Jak wygląda firma AI-first od środka

Firma AI-first to firma, w której każdą pracę najpierw układa się tak, żeby wykonała ją maszyna, a ludzi zatrudnia się do tego, czego maszyna dobrze nie zrobi. Firma, która po prostu używa AI, działa odwrotnie: zostawia te same etaty i te same procesy, a pracownikom daje do ręki czat. Różnica nie tkwi w narzędziach, tylko w kolejności decyzji.

Jestem Vadym Melnyk. W 2015 roku założyłem w Rzeszowie firmę, z której wyrósł Dronehub. Budujemy naziemną infrastrukturę dla dronów: stacje ładowania z automatyczną wymianą baterii i oprogramowanie, które analizuje to, co dron zobaczy podczas inspekcji. Dronehub przebudowałem wokół AI, a tego samego uczę polskich przedsiębiorców w KIERUNEK.AI — marce, którą współtworzę z Instytutem Kryptografii. Poniżej opisuję, jak taka firma wygląda od środka i w jakiej kolejności to robić, jeśli zatrudniasz pięć albo pięćdziesiąt osób.

Co właściwie znaczy „AI-first”

Przy każdym procesie pierwsze pytanie brzmi: czy ten krok w ogóle potrzebuje człowieka? Domyślna odpowiedź to „nie”, a obecność człowieka trzeba uzasadnić: osądem, odpowiedzialnością, relacją z klientem. W typowej firmie jest odwrotnie: domyślnie robi to człowiek, a AI musi udowodnić, że się do czegoś przyda.

Brzmi jak niuans, ale zmienia wszystko — od tego, jak spisujesz procesy, po to, kogo i kiedy zatrudniasz.

W 2025 roku pojęcie wróciło na pierwsze strony za sprawą dwóch prezesów. 7 kwietnia szef Shopify Tobi Lütke opublikował notatkę do pracowników: odruchowe sięganie po AI jest w firmie podstawowym oczekiwaniem, a każdy zespół, zanim poprosi o nowe etaty, musi pokazać, dlaczego nie da się tego zrobić z pomocą AI. Pod koniec kwietnia prezes Duolingo Luis von Ahn ogłosił, że jego firma będzie AI-first i stopniowo przestanie zlecać zewnętrznym wykonawcom pracę, którą może przejąć AI. Po fali krytyki w maju doprecyzował, że nie traktuje AI jako zastępstwa dla pracowników, a firma zatrudnia w tym samym tempie co wcześniej.

Ta druga historia uczy czegoś, czego nie ma w żadnej notatce: „AI-first” rzucone jako hasło, bez wyjaśnienia, co oznacza dla ludzi, kosztuje zaufanie. Moja wersja mieści się w jednym zdaniu i według niej prowadzę Dronehub: najpierw automatyzuję działanie firmy, a zatrudniam do tego, co zostało.

Jak to wygląda w Dronehub

W lipcu 2024 roku w rozmowie z magazynem „Biznes i Styl” powiedziałem, że sztuczna inteligencja odmieniła u nas sprzedaż, marketing, tworzenie dokumentacji i pisanie kodu. Zatrudnialiśmy wtedy dwadzieścia kilka osób w Polsce i w USA. Robiłem to, pracując dla klientów z sektora obronnego i w reżimie unijnych regulacji — tam, gdzie większość popularnych porad o AI nie wytrzymuje zderzenia z realnymi ograniczeniami.

Sprzedaż, marketing, dokumentację i kod łączy jedno: praca jest w nich powtarzalna, ma strukturę i da się ją sprawdzić. Tak wygląda model AI-first w każdym z tych obszarów.

Sprzedaż. Najwięcej czasu handlowca nie pochłania rozmowa z klientem, tylko wszystko wokół niej: zbieranie informacji o firmie i rynku, przygotowanie do spotkania, pierwsza wersja oferty, notatka i follow-up. Tę warstwę przejmuje maszyna. Człowiek prowadzi rozmowę i odpowiada za to, co obiecał.

