Palantir AIP: jak ocenić AI w procesach operacyjnych

Temat: Palantir AI

Palantir AIP jest platformą, która łączy modele AI z danymi, logiką i działaniami firmy, a nie osobnym „modelem Palantir”. Według dokumentacji platform AIP daje bezpieczny dostęp do wielu modeli językowych naraz. Firma powinna oceniać go przez konkretny proces: skąd AI bierze informacje, jakie działanie może zaproponować lub wykonać, kto zatwierdza wynik i jak wychwycić błąd. Samo uruchomienie rozmowy z modelem nie dowodzi poprawy operacji. Stan na 6.10.2026.

AIP działa razem z Foundry i Apollo; mapę wszystkich części Palantir znajdziesz w poradniku: co to jest Palantir. Drogę danych i aplikacje opisuję we wpisie o Palantir Foundry. Tutaj chodzi o warstwę AI: od modelu do zatwierdzonego działania.

Pięć elementów AIP: od modelu do działania

Opis architektury AIP obejmuje dostęp do modeli, kontekst z Ontology, narzędzia do budowy agentów i automatyzacji, ewaluację, obserwację działania oraz kontrolę dostępu z logami audytu. Dla oceny procesu wystarczy pięć elementów:

  1. Modele. AIP obsługuje modele wielu vendorów, komercyjne i otwarte, a firma może podłączyć własny model. Dostępność modeli zależy od regionu; przy ograniczeniu geograficznym zapytania są przetwarzane w wybranym regionie, np. w UE.
  2. Kontekst z Ontology. Model pracuje na obiektach, dokumentach i narzędziach, które firma opisała w Ontology. Ontology System nadaje znaczenie obiektom i akcjom; AIP wykorzystuje ten kontekst.
  3. Logika i czaty. AIP Logic to środowisko no-code do budowy, testowania i wydawania funkcji opartych na modelach językowych. Funkcja przyjmuje obiekty i zwraca wynik albo przygotowuje zmiany w Ontology. AIP Chatbot Studio (dawniej AIP Agent Studio) służy do budowy asystentów z dostępem do Ontology, dokumentów i narzędzi, osadzanych w aplikacjach albo udostępnianych przez Ontology SDK.
  4. Ewaluacja. AIP Evals uruchamia zestawy testów dla funkcji Logic, funkcji czatów i funkcji w kodzie. Pozwala porównać modele i sprawdzić, jak bardzo wyniki różnią się między uruchomieniami.
  5. Działanie i zatwierdzenie. Automate uruchamia funkcję Logic, gdy spełni się warunek, stale albo według harmonogramu. Zmiany w Ontology mogą wtedy wejść automatycznie albo trafić jako propozycje do przeglądu przez człowieka; propozycje czekają na decyzję w zakładce Proposals przeglądu automatyzacji.
Pięć elementów Palantir AIP od modelu do działania: modele wielu vendorów albo własny, kontekst z Ontology, AIP Logic i AIP Chatbot Studio, testy w AIP Evals oraz Automate, w którym zmiana wchodzi automatycznie albo czeka jako propozycja na zatwierdzenie przez człowieka.
Układ pięciu elementów to uproszczenie autora na podstawie dokumentacji Palantir. Stan z 6.10.2026.

Wniosek dla zarządu: o ryzyku nie decyduje wybór modelu, tylko krok piąty. To tam ustalasz, czy zmiana rekordu albo komunikat do klienta wychodzi sam, czy czeka na człowieka.

Kto zatwierdza działanie

Przykład hipotetyczny: operator analizuje opóźnione zamówienie. Funkcja AI zbiera stan dostawy, ograniczenia produkcji i wcześniejsze decyzje, a następnie proponuje plan. Wysłanie nowej daty klientowi albo zmiana priorytetu produkcji to już działanie. Przed jego wykonaniem trzeba sprawdzić uprawnienia, zgodność z regułami i, na początku pilota, wymagać potwierdzenia człowieka.

Inna kontrola wystarczy do przygotowania szkicu, inna do uzupełnienia pola w systemie, a jeszcze inna do wysłania komunikatu klientowi. Rozpisz poziomy przed testem: AI proponuje, człowiek zatwierdza propozycję, a dopiero po powtarzalnym wyniku część kroków może wchodzić automatycznie. Nawet wtedy potrzebne są limity, log zdarzeń i procedura cofnięcia zmiany. Sprawdź też w dokumentacji, kto widzi propozycje i jak długo czekają na decyzję, bo od tego zależy, czy tryb przeglądu pasuje do rytmu pracy zespołu.

