Ile kosztuje AI w dziale marketingu: licencje, API i ukryte koszty

Z czego składa się koszt AI w dziale marketingu

Koszt AI w marketingu ma trzy warstwy. Pierwsza to licencje dla ludzi, czyli stała opłata za stanowisko w asystencie lub pakiecie biurowym. Druga to API, czyli opłata za zużycie, gdy AI działa w automatyzacjach, chatbotach czy integracjach. Trzecia to koszty, których nie ma w cenniku: czas na redakcję i weryfikację, szkolenia, analiza prawna, a także dopłaty i podwyżki, o których łatwo zapomnieć przy planowaniu budżetu.

Koszt bywa też barierą wejścia. Polski Instytut Ekonomiczny podał we wrześniu 2025 r., że co piąta firma niekorzystająca z AI wskazuje koszty jako główną przeszkodę, a wśród firm, które AI już stosują, ten odsetek jest prawie dwukrotnie niższy. Dobre wyliczenie pomaga więc nie tylko zaplanować budżet, ale też uczciwie ocenić, czy wdrożenie się opłaci. Przegląd samych narzędzi znajdziesz w przewodniku Narzędzia AI dla marketerów w 2026 roku.

Ile kosztuje licencja na asystenta AI dla firmy

Poniżej ceny planów firmowych według oficjalnych cenników sprawdzonych 28 października 2026 r. Podajemy je w walucie źródła: OpenAI, Anthropic i Google Workspace publikują ceny w dolarach, a Microsoft na polskiej stronie w euro netto.

ChatGPT Enterprise nie ma ceny w cenniku. OpenAI podaje, że wycena jest indywidualna i może opierać się na kredytach lub tokenach, z rabatami za wolumen. Copilot Chat jest dostępny bez dodatkowych kosztów dla użytkowników kwalifikujących się planów Microsoft 365. Który plan pasuje do jakich zadań, porównujemy w tekście ChatGPT, Claude, Gemini czy Copilot.

Plany indywidualne: kiedy wystarczą

Jednoosobowa firma albo freelancer często zaczyna od planu indywidualnego. Ceny są podobne do planów firmowych, ale plany te nie mają konsoli administratora ani SSO, a dane są w nich domyślnie traktowane inaczej.

Plan indywidualny wystarczy do pracy na materiałach publicznych i własnych szkicach. Gdy w grę wchodzą dane klientów, dokumenty firmy albo kilka osób w zespole, plan firmowy zwykle okazuje się tańszy niż ryzyko i chaos kont prywatnych. Różnice w traktowaniu danych opisujemy w tekście Bezpieczeństwo danych w narzędziach AI.

Ile kosztuje API: stawki za tokeny

API rozlicza się za tokeny, czyli fragmenty tekstu przetwarzane przez model. Osobno płacisz za tokeny wejściowe (polecenie i materiały) i wyjściowe (odpowiedź), a wyjściowe są kilka razy droższe. Ceny podaje się za milion tokenów.

Tabela pokazuje wybrane modele, nie pełne cenniki. Kilka zasad z cenników ma duży wpływ na rachunek. U OpenAI tokeny wejściowe z pamięci podręcznej (cached input) są, zależnie od modelu, 10–20 razy tańsze od zwykłych. Tryb wsadowy obniża ceny o połowę u Google, a w cenniku OpenAI stawki trybu wsadowego są o połowę niższe od standardowych. Wyszukiwanie w sieci przez API to osobna opłata: OpenAI liczy 10 USD za tysiąc wywołań, a Google po 5000 bezpłatnych zapytań miesięcznie 14 USD za tysiąc.

Wyliczenia modelowe: zespół i automatyzacja

Wyliczenie modelowe 1: licencje dla ośmioosobowego zespołu. Firma pracuje w Google Workspace Business Standard, więc Gemini w Gmailu, Dokumentach i Arkuszach ma już wliczony w cenę pakietu. Trzy osoby, które piszą i analizują najwięcej, dostają dodatkowo stanowiska standardowe w samodzielnym asystencie za 20 USD przy płatności rocznej: 3 × 20 USD × 12 miesięcy = 720 USD rocznie. Gdyby samodzielnego asystenta dostał cały zespół, koszt wyniósłby 8 × 20 × 12 = 1920 USD, a przy płatności miesięcznej 8 × 25 × 12 = 2400 USD rocznie.

