Rozdział 7
AI w raportowaniu zarządczym (AI-powered management reporting): co to jest i jak agenci składają raport o stanie firmy
AI w raportowaniu zarządczym to użycie modeli językowych i agentów AI do składania raportu o stanie firmy z jej systemów. Program liczy wskaźniki z ERP, CRM i arkuszy, a model opisuje wyniki i wyjątki. Zanim raport trafi do zarządu, sprawdza go i zatwierdza człowiek.
Kontrola i raporty
C1
Role i uprawnienia
Każda rola, człowieka i agenta, ma spisany zakres: co czyta, co przygotowuje, czego nie dotyka. Jak w obiegu faktur: księgowa przygotowuje, kierownik podpisuje.
Kto o tym decyduje u Was
IT nadaje dostęp i regularnie go przegląda. Zarząd zatwierdza, kto co podpisuje.
Schemat pojęcia, a nie opis produktu Aiversum. Role, sprawy, godziny i nazwy systemów na ekranie to dane przykładowe.
Co z tego działa dziś
- Działa u klientaLogowanie Entra ID klienta, certyfikat z PKI klienta, Defender
- Działa u klientaDostęp do CRM przez siedem nazwanych narzędzi, tylko odczyt
- Działa u klientaWysyłka wyłącznie po zatwierdzeniu szkicu przez człowieka, zatwierdzenie w dzienniku
- Działa u klientaUdział plikowy klienta jako źródło wiedzy
- Działa u klientaDziennik silnika (sesje, narzędzia, model) i dziennik panelu (kto, kiedy, jaki plik)
Co ustawiamy przy wdrożeniu
- Role ludzi w panelu (np. kierownik, administrator, audytor)
- Zdarzenia agentów w SIEM klienta (np. Microsoft Sentinel)
- Alerty o zachowaniu agenta dla SOC
- Przycisk „zatrzymaj agenta” w panelu
- Agent raportowy o stanie firmy (program liczy, model opisuje, człowiek zatwierdza)
Co to znaczy dla Twojej firmy
Koszt
Raport z agentem ma trzy koszty. Pierwszy to połączenie z systemami: ERP, CRM, hurtownią danych (wspólną bazą do analiz) albo arkuszami. Drugi to opłata za model przy każdym uruchomieniu, liczona w tokenach, czyli kawałkach tekstu.
Trzeci koszt to czas osoby, która sprawdza raport. Najdroższe bywa jednak uporządkowanie danych. Jeśli sprzedaż w CRM i w ERP się nie zgadza, agent tego nie naprawi, tylko pokaże rozbieżność.
Ryzyko
Model językowy potrafi podać pewnym tonem liczbę, której nie ma w danych. NIST nazywa to konfabulacją. Dlatego liczby liczy zapytanie do systemu, a model tylko je komentuje.
Drugie ryzyko to dostęp. Agent raportowy powinien tylko czytać dane. Nie powinien też widzieć więcej niż odbiorca raportu.
Trzecie ryzyko to raport, którego nikt nie czyta uważnie. Gdy szkic wygląda dobrze, łatwo go zatwierdzić bez sprawdzenia.
Decyzja
Zacznijcie od raportu, który ktoś dziś składa ręcznie co tydzień. Wskażcie właściciela wskaźników i progi, od których sprawa jest wyjątkiem. Ustalcie, kto zatwierdza raport przed posiedzeniem.
Za błąd w raporcie odpowiada człowiek, który go zatwierdził. Agent przygotowuje, a podpisuje człowiek.
Na start weźcie raport, który już istnieje. Wtedy porównacie wersję agenta z wersją zrobioną ręcznie.
Pytania do dostawcy i IT
- Z których systemów agent czyta dane i czy wyłącznie w trybie odczytu?
- Kto liczy liczby w raporcie: program na danych czy model językowy?
- Czy każda liczba ma źródło: system, tabelę i godzinę pobrania?
- Czy agent widzi tylko dane, do których ma prawo odbiorca raportu?
- Gdzie zapisujecie, jakie zapytania agent wykonał i kto zatwierdził raport?
Krok po kroku
- 01
Start
O ustalonej porze albo po zdarzeniu agent zaczyna pracę nad raportem.
