Jeśli budujesz firmę i zastanawiasz się, czy AI ma wejść w proces od razu, ten odcinek jest dla Ciebie. Przemek Jóźwiakowski mówi o tym bez marketingowego dymu — konkretnie, z biznesu, który naprawdę da się zautomatyzować.
Posłuchaj odcinka DSS#13 na YouTube →Ten artykuł jest inspirowany tematami, które padają w podcaście „Druga Strona Sukcesu”. Nie chodzi tu o teorię dla teorii, tylko o wnioski z rozmowy o biznesie, procesach i automatyzacji, które można od razu przełożyć na decyzje w firmie.
Automation first nie znaczy „wrzuć AI wszędzie, gdzie się da”. Znaczy coś dużo trudniejszego i dużo bardziej opłacalnego: zanim zbudujesz proces, zaprojektuj go tak, żeby od początku mógł działać bez człowieka albo z jego minimalnym udziałem. W rozmowie z Przemkiem Jóźwiakowskim wybrzmiewa to bardzo wyraźnie: nie automatyzuje się starego chaosu, bo technologia tylko go utrwala i przyspiesza. Najpierw trzeba zrozumieć problem, dopiero potem dobrać narzędzie.
To podejście brzmi prosto, ale większość firm robi dokładnie odwrotnie. Najpierw jest ręczny proces, potem dokleja się automatyzację, a na końcu wszyscy dziwią się, że system nie działa tak, jak powinien. Z tej rozmowy płynie twardy wniosek: jeśli chcesz budować z AI, zacznij od pytania, czy twój proces w ogóle nadaje się do automatyzacji. A jeśli nie — zrób go od nowa.
Automation first to nie automatyzacja chaosu, tylko projektowanie procesu od początku
Przemek tłumaczy to bez owijania w bawełnę: w podejściu automation first nie chodzi o to, żeby najpierw człowiek „jakoś” zrobił zadanie, a dopiero później AI przejęła część pracy. Chodzi o zupełnie inne myślenie: od razu projektujesz proces tak, żeby mógł być wykonany przez technologię. Człowiek nie jest wtedy centrum procesu, tylko jego kontrolą jakości albo wyjątkiem od reguły.
To ważne, bo stary proces i nowy proces to często dwa różne światy. Jeśli firma przez lata działała „na ludziach”, na domysłach, na mailach i ręcznych decyzjach, to wpięcie w to AI nie rozwiąże problemu. Przeciwnie — zrobi z niego szybszy bałagan. Przemek mówi wprost: technologia bez zrozumienia procesów zaczyna działać przeciwko tobie.
W praktyce oznacza to jedno: zanim zaczniesz kupować narzędzia, rozpisz cały przepływ pracy. Zobacz:
- gdzie powstaje wartość dla klienta,
- które kroki są naprawdę powtarzalne,
- gdzie pojawiają się wyjątki,
- co człowiek musi ocenić sam, a co może dostać system,
- na jakim etapie proces się wykłada.
Dopiero wtedy ma sens pytanie o AI. Inaczej budujesz automatyzację na fundamencie, który nie wytrzyma.
Najpierw problem, potem rozwiązanie. Nie odwrotnie
Jednym z najmocniejszych momentów rozmowy jest historia nowego projektu Przemka z obszaru finansów. Na początku wydawało się, że problemem jest generowanie raportów. Po rozmowach z CFO wyszło jednak coś zupełnie innego: prawdziwy ból dotyczył policzenia rentowności, pilnowania budżetu i sklejenia danych z wielu źródeł. Innymi słowy — nie to, co founder sobie wyobrażał, tylko to, co naprawdę bolało rynek.
I właśnie tu widać różnicę między „mam pomysł” a „mam rozwiązanie”. Pomysł bez kontaktu z rynkiem jest tylko hipotezą. Przemek podkreśla, że lepiej przez trzy miesiące chodzić po rynku, gadać z ludźmi i sprawdzać, jak mówią o problemie, niż pół roku budować coś, czego nikt nie chce. To nie jest ostrożność dla ostrożności. To oszczędzanie czasu, pieniędzy i energii.
Jeśli budujesz firmę pod AI, zadaj sobie trzy pytania:
- czy ten problem jest naprawdę palący,
- czy ktoś już dziś płaci za jego rozwiązanie,
- czy twoje rozwiązanie upraszcza życie na tyle, że klient poczuje różnicę od pierwszego użycia.
Jeśli odpowiedzi są mgliste, to nie masz jeszcze produktu. Masz kierunek.