Wyliczenie modelowe 2: tysiąc opisów produktów przez API. Załóżmy, że jedno polecenie z instrukcją i danymi produktu ma około 1000 tokenów, a opis ma około 400 tokenów. Tysiąc opisów to więc około miliona tokenów wejściowych i 400 tysięcy wyjściowych. Przy stawkach 2 i 10 USD za milion koszt wynosi 2 USD + 4 USD = 6 USD. Przy najtańszym modelu z tabeli (0,10 i 0,50 USD) to około 0,30 USD, a przy najdroższym (10 i 50 USD) około 30 USD. Tryb wsadowy obniża te kwoty o połowę.

Wniosek z drugiego wyliczenia: przy typowych zadaniach marketingowych opłaty za same tokeny są niskie. Prawdziwy koszt automatyzacji to przygotowanie danych, budowa i utrzymanie integracji oraz kontrola jakości tysiąca tekstów. Jak podejść do takich projektów, opisujemy w tekście o automatyzacji contentu.

Ukryte koszty AI, których nie ma w cenniku

Analiza zgodności to realny nakład pracy. UODO opublikował w sierpniu 2026 r. listy pytań kontrolnych dla firm wdrażających AI, w tym osobną wersję dla małych i średnich przedsiębiorstw korzystających z gotowych narzędzi. Przejście przez taką listę zajmuje czas osoby odpowiedzialnej za ochronę danych, ale kosztuje mniej niż naprawianie skutków źle dobranego narzędzia. Plan szkoleń zespołu opisujemy w tekście o kompetencjach AI w zespole.

Jak policzyć, czy AI się opłaca

Najprostszy rachunek porównuje zaoszczędzony czas z pełnym kosztem narzędzia. Wzór wygląda tak: miesięczna korzyść = liczba osób × zaoszczędzone godziny miesięcznie × koszt godziny pracy − (licencje + API + czas na weryfikację i szkolenia).

Wyliczenie modelowe 3: pięć osób oszczędza po 6 godzin miesięcznie, a godzina pracy kosztuje firmę 100 zł. Korzyść brutto to 5 × 6 × 100 zł = 3000 zł miesięcznie. Jeśli weryfikacja wyników zajmuje łącznie 10 godzin miesięcznie, odejmujesz 1000 zł, a następnie koszt licencji przeliczony po bieżącym kursie. Wszystkie wartości są przykładowe: w Twojej firmie trzeba je zmierzyć, na przykład notując czas typowych zadań przez dwa tygodnie przed wdrożeniem i dwa tygodnie po nim.

Czas to nie jedyna korzyść. AI pozwala też robić rzeczy, na które wcześniej brakowało ludzi, na przykład testować więcej wariantów reklam albo analizować wszystkie opinie klientów, a nie tylko próbkę. Takie efekty trudniej przeliczyć na złotówki, dlatego warto je opisać osobno. Jak łączyć różne źródła wartości w jednym rachunku, wyjaśniamy w tekście o ROI marketingu, a planowanie wydatków na przełomie roku omawiamy w artykule o budżetach reklamowych w IV kwartale.

Jak obniżyć koszty AI bez utraty jakości

• Najpierw wykorzystaj AI, którą masz już w pakiecie biurowym, a samodzielnego asystenta kup tylko tym, którzy go potrzebują.
• Testuj na płatności miesięcznej, a po decyzji przejdź na roczną.
• Stanowiska Premium przydzielaj na podstawie raportów użycia, nie stanowiska w firmie.
• W API używaj tańszych modeli do prostych zadań, takich jak klasyfikacja czy krótkie opisy, a droższych tylko tam, gdzie widać różnicę w jakości.
• Zadania, które nie muszą być wykonane od razu, uruchamiaj w trybie wsadowym.
• Powtarzalne instrukcje trzymaj w stałej części polecenia, żeby korzystać z tańszych tokenów z pamięci podręcznej.
• Raz na kwartał sprawdzaj nieużywane licencje i zmiany w cennikach dostawców.

Największe oszczędności daje jednak nie cennik, tylko jakość pracy z narzędziem. Asystent z dobrą bazą wiedzy o firmie potrzebuje mniej poprawek, a więc mniej płatnego czasu ludzi. Jak go zbudować, opisujemy w tekście o własnym asystencie AI z wiedzą o firmie.