Automatyzacja procesów vs RPA — porównanie 2026 (klasyczna API vs UiPath/Blue Prism)

Co to jest automatyzacja procesów — krótka definicja

Automatyzacja procesów biznesowych to zestąpienie powtarzalnych czynności wykonywanych przez człowieka przez oprogramowanie, komunikujące się z systemami natywnie (poprzez API) i wykonujące te same akcje bez interwencji użytkownika. W praktyce klasyczna automatyzacja (Make/Zapier/n8n/custom code) rozmawia z systemami backend-to-backend przez interface programistyczny (API).

Pełną definicję z 5 typami automatyzacji, use cases i frameworkiem znajdziesz w artykule co to jest automatyzacja procesów biznesowych. Ten artykuł skupia się na porównaniu z RPA — komplementarną technologią która jest fizycznie inna. Jeśli szukasz szerszego kontekstu usług — zobacz stronę automatyzacja procesów z pełnym scope i cennikami wdrożeń.

Czym automatyzacja klasyczna NIE jest — 4 disambiguacje

W polskich rozmowach handlowych regularnie spotykam pomyłki definicji. Cztery największe:

• Klasyczna automatyzacja ≠ pojedyncza integracja punktowa. Jeden Zapier zap (jedno źródło → jedno destination) to integracja punktowa, nie automatyzacja procesu biznesowego. Automatyzacja procesu to sekwencja 3-15 kroków, wiele warunków, error handling, retry logic, monitoring. Zap 1-do-1 jest komponentem, nie całością.
• Klasyczna automatyzacja ≠ sztuczna inteligencja/AI. Klasyczna to deterministyczna logika if-then-else przez API. AI (LLM, ML) to statystyczna predykcja. Można kombinować (klasyczna orchestracja + AI decision point), ale to różne warstwy stacku. Więcej: ile kosztuje wdrożenie AI.
• Klasyczna automatyzacja ≠ skrypt cron do bazy danych. Skrypt PHP odpalany codziennie o 3:00 to job/cron — bez triggerów event-driven, bez orchestracji multi-system, bez UI zarządczego. Automatyzacja przez Make/n8n dodaje event-driven triggers (webhook, polling), fan-out do wielu systemów, alerting.
• Klasyczna automatyzacja ≠ RPA "z API zamiast UI". Vendor RPA sprzedający "hybrid automation" może brand klasyczną API integrację jako "RPA API mode". Marketingowo — może. Technicznie — nie: to jest normalna integracja przez API, nie ma nic wspólnego z bot symulującym użytkownika. Reject wciskania klasycznej pod parasol RPA.

Co to jest RPA (Robotic Process Automation) — definicja + WAŻNA disambiguation

Zanim omówimy technologię: uwaga terminologiczna. W polskim internecie akronim RPA ma dwa różne znaczenia:

1. Raport RPA (ZUS) — formularz podatkowy Rozliczenia Podatkowego Automatycznego, wykorzystywany przez płatników składek. To NIE jest technologia informatyczna. Dokumentacja na zus.pl. Jeśli szukasz Raportu RPA ZUS, przejdź na zus.pl → Płatnicy składek → Rozliczenia.
2. RPA (Robotic Process Automation) — technologia informatyczna, temat tego artykułu.

Czym RPA NIE jest — 4 disambiguacje techniczne

Poza pomyłką z Raportem RPA ZUS, w rozmowach z klientami widuję jeszcze 4 mylne koncepcje RPA:

