Zastosowania
Zaopatrzenie B2B z agentami AI — automatyczne uzupełnianie zapasów
Jak agent AI sam dokupuje zapasy u zatwierdzonego dostawcy, gdy stan spada poniżej progu. Mandat, allowlista, integracja płatności i log do kontroli.
Magazyn schodzi poniżej progu, ktoś to zauważa (albo nie), wystawia zamówienie, czeka na akceptację, wysyła do dostawcy. W zaopatrzeniu B2B ten cykl powtarza się wielokrotnie w roku i niemal zawsze wygląda tak samo. To właśnie czyni go pierwszym realnym poligonem dla agentów AI, które nie tylko podpowiadają, ale samodzielnie domykają zakup płatnością.
W skrócie: agent uzupełniający zapasy obserwuje stany magazynowe i gdy poziom danego towaru spada poniżej ustalonego progu, składa zamówienie u wcześniej zatwierdzonego dostawcy i opłaca je w ramach z góry przyznanego mandatu. Żeby to było bezpieczne, potrzebujesz czterech rzeczy: wąsko opisanego mandatu, allowlisty dostawców, integracji z dostawcą płatności wymuszającym limity oraz audytowalnego logu każdej transakcji. Dzięki temu automatyzujesz nudną, powtarzalną pracę bez oddawania agentowi nieograniczonego dostępu do firmowych pieniędzy.
Dlaczego akurat B2B, a nie zakupy konsumenckie?
Bo zaopatrzenie ma trzy cechy, których brakuje większości zakupów detalicznych, i każda z nich obniża ryzyko oddania decyzji maszynie.
Powtarzalność. Firma produkcyjna co tydzień dokupuje te same komponenty, biuro te same materiały, gastronomia te same surowce. Wzorzec jest znany, a odchylenia łatwo wychwycić. Agent nie musi „wymyślać” zakupu — odtwarza decyzję, którą człowiek i tak podjąłby w identyczny sposób.
Zatwierdzeni dostawcy. W B2B nie kupujesz u przypadkowego sprzedawcy z marketplace’u. Masz umowy ramowe, negocjowane ceny, ustalone warunki płatności i katalog dostawców, który przeszedł wcześniej weryfikację. To naturalna allowlista — agent porusza się po zamkniętej, zaufanej liście, a nie po otwartym internecie.
Jasne limity. Zaopatrzeniowy koszyk daje się opisać liczbami: ile sztuk, jaka maksymalna cena jednostkowa, jaki dzienny i miesięczny pułap wydatków. Tam, gdzie da się postawić twardy limit, da się też bezpiecznie zautomatyzować. To dokładnie ten typ scenariusza, od którego warto zaczynać wdrożenie agentic commerce — opisujemy to szerzej w przewodniku po handlu z udziałem agentów.
Jak wygląda pełny cykl uzupełnienia zapasu?
Krok po kroku, scenariusz „od progu do zapłaty” wygląda następująco:
- Wykrycie progu. System magazynowy (WMS/ERP) raportuje, że stan towaru X spadł poniżej minimum — przykładowo zostało zapasu na kilka dni produkcji.
- Walidacja reguły. Agent sprawdza, czy ten towar jest objęty mandatem do automatycznego uzupełniania i czy planowane zamówienie mieści się w limitach (ilość, cena, pułap budżetu).
- Wybór dostawcy z allowlisty. Agent dobiera dostawcę spośród zatwierdzonych — najczęściej według wcześniej ustalonej logiki (główny dostawca, a w razie braku dostępności zapasowy).
- Złożenie zamówienia. Agent generuje zamówienie zgodne z negocjowanymi warunkami.
- Płatność w ramach mandatu. Transakcję autoryzuje dostawca płatności, sprawdzając, czy odbiorca jest na liście i czy kwota nie przekracza limitów.
- Zapis do logu. Każda transakcja trafia do dziennika, który łączy zakup z konkretnym progiem zapasu, regułą i tożsamością agenta.
Człowiek pojawia się w tym łańcuchu tam, gdzie powinien: ustala reguły, zatwierdza dostawców, wyznacza limity i przegląda log. Nie klika natomiast każdego pojedynczego zamówienia na śruby czy papier do drukarki.
Co technicznie musisz mieć, żeby to ruszyło?
