Automatyzacja działu marketingu przez Claude, Claude Code i Cowork — co naprawdę działa

5 sierpnia 2026
Agenci Ai | Ai Act | Ai Dla Menedzerow | Ai W Firmach | Automatyzacja | Generative Ai

TL;DR: Automatyzacja działu marketingu przez agentów AI przestała być eksperymentem programistów. Anthropic opublikował 7 lipca 2026 analizę 1,2 miliona sesji Claude Cowork z ponad 600 tysięcy organizacji — procesy biznesowe i operacje to 33,4% zadań, tworzenie treści i copywriting kolejne 16,4%, a programowanie zaledwie 8,7%. W tym artykule pokazuję, czym różnią się Claude, Claude Code i Claude Cowork, które procesy marketingowe automatyzuję najpierw, ile to kosztuje i co zmienia AI Act obowiązujący od 2 sierpnia 2026.

Czym jest automatyzacja działu marketingu oparta na agentach AI?

Automatyzacja działu marketingu oparta na agentach AI to przekazanie modelowi całych, wieloetapowych zadań — a nie pojedynczych promptów. Różnica jest fundamentalna. Klasyczne narzędzie marketing automation wykonuje regułę, którą ktoś wcześniej zdefiniował. Agent sam planuje kroki, otwiera pliki, korzysta z narzędzi i weryfikuje własny wynik.

W praktyce wygląda to tak: zamiast prosić model o napisanie nagłówka, zlecam mu przygotowanie całego raportu tygodniowego. Agent pobiera dane z arkusza, czyta poprzedni raport, sprawdza transkrypcję spotkania, składa tabele i zwraca gotowy folder. Ja weryfikuję wynik, nie wykonuję pracy.

Ta zmiana ma nazwę i skalę. [Raport branżowy] Według McKinsey, w badaniu The state of AI z listopada 2025 roku 62% respondentów deklaruje, że ich organizacja co najmniej eksperymentuje z agentami AI — ale mniej niż 10% firm przeskalowało AI w którejkolwiek funkcji biznesowej (McKinsey, 2025). Marketing i sprzedaż to jednocześnie funkcje najczęściej wskazywane jako korzystające z AI. Przepaść między eksperymentem a skalą jest więc największym problemem, jaki obserwuję u klientów.

Czym różnią się Claude, Claude Code i Claude Cowork?

Menedżerowie mylą te trzy produkty najczęściej. Tymczasem wybór złego narzędzia to najszybsza droga do porzucenia projektu przez zespół. Automatyzacja działu marketingu opiera się na każdym z nich w innym zakresie.

Narzędzie Dla kogo w marketingu Typowe zadanie Próg techniczny
Claude (aplikacja czatowa) Każdy w zespole Redakcja tekstu, burza mózgów, streszczenie dokumentu Żaden
Claude Cowork Marketing operations, campaign operations, content Raport tygodniowy, budowa kampanii, przetwarzanie folderu plików Niski — praca na plikach i konektorach
Claude Code Growth, performance marketing, analityka Generowanie setek wariantów reklam, wtyczka do Figmy, walidacja limitów znaków Średni — terminal, ale bez pisania kodu
Claude Agent SDK Zespół IT wspierający marketing Własny agent wpięty w CRM i hurtownię danych Wysoki — projekt programistyczny

Claude Cowork zadebiutował 12 stycznia 2026 jako podgląd badawczy na macOS, dostępny wyłącznie dla subskrybentów planu Max. Od 7 lipca 2026 działa również w wersji webowej i mobilnej — zadanie można rozpocząć na laptopie, a odebrać wynik z telefonu (Bellan, 2026). To istotne dla marketingu: kampania nie czeka, aż wrócisz do biurka.

Ile czasu realnie oszczędza automatyzacja działu marketingu?

Najlepiej udokumentowane liczby pochodzą z zespołu marketingu samego Anthropic. Traktuję je jako punkt odniesienia, nie jako obietnicę — to organizacja z ponadprzeciętną biegłością w narzędziu.