EtapPytanie do pilotaSygnał błędu
Pobranie kontekstuCzy AI widzi aktualne, dozwolone informacje?Odpowiedź oparta na starej wersji zamówienia
WnioskowanieCzy propozycja uwzględnia reguły procesu?Pominięty limit lub wyjątek
DziałanieCzy narzędzie ma tylko niezbędne uprawnienia?Zmiana rekordu bez zatwierdzenia
OdbiórCzy człowiek rozumie źródło i skutek?Wynik brzmi pewnie, lecz nie da się go odtworzyć

Agent nie zastępuje definicji procesu

Jeśli firma nie ustaliła, czym jest „pilne zamówienie”, model nie rozstrzygnie tego wiarygodnie na podstawie samego promptu. Pewności siebie mu nie brakuje; brakuje mu definicji. Może wybrać interpretację, która wygląda rozsądnie w jednym przykładzie, ale zawodzi przy reklamacji albo przy ograniczonej dostępności części. Potrzebne są definicje obiektów, reguły działania i właściciele decyzji, a nie katalog gotowych promptów.

Obecność AIP Evals nie jest dowodem jakości konkretnego rozwiązania. Zbierz własny zestaw spraw: typowych, niepełnych, sprzecznych i takich, których AI nie powinna obsłużyć. Zapisz kryteria poprawności oraz błędy niedopuszczalne. Porównaj wynik z obecną pracą zespołu, uwzględniając czas poprawek i nadzoru.

Warunki techniczne i organizacyjne

Przed pilotem odpowiedz, gdzie są dane, kto może je udostępnić, jakie integracje trzeba utrzymać i czy każda akcja zostawia ślad. Sprawdź, które modele są dostępne w Waszym regionie i na jakich warunkach. Palantir w zasadach AI deklaruje, że krytyczne decyzje mają pozostać pod kontrolą człowieka, a dostęp do danych ograniczają role i oznaczenia. Deklaracja vendora nie zastępuje testu polityk dostępu w Twojej organizacji.

Potrzebny jest też właściciel procesu. Zespół techniczny zbuduje przepływ, ale osoba odpowiedzialna za zamówienia musi zatwierdzić reguły i sposób eskalacji. Jeśli proces zmieni się za pół roku, kto poprawi definicję, zestaw testów i instrukcje? Koszt utrzymania obejmuje tę pracę, nie tylko użycie modelu.

Nie każda automatyzacja wymaga AIP. Jeżeli zadanie ma proste, deterministyczne reguły, zwykła akcja albo automatyzacja bez modelu może być tańsza i łatwiejsza do kontroli. AIP ma sens do porównania, gdy model rzeczywiście pomaga zrozumieć zmienny kontekst, a jego działanie można ograniczyć i ocenić.

Test, który kończy się decyzją

Dobry pilot nie kończy się pokazem jednej odpowiedzi. Powinien wskazać proces, zakres danych, uprawnienia, zestaw przypadków, koszt obsługi oraz warunki zatrzymania. Razem z użytkownikami sprawdź scenariusz zwykły, wyjątek, błąd integracji i próbę działania bez zgody. Zmierz czas całej sprawy od zgłoszenia do zatwierdzenia, a nie tylko czas odpowiedzi modelu.

Jeśli wynik jest dobry, ustal, jak system będzie monitorowany i wersjonowany. Gdy zawodzi, rozróżnij błąd źródła, modelu, instrukcji i narzędzia. To pozwala poprawiać właściwą warstwę zamiast zmieniać technologię na ślepo.

Portret Krzysztofa Majchrzyckiego

O autorze

Krzysztof Majchrzycki jest architektem systemów i AI Business Partnerem. Od wielu lat łączy technologię z biznesem i zarządzaniem. Współtworzył firmy technologiczne i kierował polskim oddziałem międzynarodowej grupy. Dziś projektuje modele firm i inteligentne systemy operacyjne, które z nich wynikają. Ukończył Executive MBA i ma certyfikat Prosci® Certified Change Practitioner.

Zanim agent dostanie prawo zapisu

Prezentacja dla zarządu: wybierzemy jeden proces, ustalimy, które działania AI może tylko proponować, a które zatwierdza człowiek, i ocenimy, czy AIP ma tu sens. Pracuję po Waszej stronie, niezależnie od vendora i partnera.