• RPA ≠ sztuczna inteligencja / AI. RPA klasyczne jest deterministyczne — bot wykonuje sekwencję kliknięć zdefiniowaną w kodzie (rule-based). AI (LLM, computer vision) to statystyczna predykcja z modeli ML. Vendors dzisiaj sprzedają "Intelligent Automation" = RPA + AI layer, ale to są dwie odrębne technologie połączone razem, nie jedno.
• RPA ≠ makro (Excel VBA, AutoHotkey). Powierzchownie podobne — automatyzujące klikanie. Realne różnice: RPA enterprise ma orchestrator server (centralne zarządzanie bots), governance (audit trail, RBAC), error handling framework, credential vault. Makro Excel jest single-user, uruchamiane manually, bez central management. Skala: makro dla jednego użytkownika 5 zadań/dzień. RPA dla organizacji 500-5000 zadań/dzień.
• RPA ≠ testing automation (Selenium, Cypress). Techniki podobne (screen scraping, click simulation). Ale zastosowanie różne: Selenium/Cypress to testing przed release. RPA to production automation zamiast człowieka. Testing automation działa w test env, RPA w production z real data i biznesowymi konsekwencjami błędów.
• RPA ≠ hybryda (nie "połowiczne rozwiązanie"). Hybryda klasyczna + RPA to celowa architektura optymalizująca koszt — nie kompromis "nie stać nas na pełne RPA". W moim mini-case (H2 #9) hybryda 60/40 była LEPSZYM rozwiązaniem niż pure RPA: 40% taniej + 58% szybszy break-even. To nie downgrade, to superior design.

RPA jako technologia — jak działa

RPA to oprogramowanie które symuluje użytkownika klikającego w interfejs graficzny programów: bot RPA loguje się do aplikacji jak człowiek, klika przyciski, wpisuje dane w pola formularzy, czyta dane z ekranu (screen scraping), przenosi informacje między systemami. Bot NIE komunikuje się z systemami przez API — używa UI (User Interface) jako punktu integracji.

Główni vendors 2026: UiPath (market leader, US, publicznie notowany), Blue Prism (UK, enterprise focus), Automation Anywhere (US, mid-market focus). Plus mniejsze i open-source: Robocorp, TagUI, Power Automate Desktop (Microsoft, wbudowane w Windows).

Kiedy RPA powstało i dlaczego

Koncepcja RPA rozwinęła się w latach 2010-2015 jako odpowiedź na 2 realia enterprise IT: (1) firmy używają legacy systems (stare ERP, mainframe, dedykowane software) które NIE MAJĄ API — nie da się ich zintegrować klasyczną automatyzacją. (2) Rewriting/migration legacy systems to lata pracy i miliony USD — zbyt drogo. RPA daje "obejście": bot udaje użytkownika, integracja działa bez zmian w legacy.

To ważne rozumienie ekonomiczne: RPA jest workaroundem dla legacy stack, nie superior technology. Klasyczna automatyzacja przez API jest szybsza, tańsza, stabilniejsza — gdy tylko target system MA API.

Kluczowa różnica techniczna — API vs UI automation

Trzy praktyczne konsekwencje różnicy API vs UI:

• Prędkość: API request typowo 100-500 ms. RPA klika-czeka-czyta z ekranu typowo 2-10 sekund per akcja. RPA bot 10-50× wolniejszy niż API automation.
• Stabilność: API są stabilnymi kontraktami (semver, backward compatibility). UI zmienia się często (nowy layout, nowe pole, redesign) — bot RPA psuje się przy każdej zmianie i wymaga poprawy.
• Koszt maintenance: API integration działa latami bez zmian. RPA bot wymaga 2-5 dni pracy per bot per kwartał na fix zmian UI. Dla firmy z 5 bots to 40-100 dni pracy rocznie = 30-80k PLN samego maintenance.

Tabela porównawcza — 7 wymiarów automatyzacja klasyczna vs RPA

Praktyczna implikacja: dla 90% typowych use cases w polskich firmach B2B 5-100 osób w 2026 (integracje SaaS-to-SaaS, CRM-to-email, form-to-CRM, order-to-invoice), klasyczna automatyzacja jest 5-10× tańsza od RPA i szybsza we wdrożeniu. RPA warto rozważyć TYLKO w scenariuszach z sekcji 5-7 tego artykułu.

3 use cases dla klasycznej automatyzacji (kiedy Make/Zapier/n8n)

Use case 1: Formularz kontaktowy → CRM (Pipedrive/HubSpot)

Problem: strona firmowa z formularzem. Leady dochodzą na email, ktoś ręcznie przepisuje do CRM. Response time 4h, 30% leadów gubione.

