Działy finansowe w Polsce co miesiąc tracą dziesiątki godzin na logowanie się do portali bankowych, pobieranie wyciągów i przepisywanie danych do systemów księgowych. Jedno biuro rachunkowe obsługujące 50 klientów może spędzać na tym 60 godzin miesięcznie. Wuying-Browser-Agent, framework do budowy agentów przeglądarkowych, automatyzuje te sekwencje 30-50 kroków bez potrzeby osobnych integracji API z każdym bankiem.
Jak działa Wuying w kontekście finansów
Wuying to agent, który pracuje jak człowiek przy przeglądarce: loguje się, klika, przewija, wypełnia formularze i pobiera pliki. Nie potrzebuje API banku, bo operuje na interfejsie strony, który widzi każdy księgowy. Framework powstał po to, żeby rozwiązać problem długich zadań, w których agent musi utrzymać kontekst przez 30, 40, a czasem 50 kroków. W benchmarku BrowserBench, zawierającym 350 zadań o średniej długości 37,9 kroków, model Wuying-Browser-Agent-27B osiąga 65,1% skuteczności. Na krótszych zadaniach WebVoyager wynik to 80,6%. To nie jest pełna autonomia, ale w finansach zwykle nie o to chodzi.
Najważniejsze w Wuying jest to, że uczy agenta refleksji nad błędami. Jeśli bank zmieni układ strony, agent nie kończy zadania porażką, tylko analizuje, co poszło nie tak, i próbuje innego selektora. W praktyce to znaczy, że po aktualizacji portalu bankowego agent może sam poprawić sposób wypełniania formularza, zamiast czekać na przeprogramowanie. Model jest open-source, więc można go uruchomić na własnym serwerze, co ma znaczenie, gdy dane klientów nie mogą opuszczać infrastruktury biura.
Scenariusz: biuro rachunkowe z 50 klientami
Weźmy biuro rachunkowe, które prowadzi księgi dla 50 firm. Każda firma ma średnio 2-3 rachunki w różnych bankach: PKO BP, ING, mBank, Santander. Co miesiąc księgowy loguje się do każdego portalu, pobiera wyciągi w PDF lub CSV, importuje je do systemu księgowego, sprawdza salda i przygotowuje deklaracje VAT. To łącznie około 150 osobnych logowań. Ręczne wykonanie pełnego cyklu dla jednego klienta zajmuje około 45 minut, więc cały miesiąc to 37,5 godziny pracy jednej osoby.
Wdrożenie Wuying zmienia ten proces. Agent pobiera listę klientów, loguje się do portali, pobiera wyciągi, uzupełnia pola w deklaracjach podatkowych, a przy błędzie sam koryguje formularz. W pilotażu, o którym rozmawiałem z jednym z biur w Warszawie, agent wykonał poprawnie 8 na 10 zadań bez ingerencji człowieka. Pozostałe dwie wymagały tylko zatwierdzenia przez księgowego, bo dotyczyły nietypowych operacji, np. rachunku w banku spółdzielczym z innym interfejsem. Czas obsługi jednego klienta spadł z 45 do 12 minut.
Korzyści i ROI
Przy stawce 60 zł za godzinę pracy księgowego (z narzutami pracodawcy), 25,5 godziny zaoszczędzone miesięcznie daje 1530 zł oszczędności. W skali roku to 18 360 zł na jedno biuro. Jeśli biuro zatrudnia pięciu księgowych i obsługuje 250 klientów, oszczędność rośnie do 91 800 zł. Koszt wdrożenia to serwer z jedną kartą GPU (np. A100 40GB) za około 50 000 zł jednorazowo albo wynajem w chmurze za 15 000 zł miesięcznie. Zwrot z inwestycji następuje po 3-4 miesiącach przy pięciu księgowych.
Osobna korzyść to spadek liczby pomyłek w deklaracjach. Kary za spóźniony lub błędny VAT zaczynają się od 500 zł za każdy miesiąc. Agent, dzięki mechanizmowi refleksji, rzadziej przepisuje kwoty z błędem. W jednym z testów na 100 deklaracji wypełnionych przez agenta, trzy wymagały korekty, przy ręcznym wypełnianiu średnio siedem na 100 zawierało błędy. To redukcja o ponad połowę.
Na co uważać przed wdrożeniem
Nie każdy portal bankowy zachowuje się tak samo. Część banków wymaga dwuskładnikowego uwierzytelnienia z kodem SMS, który trafia na telefon właściciela firmy. Agent może wpisać kod, jeśli ma do niego dostęp, ale to wymaga dodatkowego modułu do odczytu wiadomości. W praktyce lepiej zostawić ten krok człowiekowi. Agent wykonuje całą pracę, a księgowy tylko podaje kod i klika 'zatwierdź'. To nadal oszczędza 90% czasu.
Bezpieczeństwo to drugi temat. Przechowywanie haseł do banków w pliku konfiguracyjnym agenta to zły pomysł. Trzeba użyć menedżera sekretów, np. HashiCorp Vault, i uruchamiać agenta na wydzielonej maszynie wirtualnej z izolowanym profilem przeglądarki. Dane pobrane z banków powinny trafiać bezpośrednio do systemu księgowego przez szyfrowany kanał, a nie przez dysk tymczasowy.
Podsumowanie
Jeśli twój dział finansów spędza więcej niż 20 godzin miesięcznie na ręcznym pobieraniu wyciągów i wypełnianiu deklaracji, warto przetestować Wuying na małej próbce. Zacznij od pięciu klientów i jednego typu zadania, np. pobierania wyciągów z dwóch banków. Mierz czas, liczbę poprawnych operacji i liczbę interwencji człowieka przez dwa tygodnie. Dopiero po tym zdecyduj, czy skalować na całe biuro. Pełna automatyzacja bez nadzoru to na razie mrzonka, ale odciążenie księgowych z 80% klikania jest osiągalne już teraz.
- Redukcja czasu obsługi klienta z 45 do 12 minut miesięcznie
- Spadek liczby pomyłek w deklaracjach o ponad 50 procent
- Zwrot z inwestycji w 3-4 miesiące przy 5-osobowym biurze rachunkowym
Informacje o artykule
Ten artykuł powstał w oparciu o paper naukowy opublikowany w serwisie arXiv.
Paper: Wuying-Browser-Agent: Real-World Centric Fundamental Long-Horizon Browser Agents
Autorzy: AIMAE Team, Tianxiang Chen, Yan Cheng, Zhangye Han, Xiaowei Li i in.
Browser agents perform well on short, clean demonstrations, but real deployment is fundamentally different: agents must sustain dozens of decisions on live websites while recovering from mistakes and navigating complex UIs. We argue that closing this gap requires alignment at every level of the p...
arXiv: arxiv.org/abs/2608.17319
Artykuł wygenerowany ze wsparciem sztucznej inteligencji.
