Agent AI dla agencji rekrutacyjnej — co przejmuje, ile kosztuje i jak wdrożyć [2026]

Agent AI dla agencji rekrutacyjnej — dlaczego to nie jest kolejny chatbot na stronie

80% czasu rekrutera pochłania praca administracyjna: screening CV, potwierdzenia rozmów, aktualizacje statusów dla kandydatów, raporty tygodniowe dla klientów-pracodawców. Tylko 20% to faktyczna praca, za którą klienci płacą. Agent AI dla agencji rekrutacyjnej odwraca tę proporcję — przejmuje rutynę, zostawiając rekruterowi przestrzeń na relacje i decyzje, które naprawdę wymagają człowieka.

W projektach realizowanych przez HeyNeuron widzę, że agencje rekrutacyjne mają jeden specyficzny problem, który odróżnia je od firm wdrażających AI do własnego HR: obsługują jednocześnie dziesiątki klientów-pracodawców, każdy z osobnym profilem idealnego kandydata, osobną kulturą organizacyjną i osobnymi wymaganiami komunikacyjnymi. Agent musi to wszystko "wiedzieć" i działać pod każdego klienta osobno. To jest trudniejsze niż prosty chatbot, ale ROI jest proporcjonalnie wyższe — a polskiej konkurencji w tej niszy niemal nie ma.

Co agent AI przejmuje w agencji rekrutacyjnej

Dobrze skonfigurowany agent obejmuje cały środkowy etap procesu rekrutacyjnego — między wpłynięciem aplikacji a decyzją rekrutera.

Screening wstępny kandydatów to największy zysk czasowy. Agent analizuje CV pod kątem must-have z brief stanowiskowego, zadaje 3–5 pytań kwalifikacyjnych przez chat lub e-mail i ocenia dopasowanie do profilu klienta. Rekruter dostaje kandydatów już posortowanych — "zieloni" do rozmowy, "żółci" do przejrzenia, "czerwoni" z notatką uzasadniającą. W jednym z naszych projektów dla agencji obsługującej firmy IT czas wstępnego screeningu spadł z 35 do 8 minut na kandydata.

Komunikacja statusowa to do 40% czasu administracyjnego. Agent wysyła automatycznie potwierdzenia przyjęcia aplikacji, informacje o odrzuceniu na etapie ATS, zaproszenia na rozmowy i feedback po każdym etapie procesu. Kandydaci mogą też sami zapytać o status w dowolnym momencie i dostać aktualną informację — bez przerywania pracy rekrutera.

Umawianie rozmów to pozornie prosty problem, który w praktyce generuje dziesiątki wiadomości dziennie. Agent integruje się z kalendarzem rekrutera i proponuje kandydatom dostępne okienka bezpośrednio — bez pośrednictwa człowieka. Zatwierdzenie zajmuje kandydatowi 30 sekund.

Raporty dla klientów-pracodawców. Klient pyta: "Ile macie kandydatów? Kiedy pierwsze rozmowy?" — zamiast przerywać rekruterowi, agent generuje automatyczny raport stanu pipeline na żądanie lub w ustalonym dniu tygodnia. Format: liczba kandydatów per etap, planowane rozmowy, ostateczne rekomendacje.

Generowanie draft ofert i kontraktów. Dla agencji pracy tymczasowej agent może generować pierwszą wersję umowy-zlecenia na podstawie szablonu i danych zebranych od kandydata w trakcie screeningu. Rekruter tylko weryfikuje i wysyła do podpisu elektronicznego (Autenti, DocuSign).

Brief stanowiskowy od nowego klienta. Zamiast wielostronicowego formularza lub godzinnego spotkania, agent przeprowadza klienta-pracodawcę przez serię pytań i zbiera wszystko, czego rekruter potrzebuje — zakres obowiązków, wymagania twarde i miękkie, widełki, kultura firmy, priorytety decyzyjne. Trwa to 15 minut i kończy się ustrukturyzowanym briefem gotowym do pracy.

Outreach do kandydatów pasywnych. Agent wysyła spersonalizowane wiadomości do kandydatów w bazie, którzy nie szukają aktywnie, ale pasują do nowego zlecenia. Efekt: agencja zmniejsza zależność od job boardów i wykorzystuje przewagę, którą budowała przez lata — własną bazę danych kandydatów.