Klasyczna automatyzacja: webhook z Contact Form 7 → Make scenariusz → Pipedrive API create Deal. Setup 3-8h dev = 2-6k PLN. Runtime Make Core 9 EUR/mc = 40 PLN/mc. Response time < 5 min, 0% lost leads.

Alternatywa RPA (dla porównania): bot loguje się do Pipedrive przez UI, klika "Add Deal", wpisuje pola. Setup 30-60k PLN. Runtime 15-25k USD/rok licencja UiPath. Wolniejszy o 10×. NIE ma sensu.

Pełen breakdown 4 ścieżek implementacji formularz → CRM w porównaniu integracji CRM z formularzem.

Use case 2: E-commerce order → email marketing + accounting

Problem: sklep Shopify/WooCommerce. Każde zamówienie wymaga: dodanie klienta do Mailchimp, wysłanie faktury z fakturowni, powiadomienie Slack dla zespołu obsługi.

Klasyczna automatyzacja: Shopify webhook → Zapier multi-step: Mailchimp API + Fakturownia API + Slack API. Setup 5-10h dev = 3-8k PLN. Runtime Zapier Pro 49 USD/mc = 200 PLN/mc. Wszystkie 3 systemy zintegrowane w 100 ms.

Detaliczne porównanie iPaaS: Make vs Zapier vs n8n dla firm B2B z decision tree.

Use case 3: Slack notification z Airtable dla project management

Problem: zespół pracuje w Airtable. Manager potrzebuje Slack notification gdy zadanie zmienia status na "Done" lub "Blocked".

Klasyczna automatyzacja: Airtable webhook → n8n workflow → Slack API post message. Setup 2-4h dev = 1-3k PLN. Runtime n8n self-hosted VPS 30 PLN/mc. Zero abonamentu SaaS.

Advanced variant: dodaj conditional logic w n8n — inne kanały Slack per project owner, format message dependent on task priority (high = @channel mention, low = quiet post), thread reply zamiast nowego posta gdy update istniejącego taska. Setup +2-4h = 1-2k PLN dodatkowo. Wartość: cuts noise dla zespołu, precyzyjne notifications dla właściwych osób.

Use case 4: E-invoice reconciliation Fakturownia → Google Sheets → book-keeping alert

Problem: mała firma B2B wystawia 40-80 faktur/mc w Fakturowni. Księgowa 2 razy w mc konsoliduje niezapłacone faktury do Excel, sprawdza przelewy w bankowości, kontaktuje klientów po 14 dniach opóźnienia.

Klasyczna automatyzacja: Fakturownia webhook (invoice created / payment received) → Make scenariusz → Google Sheets tab "outstanding invoices" auto-update + Slack notification handlowca po każdym 14-dniowym opóźnieniu. Setup 4-8h = 2-6k PLN. Runtime Make Core 9 EUR/mc.

Wartość: księgowa oszczędza 2×4h/mc = 8h × 12 mc = 96h/rok × 100 PLN = 9.6k PLN. Plus reduction dnia opóźnienia (DSO — Days Sales Outstanding) o 6-10 dni to typowo 2-5% roczny cashflow boost. Dla firmy z 3M PLN obrotem = 60-150k PLN better working capital.

Verdict — kiedy klasyczna automatyzacja to WŁAŚCIWY wybór

Wspólny mianownik 4 use cases: wszystkie target systemy mają API. To jest DOMINANT criterion. Jeśli Pipedrive, Shopify, WooCommerce, Mailchimp, Fakturownia, Airtable, Slack, Google Workspace mają API (a mają), klasyczna automatyzacja jest lepsza od RPA na każdym wymiarze: koszt (5-10× taniej), prędkość (10-50× szybciej), maintenance (5× mniej godzin), stabilność (backend contract vs UI change breakage).

