SentiOne Automate

SentiOne Automate to polska platforma do budowy tekstowych i głosowych agentów AI. Łączy własny silnik NLU i dialog manager z przepływami, pamięcią, RAG, zewnętrznymi API oraz wybranym LLM-em. W sprzedaży może obsługiwać pytania przed zakupem, zbierać dane, kwalifikować zainteresowanie, przekazywać lead i wykonywać przygotowane akcje integracyjne.

Nie jest gotowym „AI SDR-em po włączeniu”. To agent studio: zakres pracy sprzedażowej zależy od zaprojektowanego procesu, wiedzy, integracji, kanału głosowego i wybranego modelu.

SentiOne powstało w Polsce w 2011 r. Pierwszy produkt służył do zbierania i analizy wzmianek internetowych, a firma rozwinęła później osobny filar Automate dla customer-service automation. Historia własnego NLP/NLU i danych językowych jest dłuższa niż obecna fala generatywnego AI. O firmie

Automate ewoluował od kontrolowanych botów NLU do platformy, która może używać ChatGPT/OpenAI, Claude, Llama, Cohere, Gemini oraz modeli zgodnych z OpenAI API. Wersja 249 z kwietnia 2025 r. dodała osobny LLM Integration block i możliwość używania modelu jako elementu logiki, a nie tylko generatora odpowiedzi. LLM block

NLU i dialog manager

Własny NLU rozpoznaje intencje i encje, a flow oraz dialog manager określają stan rozmowy, odpowiedź i kolejną akcję. GenAI może generować training phrases, warianty odpowiedzi, synonimy i klastry wypowiedzi. Taki hybrydowy model pozwala zostawić krytyczne reguły w deterministycznym flow, a bardziej swobodny język powierzyć modelowi.

LLM i RAG

LLM Say wysyła odpowiedź bezpośrednio do odbiorcy, a LLM Integration zapisuje rezultat w pamięci i pozwala dalej go sprawdzić albo wykorzystać w procesie. Model może korzystać z kontekstu pobranego semantycznie z Documents, czyli z RAG. Klient dostarcza klucz API i może wybrać model chmurowy, prywatny lub lokalny. LLM

Dane, akcje i pamięć

Integration module wywołuje REST API oraz mapuje wyniki do pamięci rozmowy. Gateway przyjmuje wiadomość lub transkrypcję, uruchamia NLU, integracje i dialog manager, po czym zwraca odpowiedź lub komendę, np. zakończenie albo handoff. Pole extra_data może dostarczać kontekst klienta, kanału i sesji.

Text i voice

Wbudowane kanały obejmują webchat i mobile, a voice jest łączony przez zewnętrznego integratora komunikującego się z Gateway. Platforma może strumieniować LLM output z bufferingiem dla TTS. Oznacza to wspólną logikę agenta dla tekstu i głosu, ale telephony/STT/TTS i ich koszt mogą pochodzić z innych usług.

• pre-sales Q&A i product discovery;
• zbieranie danych kontaktowych i potrzeb;
• kwalifikacja według intencji, reguł albo LLM;
• przygotowanie wyceny lub przekazanie zapytania do CRM/API;
• routing do sprzedaży lub obsługi;
• website chatbot dla lead generation;
• voicebot inbound/outbound po wdrożeniu integratora;
• wielojęzyczne procesy sprzedażowe;
• follow-up i status procesów przez skonfigurowane kanały.

Case Vimec opisuje dwutygodniowy PoC chatbota z ChatGPT, product/pricing Q&A i przekazywaniem zainteresowanych osób do pipeline. Producent podaje 8 tys. użytkowników, 10,4% dodanych do pipeline i NPS 4,5/5; są to wyniki jednego vendor case, nie niezależny benchmark. Vimec

Zakres kontekstu i danych zależy od funkcji, planu oraz połączonych systemów.

SentiOne potrafi wywołać praktycznie dowolny model z REST API zgodnym z OpenAI chat/completions oraz API systemu biznesowego. Gateway API pozwala innym aplikacjom wystawić rozmowę z botem. To daje techniczną drogę do pracy z usługami OpenAI i prywatnymi modelami.

Nie znaleziono jednak oficjalnego MCP server/client, pluginu Codex ani gotowej integracji Hermes. Codex mógłby pośredniczyć przez własny kod/API, ale wymaga to zbudowania konektora i nie jest równoważne udokumentowanemu MCP. Gateway · Integrations

Kontrola obejmuje jawne flows, contexts, role, variables, pamięć, system message, test rozmowy i test suites, analytics oraz transkrypcje. LLM Integration pozwala tworzyć własne guardrails przed pokazaniem wyniku. Funkcje eksperymentalne są wyłączone domyślnie, choć ich przełącznik włącza wszystkie dostępne eksperymenty naraz.

Platforma została zaprojektowana do cloud i on-premise w infrastrukturze klienta. Dokumentacja opisuje stateless microservices, separację danych od logiki, anonimizowane logi diagnostyczne, szyfrowanie w tranzycie, 2FA oraz wdrożenie w prywatnej sieci z Gateway jako zewnętrzną powierzchnią. Offline license pozwala ograniczyć walidację licencji przez internet. Security · License

Automate ma indywidualną wycenę. Koszt składa się z jednorazowego wdrożenia — analiza procesu, persona/intents, szkolenie i integracje — oraz subskrypcji zależnej od ruchu i kanałów. On-premise i rozszerzony SLA są wyceniane osobno. Producent oferuje ograniczony czasowo PoC, ale nie publiczny self-service trial. Pricing

G2 pokazuje 37 opinii i ocenę 4,6/5 dla SentiOne, lecz recenzje obejmują również starszy i szerszy produkt Listen/Engage. Potwierdzają firmę i obsługę, nie izolują jakości Automate, LLM/RAG ani zastosowania sprzedażowego.

Najważniejsze ograniczenia:

• agent sprzedażowy wymaga zaprojektowania, integracji i utrzymania; nie jest gotowym SDR-em;
• voice wymaga zewnętrznego integratora;
• GenAI/LLM i języki zależą od licencji oraz osobnego klucza modelu;
• brak oficjalnego MCP/Codex/Hermes;
• skuteczność 94% intent accuracy i do 40/50% automation to vendor claims;
• oceny G2 mieszają produkty i starsze funkcje;
• custom pricing utrudnia TCO;
• on-premise nie oznacza automatycznie pełnej izolacji, gdy używany LLM jest chmurowy;
• odpowiedzialność za zgodność voice/outbound i treść generowaną pozostaje po stronie wdrożenia.

Profil zweryfikowano 20 września 2026 r. Pełny rejestr: research.md.