Pan Marek prowadzi hurtownię w Lublinie. Trzech głównych dostawców: Inter Cars (największy), Auto Land (alternatywa), 4-5 lokalnych dla specjalistycznych części. Co tydzień domawia. Stary workflow:

  1. Eksport stanów magazynowych z Subiekta do Excela. 30 min.
  2. Filtr SKU poniżej minimum lub krytyczne. 15 min.
  3. Otwarcie cennika Inter Cars (PDF lub xlsx, 50 000 pozycji). 5 min.
  4. VLOOKUP per SKU: cena Inter Cars + rabat objętościowy. 45 min.
  5. To samo dla Auto Land. 45 min.
  6. To samo dla lokalnych dostawców. 30 min.
  7. Porównanie cen, wybór dostawcy per SKU. 30 min.
  8. Sklecanie zamówień per dostawca w Excelu. 45 min.
  9. Wysłanie zamówień mailem (Inter Cars ma własny portal, reszta mail). 30 min.

Razem: 4-6 godzin pracy tygodniowo. Co tydzień. Każdy tydzień ten sam workflow.

Plus błędy. Plus przeoczenia. Plus stres żeby coś nie poszło źle.

[Q18]: “Pan Marek domawia u dostawcy 4-6 godzin tygodniowo. Excel z różnymi cennikami Inter Cars + Auto Land + lokalni, ręczne porównanie cen i marży. Jeden prompt do AI redukuje do 30 minut”, rozmowa z hurtownikiem, maj 2026 (anonimowo).

W tym artykule pokazuję workflow w którym jeden prompt do AI redukuje całość do 30 minut. Plus konkretne prompty do skopiowania.

Stary workflow: dlaczego zżera 4-6 godzin (i dlaczego się to powtarza)

Powtórzę raz jeszcze, w detalu, bo nikt mi nie wierzy “4-6 godzin” dopóki nie zobaczy breakdown.

Krok 1-2: Eksport + filtr stanów (45 min)

Otworzyć Subiekta, wybrać raport magazynowy, ustawić filtr (kategoria, lokalizacja), eksport do Excela. Eksport zajmuje 3-5 minut jak baza duża. Filtrowanie ręczne czego brakuje to kolejne 15-30 min, bo trzeba pamiętać które SKU są krytyczne dla klientów B2B (warsztaty czekające).

Krok 3-4: Cennik Inter Cars (50 minut)

Inter Cars ma własny B2B portal z cennikami. Pobiera się raz na tydzień nowy plik (rabat objętościowy aktualizuje się), 50 000+ pozycji w pliku. VLOOKUP po Pana SKU w cenniku Inter Cars. Dla 200-300 pozycji do domówienia: 45-50 min.

Krok 5: Auto Land (45 min)

Powtórka. Auto Land ma inny format pliku (zwykle PDF który trzeba przekonwertować na xlsx, albo własny portal z innym layoutem). Drugie 45 min.

Krok 6: Lokalni dostawcy (30 min)

Telefon do 2-3 lokalnych, pytania o dostępność i cenę specjalistycznych SKU. Często odpowiedź “oddzwonię” + dwa dni czekania.

Krok 7-8: Porównanie cen + zamówienia (75 min)

Tu Pan podejmuje decyzje per SKU: u kogo zamawiać? Inter Cars taniej ale termin dostawy 3 dni. Auto Land 5% drożej ale “od ręki” w magazynie regionalnym. Lokalni są drożsi ale specjalistyczne SKU.

Decyzje × 200-300 pozycji × średnio 30 sekund per decyzję = 1,5-2,5 godziny.

Plus sklecanie konkretnych zamówień w trzy listy: Inter Cars, Auto Land, lokalni.

Krok 9: Wysyłka (30 min)

Inter Cars przez portal (manual paste z Excela do koszyka). Auto Land przez mail. Lokalni telefonicznie.

Razem 4-6 godzin w typowym tygodniu. W okresach szczytu sezonu (wiosna, jesień) nawet 8 godzin.

Dlaczego AI to skraca do 30 minut

Architektura nowa:

  1. Subiekt GT zostaje taki jaki jest. Nic nie migruje.
  2. SubiektMCP czyta dane stanów magazynowych lokalnie (na komputerze Pana hurtowni).
  3. Claude / ChatGPT dostaje zapytanie + dane stanów.
  4. Cenniki dostawców w jednym katalogu na komputerze (PDF, xlsx, csv). AI ma dostęp do tego folderu.
  5. Pan pyta po polsku. AI łączy stany magazynowe + cenniki + reguły biznesowe które Pan ustawia.