W mojej praktyce po 50+ wdrożeniach 2023-2026 nigdy nie znalazłem use case gdzie klient przyszedł z pomysłem "RPA dla systemu X z API" a klasyczna automatyzacja nie okazała się lepsza. Zerowe wyjątki. Reguła: jeśli target ma API, wybieraj klasyczną. Kropka.

3 use cases dla RPA (kiedy UiPath/Blue Prism)

Use case 1: Legacy ERP bez API (stary SAP R/3, dedicated system branżowy)

Problem: firma używa stary system ERP z lat 2000. Codziennie 3 osoby przez 2h przepisują dane między ERP a Excel. System NIE ma API, vendor nie wspiera integracji.

RPA: bot UiPath loguje się do ERP jak user, otwiera moduł raportów, eksportuje do CSV, importuje do Excel z transformacjami. Setup 40-80k PLN dev + 12k USD/rok licencja bot production. Zwrot: 3 osoby × 2h × 200 dni robocze × 60 PLN/h = 72k PLN/rok saved. Break-even 8-12 mies.

Klasyczna alternatywa: nie istnieje — system nie ma API. Jedyna opcja to migracja ERP (300-800k PLN, 6-12 mies) lub RPA (40-80k, 4-6 tyg).

Use case 2: Bank data extraction bez API (portal bankowy)

Problem: firma z 3 kont w różnych bankach (Millennium, Santander, BNP Paribas). Księgowa codziennie pobiera wyciągi z 3 portali internetowych, konsoliduje w Excel dla systemu księgowego. 2h dziennie pracy.

RPA: bot loguje się na 3 portale (z multi-factor authentication), pobiera wyciągi, konsoliduje, wgrywa do systemu księgowego. Setup 30-50k PLN. Zwrot: 2h/dzień × 200 dni × 100 PLN/h = 40k PLN/rok.

Alternatywa: banki typowo NIE dają API dla firm mid-market bez enterprise contract. Klasyczna automatyzacja niemożliwa bez API partnership. RPA jest jedynym praktycznym rozwiązaniem.

Use case 3: Compliance / regulatory reporting z dedicated app

Problem: firma medyczna raportuje do NFZ przez dedykowaną aplikację webową. Aplikacja NIE ma API dla firm zewnętrznych. Compliance officer 3 dni w tygodniu wpisuje dane ręcznie.

RPA: bot loguje się do aplikacji NFZ, wypełnia formularze compliance zgodnie z danymi z wewnętrznego systemu. Setup 40-60k PLN. Zwrot: 3 dni × 4 tygodnie × 12 mies × 400 PLN/dzień = 57k PLN/rok.

Podobne scenariusze: raportowanie GIODO, sprawozdania środowiskowe do WIOŚ, raporty GUS przez system dedykowany.

Use case 4: Merger legacy data extraction (fuzja/akwizycja)

Problem: firma A przejmuje firmę B. Firma B używała legacy CRM (własne oprogramowanie z 2005, dostawca zbankrutował 2019 — nikt nie wspiera). Trzeba wyeksportować 15 lat historii klientów (~80 tys rekordów) do nowoczesnego CRM firmy A. Manual eksport przez UI: ~200 dni pracy jednej osoby.

RPA: bot UiPath skryptuje sekwencję logowania → wyszukiwania każdego rekordu → eksport pełnej historii → parsuje dane → zapisuje do CSV. Bot pracuje 24/7 = zamiast 200 dni ludzkich, 15-30 dni bot runtime. Setup 40-60k PLN. Alternatywa manual: 200 dni × 300 PLN = 60k PLN + 200 dni zablokowana osoba.

Time-sensitive nature: post-M&A integracja jest deadline-driven (integration plan zwykle 6-12 mies). Manual export nie mieści się w timeline. RPA jest jedyną praktyczną opcją.

Verdict — kiedy RPA to WŁAŚCIWY wybór

Wspólny mianownik 4 use cases: brak API DOSTĘPNEGO dla twojej firmy — czy dlatego że system starszy niż API era (SAP R/3 2008, legacy CRM 2011), czy dlatego że vendor odmawia (banki, systemy rządowe), czy dlatego że dostawca zbankrutował. Plus: wolumen wystarczający żeby uzasadnić 40-80k PLN setup + licencje bot.