Marketing. Maszyna pisze pierwsze wersje, przygotowuje warianty i porządkuje materiały. Człowiek decyduje, co mówimy — i czego nie mówimy. W branży, w której pracuje się z instytucjami publicznymi, ta druga część jest ważniejsza: każda liczba, która wychodzi z firmy, musi mieć źródło.

Dokumentacja. Firma sprzętowa, która pracowała przy projektach Europejskiej Agencji Kosmicznej, Europejskiej Agencji Obrony i programu Horyzont 2020, produkuje więcej dokumentów, niż ktokolwiek z zewnątrz by się spodziewał: specyfikacje, instrukcje, raporty, wnioski. To wymarzone pole dla AI, bo struktura się powtarza, a treść da się zweryfikować. Maszyna składa pierwszą wersję z tego, co firma już wie. Inżynier sprawdza fakty i podpisuje się pod wynikiem.

Kod. AI pisze dziś sporą część kodu w wielu firmach, ale model AI-first nie polega na tym, że nikt tego kodu nie czyta. Maszyna pisze, człowiek sprawdza krytyczne miejsca, testuje i odpowiada za to, co trafia na produkcję. Szerzej opisałem to w tekście o vibecodingu.

Nazwałem to wtedy „rewolucyjnymi oszczędnościami” i nadal podpisuję się pod tym określeniem. Tyle że oszczędność nie bierze się z samych narzędzi. Bierze się z pytania, które pada przy każdym procesie, zanim ktokolwiek otworzy czat: czy ten krok w ogóle potrzebuje człowieka?

Najpierw automatyzacja, potem etat

To jest sedno i to jest moment, w którym większość firm robi odwrotnie. Przybywa pracy, więc przybywa ludzi. Dopiero później — jeśli w ogóle — ktoś pyta, czy części tej pracy nie mogłaby wykonywać maszyna. Wtedy jest już za późno: etat istnieje, człowiek ma swoje nawyki, a automatyzacja wygląda jak zagrożenie dla konkretnej osoby, a nie jak usprawnienie procesu.

W firmie AI-first kolejność jest odwrotna:

1. Spisujesz zadania, do których chcesz kogoś zatrudnić — konkretnie, z liczbą godzin w tygodniu.
2. Zaznaczasz te, które AI może dziś wykonać samo albo w dużej części.
3. Automatyzujesz je, zanim opublikujesz ogłoszenie.
4. Zatrudniasz do tego, co zostało. Często to zupełnie inny profil niż ten, który miałeś w głowie: ktoś, kto nadzoruje, decyduje i rozmawia z ludźmi, a nie ktoś, kto przepisuje dane z jednego systemu do drugiego.

AI-first nie znaczy „bez ludzi”. W tej samej rozmowie z 2024 roku mówiłem o planach kolejnych rekrutacji i dodałem, że to całkiem sporo, biorąc pod uwagę, jak ważne są dla nas automatyzacja i AI. Ludzie są potrzebni. Chodzi o to, żeby każdy z nich robił to, czego maszyna nie zrobi: podejmował decyzje, brał odpowiedzialność, budował relacje i pilnował jakości.

Firma AI-first a firma, która po prostu używa AI

Jeśli w większości wierszy jesteś w środkowej kolumnie, nie ma w tym nic wstydliwego — tak wygląda dziś zdecydowana większość firm. Warto jednak wiedzieć, że przejście do prawej kolumny nie dzieje się samo i nie da się go kupić. Trzeba zmienić kolejność decyzji.

Czego AI-first nie oznacza

Nie oznacza zwolnień. W małej firmie typowy efekt jest inny: nie zatrudniasz kolejnej osoby do przepisywania faktur, a ludzie, których masz, zajmują się tym, czego maszyna nie zrobi.

