczegółowo Tworzenie postów w social mediach z AI: zastosowania w workflow 2026, Alternatywa dla Hootsuite 2026: SaaS, agregator czy self-hosted? oraz Ile firm korzysta z AI w marketingu w social mediach w 2026 roku?.

Wyniki, które zmieniają decyzję

Gartner, komunikat prasowy z 25 czerwca 2025: firma analityczna przewiduje, że do końca 2027 roku ponad 40% projektów agentowej AI zostanie anulowanych z powodu rosnących kosztów, niejasnej wartości biznesowej lub niewystarczającej kontroli ryzyka. Według analityczki Gartnera Anushree Verma większość projektów to obecnie wczesne eksperymenty lub proof of concept, napędzane przez hype i często źle stosowane. W ankiecie Gartnera ze stycznia 2025 wśród 3412 uczestników webinaru 19% stwierdziło, że ich firma zainwestowała znacząco w agentową AI, 42% ostrożnie, a 8% wcale; 31% czekało lub nie miało zdania.

Dla social mediów oznacza to naszym zdaniem jedno: agentowi, który publikuje lub odpowiada na komentarze bez zatwierdzenia, brakuje właśnie tej kontroli ryzyka, której niedostatek Gartner wymienia jako jedną z trzech przyczyn anulowania projektów.

Dla podziału ról BVDW dostarcza użytecznego wzorca. Jego dział AI opisuje systemy wieloagentowe jako zespół ekspertów ds. marketingu, w którym wyspecjalizowani agenci przejmują różne role i wzajemnie koordynują swoje działania. Kto planuje w ten sposób, rozdziela odpowiedzialność, zamiast szukać agenta do wszystkiego.

Model pracy: agenci przejmują percepcję (research, monitoring), opracowanie (projekty, dostosowanie do platformy) i wykonanie (planowanie i publikację zatwierdzonych postów). Człowiek zachowuje kierunek kreatywny, kontrolę etyczną i ostateczne zatwierdzenie. Przed każdą publikacją i każdą odpowiedzią dla społeczności stoi bramka zatwierdzania.

Logika decyzji: co przejmuje agent, a co zatwierdza człowiek

Wdrożenie: od przypadku użycia do bramki zatwierdzania

Asysta zamiast autonomii oznacza w codziennej pracy, że agent przygotowuje materiał, a człowiek decyduje, co zostanie opublikowane. Tak wdrożysz agenta w pięciu krokach.

1. Zawęź przypadek użycia. Zacznij od jednego kanału i jednego zadania, na przykład projektów odpowiedzi na komentarze pod postami na LinkedInie. Zapisz, czego agentowi nie wolno: publikować bez zatwierdzenia, usuwać ani ukrywać komentarzy, podawać cen, udzielać porad prawnych.
2. Wbuduj bramkę zatwierdzania. Każdy post i każda odpowiedź dla społeczności trafia przed publikacją do osoby z uprawnieniami do zatwierdzania. Agent dostaje uprawnienia do zapisu projektów. Zaplanować lub opublikować może tylko to, co ta osoba zatwierdziła, na przykład za pomocą statusu zatwierdzenia w narzędziu do planowania.
3. Ustal eskalację. Skargi, sytuacje kryzysowe oraz pytania dotyczące zdrowia i kwestii prawnych agent rozpoznaje i przekazuje wskazanej osobie. Projektu odpowiedzi w takich sprawach nie pisze.
4. Wyjaśnij oznaczanie. Od 2 sierpnia 2026 obowiązują wymogi przejrzystości z art. 50 unijnego AI Act. Deepfake'i, czyli obrazy, nagrania audio lub wideo wygenerowane przez AI, które przypominają prawdziwe osoby, przedmioty, miejsca, podmioty lub wydarzenia i fałszywie sprawiają wrażenie autentycznych, musisz ujawniać jako wygenerowane sztucznie. To samo dotyczy tekstu wygenerowanego przez AI, który ma informować opinię publiczną o sprawach leżących w interesie publicznym, chyba że sprawdził go człowiek, a osoba lub Twoja firma ponosi odpowiedzialność redakcyjną. Bramka zatwierdzania ze wskazaną osobą odpowiedzialną może uzasadniać ten wyjątek, ale nie obejmuje on deepfake'ów. Jeśli sam budujesz agenta, na przykład z użyciem n8n i modelu językowego, i wykorzystujesz go we własnej firmie, zgodnie z art. 3 rozporządzenia z reguły jesteś dostawcą. Wtedy na podstawie art. 50 ust. 2 musisz zapewnić, że obrazy, audio, wideo i tekst generowane przez Twojego agenta są oznaczone jako wygenerowane przez AI w formacie nadającym się do odczytu maszynowego, o ile jest to technicznie wykonalne, nawet jeśli człowiek zatwierdza każdy post. Wyłączone są funkcje, które jedynie wspomagają standardową edycję lub nie zmieniają istotnie materiału wyjściowego. W przypadku systemów, które były na rynku już przed 2 sierpnia 2026, obowiązek oznaczania ma zastosowanie zgodnie z pakietem Digital Omnibus dopiero od 2 grudnia 2026. Jeśli agent jednak odpowiada bezpośrednio, na przykład w wiadomościach prywatnych, dostawca musi zgodnie z art. 50 ust. 1 jasno pokazać, że dana osoba komunikuje się z AI, o ile nie jest to oczywiste.
5. Mierz. Na początek wystarczą cztery wskaźniki: odsetek projektów zatwierdzanych bez zmian, odsetek odrzuconych projektów wraz z powodem, czas do zatwierdzenia i liczba eskalacji. Rozszerzaj przypadek użycia dopiero wtedy, gdy wskaźnik zatwierdzeń przez kilka tygodni pozostaje stabilny. Jeśli spada, sprawdź najpierw briefing, wytyczne dotyczące tonu i dane wejściowe.

Jak daleko może sięgać wykorzystanie agentów w firmie, pokazuje Zapier. Według referencji klienta opublikowanej przez Anthropic ten dostawca narzędzi do automatyzacji używa wewnętrznie ponad 800 agentów AI, czyli więcej, niż zatrudnia pracowników, a z AI korzysta 89% całego zespołu. To skrajny przypadek amerykańskiego dostawcy narzędzi z zespołem technicznym, a nie punkt odniesienia dla działu marketingu: liczy się to, który agent poprawia daną decyzję. Liczba agentów niewiele o tym mówi.

Następny krok

Agent, który przygotowuje materiał i czeka na zatwierdzenie, oszczędza czas na research i pisanie, a każdą publiczną wypowiedź nadal zatwierdza osoba odpowiedzialna. Zakres zastosowania rozszerzasz dopiero wtedy, gdy uzasadniają to wskaźniki z kroku 5.

Tam, gdzie te procesy regularnie się powtarzają, integracja agentów AI od Blck Alpaca pokazuje, jak w kontrolowany sposób włączyć je do istniejących systemów.