W mojej praktyce widuję że około 15% procesów w typowej firmie B2B 5-100 osób POWINNA być na RPA (nie ma API, wolumen > 20/tydz, długoterminowa stabilność procesu). Pozostałe 85% powinny być na klasycznej automatyzacji. Vendors RPA sprzedają "RPA everywhere" bo mają incentive na licencje — ale realia rynku PL to 15/85 split, nie 50/50.

Kiedy hybryda klasyczna + RPA ma sens

Hybryda = klasyczna automatyzacja przez API dla nowych systemów + RPA dla legacy bez API, orchestrated przez środkową warstwę (typowo Make lub n8n). Kiedy ma sens:

• Mieszany stack IT firmy: część systemów nowa (Pipedrive, Slack, Google Workspace — API), część legacy (stary CRM, dedicated ERP — bez API). Nie zastąpisz legacy w 3-6 mies, ale możesz je zautomatyzować.
• Migration bridge: firma planuje migrate legacy w 12-24 mies, ale automatyzacja procesu potrzebna JUŻ. Hybryda daje interim value do momentu migracji, potem RPA components można wyrzucić i zastąpić API.
• Cost optimization: pure RPA jest droga (200-500k PLN typical enterprise). Hybryda 60/40 typowo redukuje koszt o 40-60% i skraca break-even o 2× (patrz mini-case niżej).

Framework decyzyjny: dla każdego procesu z 5-15 akcjami rozdziel akcje na 2 kubeły. Akcje w systemach z API → klasyczna automatyzacja (backend). Akcje w legacy bez API → RPA (UI botting). Orchestrate przez Make/n8n który wywołuje RPA bot jako subprocedure gdy potrzeba.

Decision tree — który wybrać per profil firmy

Trzy pytania które MUSISZ odpowiedzieć zanim wybierzesz między klasyczną, RPA i hybrydą:

Praktyczna wskazówka: przed decyzją RPA vs klasyczna, zawsze przeprowadź API discovery (2-4h research per system): sprawdź oficjalną dokumentację vendora, wyszukaj "API" w helpdesk, zapytaj vendora bezpośrednio, przeszukaj GitHub czy istnieje unofficial API wrapper. W 60% moich audytów "brak API" okazywało się mieć API po dokładniejszym research.

Tabela — profile firm i typowa rekomendacja

Uzupełniająco do decision tree wyżej, poniżej tabela mapująca 6 typowych profili firm B2B w PL na rekomendację. To NIE zastępuje audytu Twojej firmy, ale daje szybki punkt startowy:

Kluczowa obserwacja z 50+ wdrożeń: dla firm 5-100 osób w PL (85% mojego portfela klientów) klasyczna automatyzacja pokrywa 80-95% use cases. RPA warto pytać dopiero od skali mid-market wzwyż. Startup który dostaje ofertę "RPA za 200k PLN" praktycznie zawsze może rozwiązać ten sam problem klasyczną za 10-30k.

Mini-case — polska firma produkcyjna 80 osób, SAP + legacy, hybryda 60/40

Klient (composite pattern): polska firma produkcyjna z Wielkopolski, 80 osób, produkcja B2B dla motoryzacji. Stack IT: SAP R/3 (od 2008 r.), dedykowany legacy CRM z 2011 (własne oprogramowanie firmy zewnętrznej, brak API), Excel, Outlook, Slack (dodany 2023). Engagement: kwiecień 2026.

Problem

Codzienny proces "zamówienie klienta → produkcja → księgowość" wymagał 5 osób i średnio 6 godzin ręcznej pracy. Główne bottleneck: dane z legacy CRM (dedykowana aplikacja bez API) trzeba było ręcznie przepisywać do SAP i Excel dla accounting. Firma dostała ofertę od zewnętrznego vendora RPA: 200 000 PLN pure UiPath implementation, break-even estymowany 12 miesięcy, licencje 15k USD/rok za 2 bots production.