Konkretny workflow:

Krok 1 (30 sekund): Pan zadaje pytanie

“Pokaż mi listę 30 SKU które są poniżej minimum lub krytyczne (warsztat B2B czeka). Dla każdego SKU porównaj ceny: Inter Cars (mam cennik w /cenniki/intercars_2026_05.xlsx), Auto Land (/cenniki/autoland_2026_05.pdf), lokalni (/cenniki/lokalni_2026_05.csv). Posortuj po marży którą zarobię (mój zakup vs moja cena sprzedaży detaliczna).”

Krok 2 (3-5 sekund): AI odpowiada

Lista 30 pozycji w formacie:

SKU: F-12345 (filtr oleju Bosch)
- Stan: 2 szt (minimum 10)
- Inter Cars: 18,50 zł / szt, dostawa 3 dni, rabat 5%
- Auto Land: 19,80 zł / szt, dostawa "od ręki", rabat 0%
- Lokalni: brak w cenniku
- Moja cena sprzedaży: 35 zł
- Marża Inter Cars: 47% / Auto Land: 43%
- Rekomendacja: zamów 20 szt u Inter Cars (większa marża + zapas)

SKU: H-67890 (klocki hamulcowe Brembo)
- Stan: 5 szt (minimum 15), klient B2B (warsztat ASO) czeka 8 szt
- Inter Cars: 145 zł / szt, dostawa 3 dni
- Auto Land: 152 zł / szt, "od ręki" w Warszawie
- Lokalni: 168 zł / szt
- Rekomendacja: 8 szt Auto Land (klient czeka, dostawa od ręki kluczowa) + 10 szt Inter Cars (uzupełnienie zapasu)

(... lista 30 pozycji ...)

Krok 3 (10-15 min): Pan przegląda decyzje

Pan czyta rekomendacje. Modyfikuje gdzie trzeba (Pan zna relację z dostawcą, sezonowość, rabaty roczne). Akceptuje 25 z 30, modyfikuje 5.

Krok 4 (5 min): AI generuje zamówienia per dostawca

“Wygeneruj 3 zamówienia w formacie do wysyłki: jedno dla Inter Cars (do wklejenia w portal), jedno dla Auto Land (mail), jedno dla lokalnych (telefon, lista do oddzwonienia).”

AI daje 3 outputy: - Inter Cars: lista SKU + ilości w formacie do wklejenia do koszyka portalu - Auto Land: szablon maila z listą zamówień (gotowy do skopiowania do Outlooka) - Lokalni: lista telefonów + SKU + ilości do zapytania

Krok 5 (10 min): Pan wysyła

Inter Cars portal: paste i klik. Auto Land: paste w mail + send. Lokalni: 2-3 telefony.

Razem: 30-35 minut. Z 4-6 godzin do 30 minut. 8-12 razy szybciej.

Konkretne prompty do skopiowania (5 najważniejszych)

Prompt 1: Co domówić w tym tygodniu (overview)

Pokaż mi listę SKU które są poniżej minimum z mojego Subiekta GT.
Per SKU: kod, nazwa, kategoria, aktualny stan, minimum, czy
mam klienta B2B czekającego. Posortuj po pilności
(klient czeka > minimum > zero stan).

Prompt 2: Porównanie cen dostawców

Z tej listy SKU dopasuj ceny z moich cenników:
- /cenniki/intercars_2026_05.xlsx (Inter Cars)
- /cenniki/autoland_2026_05.pdf (Auto Land)
- /cenniki/lokalni_2026_05.csv (3 lokalnych)

Per SKU: cena zakupu u każdego dostawcy, termin dostawy,
rabat aktualny dla mojej hurtowni, marża którą zarobię
(porównanie z moją ceną sprzedaży detaliczną z Subiekta).

Prompt 3: Optymalizacja zamówienia per dostawca

Z tej listy zaproponuj rekomendacje:
- Które SKU u Inter Cars (większy wolumen = lepszy rabat)
- Które u Auto Land (gdy dostawa kluczowa)
- Które u lokalnych (specjalistyczne, brak w hurtowni krajowej)

Cel: maksymalna marża + dostawa zgodnie z deadline'ami klientów B2B.
Wyróżnij rekomendacje gdzie różnica między dostawcami < 3%
(można wybrać dowolnego, biznesowo równoważne).