  • Raport metryk marketingowych: Ian Chan z zespołu marketing operations poświęcał na przygotowanie raportu 1–2 dni tygodniowo. Po zbudowaniu zadania cyklicznego proces zajmuje mu do 2 godzin (Anthropic, 2026).
  • Kreacje reklamowe: Austin Lau, growth marketer bez wcześniejszego doświadczenia w programowaniu, skrócił tworzenie wariantów reklam z 30 minut do 30 sekund dzięki wtyczce do Figmy zbudowanej w Claude Code (Anthropic, 2026).
  • Influencer marketing: zespół uwolnił ponad 100 godzin miesięcznie.
  • Customer marketing: przygotowanie szkicu case study spadło z 2,5 godziny do 30 minut.
  • Partner marketing: czas przygotowania do targów skrócony o 40%.

Zwróć uwagę na strukturę tych oszczędności. Żadna nie dotyczy „pisania lepszych tekstów”. Wszystkie dotyczą pracy operacyjnej wokół marketingu — zbierania danych, przeklejania, sprawdzania limitów znaków, składania raportów. Anthropic nazywa to wprost:

Około połowa całego użycia to „praca wokół pracy” — zadania obecne w wielu rolach, ale rzadko będące czyimś głównym obowiązkiem. [Blog firmowy laba] (Anthropic, 2026)

Dlatego kiedy klient pyta mnie o automatyzację działu marketingu, nie zaczynam od kreacji. Zaczynam od tego, co zjada czas seniorów, a nie wymaga ich osądu.

Od których procesów zaczynam automatyzację działu marketingu?

Kolejność ma znaczenie większe niż wybór narzędzia. Stosuję prostą regułę: automatyzuję najpierw to, co jest powtarzalne, mierzalne i odwracalne. Kampania wysłana do 50 tysięcy adresatów nie jest odwracalna — raport wewnętrzny jest.

  1. Raportowanie cykliczne. Tygodniowe zestawienia metryk, podsumowania kampanii, przeglądy budżetu. Wejście jest ustrukturyzowane, wynik weryfikowalny w minutę.
  2. Przetwarzanie plików i danych. Import list, czyszczenie arkuszy, ekstrakcja danych z PDF. W badaniu Anthropic przetwarzanie dokumentów to 4,1% sesji, a analiza danych i business intelligence — 5,8% (Anthropic, 2026).
  3. Warianty kreacji przy sztywnych ograniczeniach. Reklamy Google Ads z limitami znaków, warianty nagłówków, lokalizacje językowe. Tu agent bije człowieka na głowę, bo nie męczy go liczenie znaków.
  4. Briefy i przygotowanie spotkań. Zebranie kontekstu o kliencie, konkurencji, poprzednich rozmowach.
  5. Budowa kampanii w wielu systemach. To poziom zaawansowany. Annabel Custer z zespołu campaign operations Anthropic zbudowała układ, w którym formularz zgłoszeniowy uruchamia „skill dyspozytorski”, a ten rozdziela pracę do pięciu wyspecjalizowanych umiejętności obsługujących CRM, marketing automation, platformę eventową, e-mail i landing page. Przed publikacją wynik sprawdza osobny agent audytujący (Anthropic, 2026).

Ten ostatni przykład pokazuje wzorzec, który polecam każdemu klientowi: agent buduje, drugi agent sprawdza, człowiek zatwierdza. Sama Annabel jako motywację podaje nie oszczędność czasu, lecz jakość — spójność efektów przy dużej skali.

Ile kosztuje automatyzacja działu marketingu przez Claude?

Koszt licencji jest zaskakująco przewidywalny. Koszt wdrożenia — już nie.

Plan Cena Sens dla marketingu
Pro 17 USD/mies. przy płatności rocznej lub 20 USD/mies. Pojedyncza osoba testująca Cowork
Max 5x 100 USD/mies. Regularne użycie agenta przez specjalistę
Max 20x 200 USD/mies. Intensywne, wielowątkowe workflow
Team 20 USD za stanowisko/mies. (2–150 osób) Cały dział plus konektor Slack
Enterprise Wycena indywidualna Kontrola administracyjna, analityka, OpenTelemetry

Dane cenowe pochodzą ze strony produktowej Claude Cowork, stan na 5 sierpnia 2026 (Anthropic, 2026). Warto pamiętać o jednym zastrzeżeniu producenta: zadania agentowe zużywają limit użycia szybciej niż zwykła rozmowa. Plan Pro wystarczy do testu, ale nie do pracy produkcyjnej.

Prawdziwy koszt leży gdzie indziej. To czas osoby, która zaprojektuje i utrzyma workflow — w moich projektach zwykle 20–60 godzin na pierwszy proces, znacznie mniej na kolejne. Szerszą metodykę liczenia opisałem wcześniej przy okazji rzeczywistych kosztów wdrożenia AI. Reguła kciuka, którą stosuję: jeśli proces nie zjada minimum 4 godzin tygodniowo, automatyzacja się nie zwróci.