Nasza analiza — audit systemów

4-godzinny audit ujawnił kluczowe fakty:

• SAP R/3 z 2008 MA API (SAP RFC + BAPI + od 2015 REST przez SAP Gateway). Vendor RPA tego nie sprawdził — założył legacy pure UI. Klasyczna automatyzacja SAP przez BAPI jest możliwa i tańsza.
• Legacy CRM z 2011 faktycznie nie ma API. Vendor tego produktu (mała polska firma) nie planuje API. RPA jest jedyną opcją dla tego komponentu.
• Slack, Outlook, Google Sheets: pełne API. Klasyczna automatyzacja natywna.

Zaproponowana architektura — hybrid 60/40

60% klasyczna automatyzacja przez API:

• SAP integration przez BAPI (VBAK dla orders, MARA dla materials, KNA1 dla customers) → n8n workflow → Slack + Google Sheets accounting export
• Outlook email templates przez Microsoft Graph API dla notification klientom
• Slack notification dla team przy każdym order z automated status updates

40% RPA przez UiPath:

• Legacy CRM bot: login → wyszukaj klienta → export historii zamówień → strukturalne dane do n8n orchestrator
• Legacy CRM bot: import updated order status z SAP → update kolumnę w CRM UI

Wynik — 4 tygodnie później

• Koszt one-time: 120 000 PLN (SAP integration + hybrid orchestration 80k + legacy CRM bot UiPath 40k)
• Runtime rocznie: UiPath licencja 1 bot 5k USD/rok = 20k PLN + Make Enterprise 90 EUR/mc = 4.3k PLN/rok + n8n VPS 400 PLN/rok = ~25k PLN/rok
• Vs pure RPA proposal: 200k PLN + 60k PLN/rok = hybryda 40% taniej setup, 58% taniej runtime
• Break-even: 5 miesięcy vs estymowane 12 miesięcy pure RPA
• Time savings: 5 osób × 6h/dzień × 200 dni × 80 PLN/h = 480k PLN/rok savings
• 12-miesięczny ROI: 480k / (120k + 25k) = ~330%

Kluczowa lekcja: vendors RPA nie mają incentywu żeby proponować hybrid. Ich business model to per-bot licencje. Zawsze rób API discovery przed decyzją RPA — nawet dla "legacy" systemów. W 60% przypadków API istnieje i klasyczna automatyzacja jest dostępna.

5 ukrytych kosztów RPA których vendor nie pokazuje

Realny TCO 12-mies dla typowej firmy z 3 RPA bots: licencje one-time (50-150k) + license year 1 (60-300k) + maintenance (30-100k) + infrastructure (15-30k) + governance (10-25k) + dev/consulting (180-300k lub 40-60k jeśli external) = 335-905 tys PLN pierwszy rok. Vendor typowo pokazuje w propozycji tylko licencje + one-time development = 150-300k. Realny TCO 2-3× wyższy.

Trend 2026 — Intelligent Automation i IDP (RPA + AI)

Intelligent Automation (IA) to trend 2024-2026: klasyczne RPA + warstwa AI/ML. Główne komponenty: IDP (Intelligent Document Processing) — AI odczytuje faktury/umowy/formularze skanami i przekazuje strukturalne dane; Process Mining — AI analizuje logi systemów i identyfikuje kandydatów do automatyzacji; Decision AI — ML models robią decyzje typu "approve/reject" w miejscu human reviewer.

Rzeczywistość 2026 — kiedy IA vs klasyczna z AI

Vendors (UiPath, Automation Anywhere) mocno promują IA jako "RPA 2.0" — logiczna implikacja: kup RPA + AI addon. Ale w 2026 realia są bardziej niuansowane:

• IDP jako standalone service (Google Document AI, Azure Form Recognizer, AWS Textract) integruje się z klasyczną automatyzacją przez API — nie wymaga RPA. Koszt: 200-2 000 PLN/mc dla wolumenu 1000-10 000 dokumentów. Setup 3-8 tys PLN.
• Custom AI (Claude/GPT-4o/Gemini API) dla decision AI też dostępne bez RPA. Zobacz szczegóły w porównaniu ChatGPT Enterprise vs Custom GPT vs RAG.
• IA jako pełen stack RPA + AI ma sens tylko gdy MASZ już RPA setup (bo wtedy AI addon marginal cost). Dla nowego projektu: klasyczna + IDP + Custom GPT jest 3-5× tańsza niż RPA + AI addon.

