Fide-Soft
Architektura i wdrożenia

Jak AI przyspiesza integracje e-commerce i czego nie zastępuje

Które etapy integracji sklepu, Base i ERP AI faktycznie skraca, które nadal robi człowiek, jak pilnujemy bezpieczeństwa Twoich danych i jak sprawdzić, czy integracja jest gotowa na produkcję.

· 10 min czytania

AI jest w naszym codziennym warsztacie i część pracy przy integracjach robimy dzięki niemu szybciej. Nie ignorujemy tego, ale też nie oddajemy narzędziu odpowiedzialności za Twoje zamówienia i faktury. Poniżej dokładnie, gdzie AI skraca pracę, gdzie nie ma nic do roboty, jak pilnujemy bezpieczeństwa Twoich danych i po czym poznasz, że integracja jest gotowa, niezależnie od tego, kto ją pisał.

Gdzie AI skraca pracę

Analiza procesu. Z eksportów zamówień, statusów, dokumentów i logów AI w kilka godzin pokazuje to, co wcześniej wymagało dni ręcznego przeglądania: które zamówienia nie mają dokumentu w ERP, gdzie stany w Base i w ERP różnią się najczęściej, ile ręcznych kroków przechodzi jedno zamówienie i które przypadki (zwroty, korekty, zamówienia firmowe) zdarzają się na tyle często, że integracja musi je obsłużyć. Z notatek z rozmowy powstaje pierwszy szkic mapy systemów i przepływów. Wnioski sprawdzamy z Tobą, zanim cokolwiek zaprojektujemy.

Pierwsza wersja klienta API. Dokumentacje Base, Allegro, KSeF, Sfery Subiekta czy Optimy liczą setki stron. AI czyta je szybciej niż człowiek i przygotowuje szkic: wywołania, typy danych, obsługę błędów i ponowień. Sprawdzamy go na środowisku testowym, zanim powstanie z niego cokolwiek produkcyjnego.

Tabela mapowań. Z eksportu statusów, magazynów, stawek VAT i kodów produktów AI proponuje, co z czym połączyć: który status w Base odpowiada któremu dokumentowi w ERP, który magazyn liczy się do stanu w sklepie. Każdą pozycję zatwierdzamy z Tobą, bo od niej zależy, gdzie trafi zamówienie i jaki powstanie dokument.

Przypadki brzegowe do testów. Korekta do zera, zwrot części zamówienia, anulowanie po wystawieniu faktury, ten sam webhook dwa razy, produkt bez SKU, klient z NIP-em zamawiający jako osoba prywatna. AI układa listę takich przypadków i dane testowe. Kiedyś pisało się je ręcznie i część zawsze umykała.

Analiza logów przy awarii. Zamiast przeglądać tysiące linii, AI grupuje błędy i wskazuje wspólny wzorzec, np. że ERP odrzuca tylko pozycje ze stawką VAT 5% albo tylko zamówienia z jednego kanału. Przyczynę i poprawkę nadal ustala człowiek, ale dochodzi do niej szybciej.

Dokumentacja. Opis przepływu danych i procedura „co zrobić, gdy” powstają razem z kodem, a nie w ostatnim dniu projektu. Dostajesz je przy odbiorze.

Czego AI nie robi

Nie podejmuje decyzji o procesie. AI przeanalizuje proces i zaproponuje warianty, ale skąd biorą się stany, kto ustala ceny, w którym momencie powstaje faktura i co dzieje się z dokumentem po zwrocie, ustalasz z osobą, która prowadzi projekt. Wybór i jego skutki biorą na siebie ludzie.

Nie ma dostępu do produkcji. Wdrożenie, klucze API, uprawnienia w ERP i w Base ustawia człowiek. Narzędzia AI pracują na kodzie i danych testowych.

Nie odbiera integracji. Integracja jest gotowa, gdy przechodzi Twoje scenariusze na środowisku testowym, a nie wtedy, gdy kod „wygląda dobrze”.

Nie odpowiada za wynik. Za to, czy zamówienia trafiają tam, gdzie powinny, odpowiadamy my, nie narzędzie, którego użyliśmy.

