Inwestuje się, ale nie mierzy. Co policzyć i kogo sprawdzić, zanim kupi się wdrożenie AI

Czeskie firmy postanowiły wdrożyć AI. To dobrze. Zaraz potem przychodzi jednak druga decyzja, o której prawie się nie mówi: kto to zbuduje. I dokładnie tam dziś traci się najwięcej pieniędzy. Ten artykuł jest o tym, dlaczego wdrożenie AI nie jest nową dziedziną, jak poznać, komu je powierzyć, i co policzyć, zanim podpisze się pierwszą fakturę.

Co mówią liczby

Czeskie Stowarzyszenie Sztucznej Inteligencji wraz z Izbą Gospodarczą zapytały na przełomie roku 1 033 czeskich firm. Dziewięć na dziesięć firm w tym roku liczy z AI, dwie trzecie zwiększa budżet o jedną czwartą lub więcej. A jednocześnie: 80 % firm brakuje wykwalifikowanych ludzi, a większość przyznaje, że nie umie zmierzyć zwrotu z inwestycji.

Przełożone: popyt na ludzi, którzy potrafią wdrażać AI, powstał z dnia na dzień. Podaży z dnia na dzień wyprodukować się nie da. Więc produkuje się ją choćby na pokaz.

Nowy zawód, który powstał z dnia na dzień

Widuję to w praktyce w kółko. Człowiek, który jeszcze rok temu robił zupełnie coś innego, przechodzi kilka weekendowych kursów, wpisuje sobie na LinkedIn konsultant AI i idzie firmie produkcyjnej proponować, jak ma działać jej operacja. Nigdy nie stał na hali produkcyjnej. Nigdy nie robił assessmentu. Nigdy nie projektował systemu, który ma działać latami, a nie tydzień do prezentacji.

A firma nie ma jak tego poznać. To nie wyrzut w stronę właścicieli, to logiczne. Gdy AI wygląda jak zupełnie nowa dziedzina, wydaje się, że stare doświadczenia się nie liczą i wszyscy zaczynają od zera. Kandydatów więc nie da się porównać według rzemiosła. A gdy nie da się ocenić rzemiosła, ocenia się pewność siebie. Pewność siebie jest w branży AI obecnie najtańszym surowcem.

Ten błąd ma jeden korzeń: interfejs do promptowania sprawia wrażenie ekspertyzy. Nie jest nią. Umieć napisać prompt to jak umieć napisać e-mail. Przydatne, każdy nauczy się tego w jedno popołudnie i nikogo to nie czyni architektem.

AI to nadal IT. To się nie zmieniło

Okno czatu wywołuje wrażenie, że między Państwem a technologią nic już nie stoi. Pisze się zdanie, wypada wynik. Ale to okno to tylko fasada. Pod nią jest wszystko, co w IT było zawsze:

Dane. Skąd płyną, jakiej są jakości, co się stanie, gdy w ERP jest dziesięcioletni bałagan. AI na złych danych tylko szybciej wytwarza złe wyniki.

Integracje. Rozwiązanie musi rozmawiać z Państwa e-sklepem, księgowością i magazynem. Nie z demem na slajdzie.

Architektura. Co z czym się komunikuje, co się stanie, gdy jedna część zawiedzie, gdzie do procesu wchodzi człowiek. System, który zawodzi po cichu, jest gorszy niż system, który wywala się głośno.

Bezpieczeństwo. Dokąd płyną Państwa dane firmowe i dane Państwa klientów.

Eksploatacja. Kto to utrzymuje za pół roku, gdy zmieni się model, API albo człowiek, który to konfigurował.