Chatbot SaaS vs custom agent AI — kluczowe różnice dla agencji

Agencje rekrutacyjne są szczególnym przypadkiem: muszą działać w kontekście wielu klientów jednocześnie, a każdy ma inny brief, inne standardy komunikacji i inne wymagania RODO wobec kandydatów. Gotowe chatboty SaaS rzadko obsługują tę logikę multi-klientową.

Kryterium	SaaS AI asystent	Custom Agent AI
Logika multi-klientowa (osobny brief per klient-pracodawca)	NIE / bardzo ograniczona	TAK (pełna)
Integracja z eRecruiter / Traffit	Ograniczone pluginy	Pełna (REST API)
RODO — dane kandydatów procesowane w Polsce	Serwery za granicą	On-premise lub VPS PL
Bias testing i dokumentacja AI Act	Brak	Obowiązkowe (Annex III)
Koszt po wdrożeniu	800–5000 PLN/mies	1000–4500 PLN/mies

Gotowy SaaS działa szybko, ale dla agencji z 3+ klientami i dedykowanym procesem staje się zbyt ogólny po pierwszym kwartale. Custom agent uczy się profili każdego klienta-pracodawcy i komunikuje z kandydatami pod ich "markę" — innym tonem, innymi priorytetami, innymi pytaniami kwalifikacyjnymi.

3 modele wdrożenia — koszty dla agencji rekrutacyjnej

Poniższe widełki bazują na projektach HeyNeuron i publicznie dostępnych cennikach dostawców SaaS (lessmanual.ai, dokodu.it).

Model	Koszty wdrożenia	Dla kogo
SaaS AI (Paradox, Fetcher, Workable AI)	0 setup + 800–5000 PLN/mies	Agencje < 3 rekruterów, proste procesy
Custom agent — warstwa nad ATS	18–35K PLN setup + 1500–3000 PLN/mies	Agencje 3–10 rekruterów z własnym ATS
Custom agent — pełna integracja	35–70K PLN setup + 3000–6000 PLN/mies	Agencje 10+ rekruterów, masowa rekrutacja

Wariant środkowy — warstwa nad istniejącym ATS — to najczęstszy wybór agencji, z którymi pracujemy. Agent "siedzi" nad eRecruiterem lub Traffitem przez API: czyta nowe aplikacje, przeprowadza screening przez wybrany kanał (chat, e-mail, WhatsApp) i zapisuje wyniki z powrotem do ATS jako notatki rekrutera. Rekruter widzi kandydata już z oceną i uzasadnieniem.

Architektura techniczna — jak to działa "pod spodem"

Bez technicznego żargonu: agent działa w czterech warstwach.

Warstwa wejścia (triggers) — webhook z ATS (nowa aplikacja), wiadomość kandydata przez WhatsApp/e-mail, zapytanie klienta na Teamsach. Każde zdarzenie uruchamia odpowiednią ścieżkę.

Warstwa logiki (LLM + RAG) — model językowy (GPT-4o, Claude) z dostępem do bazy wiedzy: brief stanowiskowy klienta X, historia kandydata Y, szablony komunikacji per klient. To tu agent "rozumie" kontekst i decyduje co powiedzieć.

Warstwa integracji (API calls) — agent zapisuje wynik screeningu do ATS, blokuje slot w kalendarzu rekrutera, aktualizuje status kandydata, wysyła powiadomienie do Slacka rekrutera o eskalacji.

Warstwa audytu (logi + dashboardy) — każda interakcja z kandydatem jest logowana (wymóg AI Act Annex III). Rekruter widzi w dashboardzie: ile screeningów dziś, ile eskalacji, ile kandydatów w każdym statusie, jaki czas odpowiedzi agenta.

Integracje z polskim ekosystemem rekrutacyjnym

To jest przewaga, której większość gotowych SaaS-ów nie oferuje: integracja z narzędziami używanymi faktycznie przez polskie agencje.

Traffit to CRM dedykowany agencjom rekrutacyjnym — nie firmom z wewnętrznym HR, ale właśnie agencjom jako biznesowi. API pozwala agentowi na czytanie pipeline kandydatów per projekt, aktualizację statusów i tworzenie notatek bez wchodzenia na pulpit rekrutera. Jeśli Twoja agencja działa na Trafficie — to naturalny punkt integracji.

eRecruiter to najpopularniejszy ATS w Polsce dla większych agencji i działów HR. REST API umożliwia pełny przepływ: aplikacja wpływa → webhook → agent startuje screening → wynik wraca do karty kandydata jako nota oceny.

