Wdrożenia Automatyzacji – Case Studies i Przykłady
Każde wdrożenie zaczyna się od procesu, nie od technologii. Ale jak to wygląda naprawdę – w polskiej firmie, z polskim ERP-em i polskimi przepisami?
Poniżej pięć anonimowych studiów przypadku. Prawdziwe problemy, prawdziwe decyzje, prawdziwe wyniki. Pokazujemy je nie po to, żeby się chwalić, ale żeby pokazać, że automatyzacja procesów biznesowych w sektorze MŚP to nie futurologia – to konkretne oszczędności i zwrot z inwestycji liczony w miesiącach, nie latach.
Średni ROI w tych projektach: 4,6 miesiąca
Jak uwolnić księgowość od przepisywania faktur (i być gotowym na KSeF)?
Firma handlowa, branża budowlano-chemiczna, obrót ~80 mln PLN
Wyzwanie
450 faktur zakupowych miesięcznie trafiało jako papier, PDF-y mailem, skany. Każda ręcznie przepisywana do ERP. Średni czas od wpłynięcia do zaksięgowania: 14,6 dnia. Dokumenty "krążyły" po biurkach – firma traciła rabaty za terminowe płatności (skonto).
25% dokumentów wprowadzanych ręcznie zawierało błędy: literówki w NIP, pomyłki w stawkach VAT, błędne indeksy. Korekty, ryzyko przy JPK_VAT. Godzina dziennie na szukanie w segregatorach.
Rozwiązanie
Zamiast wymieniać ERP – obudowaliśmy go warstwą automatyzacji. System monitoruje skrzynkę mailową i folder sieciowy. Każda nowa faktura (PDF, skan) trafia do silnika OCR/AI, który wyciąga dane: NIP, kwoty, pozycje, daty.
Algorytmy fuzzy matching dopasowują nazwy towarów od dostawcy (np. "Pręt żebrowany fi12") do indeksów w kartotece ERP (np. "STAL-PRET-12-ZEB"). System uczy się z każdym dokumentem. Moduł walidacji wyłapuje błędy zanim trafią do księgowości.
Dokumenty w cyfrowym obiegu akceptacji: poniżej 5000 PLN – akceptacja jednostopniowa, powyżej – Dyrektor Finansowy, często z telefonu.
Bonus: Architektura jest już gotowa na KSeF. Testujemy integrację z API 2.0 – gdy obowiązek wejdzie w życie (luty/kwiecień 2026), wystarczy "przekręcić klucz".
Technologie
n8n (self-hosted), Python, OCR/AI, PostgreSQL, Comarch ERP XL API, integracja KSeF API 2.0 (w fazie testów)
Wyniki
| Metryka | Przed | Po |
|---|---|---|
| Czas procesowania faktury | 14,6 dnia | 3,5 dnia |
| Koszt obsługi dokumentu | 60 PLN | 14 PLN |
| Błędy w danych | 25% | <2% |
| Czas szukania dokumentów | 60 min/dzień | 0 |
| Roczne oszczędności | — | 240 000 PLN |
| ROI | — | 4 miesiące |
Od zatorów płatniczych do płynności finansowej
E-commerce, akcesoria sportowe, 500-800 zamówień miesięcznie
Wyzwanie
Wzrost sprzedaży liniowo zwiększał obciążenie administracji. Dwie osoby spędzały 3-4 godziny dziennie na przepisywaniu zamówień ze sklepu internetowego do systemu księgowego i ręcznym wysyłaniu faktur.
Jeszcze większym problemem była windykacja. Brak systematyczności w przypominaniu o płatnościach – manualne sprawdzanie wyciągów bankowych, pisanie maili "z ręki" – skutkował tym, że 40% faktur było opłacanych po terminie. Średni czas spływu należności: 28 dni. Zamrożony kapitał obrotowy: ~120 tys. PLN.
Rozwiązanie
Podejście Low-Code z bardzo niskim progiem wejścia i szybkością wdrożenia. Scenariusze automatyzacji działają w tle: zmiana statusu zamówienia na "Zrealizowane" automatycznie generuje fakturę i wysyła ją do klienta. Cały proces trwa 30 sekund.