Nic z tego wraz z nadejściem AI się nie zniosło. Tylko schowało się za ładniejszym interfejsem. Owszem, przybyło też kilka rzeczy, których klasyczne IT nie uczyło: praca z modelami probabilistycznymi, ocena jakości wyników, praca z kontekstem. Ale to nowe piętra na starych fundamentach, bez danych, integracji i eksploatacji nie ma na czym budować. A tak przy okazji, nie tylko małe firmy się na tym przejeżdżają. Zillow, amerykański gigant nieruchomości z armią analityków danych, stracił w 2021 roku ponad 500 milionów dolarów, gdy swojemu algorytmowi cen ufał bardziej niż bieżącemu pomiarowi. To nie jest przykład z generatywnej AI, ale zasada jest ta sama: technologia nie zawiodła, zawiodło to, że nikt nie mierzył. Czeska firma z pięćdziesięcioma osobami takiej pomyłki nie przeżyje bez następstw.

Co wszystko spotyka się w takim projekcie

Tu będę osobisty, bo dokładnie to jest moje doświadczenie. W IT jestem z przerwami od 17. roku życia i mam za sobą osobiście setki projektów. I nie tylko projektów IT.

Kierowałem produkcją oprawek okularowych z najwyższej półki z własnym technicznym rozwiązaniem zawiasu we własnej firmie. Także dziś pracuję np. w CAD czy Blenderze na rysunkach aż do produkcji seryjnej, i to więcej niż w byłej firmie lume, gdzie projektantem był mój wspólnik. Dzięki niemu strasznie dużo się nauczyłem, bo spędziłem lata obok kogoś, kto był z zupełnie innej branży i świata, a do tego był i jest absolutną czołówką w swojej dziedzinie, i przekonałem się, jak rzeczy działają.

Nazywaliśmy to „wilczą mgłą”: dopóki człowiek nie zajmował się produkcją produktu, rysunkami, nie prowadził rozmów z inżynierami i nie przeżył setek godzin, w których rozwiązywał, jak coś w ogóle technicznie zrobić. Dzięki temu potem patrzy na produkt i nawet jeśli nigdy go nie robił, ma bardzo dobre wyobrażenie i wiedzę, jak taki produkt się wytwarza i właściwie buduje.

„Design ma logiczną budowę.” To nie sztuka, w której może być chaos i wyłącznie odczucie czy emocje. Chociaż wielu ludziom może się tak nie wydawać, projektowanie produktu ma logiczną budowę i swoje zasady. Np. my przy naszym bezśrubowym zawiasie musieliśmy rozstrzygać nawet to, czy zawias nie szarpie włosów i czy się w niego nie wplątują. Bzdura, ale kluczowa bzdura z punktu widzenia bezpieczeństwa i wygody klienta, którą trzeba rozwiązać.

Dzięki temu odkryłem, że mam inżynierski sposób myślenia. A jednocześnie że mam wyczucie produktu i designu, co, chociaż się tak nie wydaje, teraz procentuje także w tej pozornie niezwiązanej dziedzinie AI.

Wielodziedzinowość jest przy architekturze AI, projektowaniu systemów, produktyzacji rozwiązań itp. strasznie ważna, bo tysiące godzin spędzonych w różnych dziedzinach pomaga mi łączyć rzeczy, które inaczej by mi umknęły.

I ja też nie jestem nieomylny, dlatego mam wspólnika. Tomáš Neumann, nasz CEO, jest zdecydowanie lepszy w procesach i operacjach niż ja, obejmuje całą firmę i pilnuje, żeby wszystko działało, jak trzeba. I często tak jak Petr Cipra, nasz CTO, powie mi kilka zdań i nierozwiązywalny problem się rozwiązuje.

Prowadziłem projekty e-commerce z podłączeniem do SAP i innych ERP dla firm takich jak ETA i kierowałem tworzeniem aplikacji na Shopify dla Gopay czy dla francuskiego giganta typu Fittingbox. Zbudowałem też od zera własny biznes abonamentowy wraz z logistyką. ALE wciąż się uczę i wciąż staram się szukać ludzi i rozmawiać z ludźmi zdolniejszymi i lepszymi ode mnie. Nie tylko że człowiek się tak uczy i rozwija, ale przekonuje się, że dość często miał klapki na oczach, i to w kwestii zupełnie oczywistych rozwiązań.

