Jak platforma cyberbezpieczeństwa dla klientów Fortune 500 skróciła onboarding o 95% dzięki agentowi AI od Startup House

Kluczowe fakty w skrócie

• Klient: amerykańska platforma do ograniczania ryzyka cybernetycznego obsługująca klientów z Fortune 500 (objęta NDA)
• Partnerstwo: od lipca 2020, w toku; faza AI rozpoczęła się w 2025
• Co zbudowaliśmy: Aria, wbudowany agent AI działający wewnątrz produktu klienta
• Czas wdrożenia: skrócony o 95%, z 45 minut prowadzonej konfiguracji do poniżej 2 minut
• Wzorzec użycia: platforma przeszła od kwartalnego narzędzia raportowego do codziennego systemu wspierania decyzji
• Self-service: 100% samodzielnej eksploracji danych, bez wsparcia analityków
• Architektura: orkiestracja LangGraph, modele Claude od Anthropic, integracje MCP, OAuth 2.1, izolacja tenantów z założenia
• Wdrożone bez ingerencji w podstawową infrastrukturę, model danych ani kod platformy

Punkt wyjścia: ceniony produkt, z którego prawie nikt nie korzystał

To studium przypadku dotyczy drugiej fazy naszej współpracy z amerykańską firmą cybersecurity, z którą współpracujemy od lipca 2020. W pierwszej fazie Startup House doprowadził produkt z prototypu do SaaS używanego przez firmy z Fortune 500, z 150% wzrostem przychodów w pierwszym roku i 225% wzrostem liczby klientów B2B.

Do 2025 platforma była dojrzała i ceniona. Miała też trzy problemy dobrze znane każdemu, kto prowadzi produkt silnie oparty na danych w regulowanej kategorii:

• Złożoność na pierwszym planie. Platforma obsługiwała bogate dane o ryzyku cybernetycznym, ale ich interpretacja wymagała eksperckiej wiedzy.
• Niska częstotliwość zaangażowania. Większość użytkowników otwierała narzędzie raz na kwartał, by przygotować okresowe raporty.
• Ciężkie wdrożenie. Nowi klienci potrzebowali ok. 45 minut prowadzonej konfiguracji z aktywnym wsparciem, zanim mogli pracować samodzielnie.

Gdy interakcja w stylu ChatGPT stała się rynkowym standardem, brief klienta był prosty: przenieść ten model interakcji do platformy cyber risk.

Trudna część: jeden interfejs, trzech zupełnie różnych użytkowników

Ten sam panel miał obsłużyć trzy persony jednocześnie. Członek zarządu potrzebuje zrzutu ekranu, który tłumaczy się sam — gotowego do wklejenia do raportu kwartalnego. CFO potrzebuje narracji stojącej za liczbami. CISO potrzebuje rozmownej głębi, by badać dane i działać.

Doklejenie klona ChatGPT na wierzchu platformy zawiodłoby wszystkich trzech. Podobnie copilot obok produktu — użytkownicy skończyliby z dwoma równoległymi interfejsami.

Rozwiązanie: Aria, wbudowana AI z czterowarstwowym interfejsem

Aria to wbudowany agent AI działający wewnątrz produktu, marki i granicy uwierzytelniania klienta. Użytkownicy nigdy nie przełączają się do osobnego narzędzia. Przebudowaliśmy panel wokół jednej zasady: prostota na start, złożoność na żądanie.

Interfejs to drabinka czterech warstw, z Arią obecną na każdym poziomie:

• Warstwa 0, Executive: „Co się dzieje?” Pierwszy widok po zalogowaniu. Klasyczny dashboard, kluczowe wskaźniki stanu bezpieczeństwa, wstępnie wyrenderowane odpowiedzi bez wywołania modelu i bez czekania. Zaprojektowany dla członków zarządów, którzy potrzebują orientacji w kilka sekund.
• Warstwa 1, Financial: „Dlaczego to się dzieje?” Warstwa dociekań dla CFO i liderów finansów. Kontekstowe prompt pills podpowiadają, o co zapytać w zależności od tego, na co patrzy użytkownik, i otwierają wbudowany czat z Arią.
• Warstwa 2, Execution: „Zrób to za mnie.” Warstwa akcji dla CISO i operatorów bezpieczeństwa. Przyciski przestają być pasywne („View”) i stają się poleceniami („Create”, „Identify”, „Prepare”). Produkt przechodzi od pokazywania ryzyka do jego rozwiązywania.
• Warstwa 3, Open Inquiry: „Cokolwiek masz na myśli.” Dowolne pole promptu, zawsze dostępne, dla użytkowników, którzy dokładnie wiedzą, czego chcą.

Użytkownicy są stopniowo wprowadzani do pracy z LLM, z zabezpieczeniami na każdym etapie. Nikt nie musi uczyć się nowego produktu, by korzystać z AI. AI spotyka użytkowników tam, gdzie już pracują.

Architektura: od pierwszego dnia gotowa na enterprise

W wdrożeniach AI dla enterprise kluczowe są trzy decyzje architektoniczne — i Aria adresuje każdą z nich.

Orkiestracja i rozumowanie. Aria działa na LangGraph, stanowym frameworku do orkiestracji agentów, wspierającym kompozycję wielu agentów, trwałą pamięć wieloturową i strumieniowanie wykonywania narzędzi w czasie rzeczywistym. Warstwa rozumowania korzysta z modeli Claude od Anthropic. Wybór modelu jest konfigurowalny, nie architektoniczny, więc platforma może zmieniać dostawców bez przepisywania.

