Narzędzia do agentów AI w firmach: podział na orkiestrację i bezpieczeństwo

O rynku narzędzi do agentów AI w 2026 roku można powiedzieć dwie rzeczy. Platformy dojrzewają szybko. Warstwa bezpieczeństwa pod nimi nie. To właśnie ta luka decyduje o wyborach zakupowych.

Zacznijmy od platform. Przegląd Bardeen z 10 sierpnia 2026 roku sprowadza wybór do pytania, jaki stack firma już prowadzi: Salesforce Agentforce 360 do operacji w Salesforce, Microsoft Copilot Studio dla firm na Microsoft 365, Google Gemini Enterprise dla Google Cloud, ServiceNow do procesów IT i HR, które już obsługuje. Wymienia też WIQ jako następcę task mining opartego na AI. Narzędzie to obserwuje przebieg pracy i wskazuje, co warto zautomatyzować. Ten sam przegląd opisuje typowy kształt platformy: kreator, warstwa orkiestracji i zarządzanie obejmujące tożsamość, obserwowalność oraz kontrolę dostępu agentów.

Gartner śledzi tę kategorię jako platformy do tworzenia agentów AI.

Przy cenach marketing staje się cienki. Salesforce podaje Flex Credits po 500 dolarów za 100 000, przy czym standardowa akcja zużywa 20 kredytów, czyli około 0,10 dolara, plus 2 dolary za rozmowę z klientem i dodatki dla użytkowników po 125 dolarów za użytkownika miesięcznie. Tak podaje przegląd Bardeen. Porównanie Manus z 24 lipca 2026 roku wymienia te same stawki: 0,10 dolara za akcję i 2 dolary za rozmowę. Zauważa też, że całkowity koszt posiadania może przekroczyć cenę wejściową, bo poważne wdrożenia wymagają jeszcze Data Cloud, usług wdrożeniowych i uporządkowania danych. Microsoft Copilot Studio jest wliczony w M365 Copilot po 30 dolarów za użytkownika miesięcznie, podaje przewodnik Manus. ServiceNow oferuje wycenę indywidualną.

Deklaracje o adopcji trzeba czytać uważnie. Przegląd Bardeen podaje, że 90% firm z Fortune 500 korzysta już z Copilot Studio, a Salesforce twierdzi, że 12 000 klientów używa Agentforce 360. To liczby podane przez dostawców. Ten sam przegląd cytuje Salesforce, według którego Reddit odciął 46% zgłoszeń do wsparcia, a OpenTable samodzielnie rozwiązał 70% zapytań. Znowu dane od dostawcy.

Co mówią badania nad bezpieczeństwem

Raport n8n o narzędziach do tworzenia agentów AI w firmach mówi wprost o warstwie, którą kupujący zwykle pomijają. Uwierzytelnianie i tożsamość agentów są niemal powszechnie nieobecne na rynku. Większość materiałów marketingowych miesza przy tym agenta, który używa klucza API do wywołania modelu, z agentem przedstawiającym własne poświadczenia usłudze zewnętrznej. Tylko Google, Langflow, Workato, CrewAI, Sim.ai i Gumloop dostały w raporcie 2 punkty w tym kryterium. Pochodzenie, czyli możliwość prześledzenia agenta do tożsamości człowieka, praktycznie nie istnieje. Punkty zdobyły tylko Google, Workato i Gumloop. Zarządzanie sekretami wygląda podobnie cienko: tylko Google, Sim.ai i Gumloop dostały 2 punkty, a Make i Retool po 1.

Piaskownice dla niezaufanego kodu generowanego przez LLM są rzadkością. Tylko garść dostawców oferuje piaskownicę jako granicę bezpieczeństwa, podaje raport n8n, a większość z nich opiera się na usługach zewnętrznych, najczęściej E2B. CrewAI wycofał swoją usługę wykonywania kodu i zasugerował klientom E2B. Raport zauważa też, że żadna platforma nie radzi sobie dobrze jednocześnie z wykonywaniem kodu agentów i kodu pisanego przez człowieka. Nawet Google.

Napisanie promptu, w którym prosi się LLM, żeby nie halucynował i nie ujawniał danych wrażliwych, nie jest funkcją bezpieczeństwa.

To zdanie z raportu n8n najostrzej podsumowuje problem. Ewaluacje bywają używane jako zabezpieczenia. Na przykład LLM jako sędzia sprawdza, czy odpowiedź nie zawiera danych osobowych. Raport odróżnia to jednak od deterministycznej reguły wyrażenia regularnego, która wykrywa numer ubezpieczenia społecznego i go podmienia.

Obraz adopcji jest bardziej pogmatwany niż obietnice platform

Manus cytuje badanie IDC opublikowane w 2025 roku, według którego 88% firmowych proof of concept z AI nie trafia na produkcję. Decydują zwykle integracja, zarządzanie i planowanie kosztów, a nie samo AI. Przewodnik Liqteq cytuje ostrzeżenie Gartnera z czerwca 2025 roku, że ponad 40% projektów agentowego AI zostanie anulowanych do końca 2027 roku z powodu rosnących kosztów, niejasnego zwrotu i niewystarczającego zarządzania. Opisuje też agent washing, czyli przemianowywanie chatbotów i narzędzi RPA na agentów, jako zjawisko powszechne. Twierdzi, że tylko około 130 z tysięcy dostawców buduje prawdziwe systemy agentowe.

Złóż te dwie połowy razem, a pytanie zakupowe się zmienia. Lista platform jest dziś dość przewidywalna i pokrywa się z systemem, który firma już prowadzi. Trudniejsze pytanie brzmi, czy wybrane narzędzie potrafi dowieść, który agent działał, z czyjego upoważnienia i w jakich granicach. Jak wynika z dotychczas opublikowanych dowodów, tego właśnie większość dostawców jeszcze nie zbudowała.