Nie piszę tego jako wyliczenia trofeów. Piszę to dlatego, że w projekcie rozwiązania AI te światy spotykają się naraz. Trzeba rozumieć produkcję, żeby mistrz w fabryce w ogóle powiedział, gdzie go but uwiera. Trzeba rozumieć dane, żeby poznać, że połowa problemu to nie AI, ale nieuporządkowane ERP. I trzeba umieć liczyć, żeby z tego wyszedł zwrot z inwestycji w pieniądzach, a nie dobre samopoczucie po prezentacji. A przede wszystkim nie jestem w tym sam, jeden człowiek nie jest w stanie ogarnąć wszystkiego :).

Architektura poza tym nie jest wiedzą, którą się pobiera. To nawyk, za którym stoją tysiące godzin rozwiązywania problemów z różnych dziedzin i firm. Przy okularach był to zawias, który nie może szarpać włosów. Przy e-sklepie magazyn, który nie może okłamywać księgowości. Przy AI dane, które nie mogą wyciekać. Pytania są wciąż te same: co się stanie, gdy ta część zawiedzie? Kto będzie tego realnie używać? Ile to kosztuje za rok eksploatacji? Ten nawyk powstaje z tego, że rzeczy się budowało, eksploatowało i widziało, jak też umierają. I to ta sama wilcza mgła: gdy się przez to przejdzie, widzi się logiczną budowę także w systemie, którego się nigdy nie robiło. Nie da się tego zdobyć w weekend, w trzy miesiące, ani w rok czy dwa. To długotrwała działalność, często bolesna, często bez nagrody i nie da się jej wywiesić w mediach społecznościowych. Dlatego nie ma znaczenia, że dziedzina nazywa się teraz AI. Design ma logiczną budowę i systemy też. Myślenie jest wciąż takie samo jak przy okularach, e-sklepach, magazynach, produkcji i integracjach.

Poczucie to nie oszczędność

Rozwiązania AI i wdrożenie albo w ogóle projekt niestety często nie są ładne, kolorowe i super zabawne. Nie trwają jednego popołudnia i często w 20 godzin cała firma nie zwraca się ku lepszemu jutru. Zmiana jest zawsze wymagająca i zajmuje się nie tylko procesami, ale i ludźmi. A każdy jest inny, ma inną motywację, inną zdolność poznawczą i inną gotowość.

Warsztaty Vibe Codingu są super, to zabawa, nikogo nie boli, nikogo nie uderza po palcach, a poza tym świetnie wyglądają na Linkedinie. Sami je robimy. Jest tam jednak wyraźna różnica. Vibe Coding jest świetny do nauki: pokazy tego, co można robić, jak o tym myśleć, i wypróbowywanie własnych rzeczy. I w porządku są też narzędzia na własny użytek albo wewnętrzna rzecz dla jednej osoby: działa lokalnie na komputerze, nie na serwerze, i nigdzie się nie łączy. To zabawa, nawet team building, a zarazem skuteczność i pragmatyzm.

Ale gdy zabawne popołudnie kupuje się jako rozwiązanie prawdziwych problemów firmy, jest inaczej. Czy je Państwu rozwiąże? Czy kupuje się poczucie dla siebie i kierownictwa, że coś się dzieje i przecież AI się zajmujemy?

Poczucie = oszczędność czasu lub pieniędzy? Na koniec dnia zostanie Państwu to poczucie, ale w firmie poza początkowym entuzjazmem nie przejawi się to wyraźnie. A firmy nie tworzą też jednostki.

Co policzyć, zanim cokolwiek się podpisze

Tyle o odczuciach. Teraz liczby. Dobra wiadomość: pierwszą część zrobią Państwo sami, bez dostawcy i bez informatyka. W branży nazywa się to AI opportunity assessment. Ja nazywam to zwykłym liczeniem, gdzie uciekają Państwu godziny i pieniądze.

1. Ustalić, gdzie zespół spędza czas. Nie na oko, uczciwie. Przez tydzień notować, kto co robi. Raportowanie, e-maile, oferty, przepisywanie danych między systemami.