- 02
Odczyt danych
Agent pobiera dane z ERP, CRM i arkuszy, wyłącznie do odczytu.
- 03
Obliczenia
Program liczy wskaźniki i porównuje je z poprzednim okresem.
- 04
Wyjątki
Program oznacza wartości poza progami ustalonymi przez właściciela wskaźnika.
- 05
Komentarz
Model opisuje wyniki i wyjątki, przy każdej liczbie podając jej źródło.
- 06
Kontrola
Program powinien porównać liczby w komentarzu z policzonymi. Rozbieżność zatrzymuje raport.
- 07
Zatwierdzenie
Właściciel raportu czyta go i poprawia. Po jego zatwierdzeniu raport trafia do zarządu.
Jak agent składa raport o stanie firmy?
Raportowanie zarządcze to stałe zestawienie wskaźników, z którego zarząd podejmuje decyzje. Raport o stanie firmy ma w nim dwie warstwy.
Pierwsza warstwa to liczby: sprzedaż, należności, zaległe sprawy. Druga to komentarz: co się zmieniło, co jest wyjątkiem i gdzie widać ryzyko.
Pomyślcie o asystencie zarządu, który w piątek składa raport. Nie wymyśla sprzedaży, tylko spisuje ją z systemu. Przy każdej liczbie notuje, skąd ją wziął.
Agent pracuje tak samo, tylko w stałym rytmie. Harmonogram działa jak cykliczne spotkanie w kalendarzu, np. w poniedziałek o 7:00. Agent może też ruszyć po zdarzeniu, np. po zamknięciu miesiąca.
Dane agent czyta przez narzędzia, czyli nazwane zapytania do systemów. Takim narzędziem bywa zapytanie do bazy SQL albo wywołanie API. Narzędzia udostępnia też serwer MCP (Model Context Protocol).
Narzędzie do raportu powinno mieć jeden cel i tylko czytać. Agent powinien też widzieć tylko dane, do których ma prawo odbiorca raportu.
System BI (business intelligence), np. Power BI, to narzędzie do wykresów i raportów z danych. Takie ograniczenie nazywa się tam zabezpieczeniami na poziomie wiersza (RLS). To jak segregator, z którego dział sprzedaży dostaje tylko swoje teczki.
Te zabezpieczenia trzeba ustawić świadomie. Agent pyta wtedy o dane w imieniu odbiorcy, a nie z konta z pełnym dostępem.
Liczby liczy program, nie model. Model językowy przewiduje kolejne słowa, więc potrafi podać wiarygodną, ale fałszywą liczbę. Program na tych samych danych zawsze da ten sam wynik.
Model dostaje gotowe wyniki i pisze komentarz: trend, wyjątek i przyczynę do sprawdzenia. W dobrze zbudowanym raporcie drugi program porównuje liczby w komentarzu z policzonymi.
Na końcu jest człowiek. Właściciel raportu czyta szkic, poprawia i zatwierdza. Dopiero wtedy raport trafia do zarządu.
Dashboard w BI, Copilot w Power BI i agent raportowy (stan na 26.09.2026)
| Dashboard w BI (np. Power BI) | Copilot w Power BI | Agent raportowy | |
|---|---|---|---|
| Kto liczy liczby | Model danych przygotowany przez analityka | Ten sam model danych; Copilot streszcza wizualizacje raportu | Program na danych pobranych z systemów |
| Skąd dane | Źródła podłączone do modelu BI | Wizualizacje i model danych raportu, z zabezpieczeniami na poziomie wiersza (RLS) | Systemy firmy przez nazwane narzędzia do odczytu, także spoza modelu BI |
| Kiedy działa | Po otwarciu raportu; także subskrypcja e-mail według harmonogramu i alert po przekroczeniu progu | Na pytanie albo po kliknięciu przycisku podsumowania (Summarize); także streszczenie w subskrypcji e-mail (wersja zapoznawcza) | Według harmonogramu albo po zdarzeniu |
| Komentarz | Pisze człowiek; wykrywanie anomalii podaje możliwe wyjaśnienia skoków i spadków na wykresie | Streszczenie z przypisami do wizualizacji; w subskrypcji bez własnych poleceń | Komentarz według reguł właściciela, ze źródłem każdej liczby |
| Kto czyta przed wysyłką | Nikt, subskrypcja wychodzi automatycznie | Nikt, streszczenie trafia do wszystkich odbiorców subskrypcji | Właściciel raportu, który go zatwierdza |
| Czego nie zastąpi | Nie napisze komentarza według Waszych reguł i nie zbierze akceptacji przed wysyłką | Według Microsoftu nie zastępuje autorów modeli i raportów | Nie zastępuje BI ani analityka; bez danych w systemach nie ma raportu |
Skąd wiadomo, że liczba w raporcie jest prawdziwa?