Kto co robi na przykładzie integracji sklepu z Subiektem

EtapAICzłowiek
Analiza procesuanaliza eksportów i logów: braki dokumentów, rozjazdy stanów, częste przypadki; szkic mapy systemówrozmowa z Tobą, weryfikacja wniosków, decyzje o źródłach danych
Klient API i mapowaniaszkic kodu i tabeli mapowańprzegląd, poprawki, zatwierdzenie mapowań z Tobą
Testylista przypadków brzegowych, dane testoweuruchomienie na środowisku testowym, ocena wyników
Wdrożenielista kroków wdrożenia i sprawdzeń po starciekonfiguracja produkcji, klucze, uprawnienia
Działanie po starciegrupowanie błędów z logówalerty, decyzja o poprawce, kontakt z Tobą

Najwięcej czasu AI oszczędza w analizie, mapowaniach i testach. To zwykle największa część pracy przy integracji, więc tam zysk jest największy.

Własne badania

Prowadzimy własne badania nad tym, jak AI pracuje z kodem integracji. W ostatnim zmierzyliśmy, jak architektura i nazwy plików wpływają na skuteczność agentów kodujących. Agent najczęściej trafia we właściwe miejsce, gdy nazwa pliku mówi o dziedzinie (zamówienie, faktura, stan), a nie o wzorcu (adapter, policy). Metoda i liczby są w opisie badania.

Wnioski stosujemy we własnych projektach. Kod integracji dzielimy i nazywamy według pojęć z Twojego procesu, więc kolejne zmiany, także te robione z pomocą AI, trafiają we właściwe miejsce, a człowiek szybciej sprawdza, co się zmieniło.

Twoje dane i dostępy

Analiza eksportów przez AI wymaga Twojej zgody. Na starcie ustalamy, jakie dane i w jakim zakresie wchodzą do analizy: zwykle numery zamówień, statusy, daty, kwoty i kody produktów, bez danych osobowych Twoich klientów. Kod i testy powstają na danych testowych i modelowych. Klucze API trzymamy w menedżerze sekretów, nie w kodzie i nie w rozmowach z narzędziami. Po zakończeniu prac usuwamy dostępy, których nie potrzebujemy do opieki.

Ile kosztuje bezpieczna praca z AI

Najtańszy sposób użycia AI to wkleić eksport zamówień do darmowego czatu i poprosić o kod. Tego nie robimy, bo potem nie wiesz, gdzie trafiły dane Twoich klientów ani kto zmienił coś na Twoim koncie. Przy każdym projekcie trzymamy się kilku zasad:

  1. Pracujemy na zamkniętych modelach komercyjnych w płatnym planie, w narzędziach przeznaczonych do pracy z kodem, a nie w darmowych czatach.
  2. Do analizy trafiają tylko dane, na które się zgodzisz, bez danych osobowych Twoich klientów.
  3. Kod powstaje na osobnej gałęzi i przechodzi testy oraz przegląd człowieka, zanim trafi na produkcję.
  4. Zmiany na kontach (Base, ERP, Google Ads) przygotowujemy jako skrypt z podglądem: najpierw widać w logu, co się zmieni, uruchamia go człowiek.
  5. Hasła i klucze API nie trafiają do rozmów z narzędziami AI.
  6. AI nie wysyła wiadomości i nie publikuje niczego w Twoim imieniu.

Te zasady kosztują: AI czyta więcej kontekstu, zmiany przechodzą przez podgląd i testy, a człowiek zatwierdza każdy krok, który dotyka Twoich systemów. Policzyliśmy to na naszych projektach z ostatnich miesięcy. W cenach API praca AI kosztuje od kilkudziesięciu złotych przy konfiguracji do 2-3 tys. zł przy kilkutygodniowym projekcie integracyjnym. Ten koszt jest w cenie usługi, nie doliczamy go osobno.

Głośne wpadki AI

Kilka głośnych wpadek z ostatnich lat. Opisy opieramy na publikacjach prasowych i komunikatach firm, link jest przy każdym przypadku.

