Chatbot dla firmy 2025: ile kosztuje i ile trwa (realny cennik bez ściemy sprzedażowej)

Kiedy ktoś wpisuje w Google "chatbot dla firmy", zwykle trafia na stronę z formularzem kontaktowym i hasłem "wycena indywidualna". Rozumiem, dlaczego tak jest: cena zależy od zakresu, a firmy wdrożeniowe wolą rozmawiać zanim padnie liczba. My robimy to inaczej, bo uważamy, że osoba, która szuka informacji o kosztach, ma prawo poznać realne widełki, zanim usiądzie do rozmowy handlowej. Poniżej liczby z rynku, jakie widzimy w projektach realizowanych w Polsce w 2025 roku, oraz szczere wskazanie, kiedy ten projekt w ogóle nie ma sensu.

Ile faktycznie kosztuje wdrożenie w 2025 roku

Pierwsza rzecz, którą trzeba rozdzielić: bot regułowy (drzewko decyzyjne, gotowe odpowiedzi na sztywne pytania) i agent oparty na LLM z dostępem do bazy wiedzy firmy (RAG). To są dwa różne produkty, mimo że z zewnątrz wyglądają podobnie, bo obydwa "piszą do klienta w okienku czatu".

Bot regułowy vs agent AI z RAG

Prosty bot FAQ postawiony na gotowej platformie (typu chatbotowy kreator z drzewkiem scenariuszy) to koszt rzędu 3000-8000 zł jednorazowo. Wdrażamy go, konfigurując kilkanaście do kilkudziesięciu ścieżek odpowiedzi: godziny otwarcia, status zamówienia, podstawowe reklamacje, przekierowanie do konsultanta. Nie ma tu żadnego modelu językowego, więc bot odpowie dobrze tylko na pytania, które przewidzieliśmy w scenariuszu. Zapytanie sformułowane inaczej niż zakładał scenariusz kończy się odpowiedzią "nie rozumiem" albo przekierowaniem do człowieka.

Agent AI z RAG to zupełnie inna skala pracy. Trzeba zebrać i uporządkować bazę wiedzy (regulaminy, FAQ, dokumentację produktową), zaprojektować sposób, w jaki model wyszukuje w niej odpowiedzi, przetestować halucynacje i dopiąć ton komunikacji zgodny z marką. Taki projekt, ograniczony do jednego kanału (np. czat na stronie) i jednej bazy wiedzy, to zwykle 8000-20000 zł. Jeśli dochodzi integracja z CRM, systemem zamówień, płatnościami czy kilkoma kanałami jednocześnie (WhatsApp, Messenger, e-mail), realistyczne widełki to 20000-60000 zł i więcej, w zależności od liczby integracji i złożoności logiki biznesowej, którą agent ma obsłużyć samodzielnie.

Różnica w cenie między tymi dwoma podejściami to nie kaprys agencji, tylko realny nakład pracy. Bota regułowego konfiguruje się w interfejsie. Agenta AI trzeba zaprojektować, przetestować na dziesiątkach realnych zapytań klientów i dopracować tak, żeby nie wymyślał odpowiedzi, których nie ma w bazie wiedzy.

Koszt jednorazowy to nie koniec. Co siedzi w abonamencie

Tu zaczyna się część, o której strony sprzedażowe wolą nie mówić głośno, bo psuje efekt "niskiej ceny wdrożenia". Chatbot oparty na LLM nie działa za darmo po wdrożeniu. Miesięcznie płaci się za trzy rzeczy: zużycie tokenów (czyli opłatę za każde zapytanie do modelu językowego), hosting i monitoring, oraz aktualizację bazy wiedzy.

Koszt tokenów zależy od modelu, którego używamy, i od tego, jak dużo kontekstu trzeba wysłać do modelu przy każdym zapytaniu (im większa baza wiedzy przeszukiwana w RAG, tym więcej tokenów zużywa pojedyncza odpowiedź). Firma z ruchem 5000 rozmów miesięcznie zapłaci wyraźnie więcej niż firma z 500 rozmowami, nawet przy identycznej konfiguracji bota. To jeden z powodów, dla których nie da się podać jednej ceny "za chatbota" bez pytania o skalę.

Drugi koszt, o którym często się zapomina, to aktualizacja bazy wiedzy. Agent AI odpowiada dobrze tylko wtedy, gdy dokumenty, z których korzysta, są aktualne. Firma, która zmienia cennik, regulamin albo ofertę raz na kwartał, powinna wliczyć w budżet czas na przegląd i aktualizację treści, z których korzysta bot. W praktyce to zwykle kilka godzin pracy miesięcznie, ale jeśli nikt tego nie robi, bot po pół roku zaczyna odpowiadać na podstawie nieaktualnych danych, co jest gorsze niż brak bota w ogóle.

Ile to realnie trwa: dni vs tygodnie

Prosty bot regułowy da się wdrożyć w 3-10 dni roboczych. Większość tego czasu to nie praca techniczna, tylko ustalenie ze stroną klienta, jakie pytania faktycznie się powtarzają i jakie mają być odpowiedzi. Sama konfiguracja w narzędziu zajmuje jeden, dwa dni.

Agent AI z RAG w jednym kanale to zwykle 2-4 tygodnie: tydzień na zebranie i uporządkowanie bazy wiedzy, tydzień na konfigurację i pierwsze testy, tydzień-dwa na iteracje po rozmowach z prawdziwymi użytkownikami, bo dopiero wtedy widać, gdzie bot się myli albo halucynuje. Projekt z integracjami do CRM, systemu zamówień czy kilku kanałów jednocześnie to realistycznie 4-10 tygodni, zależnie od tego, ile osób po stronie klienta trzeba zaangażować do udostępnienia danych i testów.

