GPT-6 Astra obsługuje komputer: co to zmienia w firmie
WiktorAI Systems Architect | CTO
GPT-6 Astra, model OpenAI pokazany 3 września 2026, potrafi obsługiwać komputer jak pracownik: patrzy na ekran, klika, wypełnia formularze i przechodzi między programami. Dla firmy 10–50 osób zmienia to jedną rzecz. Stary program bez API przestaje blokować automatyzację. Reszta zostaje po staremu, bo największa strata czasu w biurze siedzi w danych rozsypanych po arkuszach i komunikatorach, a tego klikający agent nie posprząta.
Co ogłosiło OpenAI i co wyczytała z tego branża
3 września 2026. OpenAI pokazało GPT-6 Astra. Główną nowością jest funkcja computer use. Greg Brockman, współzałożyciel OpenAI, powiedział magazynowi Fortune, że model potrafi „przelatywać przez arkusze, wypełniać formularze i poruszać się po stronach internetowych, często z nadludzką prędkością”.
Branża przeczytała to po swojemu. Skoro model sam kliknie w dowolny program, to po co API, po co n8n, po co całe wdrożenie.
Do tego dochodzi cena. Według cennika Microsoft Foundry z 3 września Astra kosztuje 10 dolarów za milion tokenów wejścia i 50 dolarów za milion tokenów wyjścia. Agent oglądający ekran wysyła modelowi zrzut po każdym kroku, a każdy zrzut to płatne wejście.
Gdzie ten wniosek się sypie
Scena z naszego audytu. Zarządca nieruchomości z około setką lokali wystawia co miesiąc 150 faktur. Dane leżą w Excelu, ktoś przepisuje je ręcznie do programu fakturującego, eksportuje plik i importuje go do KSeF. Trzy minuty na fakturę. Razem 7,5 godziny miesięcznie.
Wygląda to jak zadanie skrojone pod Astrę: powtarzalne klikanie, te same pola.
Tyle że w tym samym audycie fakturowanie było mniejszym z dwóch problemów. Zbieranie odczytów liczników zjadało 16 godzin miesięcznie, bo lokatorzy wysyłali je SMS-em, przez WhatsApp, telefonicznie i na kartkach przyklejonych do drzwi. Agent klikający po ekranie nie ma tu czego kliknąć. Brakuje jednego miejsca na dane i żaden model tego nie nadrobi, dopóki ktoś takiego miejsca nie zbuduje.
Zaprojektowaliśmy to inaczej. Lokator wpisuje odczyt w aplikacji, dane lądują w bazie, faktury powstają z bazy i idą do KSeF przez oficjalne API Ministerstwa Finansów. Według naszego rachunku z audytu fakturowanie schodzi z 7,5 godziny do pół godziny przeglądu, a odczyty z 16 godzin do dwóch. Klikający agent przyspieszyłby jeden krok i zostawił cały bałagan wokół niego. Mechanizm opisaliśmy w tekście o automatyzacji fakturowania.
Druga sprawa to niezawodność. Analiza Technspire z września 2026, powołując się na dane OpenAI, podaje 72,6 procent skuteczności w teście zadań komputerowych przy mniej więcej 40 minutach na zadanie. Test mierzy inne zadania niż faktury, więc liczby nie przenoszą się wprost. Kierunek jest czytelny. Przy 150 fakturach i czterech stawkach VAT nawet kilka procent pomyłek oznacza korekty w KSeF, a integracja przez API robi tę samą robotę w sekundy i myli się wtedy, gdy złe są dane wejściowe.
Kiedy computer use ma sens w małej firmie
Jest jedna sytuacja, w której ta funkcja realnie pomaga. Firma siedzi na starym programie, producent nie daje API, a wymiana systemu kosztowałaby więcej niż cała automatyzacja. Wtedy agent obsługujący ekran jest mostem do systemu, do którego inaczej wejść się nie da. Resztę układanki pokazuje nasze porównanie n8n, Make i Zapiera.
Trzy warunki, zanim ktokolwiek to włączy.
Pierwszy: człowiek zatwierdza akcje, których nie da się cofnąć. Karta systemowa OpenAI z 3 września opisuje politykę potwierdzeń, w której model zatrzymuje się przed wysłaniem wiadomości albo zakupem. Ta sama karta podaje, że ataki przez treść podsuniętą modelowi w trakcie pracy udawały się w 8,5 procent prób. U poprzednika było to 27 procent. Postęp duży. Do zera nadal daleko.
Drugi: osobne konto z wąskimi uprawnieniami. Agent, który loguje się jako księgowa, może wszystko, co księgowa.
Trzeci: dane. W dniu premiery cennik Foundry wymieniał strefę globalną i amerykańską, bez europejskiej. Jeśli na ekranie widać dane osobowe klientów, pytanie o miejsce przetwarzania trzeba zadać przed startem.
Na ten kwartał ruch jest prosty. Wypisz programy, z których ludzie przepisują dane ręcznie, i sprawdź przy każdym, czy ma API albo eksport. Tam gdzie ma, integracja wygrywa ceną i pewnością. Tam gdzie nie ma, computer use idzie do testu na jednym procesie, z człowiekiem przy zatwierdzaniu. O takim starcie piszemy w artykule o pierwszym agencie AI w firmie.
Najczęstsze pytania
Czy GPT-6 Astra z funkcją computer use zastąpi integracje przez API w małej firmie?
GPT-6 Astra nie zastąpi integracji tam, gdzie program ma API albo eksport plików. Integracja działa w sekundy, kosztuje ułamek ceny tokenów i myli się rzadziej. Computer use w GPT-6 Astra przydaje się przy starych programach bez żadnego wejścia dla innych systemów, jako most obsługiwany pod nadzorem człowieka, który zatwierdza nieodwracalne akcje.
Ile kosztuje GPT-6 Astra w API i dlaczego agent obsługujący ekran jest drogi?
Według cennika Microsoft Foundry z 3 września 2026 GPT-6 Astra kosztuje 10 dolarów za milion tokenów wejścia i 50 dolarów za milion tokenów wyjścia, a przy długim kontekście 20 i 75 dolarów. Agent obsługujący ekran wysyła do modelu zrzut po każdym kroku, więc jedno zadanie zużywa wielokrotnie więcej tokenów niż zwykła rozmowa.
Czy firma w Polsce może puścić GPT-6 Astra na ekran z danymi osobowymi klientów?
Firma w Polsce powinna najpierw sprawdzić, gdzie GPT-6 Astra przetwarza dane. W dniu premiery cennik Microsoft Foundry wymieniał strefę globalną i amerykańską, bez europejskiej. Przy danych osobowych na ekranie potrzebna jest umowa powierzenia z dostawcą, osobne konto agenta z wąskimi uprawnieniami i człowiek zatwierdzający akcje, których nie da się cofnąć.
Sprawdź, z których programów Twoi ludzie przepisują dane ręcznie. Bezpłatny audyt kończy się dokumentem z mapą procesów i rachunkiem kosztów ręcznej roboty.