Wszystkie case study
Agent wycen

Agent AI do wyceny projektów na podstawie historii realizacji

Wyzwanie

Wyceny nowych projektów opierały się na intuicji i doświadczeniu kilku seniorów. Każdy estymował inaczej, a historyczne dane o rzeczywistych kosztach projektów leżały rozproszone w Jirze, arkuszach i mailach. Niedoszacowania generowały straty, przeszacowania — utratę klientów. Przy nowym typie projektu nikt nie wiedział, ile naprawdę kosztowały podobne realizacje.

Rozwiązanie

Agent AI analizuje brief nowego projektu i porównuje go z bazą zrealizowanych projektów: scope, technologie, złożoność, faktyczny czas pracy vs. estymacja, problemy które wystąpiły. Na tej podstawie generuje wycenę z przedziałem ufności — optymistyczny, realistyczny i pesymistyczny scenariusz. Wskazuje ryzyka na bazie historycznych problemów w podobnych projektach i sugeruje buffer czasowy.

Proces wdrożenia

1

Baza historyczna

Agregacja danych z zakończonych projektów: scope, technologie, estymacja vs. rzeczywistość, skład zespołu, problemy, zmiany scope w trakcie. Budowa ustrukturyzowanej bazy porównawczej.

2

Analiza briefu

Agent przetwarza brief nowego projektu: identyfikuje moduły, technologie, integracje, złożoność UX, wymagania niefunkcjonalne. Rozbija na porównywalne komponenty.

3

Matching i wycena

Porównanie komponentów z historycznymi realizacjami. Generacja wyceny w trzech scenariuszach (optymistyczny, realistyczny, pesymistyczny) z uzasadnieniem każdego.

4

Analiza ryzyk

Na bazie historii agent identyfikuje ryzyka: które elementy najczęściej się opóźniały, gdzie scope się zmieniał, jakie integracje sprawiały problemy. Sugeruje konkretne bufory i mitygacje.