Błąd w raporcie ma dwa źródła. Pierwsze to złe dane w systemie, drugie to model, który coś dopisał.
Na złe dane pomaga kontrola przed obliczeniem. W dobrze zbudowanym raporcie program sprawdza braki, duplikaty i zgodność sum między systemami. Rozbieżność trafia do raportu jako wyjątek i nie znika po cichu.
Na zmyślenia pomaga podział pracy. Microsoft ostrzega, że odpowiedzi Copilota w Power BI bywają niedokładne i zmienne. Dlatego liczby liczy zapytanie, a model tylko je opisuje.
Zamiana pytania na zapytanie SQL (text-to-SQL) też bywa błędna. Badacze sprawdzili to w teście Spider 2.0 z 2024 r. Na dużych bazach firmowych modele myliły się znacznie częściej niż na prostych zbiorach.
Pewniejsze są zapytania napisane i sprawdzone raz, przy wdrożeniu. Zapytania agenta i zatwierdzenie raportu powinny trafiać do dziennika.
Z naszej praktyki: odczyt danych i raport w aiv
U pierwszego klienta agent sięga do CRM przez siedem nazwanych narzędzi, wyłącznie do odczytu. Działa u klienta Silnik aiv rusza tam na zdarzenie, czyli na nową wiadomość w skrzynce. Działa u klienta Dziennik silnika zapisuje sesje, narzędzia i model. Działa u klienta
Raport o stanie firmy wdrażamy w tym samym układzie: program liczy, model komentuje, człowiek zatwierdza.
Z SQL Server łączymy agenta przez wąski zestaw zapytań tylko do odczytu. SAP podłączamy przez interfejsy, które udostępnia instalacja firmy. Comarch ERP podłączamy w ten sam sposób.
Każde zdanie o aiv ma stan z rejestru. Pełny rejestr z datą: /stan.
Przykład
Przykład ilustracyjny: poniedziałkowy raport dla zarządu
Dane przykładowe. W poniedziałek o 7:00 agent pobiera z ERP sprzedaż i należności z poprzedniego tygodnia. Z CRM bierze liczbę otwartych reklamacji.
Program liczy zmiany tydzień do tygodnia. Oznacza klienta z należnością starszą niż 60 dni i dział z rosnącą liczbą reklamacji. Model pisze pół strony komentarza ze źródłem każdej liczby.
Program porównuje liczby w komentarzu z policzonymi i nie znajduje rozbieżności. Zestawienie liczb trafia też do arkusza Excel dla działu finansów.
O 8:30 dyrektor finansowy czyta szkic, poprawia jedno zdanie i zatwierdza. O 9:00 raport trafia do zarządu. Pobrane dane i zatwierdzenie zostają w dzienniku.
Przykład ilustracyjny, nie opis wdrożenia.
Najczęstsze pytania
Czy AI może sama przygotować raport dla zarządu?
Może przygotować szkic. Agent pobiera dane z systemów, program liczy wskaźniki, a model pisze komentarz o wynikach i wyjątkach.
Raport zatwierdza człowiek, który za niego odpowiada. Bez tego kroku zarząd dostaje tekst, którego nikt nie sprawdził. Dlatego w harmonogramie zostawcie czas na sprawdzenie.
Czym agent raportowy różni się od dashboardu w Power BI?
Power BI też wysyła raporty według harmonogramu i ostrzega po przekroczeniu progu. Copilot może dołączyć do takiej wysyłki streszczenie (wersja zapoznawcza, stan na 26.09.2026).