Trend długofalowy: IA rośnie ale głównie kanibalizuje mid-tier RPA (rutynowe use cases przechodzą na klasyczną + AI addon). Enterprise RPA (top-tier UiPath/Blue Prism z 20+ bots) pozostaje odrębnym segmentem — używa IA jako dodatku, nie zamiennika.

Dla firmy B2B 5-200 osób w 2026 rekomendacja: dla nowych projektów automatyzacji, przed rozważeniem RPA sprawdź czy problem można rozwiązać klasyczna + Custom GPT/RAG/IDP addon. Pełen breakdown kosztów AI: ile kosztuje wdrożenie AI w firmie B2B (Custom GPT 5-15k PLN, RAG 15-60k, AI Agent 40-150k).

Konkretny use case IDP standalone (bez RPA)

Realistyczny scenariusz z mojej praktyki 2026: firma B2B otrzymuje 200-500 faktur/mc od dostawców w PDF (skany + digital), księgowa manual wpisuje do Fakturowni. 3 dni/mc pracy.

Rozwiązanie standalone IDP + klasyczna: Google Document AI Invoice Parser (200-800 PLN/mc dla 500 faktur) czyta PDF → wyciąga strukturalne dane (dostawca, numer, kwota, data, VAT, pozycje) → Make workflow → Fakturownia API create expense. Setup 5-10k PLN. Runtime ~500 PLN/mc.

Alternatywa RPA-based IDP: bot UiPath z Document Understanding addon (~15k USD/rok licencja) czyta PDF → wpisuje do Fakturowni przez UI. Setup 40-60k PLN. Runtime ~55k PLN/rok.

Wynik: standalone IDP + klasyczna 6-10× tańsza od RPA-based dla tego samego rezultatu. Widuję że firmy które kupiły RPA "z IDP" 3-4 lata temu (2022-2023) dzisiaj płacą 50-80k PLN/rok za coś co można zrobić klasyczna + Google DocAI za 6-8k PLN/rok. To jest realny sunset trend enterprise RPA IDP w PL SMB.

Vendor lock-in i exit strategy

Kluczowa różnica strategiczna między klasyczną a RPA to portability. Klasyczna: kod PHP webhook / n8n workflow / Zapier zap można wyeksportować i migrować (n8n → self-hosted, Make → n8n workflow port, Zapier → n8n z conversion tool). Vendor lock-in low.

RPA: kod bota UiPath NIE można łatwo migrować do Blue Prism / Automation Anywhere. Każdy vendor ma własny język (UiPath VB.NET-based, Blue Prism proprietary, Automation Anywhere Metabot). Migration ≈ rewrite od zera. Firma która zainwestuje 500k PLN w UiPath bots po 3 latach ma switching cost ~500k PLN żeby przejść na Blue Prism.

W mojej praktyce rekomenduję klientom myśleć o exit strategy PRZED wyborem vendora RPA. Trzy pytania które warto zadać: (1) Jaki jest łączny wolumen bots planowanych w 3-lat horyzont? (2) Czy firma ma budżet na potencjalne switching cost 30-50% wartości oryginalnej inwestycji? (3) Czy uzasadnienie biznesowe RPA wytrzyma vendor price hike o 30% (co się zdarza)?