Wdrożyliśmy 3-stopniowy proces windykacyjny. System codziennie sprawdza statusy płatności:
- D-3: Przypomnienie SMS o zbliżającym się terminie
- D+7: Wezwanie do zapłaty (miękki ton)
- D+14: Przedsądowe wezwanie do zapłaty (ton formalny)
Wiadomości nie wyglądają jak generowane przez robota. Zawierają konkretne dane – numer faktury, kwotę, link do szybkich płatności – co znacząco zwiększa skuteczność ściągalności.
Technologie
Make.com, WooCommerce API, inFakt API, Gmail API, bramka SMS
Wyniki
| Metryka | Przed | Po |
|---|---|---|
| Koszt wystawienia faktury | 60 PLN | 3 PLN |
| Średni czas płatności | 28 dni | 16 dni |
| Faktury płacone po terminie | 40% | <15% |
| Czas managera na windykację | 15-20h/msc | 0h |
| Koszt miesięczny utrzymania | — | 81 PLN |
| ROI | — | <1 miesiąca |
Koniec z "papierowym magazynem"
Producent mebli na zamówienie, 25 pracowników
Wyzwanie
Magazyn surowców zarządzany w Excelu. System ERP aktualizowany z opóźnieniem, na podstawie papierowych dokumentów WZ/PZ dostarczanych przez magazynierów. Skutek: stałe rozbieżności między stanem "w systemie" a stanem rzeczywistym.
Produkcja była wstrzymywana średnio 5-8 godzin tygodniowo z powodu braku materiału, który "według systemu" powinien być na stanie. Co gorsza, brak zaufania do danych wymuszał na dziale zakupów utrzymywanie nadmiernych zapasów "na wszelki wypadek" – około 700 tys. PLN zamrożonego kapitału obrotowego.
Rozwiązanie
Wdrożyliśmy system WMS z terminalami mobilnymi dla magazynierów. Każda operacja – przyjęcie, wydanie, przesunięcie – jest rejestrowana w czasie rzeczywistym poprzez zeskanowanie kodu towaru i lokalizacji (półki). Koniec z papierowymi dokumentami.
Kluczowa różnica: integracja z ERP działa natychmiast, nie przez nocną synchronizację. Dział handlowy i produkcja widzą stany rzeczywiste z opóźnieniem nie większym niż kilka sekund. System wymusza na magazynierze pobranie konkretnej partii materiału (najstarszej – FIFO), co wyeliminowało straty związane z przeterminowaniem lakierów i klejów.
Zamiast zamykać firmę na 2 dni w roku na inwentaryzację, wprowadziliśmy cyclic counting – codzienną inwentaryzację małych wycinków magazynu. Roczna "wielka inwentaryzacja" przestała być potrzebna.
Technologie
n8n, Symfonia Mobilny Magazyn, terminale Android z czytnikami kodów, Symfonia Handel API
Wyniki
| Metryka | Przed | Po |
|---|---|---|
| Przestoje produkcji (tyg.) | 5-8h | 0h |
| Rozbieżności stanów | stałe | <1% |
| Czas inwentaryzacji rocznej | 2 dni (zamknięcie) | 0 (cyclic counting) |
| Uwolniony kapitał | — | 200 000 PLN |
| ROI | — | 6,7 miesiąca |
Od telefonów i faksów do portalu B2B
Hurtownia materiałów budowlanych, 120 stałych kontrahentów
Wyzwanie
Archaiczny model obsługi: telefon, mail, faks. Zespół 5 osób zajmował się głównie przepisywaniem zamówień do systemu ERP oraz odbieraniem telefonów z pytaniami "Gdzie jest moje zamówienie?". Czas obsługi jednego zamówienia: 15 minut. Koszt procesowania: 80 PLN.
Co gorsza, brak dostępności 24/7 powodował, że klienci odchodzili do konkurencji oferującej nowocześniejsze metody zakupu. Kierownik budowy chce zamówić materiał wieczorem – a tu nikt nie odbiera.