Warto zapamiętać też inną rzecz: zderzenie z rynkiem nie jest porażką. To element procesu. Przemek mówi o tym jak o iteracjach i hipotezach — nie o sukcesie i klęsce. To bardzo praktyczne podejście, bo pozwala zrezygnować z ego i patrzeć chłodno na to, co działa, a co nie.
Dlaczego Przemek buduje rozwiązania „pod rynek”, a nie pod własne wyobrażenie
W rozmowie mocno wybrzmiewa też wątek „nie wiem”. Przemek powtarza, że nawet jeśli coś wydaje się oczywiste, to rynek musi to potwierdzić. To bardzo zdrowa postawa, szczególnie w biznesie technologicznym, gdzie łatwo zakochać się we własnej wizji. Founder widzi produkt, zespół widzi kod, a klient? Klient chce po prostu rozwiązać swój problem.
Dlatego Przemek nie zaczyna od kodowania. Zaczyna od researchu rynku: jaki dokładnie problem ma klient, jak o nim mówi, czego nie chce, za co zapłaci, czego nie kupi. To brzmi jak żmudna robota, ale właśnie ona decyduje, czy później proces da się zautomatyzować. Bo automatyzacja ma sens tylko wtedy, gdy proces jest dobrze opisany i powtarzalny.
W praktyce to oznacza, że automation first wymaga też pewnej dyscypliny biznesowej. Nie wystarczy umieć pisać promptów czy używać narzędzi no-code. Trzeba jeszcze:
- rozumieć branżę,
- znać realne ograniczenia klienta,
- wiedzieć, jakie dane są dostępne,
- zobaczyć, gdzie AI ma sens, a gdzie tylko „ładnie brzmi”,
- nie budować rozwiązania na założeniach, których nikt nie zweryfikował.
To właśnie dlatego Przemek mówi, że rozumienie problemu jest ważniejsze niż samo kodowanie. Kod to narzędzie. Problem to biznes.
W połowie rozmowy pada bardzo ważny wątek: kiedy lepiej zaorać stary model i zbudować nowy od zera, zamiast doklejać AI do procesów, które już się nie bronią. Jeśli myślisz o przebudowie firmy, ten fragment naprawdę warto usłyszeć w całości.
Posłuchaj odcinka DSS#13 na YouTube →Stare firmy trudno przerobić na AI-first. Czasem łatwiej zbudować obok nową
To jeden z najbardziej praktycznych fragmentów rozmowy. Przemek mówi wprost: jeśli firma działa od lat w starym modelu, przejście na automation first bywa po prostu nieopłacalne. Koszt zmiany jest tak duży, że taniej i szybciej zbudować nowy proces albo nawet nową firmę obok. Szczególnie wtedy, gdy chodzi o branże silnie procesowe, jak budownictwo, projektowanie czy usługi oparte na wielu ręcznych decyzjach.
Dlaczego? Bo ludzie przyzwyczajają się do starego sposobu pracy. Nawet jeśli teoretycznie rozumieją, że AI może pomóc, to w praktyce nie chcą od razu zmienić wszystkiego. Procesy są świeże tylko na papierze — w rzeczywistości są posklejane przez lata, z wyjątkami, obejściami i „tak się tu robi”. W takim środowisku automatyzacja robi więcej szkody niż pożytku.
Przemek podaje bardzo ciekawy przykład: jeśli firma projektowa miałaby w przyszłości działać w modelu AI-first, to możliwe, że nie przerabiałoby się całej organizacji. Lepszym ruchem byłoby postawienie obok nowego środowiska, które od początku jest zaprojektowane pod automatyzację, a dopiero potem łączy się z istniejącym biznesem. To w praktyce oznacza:
- osobny proces dla nowych produktów,
- osobną ścieżkę obsługi klienta,
- nowe zasady pracy zespołu,
- brak prób „naprawiania” starego systemu na siłę.
To nie jest pójście na skróty. To podejście, które pozwala uniknąć sabotażu ze strony własnej organizacji.
AI działa najlepiej tam, gdzie człowiek nie chce już marnować czasu
W rozmowie pojawia się też ważny motyw: sztuczna inteligencja ma sens tam, gdzie ludzie marnują czas na powtarzalne, nudne i niskowartościowe zadania. Przemek opowiada, że programiści nie lubią pisać niepotrzebnych integracji do starych systemów. Właśnie dlatego AI może przyspieszać pracę — nie jako magia, tylko jako narzędzie do usuwania tarcia.