Agent skasował produkcyjną bazę danych (Replit, lipiec 2025). Założyciel SaaStr, Jason Lemkin, testował budowanie aplikacji z agentem AI Replit. Mimo zamrożenia zmian agent wykonał polecenia, które usunęły produkcyjną bazę z rekordami ponad tysiąca firm, a potem twierdził, że danych nie da się odzyskać. Kopia zapasowa istniała. Baza testowa i produkcyjna nie były rozdzielone (OECD AI Incidents).

Wtyczka AI z poleceniem „usuń wszystko” (Amazon Q, lipiec 2025). Do publicznego repozytorium rozszerzenia Amazon Q dla VS Code trafił pull request z tekstem, który kazał asystentowi AI czyścić pliki i zasoby w chmurze AWS. Wersja z tym poleceniem trafiła do sklepu z rozszerzeniami. Nie zadziałała przez błąd w samym poleceniu, a AWS podał, że zasoby klientów nie ucierpiały (The Register).

Kod źródłowy w publicznym czacie (Samsung, 2023). Inżynierowie wkleili poufny kod do ChatGPT, żeby sprawdzić w nim błędy. Samsung zakazał pracownikom korzystania z ogólnodostępnych narzędzi generatywnej AI na sprzęcie firmowym (Forbes).

Chatbot obiecał zniżkę, za którą zapłaciła linia (Air Canada, 2024). Czatbot na stronie Air Canada błędnie opisał klientowi zasady zniżki w taryfie żałobnej. Linia twierdziła, że za odpowiedzi odpowiada sam chatbot. Trybunał w Kolumbii Brytyjskiej uznał, że firma odpowiada za wszystko na swojej stronie, także za odpowiedzi bota, i kazał zwrócić różnicę (American Bar Association).

Raport ze zmyślonymi źródłami (Deloitte Australia, 2025). Raport dla australijskiego ministerstwa za ok. 440 tys. AUD zawierał nieistniejące publikacje naukowe i zmyślony cytat przypisany sędziemu. Deloitte zwrócił część wynagrodzenia, a w poprawionej wersji dopisał, że korzystał z generatywnej AI (Information Age).

Tahoe za dolara (dealer Chevroleta w Watsonville, 2023). Internauta przekonał czatbota dealera, opartego na ChatGPT, żeby „zgodził się” sprzedać SUV-a Tahoe za 1 dolara i nazwał to wiążącą ofertą. Samochodu nikt nie sprzedał, a dealer wyłączył bota (VentureBeat).

Lista kontrolna odbioru integracji

Te punkty sprawdzają integrację, a nie to, czym ją napisano. Przejdź je przy odbiorze, niezależnie od wykonawcy.

  1. Ten sam webhook wysłany dwa razy daje jeden dokument w ERP, nie dwa.
  2. Zamówienie anulowane po wystawieniu faktury kończy się korektą, a nie usuniętym dokumentem.
  3. ERP niedostępny przez godzinę: zamówienia czekają w kolejce i wchodzą po kolei, bez duplikatów.
  4. Błąd mapowania, np. nieznana stawka VAT, daje alert do konkretnej osoby, a nie cichy brak dokumentu.
  5. Sprzedaż tego samego produktu w dwóch kanałach naraz: stan w ERP i w kanałach jest zgodny po synchronizacji.
  6. Klucze API są poza kodem i da się je wymienić bez zmiany kodu.
  7. Opis przepływu i procedura na awarię są przekazane przy odbiorze.

Jeśli którykolwiek punkt wymaga odpowiedzi „to się sprawdzi ręcznie”, integracja nie jest gotowa.

Powiązane

Opisz, co chcesz połączyć - odpowiemy, czy wystarczy konfiguracja, gotowa integracja czy rozwiązanie dedykowane, i ile to kosztuje.

Co dalej

Rozpoznajesz problem? Sprawdźmy Wasz przepływ danych.

Audyt konta BaseLinker i wymiany danych z partnerami: 2 500 - 6 000 zł. Wynik to konkretny dokument z rekomendacją architektury i orientacyjnym kosztem kolejnego etapu. Bez zobowiązania kontynuacji u nas.

Chcesz dostawać takie wpisy mailem?

Zapisz się na newsletter: zmiany w Base, Allegro, KSeF i platformach sklepowych oraz wyniki naszych pilotaży.

Szczegóły w polityce prywatności.

Umów diagnozę przepływu danych