Mail → analiza → zadanie
Agent analizuje wiadomość, rozpoznaje intencję i tworzy zadanie, etykietę, alert albo szkic odpowiedzi.
AI automation / internal tools
Procesy, które działają same.
Sawlabs projektuje i wdraża automatyzacje AI, agentów, integracje API i internal tools - żeby zespół przestał ręcznie obsługiwać to, co da się obsłużyć systemem.
- od 2017doświadczenie komercyjne
- AI · API · MCPobszary specjalizacji
- 7–14 dnido działającego prototypu
Process automation
live
Mail
Agent AI
API
Raport
Inputmaile · dokumenty · API
Outputzadania · dane · decyzje
Dla kogo
Dla firm, które mają procesy zbyt ważne, żeby dalej robić je ręcznie.
Jeśli w Twojej firmie ludzie przepisują dane między narzędziami, analizują powtarzalne wiadomości, ręcznie obrabiają dokumenty albo składają raporty z kilku źródeł - prawdopodobnie część tego procesu da się uprościć lub zautomatyzować.
Punktem wyjścia jest proces, dane i oczekiwany efekt - nie technologia. Rozwiązanie dobierane jest dopiero w drugim kroku: workflow, agent AI, integracja API albo lekkie narzędzie wewnętrzne.
Przykłady
Co można zautomatyzować?
Najlepiej działają procesy, które mają powtarzalne wejście, jasny efekt i dane możliwe do przetworzenia.
Dokument → dane → system
AI wyciąga pola z dokumentów, faktur, paragonów lub formularzy i przekazuje je dalej.
API → raport → decyzja
System pobiera dane z API, przetwarza je i generuje raport, alert albo podsumowanie dla zespołu.
ChatGPT → agent → dane
Naturalny język jako interfejs do zadań, dokumentów, list, danych operacyjnych i zapytań do systemów.
Oferta
Od pomysłu do działającej automatyzacji
Sawlabs prowadzi od ogólnego pomysłu typu „chcemy użyć AI” do konkretnego rozwiązania, które obsługuje realny proces w firmie.
01
Prototyp agenta AI
Pierwsza wersja rozwiązania powstaje w 7-14 dni i pozwala ocenić wartość pomysłu przed większym wdrożeniem.
- analiza procesu
- prototyp agenta lub workflow
- integracja z jednym źródłem danych
- rekomendacja dalszych kroków
02
Automatyzacja procesu
Workflow, integracje i logika automatyzacji projektowane są tak, żeby proces działał przewidywalnie, a nie tylko wyglądał dobrze na demo.
- N8N, webhooki i integracje API
- klasyfikacja i ekstrakcja danych
- alerty, powiadomienia i obsługa błędów
- raporty i uporządkowane podsumowania
03
Internal tool / mini SaaS
Lekkie aplikacje, dashboardy i panele, które wspierają zespół w pracy z danymi, zadaniami i raportami.
- panel użytkownika
- baza danych i logowanie
- dashboardy i raporty
- podstawowe wdrożenie produkcyjne
04
Integracje AI z systemami
Połączenie danych, API, workflow i agentów AI w jeden użyteczny proces - bez dokładania kolejnego „gadżetu”.
- integracje z istniejącymi systemami
- agent jako interfejs do danych
- automatyczne przetwarzanie informacji
- wyniki w narzędziach zespołu
Bez gotowych pakietów na siłę.
Każdy projekt wyceniany jest indywidualnie - po zrozumieniu procesu, danych i oczekiwanego efektu. Nie wszystko warto automatyzować: jeśli prostsze rozwiązanie ma więcej sensu, takie zostanie zaproponowane.
Portfolio
Wybrane projekty i prototypy
Poniższe projekty pokazują podejście do automatyzacji, agentów AI, integracji API i budowania lekkich narzędzi produktowych.
Operator → ChatGPT
"pokaż dłużników > 30 dni"
│
▼
NovaInsight ──SQL──→ system ERP
│
propozycja decyzji
└─ Potwierdź ✓ → zapis + audyt
Produkt · ChatGPT × ERP
NovaInsight
Konektor, który spina ChatGPT z systemami ERP. Pytasz po polsku, dostajesz odpowiedź wprost z bazy - razem ze wzorcami, których w pulpicie nie widać. Decyzje (notatka, blokada sprzedaży, działanie windykacyjne) wracają do ERP dopiero po kliknięciu „Potwierdź”, a każda operacja ląduje w tabeli audytu. Najpełniej pokazuje, o co tu chodzi: AI jako warstwa operacyjna nad realnym systemem, a nie kolejny chatbot.
- ERP
- ChatGPT
- MCP
- SQL
- audyt zapisu
NovaInsight · demo
Zobacz w działaniu
Trzy realne scenariusze: pytanie po polsku w ChatGPT, dane prosto z ERP i gotowa propozycja decyzji do potwierdzenia.
Dopasowanie przychodzącej wpłaty do otwartych faktur i propozycja zapisu.
Porównanie planowanego i rzeczywistego kosztu zlecenia produkcyjnego.
POST /tools/company.lookup
{ "nip": "9512523220" }
→ MCP Tool
└─ MF API (KRS / CEIDG)
← {
"name": "...",
"regon": "...",
"address": "...",
"status": "active"
}
MCP · API · dane firmowe
NipMcp
MCP server do pobierania danych firmowych po NIP lub KRS z publicznego API Ministerstwa Finansów. Pokazuje, jak udostępnić agentowi AI konkretne narzędzie do pobierania danych z zewnętrznego źródła w formie typowanego, sprawdzalnego interfejsu.