Czy marketingowiec musi umieć programować?

Nie musi — i mam na to twarde dane, nie tylko obserwację. Anthropic opublikował 16 czerwca 2026 analizę około 400 tysięcy sesji Claude Code od około 235 tysięcy użytkowników z okresu październik 2025 – kwiecień 2026. Wniosek autorów badania jest jednoznaczny:

To wiedza dziedzinowa, a nie biegłość w programowaniu, wzmacnia efektywne wykorzystanie narzędzia. [Raport laba] (Anthropic, 2026)

Badanie pokazuje, że osoby spoza inżynierii oprogramowania osiągają wskaźniki sukcesu porównywalne z programistami — różnica wynosi 5–7 punktów procentowych. Różnicę robi doświadczenie w samym narzędziu: zaawansowany użytkownik uruchamia średnio 12 działań na prompt wobec 5 u nowicjusza i uzyskuje pięciokrotnie większy wynik (3200 wobec 600 słów). Nowicjusze porzucają zadanie po napotkaniu problemu w 19% przypadków, doświadczeni — w 5–7% (Anthropic, 2026).

Podział ról między człowiekiem a agentem też jest zmierzony: użytkownicy podejmują około 70% decyzji planistycznych, a Claude około 80% decyzji wykonawczych. To dokładnie ten układ, którego oczekuję w dziale marketingu — strategia po stronie ludzi, wykonanie po stronie agenta.

Austin Lau, wspomniany growth marketer z Anthropic, ujął to prościej: nie trzeba umieć programować, wystarczy jasno i zwięźle opisać swój problem (Anthropic, 2026). W mojej praktyce dodaję jedno zastrzeżenie — trzeba też umieć rozpoznać, kiedy wynik jest zły.

Barierą wejścia okazuje się zwykle nie technologia, lecz puste pole tekstowe. Dlatego automatyzacja działu marketingu idzie u moich klientów szybciej, gdy zespół startuje z gotowych szablonów zamiast improwizować. Zebrałem je w formie biblioteki 200 promptów do sprzedaży i marketingu, którą traktuję jako materiał wyjściowy do dalszej edycji, a nie gotowiec do kopiowania.

Jakie ryzyka niesie automatyzacja działu marketingu?

Tutaj jestem najbardziej ostrożny. Agent działający na plikach i konektorach firmy to zupełnie inna klasa ryzyka niż czat. Automatyzacja działu marketingu otwiera trzy wektory, których klasyczne narzędzia nie miały.

Prompt injection. Agent czyta treści z zewnątrz — strony konkurencji, pliki od agencji, e-maile. Złośliwa instrukcja ukryta w takiej treści może pokierować jego działaniem. Anthropic stosuje kilka warstw obrony: trening modelu na odrzucanie złośliwych poleceń, klasyfikatory skanujące niezaufaną treść, izolowane środowisko wykonawcze oraz przesiewanie działań w trybie automatycznym. Producent nie twierdzi jednak, że problem jest rozwiązany — i ja też tak nie twierdzę.

Tryb uprawnień. Cowork oferuje trzy tryby: ręczne zatwierdzanie każdego kroku, automatyczne zatwierdzanie z kontrolą bezpieczeństwa oraz pominięcie wszystkich zgód. Rekomendacja producenta jest jasna — przy wrażliwych plikach, nowych narzędziach i operacjach nieodwracalnych, takich jak wysyłka wiadomości, przełącz się na tryb ręczny (Anthropic, 2026). W marketingu operacja nieodwracalna to standard, nie wyjątek.

Luka w audycie. To zastrzeżenie, o którym mówię każdemu klientowi z sektora regulowanego: producent wskazuje, że aktywność Cowork nie jest jeszcze rejestrowana w dziennikach audytu Enterprise (stan na sierpień 2026). Jeśli Twoja organizacja wymaga pełnej ścieżki audytu, zaplanuj to obejściem — zdarzenia można przesyłać do systemu SIEM przez OpenTelemetry, a sesje przywoływać przez Compliance API.