To samo dotyczy wielu innych obszarów. Jeśli w firmie ktoś ręcznie przepisuje dane z jednego systemu do drugiego, przygotowuje raporty, porównuje pliki albo składa informacje z pięciu źródeł, to najczęściej nie ma tam „strategicznej pracy”. Jest koszt, który da się ograniczyć. Właśnie tam automation first daje największy efekt.
Nie chodzi jednak o to, żeby wyciąć człowieka z biznesu całkowicie. Chodzi o to, żeby człowiek nie wykonywał pracy, którą technologia może zrobić szybciej, taniej i bardziej konsekwentnie. Wtedy rośnie wartość ludzkiej roli: decyzje, kontrola jakości, rozmowa z klientem, ocena wyjątków. Resztę można projektować pod automatyzację.
To też dobry test dla przedsiębiorcy: jeśli twój proces da się opisać w kilku krokach i większość z nich jest przewidywalna, to masz potencjał na AI-first. Jeśli wszystko zależy od intuicji jednej osoby, procesu jeszcze nie masz.
Największy błąd przy automatyzacji: budować narzędzie, zanim zrozumiesz rynek
W końcówce rozmowy wraca temat błędów i iteracji. Przemek mówi bardzo szczerze, że na początku biznesu popełniał błędy, bo próbował rozwiązywać problemy, których rynek nie widział albo nie chciał rozwiązać w danym momencie. To ważna lekcja dla każdego, kto myśli o automatyzacji: sam fakt, że coś można zrobić technologicznie, nie znaczy jeszcze, że rynek tego chce.
Tu szczególnie groźne są dwa złudzenia. Pierwsze: „skoro to jest logiczne, to rynek to kupi”. Drugie: „skoro AI to potrafi, to już jest produkt”. Nie. Produkt powstaje dopiero wtedy, gdy rozwiązanie pasuje do kontekstu klienta, języka branży i poziomu gotowości rynku. W przeciwnym razie dostajesz ładnie zbudowane narzędzie, które nikt nie wdraża.
Jeśli więc chcesz budować automation first, to nie zaczynaj od pytania: „jakie narzędzie wybrać?”. Zacznij od pytania: „co dziś w tej branży jest najbardziej ręczne, najbardziej bolesne i najbardziej opłacalne do usunięcia?”. To przesuwa myślenie z technologii na wartość. A tylko wartość sprzedaje się sama — resztę trzeba pchać.
Dobry filtr na koniec:
- jeśli proces da się opisać, ale trudno go powtarzać, nie spiesz się z automatyzacją,
- jeśli problem nie boli klienta dziś, nie buduj pod niego produktu jutro,
- jeśli nie potrafisz powiedzieć, dlaczego klient miałby zapłacić, wróć do rozmów z rynkiem.
To nie są modne hasła. To zwykła, bolesna praktyka zbudowana na iteracjach.
Wnioski dla przedsiębiorcy, który chce budować pod AI od zera
Najważniejszy wniosek z rozmowy z Przemkiem jest prosty: automation first zaczyna się od myślenia biznesowego, nie technologicznego. AI ma przyspieszać dobrze zrozumiany proces, a nie ratować źle zaprojektowaną firmę. Jeśli masz chaos, AI go nie naprawi — tylko zrobi z niego szybszy chaos.
Drugi wniosek jest równie konkretny: zanim zbudujesz cokolwiek, wyjdź do rynku. Rozmawiaj z ludźmi, którzy naprawdę siedzą w problemie. Sprawdzaj, jakich słów używają, czego się boją, za co płacą i co omijają szerokim łukiem. To właśnie tam widać, czy budujesz rozwiązanie, czy tylko ładną wizję.
Trzeci wniosek: jeśli chcesz iść w AI-first, bądź gotowy na to, że czasem lepiej stworzyć nową strukturę niż przerabiać starą. To może być nowy produkt, nowy dział albo osobna firma obok istniejącej. W wielu przypadkach taka decyzja jest tańsza, szybsza i po prostu mądrzejsza.
Jeśli chcesz usłyszeć, jak Przemek Jóźwiakowski opisuje to z poziomu własnych decyzji, błędów i projektów, sięgnij po cały odcinek. W rozmowie jest dużo więcej kontekstu o budowaniu biznesu, pracy z rynkiem i o tym, dlaczego czasem lepiej powiedzieć „nie wiem” niż zbyt szybko uznać, że wszystko jest już jasne.
To odcinek dla osób, które chcą budować mądrzej, a nie głośniej. Jeśli temat automation first uderzył Cię w praktyce, obejrzyj pełną rozmowę — tam jest jeszcze więcej konkretów z biznesu Przemka.
Posłuchaj odcinka DSS#13 na YouTube →