Teamtailor — popularny w polskich agencjach i firmach nordyckich z oddziałami w Polsce. Webhooks i API pozwalają na real-time triggery bez pollingu.

HRlink — RODO-first ATS, popularny gdzie klienci wymagają pełnej dokumentacji zgodności. Agent przez API pobiera dane tylko z odpowiednimi podstawami prawnymi — to ważne przy RODO Art. 22.

Pracuj.pl Direct API — dla agencji aktywnie sourcingujących z Pracuj, agent może monitorować nowe aplikacje z ogłoszeń i uruchamiać screening automatycznie bez ręcznej obsługi.

OLX Praca i No Fluff Jobs — integracje webhookowe dla ogłoszeń blue-collar i IT.

WhatsApp Business API — najczęstszy kanał komunikacji z kandydatami w Polsce. Agent przez oficjalne API wysyła wiadomości szablonowe (potwierdzenia, linki do formularzy, terminy rozmów) i odbiera odpowiedzi.

Sezonowość agencji rekrutacyjnej — kiedy agent przynosi największą wartość

Agencja rekrutacyjna to biznes sezonowy. Zamiast zatrudniać tymczasowo na szczyty, postaw agenta, który kosztuje tyle samo w lutym co we wrześniu.

Styczeń–luty to boom nowych zleceń — firmy wznowiły budżety po Nowym Roku, managerowie czekają na zatwierdzenie headcountów. Agencja dostaje falę nowych briefów od klientów i jednocześnie falę aplikacji na wcześniej opublikowane ogłoszenia. Agent obsługuje kandydatów bez zwiększania zespołu.

Kwiecień–maj to rekrutacje przed sezonem letnim, szczególnie w branżach produkcyjnych, hotelarskich i e-commerce (letni szczyt zamówień). Screening ilościowy na dużą skalę — agent jest tu nieoceniony, bo jedna rekruterka nie jest w stanie przescreenować 200 aplikacji na taśmociąg.

Wrzesień to masowe zatrudnienie. Firmy zamykają wakaty przed Q4 i budżetowanie na następny rok. Dla agencji obsługujących duże konta produkcyjne lub logistyczne to szczyt przeciążenia — agent redukuje czas obsługi kandydatów z dni do godzin i zmniejsza ryzyko utraty klienta przez opóźnienia.

Grudzień — cisza. Zero nowych zleceń, minimum kandydatów. To idealny moment na wdrożenie: możesz konfigurować, testować i optymalizować bez ryzyka wpływu na aktywne projekty. Agencje, które wdrożą w grudniu, wchodzą w styczeń z gotowym narzędziem na szczyt.

ROI — kalkulacja dla agencji 5 rekruterów

Konkretne liczby dla średniej polskiej agencji rekrutacyjnej specjalizującej się w white-collar (finanse, IT, sprzedaż).

Założenia: 5 rekruterów, stawka robocizna 50 PLN/h, 20 aktywnych pozycji, ~80 nowych kandydatów tygodniowo łącznie. Agent przejmuje: screening wstępny (35 min/kandydat → 5 min dzięki AI pre-screening), komunikacja statusowa (15 min/kandydat/zmiana statusu → zautomatyzowane), umawianie rozmów (10 min/kandydat → automat z integrację kalendarza).

Oszczędność czasu: 25% czasu każdego rekrutera = 5 × 160h × 0,25 = 200h miesięcznie.
Wartość oszczędności: 200h × 50 PLN = 10 000 PLN/mies (sama redukcja marnotrawstwa czasu).

Wzrost pojemności: Agent nie "zamknął" rozmowy — obsługuje kandydatów do projektów, których bez agenta agencja by odmówiła z braku mocy przerobowych. Dla agencji z fee 8–15K PLN per hire: 2 dodatkowe placementy/mies = 16–30K PLN dodatkowego przychodu.

Łączny efekt: 10K PLN oszczędność + 16–30K PLN dodatkowe przychody = 26–40K PLN/mies wartości.