Nie oznacza AI wszędzie. Automatyzuję to, co przewidywalne; osąd zostawiam człowiekowi. Zadania, które zdarzają się raz w miesiącu, rzadko opłaca się automatyzować.

Nie oznacza braku kontroli. Wszystko, co ryzykowne — pieniądze, umowy, ważna korespondencja, dane osobowe — przechodzi przez człowieka. Maszyna przygotowuje, człowiek zatwierdza. Więcej o tym w tekście o agentach AI.

Nie oznacza jednego drogiego systemu. AI-first to kolejność decyzji, a nie licencja. Pierwsze kroki zrobisz na narzędziach, które już masz, i na darmowych planach platform automatyzacji. Kiedy warto budować własne narzędzie, a kiedy kupić gotowe, rozkładam na czynniki pierwsze w osobnym tekście.

Nie zwalnia z RODO. Zanim wyślesz dane klientów do jakiegokolwiek narzędzia, sprawdź, gdzie trafiają i czy dostawca uczy na nich swoje modele. Szczegóły znajdziesz w tekście o bezpieczeństwie danych w aplikacjach z AI.

Jak zacząć w polskiej małej firmie

Według Eurostatu w 2025 roku technologie AI wykorzystywało 20% firm w Unii zatrudniających co najmniej 10 osób. W Polsce — 8,4%. Niżej była tylko Rumunia. Dla statystyki to zła wiadomość, dla ciebie dobra: jeśli zaczniesz teraz, masz realną szansę wyprzedzić większość konkurencji we własnej branży.

Oto kolejność, którą polecam.

1. Przez tydzień notuj, na co idzie czas. Ty i każdy w zespole. Wystarczy arkusz: zadanie, ile minut, jak często. Po tygodniu masz mapę rutyny, której nikt wcześniej nie widział w całości.

2. Przepuść listę przez zasadę „dwa razy — trzy razy”. Robię coś dwa razy — myślę o automatyzacji; trzy razy — automatyzuję. Na górę listy trafiają zadania, które wracają co tydzień i mają powtarzalne wejście i wyjście. Konkretne wzorce opisałem w tekście o najprzydatniejszych automatyzacjach dla małego biznesu.

3. Zacznij od zaplecza, nie od witryny. Maile, oferty, faktury, dokumenty, raporty. Efektowny chatbot dla klientów kusi, ale najszybszy i najpewniejszy zwrot daje nudne zaplecze. Dlaczego tak jest, wyjaśniam w tekście o typowych błędach przy wdrażaniu AI.

4. Zadawaj jedno pytanie przed każdym nowym etatem. Zanim opublikujesz ogłoszenie: które z tych zadań może przejąć maszyna? Zautomatyzuj je najpierw, zatrudnij do reszty. To jedna reguła, ale to ona zmienia firmę, która używa AI, w firmę AI-first.

5. Wyznacz właściciela i licz. Każda automatyzacja ma osobę, która za nią odpowiada, i dwie liczby: godziny przed i po. Jeśli po miesiącu nie widać różnicy, wyłącz ją bez żalu. A gdy gotowe narzędzia przestaną wystarczać, najpierw policz, ile naprawdę kosztuje własna aplikacja z AI.

Na koniec

W 2024 roku mówiłem, że AI pozwala wrócić do „garażu”, bo premiuje zdolności i talent, a nie kapitał. Dziś widzę to jeszcze wyraźniej. Mała firma, która ułoży swoją pracę wokół AI, może robić rzeczy, do których kiedyś potrzebowała całego działu. Nie dlatego, że ma lepsze narzędzia niż duża konkurencja — ma dokładnie te same. Dlatego, że szybciej zmienia kolejność decyzji.

Jeśli chcesz przejść tę drogę krok po kroku, w KIERUNEK.AI uczę przedsiębiorców budować z AI w praktyce — od pierwszej automatyzacji po agentów. Więcej o tym, czego i jak uczę, znajdziesz w zakładce Edukacja.