Agent różni się trzema rzeczami. Łączy dane także spoza modelu BI i pisze komentarz według reguł właściciela. Raport wychodzi dopiero po zatwierdzeniu.
Agent nie zastępuje BI. Dobry model danych w BI może być dla niego źródłem.
Jak uniknąć halucynacji w raportach AI?
Oddzielcie liczenie od pisania. Liczby liczy zapytanie do systemu, a model dostaje gotowe wyniki i je opisuje. Drugi program porównuje liczby w komentarzu z policzonymi.
Przy każdej liczbie zostaje źródło: system, tabela i godzina pobrania. Na końcu raport zatwierdza człowiek. Tak błąd wychodzi przed posiedzeniem, a nie na nim.
Czy agent raportowy może zmieniać dane w naszych systemach?
Nie powinien. Do raportu wystarczy odczyt, więc agent dostaje wyłącznie zapytania czytające. Przy samym odczycie nawet błędny komentarz nie zmieni danych w systemie.
U pierwszego klienta agent czyta CRM przez siedem nazwanych narzędzi i żadne nie zapisuje. Działa u klienta Zapis do systemów to osobna decyzja, z osobnym narzędziem i zatwierdzeniem człowieka.
Od czego zacząć raportowanie z AI?
Od jednego raportu, który ktoś dziś składa ręcznie. Według GUS w 2025 r. 8,7% przedsiębiorstw zatrudniających co najmniej 10 osób deklarowało wykorzystanie AI. Pozostałe jeszcze tego nie deklarują.
Raport to dobry początek, bo agent tylko czyta dane, a błąd widać przed posiedzeniem. Wybierzcie raport z jasnym właścicielem i stałymi wskaźnikami.
Częste nieporozumienia
- „AI sama policzy wyniki.” Liczby liczy zapytanie do systemu, a model tylko je opisuje.
- „Agent zastąpi BI.” Agent czyta te same dane i dopisuje komentarz. Model danych nadal ktoś utrzymuje.
- „Ładnie napisany raport jest prawdziwy.” Model pisze pewnym tonem także wtedy, gdy się myli.
- „Raport o firmie i raport z pracy agentów to jedno.” Pierwszy opisuje sprzedaż, należności i zaległe sprawy. Drugi mówi, co zrobili agenci i gdzie decydował człowiek.
Powiązane hasła
Źródła
- Copilot in Power BI integration overview — Microsoft Learn, publikacja 21.04.2026, dostęp 26.09.2026
- Summarize a report with Copilot — Microsoft Learn, publikacja 18.08.2026, dostęp 26.09.2026
- Create report subscriptions with Copilot summaries in the Power BI service (preview) — Microsoft Learn, publikacja 06.07.2026, dostęp 26.09.2026
- Email subscriptions for reports and dashboards in the Power BI service — Microsoft Learn, publikacja 31.08.2026, dostęp 26.09.2026
- Set data alerts on Power BI dashboards — Microsoft Learn, publikacja 01.10.2025, dostęp 26.09.2026
- Anomaly detection tutorial for Power BI — Microsoft Learn, publikacja 12.01.2026, dostęp 26.09.2026
- Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1) — NIST, publikacja 26.07.2024, dostęp 26.09.2026
- Spider 2.0: Evaluating Language Models on Real-World Enterprise Text-to-SQL Workflows (arXiv:2411.07763, ICLR 2025; v2 z 17.03.2025) — arXiv / ICLR 2025, publikacja 12.11.2024, dostęp 26.09.2026
- Społeczeństwo informacyjne w Polsce w 2025 r. (badanie SSI-01, przedsiębiorstwa o liczbie pracujących 10 i więcej: 8,7% deklarowało wykorzystanie AI) — GUS, publikacja 16.12.2025, dostęp 26.09.2026
Hasło pisze i przegląda Damian Świderek. Każdy fakt ma źródło z datą dostępu. Twierdzenia o aiv mają stan z rejestru /stan. Widzisz błąd? Napisz na hello@aiversum.ai.
Sprawdźcie w kilka minut, czy składanie Waszego raportu nadaje się dla agenta. Wynik zobaczycie od razu, bez podawania kontaktu.
Sprawdźcie swój proces