2. Przeliczyć to na pieniądze. Dziesięć godzin rutyny tygodniowo razy 16 € za w pełni obciążoną godzinę razy 50 tygodni to 8 000 € rocznie. Jeden człowiek, jeden zły nawyk. Jest ich dziesięciu? Liczyć dalej.

3. Dopiero z tymi liczbami w ręku rozmawiać o rozwiązaniu. Często okazuje się, że potrzeba czegoś innego, niż się chciało. Firma chce chatbota, liczby pokazują, że obsługa pochłania trzy godziny tygodniowo, a raportowanie piętnaście.

4. Zacząć od największego bólu, który da się rozwiązać najprościej. Szybka wygrana w kilka dni zrobi dla zaufania więcej niż mapa drogowa na rok.

5. Mierzyć przed startem i po miesiącu. Różnica razy stawka godzinowa to Państwa zwrot z inwestycji, czarno na białym.

Jak poznać, komu to powierzyć

A teraz to najważniejsze. Trzy pytania, które warto zadać każdemu, kto chce sprzedać wdrożenie AI, czy to dostawca, czy kandydat na stanowisko:

1. Co budował Pan trzy lata temu? Rzemiosło ma historię. Gdy w odpowiedzi nie ma nic o systemach, danych, produktach czy procesach, kupuje się kurs promptowania z narzutem.

2. Proszę opowiedzieć o wdrożeniu, które nie poszło zgodnie z planem. Kto niczego nie eksploatował, nie ma o czym opowiadać. Gotowych systemów dostawca zwykle nie pokaże, należą do klientów i bywają objęte NDA, to normalne i tak być powinno. Ale liczby i wpadki albo problemy, które rozwiązał, powiedzieć umie: gdzie zaoszczędził ile godzin, co się zepsuło i jak to naprawił, i u kogo można to zweryfikować. Demo dziś zbuduje każdy w jedno popołudnie. Opowieści z eksploatacji nie da się wymyślić.

3. Czego AI u nas nie zrobi? Kto nie przyznaje limitów, nie wie, gdzie są. My na to pytanie odpowiadamy chętnie, bo uczciwa odpowiedź oszczędza pieniądze obu stronom.

I te trzy pytania spokojnie można zadać także nam na callu albo na osobistym spotkaniu :).

I żądać z góry uzgodnionego pomiaru. Stan przed startem, stan po miesiącu, różnica w pieniądzach. U nas obowiązuje jedno zdanie: gdy liczby nie mają sensu, powiemy to Państwu wcześniej, niż Państwo nam.

Podsumowanie

Nie piszę tego, żeby Państwa do AI zniechęcić. Wdrażać się ją powinno, a liczby z badania są w gruncie rzeczy dobrą wiadomością. Proszę tylko wynieść z całego artykułu to:

Wdrożenie AI to nadal IT, nawet jeśli ma ładniejszy interfejs. Pod oknem czatu wciąż są dane, integracje, architektura i eksploatacja.

Szukać ludzi, którzy przeszli przez wilczą mgłę. A ponieważ jeden człowiek nie ogarnie tego wszystkiego, kupuje się zespół, nie jednostkę.

Nie kupować poczucia. Poczucie nie jest oszczędnością. Żądać liczenia w godzinach i w pieniądzach przed startem i pomiaru po miesiącu. Ekspertyzę poznaje się po historii, liczbach i opowieściach z eksploatacji, nie po pewności siebie na LinkedIn.

Czy wiedzą Państwo, komu dziś powierzyliby wdrożenie AI? I po czym by go Państwo poznali?

Jeśli chcą Państwo przejść pierwsze liczenie ze mną, rozmowa wstępna na 15 minut jest bez zobowiązań: cal.com/transformuj.ai/30min, albo jakub@transformuj.ai.

Źródła: badanie ČAUI i Izby Gospodarczej ČR AI Momentum 2026 (1 033 firmy, zbieranie danych listopad do grudnia 2025, asociace.ai). Zillow Offers: GeekWire i CBS News, listopad 2021.