Rozwiązanie
Stworzyliśmy dedykowany Portal B2B, który przeniósł ciężar wprowadzania zamówienia na klienta – oferując mu w zamian wygodę i pełną informację.
Kluczowy element techniczny: portal nie posiada własnej bazy cen i stanów. "Zaciąga" je na żywo z ERP. Dzięki temu klient widzi swoje indywidualne ceny (rabaty kontraktowe) i rzeczywistą dostępność towaru – bez ryzyka rozsynchronizowania danych. Automatyczne powiadomienia SMS i email informują o statusie realizacji na każdym etapie.
Dla kontrahentów, którzy nadal wolą wysyłać zamówienia mailem, wdrożyliśmy workflow wykorzystujący AI. Model czyta treść maila lub załączony PDF, ekstrahuje listę towarów i wstępnie wprowadza zamówienie do systemu. Czas pracy handlowca na takim zamówieniu spadł z 15 do 2 minut.
Technologie
React, Node.js, Comarch ERP XL API, n8n, OpenAI GPT-4, Twilio SMS, SendGrid
Wyniki
| Metryka | Przed | Po |
|---|---|---|
| Zamówienia bez udziału pracownika | 0% | 75% |
| Koszt obsługi zamówienia | 80 PLN | 10 PLN |
| Dostępność dla klientów | 8h/dzień | 24/7 |
| Wzrost przychodów (roczny) | — | +12% (~3 mln PLN) |
| ROI | — | 2,4 miesiąca |
Jedno źródło prawdy zamiast kilku Exceli
Firma produkcyjno-handlowa, 3 oddziały
Wyzwanie
Chaos informacyjny. Każdy oddział używał innego systemu – jeden Comarch, drugi Symfonia, trzeci... Excel. Zarząd otrzymywał raporty z opóźnieniem liczonym w dniach, czasem tygodniach. Przygotowanie tygodniowego raportu zajmowało łącznie 20 godzin pracy managerów z trzech lokalizacji.
Decyzje były podejmowane na podstawie "przeczuć" lub nieaktualnych danych. W jednym przypadku niewykryty na czas spadek sprzedaży w oddziale kosztował firmę 200 tys. PLN utraconego przychodu – zanim ktokolwiek zauważył problem, minęły tygodnie.
Rozwiązanie
Zamiast walczyć z Excelami i próbować "ujednolicić systemy" (co często kończy się porażką polityczną), zbudowaliśmy centralną hurtownię danych zasilaną automatycznie.
Procesy ETL każdej nocy pobierają dane ze wszystkich systemów źródłowych, standaryzują je (np. ujednolicają nazwy kontrahentów zapisane różnie w różnych oddziałach) i ładują do centralnej bazy PostgreSQL. Ta baza jest "jedynym źródłem prawdy" – niezależnym od systemów ERP.
Interaktywne dashboardy w Power BI są dostępne dla zarządu i kierowników na komputerach i urządzeniach mobilnych. Raporty odświeżają się automatycznie. Nikt nie musi niczego "przygotowywać" – dane są zawsze aktualne.
Technologie
n8n, Python (pandas), PostgreSQL, Power BI, integracje z Comarch ERP XL, Symfonia, pliki Excel
Wyniki
| Metryka | Przed | Po |
|---|---|---|
| Czas raportowania (tyg.) | 20h | 0h |
| Opóźnienie danych | dni/tygodnie | <24h |
| Wykrycie problemów | reaktywne | proaktywne |
| Dostęp do danych | tylko biuro | mobile |
| ROI | — | 4,9 miesiąca |
Co łączy te wdrożenia?
Każdy z tych projektów zaczął się od audytu procesu, nie od wyboru narzędzia. W każdym przypadku technologia była dobierana do problemu, nie odwrotnie. I w każdym przypadku kluczem do sukcesu było zaangażowanie ludzi, którzy z tych procesów korzystają na co dzień – od magazyniera po dyrektora finansowego.
Średni czas zwrotu z inwestycji: 4,6 miesiąca
Jeśli widzisz w tych historiach swoją firmę – porozmawiajmy.
Umów bezpłatną konsultację