- MCP
- API
- dane firmowe
- szybki prototyp
ChatGPT
└─ MCP Server
├─ Auth0 (logowanie)
├─ Tasks API
├─ Recipes
├─ Shopping list
└─ n8n workflows
Agent AI · MCP · ChatGPT
Personal Manager MCP
System MCP połączony z ChatGPT, pozwalający zarządzać zadaniami, listą zakupów, przepisami i danymi przez naturalny język. Ta sama idea co w NovaInsight, tyle że na danych osobistych - agent działa jako interfejs do realnych danych i akcji, nie jako chatbot do rozmowy.
- MCP server
- Auth0
- ChatGPT
- N8N
- API
ReciptAI · pipeline
flow
Zdjęcie paragonu
OCR + AI
Klasyfikacja
Dashboard
Inputzdjęcie / skan paragonu
Outputkategorie · sumy · raporty
AI · OCR · finanse
ReciptAI
Aplikacja do zarządzania wydatkami na podstawie zdjęć paragonów - od dodania zdjęcia, przez ekstrakcję danych, po podsumowania finansowe. Pokazuje podejście do budowania aplikacji AI wokół konkretnego workflow: użytkownik dostarcza dokument, system wyciąga dane i zamienia je w czytelne informacje.
- OCR
- klasyfikacja
- dashboard
- finanse osobiste
n8n workflows
├─ Mail triage
│ trigger → klasyfikacja → akcja
├─ Recipe scraper
│ URL → ekstrakcja → API
└─ MCP integration
ChatGPT ↔ Personal Manager
N8N · automatyzacje · integracje
N8N workflows
Zestaw workflow wspierających zarządzanie mailami, ekstrakcję danych ze stron internetowych i integrację z systemami MCP. Nie każdy proces wymaga budowania pełnej aplikacji od zera - czasem najlepszym rozwiązaniem jest dobrze zaprojektowany workflow łączący istniejące narzędzia, API i modele AI.
- N8N
- AI
- web scraping
- integracje
Doświadczenie
Komercyjne wdrożenia
Od 2017 roku buduję systemy, które przetwarzają dokumenty i dane firm - zwykle po to, żeby ludzie przestali ręcznie przepisywać te same rzeczy i szybciej przygotowywali dokumentację.
Poniżej kilka przykładów z realnych projektów: jaki problem rozwiązywały, na czym stały technicznie i co dały.
Dokumenty · dane biznesowe
Z wgranych dokumentów do gotowych plików - bez przepisywania
- wyciąga kluczowe dane z dokumentów biznesowych
- uzupełnia je danymi z rejestrów publicznych i źródeł wewnętrznych
- zbiera komplet informacji w jednym widoku
- generuje powtarzalne dokumenty zamiast pisać je ręcznie
Mniej ręcznego przepisywania tych samych danych - jedno źródło prawdy i szybciej gotowa dokumentacja.
Procesy wewnętrzne
Backend, API i panele dla pracy operacyjnej
- łączy rozproszone źródła danych w jednym miejscu
- przenosi logikę procesu z arkuszy i czatów do narzędzia
- daje zespołowi panel zamiast Excela i komunikatora
Praca operacyjna dzieje się w jednym narzędziu, a nie w dziesięciu kartach przeglądarki.
Integracje i automatyzacje
Workflow między systemami z naciskiem na niezawodność
- spina istniejące narzędzia i API w jeden proces
- obsługuje błędy i przypadki brzegowe, nie tylko happy path
- zamienia surowe dane w uporządkowane podsumowania
Krótszy czas obsługi procesu i mniej ręcznych kroków, na których łatwo o pomyłkę.
Proces
Jak wygląda współpraca
Punktem wyjścia nie jest pytanie „jaki model AI wdrożyć?”, tylko proces: co jest dziś obsługiwane ręcznie, gdzie są dane i jaki efekt ma dawać automatyzacja.
01
Analiza procesu
Identyfikacja kroków powtarzalnych oraz miejsc, w których pojawiają się opóźnienia, błędy lub zbędna praca.
02
Projektowanie rozwiązania
Dobór podejścia do problemu: workflow, agent AI, integracja API, internal tool albo połączenie kilku elementów.
03
Prototyp w 7–14 dni
Pierwsza wersja rozwiązania, która pozwala sprawdzić pomysł na realnym przykładzie przed większym wdrożeniem.
04
Wdrożenie i integracja
Podłączenie danych, API, narzędzi, logiki procesu, podstawowych zabezpieczeń i obsługi błędów.
05
Iteracja po użyciu
Korekta rozwiązania na podstawie rzeczywistego użycia, a nie założeń z początku projektu.
Technologie
Technologia dobrana do procesu, nie odwrotnie
AI jest jednym z narzędzi. W praktyce projekty łączą backend, API, workflow, dane i prosty interfejs użytkownika.
AI & agenci
Automatyzacje
Backend & SaaS
Dane i dokumenty
Wdrożenia
Internal tools
Kontakt
Masz proces, który warto zautomatyzować?
Wystarczy krótki opis: jaki proces wymaga uwagi albo jaki pomysł warto sprawdzić. W odpowiedzi - ocena, czy ma to sens jako prototyp, automatyzacja procesu, czy większe wdrożenie.
Najlepiej opisać: proces, dane, obecne narzędzia i oczekiwany efekt.
Email: kontakt@sawlabs.pl
LinkedIn: linkedin.com/in/grz-saw