Koszty custom agenta (model środkowy): setup 25K PLN + 2000 PLN/mies. Break-even: 3–4 miesiące po uruchomieniu. Od miesiąca piątego — czysty zysk z każdego miesiąca eksploatacji.

Checklist gotowości przed wdrożeniem

Masz ATS lub CRM z API** (eRecruiter, Traffit, Teamtailor) — bez tego każda integracja jest ręczna

Obsługujesz min. 15–20 aktywnych pozycji miesięcznie** — przy mniejszej skali ROI jest ujemne

Masz udokumentowane procesy** — skąd wpływają kandydaci, kto i kiedy robi screening, co idzie do klienta

Każdy klient-pracodawca ma brief stanowiskowy** — agent potrzebuje bazy wiedzy per klient, nie jednego ogólnego promptu

Masz kanał kontaktu z kandydatami** (WhatsApp Business, e-mail, Teams) z możliwością API

Ustaliłeś politykę eskalacji** — kiedy kandydat trafia do człowieka i kto odpowiada w jakim czasie

Masz DPA z klientami-pracodawcami** (umowy powierzenia danych osobowych kandydatów w ich imieniu)

Wdrożyłeś RODO Art. 13 klauzulę** informującą kandydatów o automatycznym przetwarzaniu — przed uruchomieniem agenta ## 5 błędów wdrożeniowych, które widzę w agencjach **Błąd 1: Agent podejmuje decyzję o odrzuceniu.** To naruszenie RODO Art. 22 i AI Act Annex III. Agent może *rekomendować* odrzucenie z uzasadnieniem, ale decyzję zawsze podejmuje rekruter. Dokumentuj to procesowo i technicznie. **Błąd 2: Jeden prompt dla wszystkich klientów.** Agencja obsługuje klientów z różnych branż, kultur organizacyjnych i wymagań. Agent bez wiedzy o kliencie X zadaje kandydatowi pytania nieistotne lub wręcz szkodliwe dla relacji z tym klientem. **Błąd 3: Brak kanału eskalacji dla trudnych rozmów.** Kandydat pisze o chorobie, kryzysie, potrzebie szczególnych warunków — agent nie może traktować tego jak zwykłe zapytanie. Brak wyraźnego triggeru do przekazania rozmowy rekruterowi to poważne ryzyko wizerunkowe. **Błąd 4: Brief stanowiskowy w bazie wiedzy nie jest aktualizowany.** Widziałem agencje z agentem odpowiadającym kandydatom na podstawie briefu sprzed 3 miesięcy — bo wymagania klienta zmieniły się i nikt nie zaktualizował bazy. Każdy nowy brief lub zmiana profilu = obowiązkowa aktualizacja wiedzy agenta. **Błąd 5: Wdrożenie bez mierzenia efektów.** Agencje uruchamiają agenta i zapominają sprawdzać: jaki % screeningów jest zatwierdzany przez rekrutera (miernik jakości agenta), jaki jest czas odpowiedzi kandydatom, ile eskalacji tygodniowo. Bez metryk nie ma optymalizacji, a agent szybko staje się "czarną skrzynką". ## Krok po kroku — wdrożenie w 10 tygodniach **Tygodnie 1–2 — Discovery i mapa procesów.** Mapujemy każdy etap od wpłynięcia aplikacji do podpisania umowy. Identyfikujemy ATS/CRM, kanały kontaktu, szablony komunikacji, listę aktywnych klientów i ich profile. Zbieramy istniejące briefs stanowiskowe do bazy wiedzy agenta. **Tygodnie 3–5 — Integracja i konfiguracja.** Łączymy agenta z ATS przez API, konfigurujemy webhooks (nowa aplikacja → trigger screeningu), budujemy bazę wiedzy per klient-pracodawca. Konfigurujemy kanał kontaktu (WhatsApp Business API lub e-mail) z szablonami zgodnymi z RODO. **Tygodnie 6–8 — Pilot na jednym projekcie.** Wybieramy aktywne zlecenie z jednym klientem i uruchamiamy agenta równolegle z rekruterem. Rekruter porównuje swoje oceny z ocenami agenta i daje feedback do modelu. Optymalizujemy pytania kwalifikacyjne, progi eskalacji i format raportów. **Tygodnie 9–10 — Skalowanie i szkolenie zespołu.