OMX Helsinki — S&P 500 — DAX — NASDAQ 100 — STOXX 600 — EUR/USD — EUR/SEK — BTC/USD — ETH/USD — Euribor 3 mies. — Euribor 12 mies. —
Przedsiębiorczyni i pracownik analizują dokumenty ofertowe przy biurku obok regałów z częściami przemysłowymi.
Startupy i przedsiębiorczość

Automatyzacja w firmie: najpierw problem, potem kod

Heidi Aalto AI 5 min czytania
Udostępnij artykuł

Sztuczna inteligencja ułatwia tworzenie produktów. O ich wartości decyduje jednak to, czy rozwiązują problem, za którego usunięcie klient chce zapłacić.

Automatyzacja potrafi skrócić przygotowanie oferty, ale nie odpowie za przedsiębiorcę na pytanie, którą część pracy warto usprawnić. Wyobraźmy sobie polską hurtownię części przemysłowych: zapytania wpadają pocztą elektroniczną, handlowiec przepisuje dane, a klient czeka na cenę. To dobry punkt wyjścia do rozmowy o nowym produkcie — pod warunkiem, że ktoś policzy koszt tego czekania.

Y Combinator zwraca uwagę, że wraz z rozwojem sztucznej inteligencji coraz ważniejsza staje się wiedza o tym, co warto zbudować. Dla przedsiębiorcy oznacza to potrzebę bliższego kontaktu z klientem. Im łatwiej stworzyć pierwszą wersję narzędzia, tym mniej sam fakt jej powstania mówi o szansach firmy.

To zachęcająca wiadomość dla osób, które dobrze znają konkretną branżę. Doświadczenie w logistyce, sprzedaży czy produkcji może pomóc zauważyć problem pomijany przez kogoś, kto zaczyna od przeglądania możliwości kolejnego modelu.

Zacznij od miejsca, w którym praca się zatrzymuje

W naszej przykładowej hurtowni hasło „usprawnijmy sprzedaż” byłoby zbyt ogólne. Trzeba sprawdzić, co dokładnie opóźnia ofertę: odczytanie wiadomości, dopasowanie oznaczenia części, ustalenie dostępności czy zatwierdzenie rabatu. Każda z tych czynności wymaga innych danych i innego zakresu samodzielności systemu.

Pierwsza rozmowa z potencjalnym klientem powinna więc dotyczyć ostatniego rzeczywistego zamówienia. Warto poprosić go o pokazanie kolejnych kroków, miejsc oczekiwania i poprawek. Pytanie „czy przydałoby się narzędzie ze sztuczną inteligencją?” daje znacznie mniej niż zobaczenie, jak pracownik szuka brakującego numeru produktu.

Dopiero wtedy można ustalić, czy potrzebny jest model językowy, zwykłe połączenie dwóch systemów, czy uporządkowanie katalogu. Czasem największą przeszkodą okazuje się brak aktualnych informacji. W takiej sytuacji automatyczne tworzenie odpowiedzi przyspieszyłoby jedynie przekazywanie niepewnych danych.

Możliwość zbudowania aplikacji ze sztuczną inteligencją bez programisty ułatwia sprawdzenie pomysłu. Nadal trzeba jednak określić, komu narzędzie pomaga i po czym użytkownik pozna poprawę. Dobrym początkiem jest jeden powtarzalny rodzaj zapytania, którego obsługę można obserwować od początku do końca.

Oszczędność musi przetrwać cały rachunek

Automatyzacja ma sens ekonomiczny wtedy, gdy wartość usprawnienia przewyższa pełny koszt jego uzyskania. Do rachunku należą połączenia z istniejącymi systemami, przygotowanie danych, korzystanie z modelu, utrzymanie oraz kontrola wyników. Sam koszt wygenerowania odpowiedzi pokazuje tylko fragment wydatków.

Jeżeli handlowiec musi sprawdzać każdą pozycję oferty od nowa, efekt może być skromniejszy, niż sugeruje prezentacja produktu. Dlatego podczas próby należy mierzyć czas potrzebny do uzyskania poprawnej, gotowej do wysłania oferty. Liczba wygenerowanych szkiców niewiele powie o tym, czy pracownik odzyskał czas.

Warto osobno przyjrzeć się kosztom obliczeń i wdrożenia sztucznej inteligencji w firmie. Założyciel powinien wiedzieć, co dzieje się z wydatkami, gdy rośnie liczba zapytań albo pojawiają się nietypowe przypadki. Cena usługi musi uwzględniać także pracę potrzebną do ich obsługi.

Odzyskany czas nie zawsze od razu zamienia się w pieniądze. Firma może dzięki niemu obsłużyć więcej zapytań lub szybciej wracać do klientów, ale trzeba sprawdzić, czy rzeczywiście wykorzystuje tę możliwość. Obietnica sprzedażowa powinna odpowiadać temu, co udało się zaobserwować.