Jakość i odpowiedzialność. Agent, który zbuduje kampanię w pięciu systemach, popełni też błąd w pięciu systemach naraz. Dlatego trzymam się zasady: nikt nie zatwierdza wyniku agenta, kto nie potrafiłby wykonać tego zadania ręcznie. Szersze podejście do klasyfikacji takich zagrożeń opisałem w tekście o pięciu obszarach ryzyka AI pomijanych przez menedżerów.

Co AI Act zmienia w marketingu od 2 sierpnia 2026?

Zmienia dużo — i to zaledwie kilka dni temu. Od 2 sierpnia 2026 stosuje się artykuł 50 rozporządzenia (UE) 2024/1689, czyli obowiązki przejrzystości. Dotyczą one zarówno dostawców systemów AI, jak i podmiotów je stosujących — a Twoja firma niemal na pewno jest tym drugim.

Dla działu marketingu oznacza to trzy praktyczne obowiązki:

  • Informowanie odbiorcy, że wchodzi w interakcję z systemem AI — dotyczy chatbotów i voicebotów obsługujących leady.
  • Oznaczanie treści wygenerowanych lub zmodyfikowanych przez AI, w tym kreacji reklamowych i deepfake’ów.
  • Etykietowanie publikowanych tekstów dotyczących spraw interesu publicznego, jeśli powstały z udziałem AI.

[Raport instytucji międzynarodowej] Komisja Europejska opublikowała 10 czerwca 2026 Kodeks praktyk w zakresie przejrzystości treści generowanych przez AI. Dokument opisuje dwuwarstwowe podejście do znakowania — zabezpieczone metadane plus znak wodny — oraz zasady umieszczania etykiet. Status prawny jest przy tym precyzyjny:

Mimo że przystąpienie do kodeksu jest dobrowolne, wymogi przejrzystości wynikające z artykułu 50 AI Act są obowiązkami prawnymi. [Raport instytucji międzynarodowej] (Komisja Europejska, 2026)

Do końca lipca 2026 kodeks podpisało około 190 firm i organizacji. Moja rekomendacja dla klientów jest praktyczna: jeśli automatyzujesz produkcję kreacji, wpisz krok oznaczania treści w sam workflow agenta. Etykieta dodawana ręcznie po fakcie zniknie przy pierwszej kampanii pod presją czasu. Kwestię przygotowania organizacji do tych wymogów rozwinąłem w materiale o audycie gotowości na AI Act.

Jak wdrażam automatyzację działu marketingu w 90 dni?

Poniższy harmonogram stosuję u klientów o wielkości 20–250 osób. Skraca się przy mniejszych zespołach, ale kolejność zostaje ta sama.

  1. Dni 1–14 — pomiar. Zespół loguje przez dwa tygodnie, ile czasu zajmują zadania powtarzalne. Bez tej liczby nie da się później udowodnić zwrotu.
  2. Dni 15–30 — jeden proces pilotażowy. Wybieram najbardziej czasochłonny proces odwracalny. Zwykle jest to raport cykliczny.
  3. Dni 31–60 — utrwalenie w postaci umiejętności. Workflow, który działa, zamieniam w wielokrotnie używalny „skill” z opisem kroków i kryteriów akceptacji. Dopiero to daje powtarzalność. Żeby skrócić ten etap, spakowałem własne wzorce w zestaw 55 skilli dla Claude — kilka z nich obsługuje typowe zadania marketingowe.
  4. Dni 61–75 — warstwa kontroli. Dodaję agenta audytującego, tryb ręcznego zatwierdzania dla operacji nieodwracalnych i oznaczanie treści zgodne z artykułem 50 AI Act.
  5. Dni 76–90 — rozszerzenie i rozliczenie. Drugi i trzeci proces, porównanie z pomiarem z etapu pierwszego, decyzja o skali licencji.

Trzy błędy, które widzę najczęściej

Po pierwsze, firmy zaczynają automatyzację działu marketingu od zadania najbardziej efektownego zamiast najbardziej czasochłonnego. Generowanie postów na LinkedIn wygląda dobrze na demo i nie zwraca się nigdy.

Po drugie, brak właściciela procesu. Agent bez osoby odpowiedzialnej za jego wynik degraduje się w ciągu kwartału — zmieniają się źródła danych, a nikt nie aktualizuje instrukcji.

Po trzecie, pomijanie etapu pomiaru. Bez danych sprzed wdrożenia rozmowa o zwrocie z inwestycji sprowadza się do anegdot. Ten sam mechanizm obserwuję w każdym projekcie agentowym — technologia rzadko bywa wąskim gardłem, organizacja niemal zawsze.