Kiedy ani klasyczna ani RPA się nie opłaca — honest section

Cztery wyraźne scenariusze gdzie ŻADNA automatyzacja nie ma ekonomicznego sensu:

1. Wolumen zapytań mniej niż 20/tydzień per proces. Break-even się nie zamyka nawet dla najprostszej integracji. Koszt setup 3-8k PLN vs oszczędność 30-60 PLN/tydz = break-even 24-60 miesięcy. Nie warto. Rekomendacja: Excel + Slack notifications, weekly checklist.
2. Proces jednorazowy lub wygasający. Regulatory change w 6-12 mies uczyni proces obsolete? Setup 20-40h nie zwraca się. Rekomendacja: manual execution + dokumentacja procedury dla operatora, budowanie automatyzacji dopiero gdy proces potwierdzi stability > 12 mies.
3. Proces wymagający uznaniowej decyzji człowieka. Approval workflows z subjective judgment (np. decyzje kredytowe, approve/reject nietypowych zamówień, HR decyzje personalne). Automatyzacja tylko dodaje friction — decyzja i tak wymaga human review. Rekomendacja: checklist w Excel + notification workflow dla decyzji, ale samą decyzję zostawić człowiekowi.
4. Firma nie ma procesu udokumentowanego. Automatyzacja bez procesu = amplification of chaos. 3 handlowców robi rzeczy inaczej? Automatyzujemy proces Ani, ale Piotr robi inaczej = 2 różne "automatyzacje", żadna nie spójna. Rekomendacja: najpierw mapowanie procesu krok po kroku, dopiero potem automatyzacja.

Fair diagnosis: około 25-30% firm B2B które pytają o automatyzację powinny NAJPIERW zaadresować podstawy (proces udokumentowany, minimum wolumen, stabilność zmian). Automatyzacja jest wisienką na torcie — musi być tort.

Od czego zacząć — checklist + CTA

Pięć kroków do konkretnej decyzji między klasyczną, RPA i hybrydą w 2-3 tygodnie:

1. Audit procesów — kandydaci do automatyzacji. Lista wszystkich zadań repetytywnych pochłaniających > 5h/tydzień per FTE. Priorytyzuj 3 top kandydatów pod kątem czasu + częstotliwości + business impact. 4-6h pracy.
2. API discovery per kandydat. Dla każdego z 3 kandydatów: sprawdź czy target system(y) MA API. Sprawdź dokumentację, spytaj vendora, wyszukaj GitHub. 2-4h per kandydat. W 60% przypadków API istnieje mimo pozornego "brak API".
3. Decision tree z H2 #8. Odpowiedz 3 pytania (API? Legacy pure? Volume > 20/tydz?). Wybierz klasyczną / RPA / hybryda / skip per kandydat.
4. TCO calculation 12-mies. Zsumuj: setup + runtime rocznie + maintenance + hidden costs (dla RPA z tabeli w H2 #10). Compare z expected savings. Break-even < 12 mies = go. > 24 mies = re-evaluate.
5. Vendor selection. Dla klasycznej: sprawdź iPaaS (Make/Zapier/n8n) via porównanie Make vs Zapier vs n8n. Dla RPA: request 3 propozycje (UiPath, Blue Prism, Automation Anywhere) — nigdy nie pierwsza oferta.

Co dalej: jeśli chcesz porozmawiać o wyborze między klasyczną automatyzacją a RPA dla Twojej firmy — opisz krótko Twój stack (SAP? Legacy CRM? Nowe SaaS?) i skalę problemu, a wrócę z rekomendacją w 1-2 dni. Discovery session typowo 0 zł (free 30-min call).

Ważne: moja specjalizacja to klasyczna automatyzacja procesów i integracje systemów przez API (Make/Zapier/n8n/custom PHP webhooks). Dla enterprise RPA (UiPath/Blue Prism/Automation Anywhere) rekomenduję vendor certified partner (Deloitte, KPMG, PwC lub polskie firmy jak Comarch/Asseco RPA teams). Jeśli podczas discovery okaże się że Twoja firma potrzebuje pure RPA — dam konkretną rekomendację partnera zamiast robić projekt sam.

Related tematy z klastra Automatyzacja: co to jest automatyzacja procesów (pełna definicja + 5 typów), mapowanie procesów krok po kroku (7 kroków przed automatyzacją), ile kosztuje automatyzacja procesów (pełen breakdown PLN).