Prompt 4: Wygeneruj zamówienia do wysyłki

Wygeneruj 3 zamówienia w formacie do wysyłki:

1. Inter Cars (format: lista SKU + ilości, gotowe do wklejenia
   w B2B portal, kolumny: kod produktu / ilość / uwagi)

2. Auto Land (format: szablon maila z listą, polski język
   formalny, podpisany "Pan Marek, hurtownia parts.pl")

3. Lokalni (format: lista telefonów do zadzwonienia
   z konkretnym pytaniem per dostawca per SKU)

Prompt 5: Analiza po dostawie

Po dostawie z Inter Cars sprawdź różnice:
- Co miało być w zamówieniu vs co dostarczyli
- Czy ceny zgodne z cennikiem (rabat zastosowany prawidłowo)
- Czy są back-order pozycje (do uzupełnienia w kolejnym zamówieniu)
- Czy są substituty (Inter Cars zamienił SKU na zamiennik)

Daj mi raport reklamacji jeśli coś nie zgadza się o > 5%.

[Q22]: “Klient dzwoni, macie tę uszczelkę. Wpisuję w Subiekta, literówka, nie znajdzie. Klient się drażni, koniec rozmowy. Konkurencja ma. Sprzedaż przepadła w 30 sekund”, rozmowa z hurtownikiem, maj 2026 (anonimowo).

Plus jeszcze jedno: AI pomaga z fuzzy searchem części. Klient mówi “filtr powietrza do golfa 5”, Pan wpisuje w Subiekta i nic. AI rozumie: “Golf V (2003-2008), 1.6 TDI, filtr powietrza” i znajduje SKU z magazynu nawet przy literówce w nazwie. Sprzedaż uratowana.

Gdzie AI się myli (anti-hype)

Trzeba być uczciwym. AI nie zastąpi Pana decyzji w 3 sytuacjach:

1. Kontekst handlowy z dostawcą. AI nie wie że ma Pan z Inter Cars 5% rabatu rocznego za roczny obrót > 800k. AI nie wie że Auto Land obiecał Panu lepsze terminy w lipcu jeśli zamówi Pan więcej w czerwcu. Te informacje musi Pan podać AI explicytnie w prompcie (lub w konfiguracji jako reguły biznesowe).

2. Specyficzne SKU których nie ma w cennikach. AI widzi tylko to co ma w plikach. Specjalistyczne SKU (np. części do ciężarówek MAN albo retro tunings) wymagają telefonów do lokalnych dostawców. AI może to oznaczyć “brak danych”, ale dzwonienie wciąż Pana zadanie.

3. Negocjacja zwrotów lub reklamacji. Jeśli Inter Cars dostarczył wadliwe klocki, AI nie zadzwoni do reklamacji. Pan dzwoni. AI może przygotować draft maila reklamacyjnego, ale wymaga to Pana akceptacji przed wysłaniem.

Realne wdrożenie

Nie polecam zaczynać od “wszystkie cenniki w AI”. Polecam stopniowo.

  1. Tydzień 1: tylko stany magazynowe. Sprawdzasz Pan że AI prawidłowo czyta stany z Subiekta i pokazuje co poniżej minimum.
  2. Tydzień 2: dodajemy 1 cennik (Inter Cars). AI dopasowuje ceny do listy SKU. Pan sprawdza ręcznie 10 wpisów żeby zweryfikować.
  3. Tydzień 3-4: dodajemy resztę cenników. Auto Land, lokalni. Pełen workflow zamówień.
  4. Miesiąc 2: rozszerzenie na inne workflow. Anomalie w fakturach od dostawców, audyt rabatów rocznych, analiza po dostawie.

Spróbuj SubiektMCP w pilocie

Jeśli chce Pan zobaczyć na realnej bazie swojej hurtowni:

Powiązane artykuły

Źródła cytatów: - [Q14] Money.pl “Inter Cars sprzedał dwa razy więcej…” (2015-05-08) - [Q15] Money.pl “Tax Care aplikacja dla warsztatów Inter Cars” (2017-08-03) - [Q17] Wykop.pl @najt20 (2022-01-17) - [Q18, Q22, Q32] Customer-dev interviews persony 01 (maj 2026, anonimowo) - [Q24] Money.pl “Sprzedaż online przestała być ciekawostką” (2025-07-09) - [Q31] rp.pl “B2B w nowej rzeczywistości” (2025-11-13)