Cztery elementy tworzą szkielet bezpiecznego wdrożenia. Pominięcie któregokolwiek zamienia automatyzację w niekontrolowane ryzyko.
| Element | Co robi | Dlaczego jest niezbędny |
|---|---|---|
| Mandat | Definiuje, co agent może kupić, dla jakiej kategorii, w jakich ilościach i do jakiej kwoty | Bez niego agent działa bez granic; mandat to umowa o zakres uprawnień |
| Allowlista dostawców | Zamyka listę odbiorców płatności do wcześniej zatwierdzonych | Eliminuje ryzyko zapłaty obcemu lub podstawionemu podmiotowi |
| Integracja z dostawcą płatności | Wymusza limity i autoryzuje transakcje w czasie rzeczywistym | Limit egzekwowany po stronie płatności jest twardy — agent go nie obejdzie |
| Log transakcji | Rejestruje każdą operację z kontekstem decyzji | Bez audytowalnego śladu nie rozliczysz wydatków ani nie wykryjesz nadużycia |
Mandat to nie zgoda ogólna, tylko wąska reguła
Mandat dobrze opisać tak wąsko, jak to możliwe: „kupuj wyłącznie pozycje z katalogu zaopatrzeniowego, do określonej kwoty na zamówienie i miesięcznego pułapu wydatków, tylko od dostawców z zatwierdzonej listy”. Im węższy zakres, tym mniejsza powierzchnia błędu. Mandaty i ich limity rozkładamy na czynniki pierwsze w osobnym tekście o granicach uprawnień agenta — to lektura obowiązkowa przed produkcyjnym wdrożeniem.
Limit po stronie płatności jest mocniejszy niż reguła w agencie
Kluczowa zasada: limit, który egzekwuje dostawca płatności, jest silniejszy niż reguła zaszyta w logice agenta. Jeśli agent zostanie zmanipulowany (na przykład przez spreparowane dane wejściowe) i spróbuje zapłacić ponad pułap albo poza listą, autoryzacja po stronie płatności po prostu odrzuca taką próbę. To różnica między „agent ma się powstrzymać” a „agent nie ma technicznej możliwości przekroczenia granicy”. Druga opcja jest tą, na której budujesz zaufanie.
Log to fundament rozliczeń i kontroli
Audytowalny dziennik powinien dla każdej transakcji odpowiadać na pytania: który agent, na podstawie jakiego progu, u którego dostawcy, za ile i kiedy. Taki ślad pozwala księgowości rozliczyć wydatek, a kontroli wewnętrznej — odtworzyć decyzję i wychwycić anomalię (na przykład zakup powtórzony dwukrotnie albo cenę odbiegającą od umowy).
Od czego zacząć i czego nie automatyzować na starcie
Rozsądny pierwszy zakres to wąska kategoria niskiego ryzyka: materiały biurowe, eksploatacyjne, standardowe komponenty o stabilnej cenie. Zostaw poza automatyzacją zakupy o dużej wartości jednostkowej, pozycje wymagające negocjacji oraz nowych, niezweryfikowanych dostawców — tu człowiek wciąż decyduje.
Zanim w ogóle uruchomisz agenta po stronie zakupowej, warto sprawdzić gotowość własnych systemów i procesów — tę perspektywę, choć od strony sprzedawcy, porządkuje materiał o tym, czy infrastruktura jest gotowa na obsługę agentów. Po stronie kupującego logika jest lustrzana: potrzebujesz czystych danych magazynowych, uporządkowanego katalogu dostawców i integracji płatności, która rozumie pojęcie mandatu.
Zaopatrzenie B2B nie jest atrakcyjnym, marketingowym przykładem agentic commerce — i właśnie dlatego jest dobrym. Powtarzalność, zaufani dostawcy i twarde limity sprawiają, że to obszar, w którym automatyzacja daje realną oszczędność czasu przy ryzyku, które potrafisz zamknąć w czterech warstwach kontroli. Zacznij wąsko, mierz w logu, rozszerzaj dopiero, gdy zaufanie do reguł jest poparte danymi.
Podajemy fakty ze źródłami i datami. Nigdy nie stwierdzamy z góry, że dany dostawca jest niebezpieczny — pokazujemy weryfikowalne dane i pytania, które zespół powinien zadać, zanim wdroży płatności agentowe.
Najczęstsze pytania
Dlaczego zaopatrzenie B2B nadaje się do automatyzacji agentem AI? +
Bo zakupy zaopatrzeniowe są powtarzalne, odbywają się u znanych i wcześniej zatwierdzonych dostawców, a koszyk łatwo ująć w twarde limity oraz allowlistę. To wąski, dobrze ograniczony scenariusz, w którym ryzyko jest niskie, a oszczędność czasu duża.
Co zabezpiecza firmowe wydatki agenta w zaopatrzeniu B2B? +
Cztery warstwy: wąski mandat opisujący, co agent może kupić i za ile, lista dozwolonych dostawców (allowlista), limity wymuszane po stronie dostawcy płatności oraz audytowalny log każdej transakcji, który łączy ją z konkretnym progiem zapasu i decyzją agenta.
Czy agent może kupować poza zatwierdzoną listą dostawców? +
Nie powinien. Dobrze zaprojektowany scenariusz B2B działa wyłącznie na allowliście, a próba zapłaty u dostawcy spoza listy jest odrzucana po stronie dostawcy płatności, zanim transakcja w ogóle dojdzie do skutku.
Powiązane lektury