** Rozszerzamy na cały pipeline. Szkolimy rekruterów z obsługi dashboardu agenta, odpowiadania na eskalacje i aktualizacji bazy wiedzy przy nowych zleceniach. Ustawiamy tygodniowe metryki efektywności. ## RODO Art. 22 i AI Act Annex III — co musi wiedzieć agencja **RODO Art. 22** zakazuje podejmowania decyzji *wyłącznie* na podstawie zautomatyzowanego przetwarzania, które "wywołuje wobec osoby skutki prawne lub w podobny sposób istotnie na nią wpływa". Odrzucenie kandydatury przez AI bez udziału człowieka to klasyczne naruszenie. Decyzja o przejściu lub odrzuceniu na każdym etapie rekrutacji ma charakter prawny. **Praktyczne wdrożenie:** Agent tworzy ocenę i rekomendację, ale *human-in-the-loop* jest obowiązkowy. W dokumentacji procesowej zapiszcie: "Decyzja o odrzuceniu kandydata wymaga zatwierdzenia rekrutera." To musi być nie tylko zasada, ale funkcja techniczna — agent nie może sam oznaczyć statusu "odrzucony" w ATS bez interakcji człowieka. **AI Act Annex III, punkt 4** klasyfikuje systemy AI używane w procesach zatrudnienia jako systemy *wysokiego ryzyka*. Obejmuje to systemy do oceny kandydatów, profilowania i automatycznego wspomagania decyzji HR. Od 2 sierpnia 2026 roku przepisy są w pełni obowiązujące. Wymagania praktyczne dla agencji: dokumentacja techniczna agenta, możliwość wyjaśnienia każdej rekomendacji (explainability), logi każdego screeningu z sygnaturą czasową, regularne testy pod kątem dyskryminacji demograficznej. **Art. 13 RODO** wymaga poinformowania kandydata o automatycznym przetwarzaniu danych. Klauzula musi pojawić się w formularzach aplikacyjnych i w pierwszej wiadomości od agenta. Dobra praktyka: agent zaczyna rozmowę od "Jestem asystentem AI agencji X. Przeprowadzę wstępną kwalifikację Twojej aplikacji. Twoje dane przetwarzamy zgodnie z [link do polityki]." ## Kiedy agent AI nie jest dobrym rozwiązaniem Mniej niż 10–15 pozycji miesięcznie. Break-even dla custom agenta przy takiej skali to 12–18 miesięcy — ekonomicznie nieopłacalne. Rozważ lepszy ATS z wbudowaną automatyzacją zamiast custom agenta. Rekrutacje executive search (C-level, Board). Każda rozmowa na tym poziomie to relacja, nie transakcja. Kandydat na stanowisko CEO lub CFO nie będzie odpowiadał na pytania screeningowe chatbota — i Twój klient straci do Ciebie zaufanie. Klient wymaga premium candidate experience. Część klientów-pracodawców płaci agencji za to, że każdy kandydat — nawet odrzucony — czuje się zaopiekowany przez człowieka. Agent może wspierać rekrutera od zaplecza (przygotowanie danych, generowanie notki), ale nie powinien być frontem komunikacji. Brak ATS z API. Jeśli procesy rekrutacyjne są w Excelu i e-mailach bez systemu, wdrożenie agenta to budowanie piętra bez fundamentów. Najpierw porządny ATS (eRecruiter, Traffit), potem agent. ## FAQ ### Czy agent AI może samodzielnie odrzucać kandydatów? Nie — i nie powinien. RODO Art. 22 i AI Act Annex III wymagają udziału człowieka w decyzjach rekrutacyjnych. Agent rekomenduje z uzasadnieniem, rekruter zatwierdza. Każde odrzucenie musi być możliwe do wyjaśnienia kandydatowi na żądanie. ### Ile kosztuje wdrożenie agenta AI w agencji rekrutacyjnej? Gotowy SaaS (Paradox, Fetcher) to 800–5000 PLN miesięcznie bez kosztów setup. Custom agent zintegrowany z Twoim ATS to 18–35K PLN setup plus 1500–3000 PLN miesięcznie — dla agencji 3–10 rekruterów. Pełna integracja dla większej agencji: 35–70K PLN setup plus utrzymanie. ### Jakie polskie systemy ATS i CRM obsługujecie? Najczęściej integrujemy z eRecruiter, Traffit (dedykowany agencjom rekrutacyjnym), Teamtailor i HRlink. Dla agencji korzystających z własnych systemów — integracja przez REST API jest możliwa, o ile system ma otwarte API lub webhooki. ### Jak długo trwa wdrożenie? Standardowe wdrożenie (warstwa nad istniejącym ATS) zajmuje 8–10 tygodni. Pełna integracja z budową bazy wiedzy klientów, testami i szkoleniem zespołu: 10–12 tygodni. ### Czy kandydaci wiedzą, że rozmawiają z AI? Tak — i muszą wiedzieć. Wymaga tego Art. 13 RODO i AI Act Art. 50. Agent musi na początku rozmowy jasno komunikować, że jest asystentem AI. W praktyce większość kandydatów to akceptuje, o ile informacja jest przejrzysta i nie "ukryta" w regulaminie. ### Czy agent może pracować w kilku językach? Tak. Agenty oparte na nowoczesnych modelach językowych (GPT-4o, Claude 3.5) obsługują wielojęzyczność natywnie. Dla agencji rekrutujących dla zagranicznych klientów lub na stanowiska wymagające angielskiego — agent może prowadzić screening w języku dopasowanym do stanowiska. ### Co się dzieje, gdy kandydat zadaje pytanie spoza zakresu agenta? Agent eskaluje rozmowę do rekrutera z pełnym kontekstem dotychczasowej wymiany wiadomości. Nie odpowiada "nie wiem" i nie pozostawia kandydata bez odpowiedzi — wyznacza konkretny czas oczekiwania ("rekruter odpowie do 24 godzin") i powiadamia rekrutera w Slacku lub Teams. ### Czy agent może przeszukiwać bazę kandydatów pod nowe zlecenia? Tak — to jedno z najcenniejszych zastosowań dla agencji z rozbudowaną bazą. Agent przeszukuje historię kandydatów pod nowy brief, generuje listę pasujących profili i wysyła spersonalizowane wiadomości reaktywacyjne. Tańsze i skuteczniejsze niż nowe ogłoszenia na Pracuj.pl — bo kandydaci znają już agencję. ## Podsumowanie — dla kogo agent AI ma sens w agencji rekrutacyjnej Agent AI dla agencji rekrutacyjnej to narzędzie skalowania, nie zastępowania rekruterów. Przejmuje to, co powtarzalne i czasochłonne — screening, komunikację statusową, umawianie rozmów, raporty — żeby Twój zespół mógł skupić się na tym, co faktycznie generuje przychód: budowaniu relacji z klientami i trafnym dobieraniu kandydatów. Z mojego doświadczenia: agencje, które wdrożyły agenta, nie zwolniły żadnego rekrutera — wzięły więcej zleceń i obsłużyły je tym samym zespołem. To jest właściwa miara sukcesu. Jeśli Twoja agencja obsługuje ponad 20 pozycji miesięcznie i korzysta z ATS z API, jesteś w 80% gotowy. Resztę zrobimy razem — od mapy procesów po integrację z eRecruiterem i pierwsze testy z pilotową grupą kandydatów. [Porozmawiaj z nami o wdrożeniu agenta AI dla Twojej agencji](https://heyneuron.com/pl/kontakt) --- *Powiązane artykuły:* - [Agent AI do HR i rekrutacji — dla firm automatyzujących własny HR](https://heyneuron.com/pl/blog/agent-ai-do-hr-i-rekrutacji-wdrozenie-koszty-2026) - [Agenci AI dla firm — kompleksowy przewodnik 2026](https://heyneuron.com/pl/blog/agenci-ai-dla-firm-przewodnik) - [Agent AI do obsługi klienta — wdrożenie i koszty](https://heyneuron.com/pl/blog/agent-ai-do-obslugi-klienta-wdrozenie-koszty-2026) - [Voicebot do obsługi klienta 24/7](https://heyneuron.com/pl/blog/voicebot-do-obslugi-klienta-24-7) - [Oprogramowanie dla agencji pracy — system 2026](https://heyneuron.com/pl/blog/oprogramowanie-dla-agencji-pracy-system-2026) - [Automatyzacja procesów w firmie — przewodnik 2026](https://heyneuron.com/pl/blog/automatyzacja-procesow-w-firmie-przewodnik-2026) - [Usługi AI — HeyNeuron](https://heyneuron.com/pl/uslugi/ai)