Najczęściej zadawane pytania (FAQ)

Czym Claude Cowork różni się od klasycznego marketing automation?

Klasyczne narzędzie wykonuje regułę zdefiniowaną wcześniej przez człowieka — wyślij e-mail, gdy lead kliknie link. Claude Cowork sam planuje kroki potrzebne do wykonania zadania i korzysta z plików oraz konektorów. To uzupełnienie, nie zamiennik: agent zwykle obsługuje pracę przygotowawczą wokół systemu marketing automation, a nie samą wysyłkę.

Czy automatyzacja działu marketingu wymaga zgody zespołu IT?

W praktyce tak, choć formalnie plan Pro można kupić kartą. Agent uzyskuje dostęp do plików i konektorów firmowych, więc dział IT musi ocenić uprawnienia, zakres danych i sposób logowania zdarzeń. Rekomenduję plan Team lub Enterprise od początku — dają kontrolę administracyjną, której wersje indywidualne nie mają.

Ile osób w dziale marketingu potrzebuje licencji na starcie?

Jedna do trzech. Automatyzacja działu marketingu zaczyna się od pojedynczego procesu i pojedynczego właściciela, nie od licencji dla całego zespołu. Dopiero gdy pierwszy workflow działa stabilnie przez miesiąc i ma udokumentowaną oszczędność czasu, rozszerzam dostęp na resztę działu. Plan Team ma sens przy co najmniej trzech aktywnych właścicielach procesów.

Czy muszę oznaczać reklamy wygenerowane przez AI?

Od 2 sierpnia 2026 obowiązki przejrzystości z artykułu 50 AI Act obejmują treści wygenerowane lub zmodyfikowane przez AI, w tym kreacje reklamowe i deepfake’i. Zakres zależy od rodzaju treści i roli firmy. Kodeks praktyk Komisji Europejskiej z 10 czerwca 2026 opisuje sposób znakowania metadanymi i znakiem wodnym — warto go traktować jako punkt odniesienia.

Czy agent AI zastąpi specjalistów w dziale marketingu?

Dane tego nie potwierdzają. W badaniu Claude Code użytkownicy podejmują około 70% decyzji planistycznych, a model około 80% decyzji wykonawczych. Zmienia się więc rozkład pracy, nie liczba potrzebnych ludzi. W zespole marketingu Anthropic odzyskane godziny przesunięto na walidację i wsparcie zespołu, a nie na redukcję etatów.

O mnie

Michał Pisańczuk — przez ponad 20 lat łączę technologię z biznesem: od architektury systemów IT po strategie cyfrowej transformacji. Od 4 lat specjalizuję się w AI — wdrożeniach modeli LLM, audytach gotowości i szkoleniach dla firm. Jako CEO i CTO w PCSiD prowadzę projekty wdrożeniowe dla przedsiębiorstw i instytucji publicznych. Edukuję też na YouTube — tłumaczę AI bez technicznego żargonu, żeby menedżerowie i właściciele firm podejmowali lepsze decyzje.

Źródła

Koszty wdrożenia AI w firmie: co naprawdę kryje oferta dostawcy

maj 18, 2026

Koszty wdrożenia AI w firmie: co naprawdę kryje oferta dostawcy Kiedy klient pyta mnie o koszty wdrożenia AI, pierwsze pytanie, które zadaję, brzmi: „Co macie wliczone w budżet?". Odpowiedź jest zwykle taka sama — licencja na narzędzie i kilka godzin wdrożenia....

7 błędów wdrożenia AI w firmie, które widzę w każdym projekcie

kwi 14, 2026

TL;DR: Błędy wdrożenia AI nie są przypadkowe — powtarzają się w przewidywalnych miejscach. McKinsey w raporcie z listopada 2025 roku stwierdza, że choć 88% firm używa AI w co najmniej jednej funkcji, tylko 39% widzi mierzalny wpływ na wynik operacyjny (EBIT). W mojej...

Przeprojektowanie procesów AI — dlaczego 79% firm nie widzi wyników

kwi 2, 2026

Widzę to w każdym projekcie. Firma kupuje licencję na model językowy, szkoli kilku pracowników i wdraża chatbota do obsługi zapytań. Po trzech miesiącach pyta: „Dlaczego nic się nie zmieniło?" Odpowiedź jest prosta, choć rzadko lubiana: bo przeprojektowanie procesów...