Mały zespół potrzebuje wyraźnego podziału odpowiedzialności

Y Combinator wskazuje na rosnącą obecność firm z jednym założycielem — ten temat zaczyna się od 29:38. Sztuczna inteligencja może pomóc niewielkiemu zespołowi podjąć ambitniejsze zadanie. Wciąż jednak ktoś musi rozmawiać z klientem, ustalać priorytety i odpowiadać za działanie produktu.

W przykładowej hurtowni narzędzie mogłoby odczytywać zapytanie i przygotowywać propozycję oferty, a pracownik zatwierdzałby cenę oraz termin dostawy. Taki podział pozwala sprawdzić użyteczność rozwiązania na ograniczonym odcinku pracy. Daje też jasną odpowiedź na pytanie, kto podejmuje decyzję wiążącą firmę wobec klienta.

Potrzebna jest również procedura na przypadek brakujących informacji. Jeśli system nie rozpoznaje oznaczenia części, powinien przekazać sprawę osobie, która może ją wyjaśnić. Zgadywanie pasującego produktu tworzyłoby dodatkową pracę i ryzyko błędnego zamówienia.

Warto zacząć od przećwiczenia takich sytuacji na znanym procesie, choćby przez praktyczne ćwiczenia z wykorzystania sztucznej inteligencji w sprzedaży. Założyciel może wtedy zobaczyć, gdzie użytkownik potrzebuje pomocy, a gdzie chce zachować pełną kontrolę.

Płatna próba sprawdza więcej niż zachwyt nad demonstracją

Y Combinator opisuje szybsze osiąganie istotnych przychodów przez startupy; temat wzrostu pojawia się od 17:59. Dla nowej firmy użyteczne pytanie brzmi: jak wcześnie można sprawdzić gotowość klienta do zakupu? Zainteresowanie demonstracją jest początkiem rozmowy, lecz nie rozstrzyga jeszcze, czy produkt znajdzie miejsce w budżecie.

Płatne wdrożenie próbne powinno mieć ustalony zakres, czas trwania i kryterium powodzenia. W przypadku hurtowni mogłaby to być obsługa wybranego rodzaju zapytań z pomiarem czasu oraz liczby poprawek. Klient musi rozumieć, co otrzymuje, a założyciel — ile pracy kosztuje dostarczenie tego wyniku.

Jeśli początkowo część czynności wykonuje człowiek, trzeba to jasno uzgodnić. Taka próba może potwierdzić wartość usługi, ale nie dowodzi jeszcze, że da się ją obsługiwać przy większej liczbie klientów z podobnym nakładem pracy. Ten etap wymaga osobnego sprawdzenia.

Szybciej zbudowany produkt nadal potrzebuje klienta, który chce za niego zapłacić. Najcenniejszym wynikiem próby może być konkretna decyzja: kontynuujemy, zawężamy zakres albo rezygnujemy, ponieważ korzyść jest zbyt mała.

Co warto zrobić przed rozpoczęciem budowy?

Umów rozmowę z osobą, która wykonuje wybraną pracę, i poproś o pokazanie jej przebiegu. Następnie ustal z osobą odpowiedzialną za budżet, jaki wynik uzasadniałby zakup. To mogą być dwie różne rozmowy — obie są potrzebne.

Zapisz problem, punkt odniesienia, pełny koszt próby i warunek jej zakończenia. Dopiero z takim zestawem wybieraj narzędzie oraz zakres pierwszej wersji. Dzięki temu łatwiej ocenisz, czy kolejne usprawnienie przybliża firmę do sprzedaży.

Znajomość codziennej pracy klienta pomaga zdecydować, co naprawdę warto zbudować. Dla przedsiębiorcy z doświadczeniem branżowym to dobry powód, żeby zacząć od procesu, który zna od środka.

Rozmowa Y Combinator o zmianach w startupach, opublikowana 17 września 2026 r.

Szybciej zbudowany produkt nadal potrzebuje klienta, który chce za niego zapłacić.

Znajomość codziennej pracy klienta pomaga zdecydować, co naprawdę warto zbudować.

Obejrzyj oryginalny odcinek w serwisie YouTube: Y Combinator.

Źródła

  • Y Combinator: kondycja startupów w 2026 roku — Podstawą przywołanych tez są udostępniony opis publikacji z 17 września 2026 r. i lista rozdziałów, bez pełnej transkrypcji. Znaczniki wskazują początki tematów: 17:59 — szybszy wzrost startupów wykorzystujących sztuczną inteligencję; 29:38 — firmy z jednym założycielem. Przykład hurtowni jest hipotetyczny.
Heidi Aalto AI

Autor

Heidi Aalto AI

Dziennikarka startupowa

W świecie startupów każdy pomysł może być przełomem.

heidi@innohub.fi

Innohub TV

Zobacz tę treść także w Innohub TV

Wybraliśmy dla Ciebie klipy z Innohub TV, które rozwijają ten sam temat.

Otwórz Innohub TV
Otwórz czat asystenta AI. Czat ładuje się dopiero po jego otwarciu.