Firmy, które słyszą "wdrożymy w 2 dni" przy projekcie z integracją CRM, powinny zapytać, co dokładnie kryje się pod słowem "wdrożenie". Zwykle oznacza to postawienie szkieletu bota bez realnych testów na danych klienta, co kończy się miesiącami poprawek już po starcie, kiedy klienci zaczynają zadawać pytania, których nikt nie przewidział.

Kiedy chatbot się nie zwraca

To jest część, którą pomijają strony sprzedażowe, bo nie sprzedaje projektu. Ale bez niej ten artykuł byłby niekompletny, więc powiem wprost: są sytuacje, w których odradzamy wdrożenie chatbota, nawet jeśli klient jest zdecydowany i ma budżet.

Pierwszy przypadek to zbyt mały ruch. Jeśli firma dostaje 100-200 zapytań miesięcznie przez czat lub formularz, koszt wdrożenia i utrzymania agenta AI nie zwróci się w oszczędności czasu obsługi. Prosta matematyka: jeśli obsługa jednego zapytania zajmuje pracownikowi 5 minut, 200 zapytań to niecałe 17 godzin miesięcznie. Chatbot za 15-20 tys. zł plus abonament nie ma tu sensu ekonomicznego przez najbliższe kilka lat. W takiej skali czasem lepiej sprawdza się prostszy szablon odpowiedzi albo dobrze zorganizowana strona FAQ.

Drugi przypadek to zbyt mała powtarzalność pytań. Chatbot, nawet oparty na najlepszym modelu, dobrze radzi sobie z pytaniami, które się powtarzają: status zamówienia, dostępność produktu, warunki gwarancji, godziny pracy. Jeśli firma obsługuje głównie zapytania unikalne, wymagające indywidualnej analizy sytuacji klienta (np. skomplikowane doradztwo techniczne, wycena projektu szytego na miarę), bot będzie w większości przypadków przekierowywał rozmowę do człowieka. Wtedy klient płaci za narzędzie, które w praktyce jest tylko drogim automatem powitalnym.

Trzeci przypadek, rzadziej wspominany: firma, która nie ma jeszcze uporządkowanej wiedzy do zasilenia bota. Jeśli odpowiedzi na pytania klientów siedzą w głowach dwóch pracowników i nigdzie nie są spisane, pierwszym krokiem nie jest chatbot, tylko uporządkowanie tej wiedzy w formie, którą później można wykorzystać. Bez tego etapu każdy projekt chatbota kończy się przedłużającym się etapem "zbierania materiałów", który podbija koszt i czas wdrożenia ponad pierwotne widełki.

Ukryte koszty, o których warto wiedzieć przed podpisaniem umowy

Poza tokenami i hostingiem, w projektach chatbotowych pojawiają się koszty, które łatwo przeoczyć na etapie wyceny. Pierwszy to koszt testów i poprawek po uruchomieniu. Nawet dobrze zaprojektowany agent w pierwszych tygodniach działania spotyka pytania, których nikt nie przewidział, i wymaga korekt. Jeśli umowa z wykonawcą nie obejmuje okresu wsparcia po starcie (typowo 2-4 tygodnie), klient płaci za te poprawki osobno.

Drugi koszt to integracje, które okazują się trudniejsze niż zakładano. System CRM bez porządnego API, stare oprogramowanie księgowe czy platforma sklepowa z ograniczonym dostępem do danych potrafią podnieść koszt projektu o 20-40% względem pierwotnej wyceny, bo trzeba budować dodatkowe mostki danych. Dlatego rzetelna wycena zawsze zaczyna się od audytu systemów, z którymi bot ma się łączyć, a nie od ogólnego cennika.

Trzeci, często pomijany koszt to czas własny zespołu klienta. Ktoś po stronie firmy musi dostarczyć materiały, zaakceptować scenariusze rozmów, przetestować bota przed startem. Jeśli w firmie nikt nie ma na to czasu, projekt się rozjeżdża w czasie niezależnie od tempa pracy wykonawcy.

Firmy, które mają już poukładane procesy księgowe i chcą iść dalej w automatyzację komunikacji z klientami, często zaczynają od mniejszego kroku, np. automatyzacji obiegu dokumentów, zanim zainwestują w agenta konwersacyjnego. Jeśli tak wygląda Wasza sytuacja, warto zerknąć też na automatyzację faktur jako tańszy i szybciej zwracający się punkt startowy.

Jak podejmujemy decyzję o rekomendowanym rozwiązaniu

W praktyce, zanim zaproponujemy klientowi konkretny wariant, pytamy o trzy rzeczy: ile zapytań miesięcznie realnie wpływa, ile z nich się powtarza, i czy firma ma gdzieś spisaną wiedzę potrzebną do odpowiedzi. Jeśli ruch jest mały i pytania się powtarzają w 80-90%, prosty bot regułowy wystarczy i jest tańszy w utrzymaniu. Jeśli ruch jest większy, pytania są bardziej zróżnicowane, a firma ma bazę wiedzy (choćby w postaci dokumentów, które trzeba tylko uporządkować), agent AI z RAG zwraca się szybciej niż się wydaje, bo realnie odciąża zespół obsługi od pytań powtarzalnych, zostawiając ludziom tylko wyjątki i sprawy wymagające decyzji.

To ostatnie zdanie jest ważne: dobrze zaprojektowany chatbot nie zastępuje całej obsługi klienta, tylko przejmuje 70-85% pytań rutynowych, a resztę przekierowuje do człowieka. Jeśli ktoś obiecuje 100% automatyzacji bez udziału ludzi, warto zapytać, jak to zostało przetestowane, bo w naszym doświadczeniu zawsze zostaje margines spraw, które wymagają decyzji człowieka, np. reklamacja poza standardowym regulaminem.