Izolacja tenantów z założenia. Każde narzędzie używane przez Arię jest powiązane z uwierzytelnionym użytkownikiem, organizacją i profilem w momencie utworzenia. Model nie może przekazać, zmienić ani nawet zobaczyć tej tożsamości. Dostęp między tenantami nie jest filtrem „na końcu”, który prompt injection mogłoby ominąć. Agent po prostu nie może wywołać narzędzi poza swoim tenantem. W czatach na poziomie całej organizacji nazwy jednostek biznesowych są pseudonimizowane, zanim wiadomość trafi do modelu.

Żywe integracje przez MCP. Aria odpytuje produkcyjny stack bezpieczeństwa klienta, zaczynając od CrowdStrike Falcon i rozszerzając na każde narzędzie zgodne z MCP, z OAuth 2.1 obsługującym uwierzytelnianie. To przesuwa produkt z samodzielnego narzędzia analitycznego do warstwy orkiestracji całej operacji bezpieczeństwa klienta.

Jest jeszcze jeden element: agenci definiowani przez administratorów. Administratorzy klienta tworzą nowych specjalistów AI bezpośrednio z interfejsu aplikacji — nadając nazwę, prompt i zestaw narzędzi. Nowi agenci trafiają do całej organizacji w kilka minut, bez czekania na wydanie.

Rezultaty

• 95% skrócenia czasu wdrożenia klienta, z 45 minut do poniżej 2 minut.
• 100% samodzielnej eksploracji danych. Użytkownicy interpretują własne dane o ryzyku bez wsparcia analityków.
• Z kwartalnego na codzienne. Produkt przeszedł z kwartalnego narzędzia raportowego do codziennego systemu wspierania decyzji.
• 3 różne persony, jeden panel. Członkowie zarządów, liderzy finansów i CISO podążają własnymi ścieżkami pracy w tym samym interfejsie.
• Zero zmian w podstawowej infrastrukturze. Integracja AI została wdrożona bez ruszania modelu danych czy kodu platformy, a architektura bezpieczeństwa (izolacja tenantów, szyfrowanie, kontrola dostępu) nie wymagała nowego zakresu zgodności.
• Nowi agenci i konektory w kilka minut, konfigurowani przez zespół administratorów klienta bez udziału inżynierów.

COO klienta, Kyle Ferguson, podsumowuje zmianę:

„Przez pięć lat budowaliśmy platformę analityczną, którą nasi klienci z Fortune 500 cenili, ale nie używali codziennie. Warstwa AI zbudowana przez SH to zmieniła. Klienci, którzy dotąd otwierali platformę raz na kwartał, dziś przepuszczają przez nią codzienne decyzje. Pod spodem to ten sam produkt, ale sposób, w jaki klienci go doświadczają, jest zupełnie inny.”

Co to oznacza, jeśli prowadzisz produkt złożony z danych

Wzorzec z tego projektu jest powszechny w księgowości, bankowości, finansach, compliance i bezpieczeństwie: produkt z bogatymi danymi, interpretacją tylko dla ekspertów i niskim zaangażowaniem. Wbudowany agent AI zmienia ekonomię takiego produktu na trzy sposoby. Onboarding przestaje pochłaniać moce zespołu sukcesu klienta. Użytkownicy sami odpowiadają na własne pytania zamiast zgłaszać prośby do wsparcia. A zaangażowanie przesuwa się z okresowego raportowania na codzienne decyzje, co zmienia sposób wyceny produktu przy odnowieniu.

Żadne z tego nie wymagało przebudowy platformy. Warstwa AI siedzi na istniejących systemach, dlatego cała integracja została wdrożona bez dotykania głównej bazy kodu.

O Startup House

Startup House (SH) to 50‑osobowa firma tworząca oprogramowanie z siedzibą w Warszawie, działająca od 2016 roku. Budujemy produkty AI oparte na danych klienta — od prototypów generatywnej AI po produkcyjnych agentów AI — równolegle z pełnym cyklem tworzenia produktów cyfrowych. Mamy zgodność z ISO 27001, a dane klientów nigdy nie są używane do trenowania modeli AI.

Myślisz o warstwie AI dla swojego produktu? Umów 30‑min rozmowę.

FAQ

Czym jest Aria?

Aria to wbudowany agent AI, którego Startup House zbudował wewnątrz amerykańskiej platformy cybersecurity obsługującej klientów z Fortune 500. Łączy czterowarstwowy interfejs z orkiestracją LangGraph i modelami Claude od Anthropic oraz łączy się z produkcyjnym stackiem bezpieczeństwa klienta przez MCP.

Jakie rezultaty dostarczył agent AI?

Czas wdrożenia klienta spadł o 95%, z 45 minut do poniżej 2 minut. Eksploracja danych stała się w 100% samodzielna, a platforma przeszła z kwartalnego raportowania do codziennego wsparcia decyzji.

Czy integracja AI wymagała przebudowy platformy?

Nie. Warstwa AI została wdrożona bez zmian w podstawowej infrastrukturze, modelu danych czy kodzie platformy. Izolacja tenantów, szyfrowanie i kontrola dostępu zostały utrzymane bez nowego zakresu zgodności.

Jak Aria zapobiega prompt injection i wyciekom danych między tenantami?

Każde narzędzie jest powiązane z uwierzytelnionym użytkownikiem, organizacją i profilem w momencie utworzenia, więc model nie może uzyskać dostępu do niczego poza swoim tenantem. To gwarancja architektoniczna, a nie filtr. Nazwy jednostek biznesowych są też pseudonimizowane, zanim wiadomości trafią do modelu.

Kto jest klientem?

Klientem jest amerykańska platforma ograniczania ryzyka cybernetycznego objęta NDA, obsługująca klientów z Fortune 500 i private equity. Startup House współpracuje z firmą od lipca 2020.