O czym jest ten film
- Stara umowa internetu — treść w zamian za ruch z wyszukiwarek — przestaje działać, bo agent AI czyta stronę, a użytkownik już na nią nie wchodzi.
- Cloudflare wprowadza trzy elementy: AI Crawl Control (widoczność i kontrola nad crawlerami), pay per crawl (opłata za dostęp) oraz monetization gateway (reguły płatności dla dowolnego zasobu).
- Szyną płatniczą jest x402, oparta na kodzie HTTP 402 „payment required” — żądanie samo staje się transakcją, bez kont, koszyków i procesu zakupowego.
- Ludzka sieć monetyzowała uwagę; sieć agentów monetyzuje użyteczne zasoby — dane, API, indeksy, narzędzia MCP.
- Agenci potrzebują nie tylko dostępu, ale i struktury: czystych, zaufanych formatów zamiast bałaganu, który ludzie tolerują.
- Formuje się nowy stos: bałagan → dane ustrukturyzowane → warstwa dostępu dla agentów → reguły płatności → zaufanie i analityka.
- Pomysł pierwszy: „rafineria danych” w wąskiej niszy — ręcznie zebrane dane rynkowe o 100 firmach w jednym mieście, sprzedawane najpierw agencjom, nie właścicielom biznesów.
- Pomysł drugi: „agent readiness” — płatny audyt tego, co AI mówi dziś o firmie, plus sprzątanie strony i comiesięczna pętla pomiarowa.
- Pomysł trzeci: zamiana archiwum eksperta w narzędzie agentowe wykonujące jedno konkretne zadanie, nie ogólny „czat z ekspertem”.
- Nie trzeba czekać na dojrzałość infrastruktury — wersję ręczną i usługową można sprzedawać już teraz, a produktyzować, gdy szyny płatnicze dojrzeją.
Redakcyjne tłumaczenie
Wstęp: dlaczego w ogóle o tym mówię
Cloudflare uruchomił coś naprawdę dużego wokół agentów AI i mam wrażenie, że wiele osób w ogóle nie zwróciło na to uwagi. A ci, którzy zwrócą, będą mogli zbudować firmy monetyzujące się w zupełnie nowy sposób. Dlatego chciałem zrobić odcinek, który rozkłada to na czynniki pierwsze.
Po tym odcinku chcę, żebyś rozumiał trzy rzeczy. Po pierwsze: co Cloudflare tu właściwie robi, powiedziane prostym językiem. Po drugie: dlaczego to tworzy nowy model biznesowy dla internetu. Po trzecie: jakie pomysły na startupy naprawdę warto na tym zbudować. Pokażę ci klin wejścia, pokażę, kto jest klientem, jak wygląda pierwsza wersja produktu, jak bym to sprzedawał i jak zamieniłbym to w prawdziwą firmę.
Ta szansa jest znacznie większa niż „Cloudflare wypuścił jakąś funkcję”. Szansa polega na tym, że agenci będą potrzebowali czystych, zaufanych i użytecznych zasobów, żeby wykonywać swoją pracę. Ludzie, którzy to zrozumieją i coś uruchomią w ciągu najbliższych osiemnastu miesięcy, zrobią rzeczy niesamowite. Nie mam żadnych powiązań z Cloudflare. Po prostu chcę, żebyś wygrał.
Stara umowa internetu
Zacznijmy od starej umowy. Przez długi czas, jeśli miałeś stronę internetową, pozwalałeś wyszukiwarkom ją indeksować, bo wyszukiwarki przysyłały ci ruch. Google czytał twoją stronę, indeksował ją, ktoś wpisywał zapytanie, twoja podstrona — miejmy nadzieję — się pokazywała, a potem człowiek w nią klikał. Kiedy już wylądował u ciebie, monetyzowałeś tę uwagę: może pokazywałeś reklamy, może zbierałeś adres e-mail, może sprzedawałeś subskrypcję albo robiłeś coś afiliacyjnego.
To była ta wymiana. Crawler dostawał treść, strona dostawała odwiedzającego, odwiedzający dostawał odpowiedź, a cały model finansował ogromną część internetu.
Teraz agenci AI zmieniają ten przepływ. Agent albo system AI może przeczytać twoją stronę, wyciągnąć z niej użyteczną odpowiedź, podać tę odpowiedź użytkownikowi — a użytkownik może już nigdy nie wejść na twoją stronę. Treść nadal tworzy wartość, ale strona traci wizytę. A jeśli traci wizytę, traci też odsłonę reklamy, zapis do newslettera, kliknięcie afiliacyjne. To wszystko po prostu znika. Dlatego wydawcy są wściekli.
Uważam jednak, że rozmowa o wydawcach to dopiero pierwsza odsłona.
Większa idea: internet jako infrastruktura dla maszyn
Większa idea jest taka, że agenci będą używać internetu tak, jak oprogramowanie używa infrastruktury. Będą wysyłać żądania, wywoływać narzędzia, porównywać produkty, pobierać dane, kupować dostęp, podejmować działania. To oznacza, że internet potrzebuje nowego cennika dla użycia maszynowego.
Człowiek oczywiście nie chce płacić trzech tysięcznych centa za przeczytanie strony. To by było absurdalne. Gdybym kliknął w przepis, a strona powiedziała: „zapłać jedną trzecią centa, żeby zobaczyć sos”, zamknąłbym laptopa i ze złości zamówił tacos. Ale maszyna się nie przejmuje, jeśli płatność jest mikroskopijna i automatyczna. Jeśli dane pomagają agentowi wykonać zadanie, agent może zapłacić.
I to jest właściwy model myślowy: ludzka sieć monetyzowała uwagę, sieć agentów monetyzuje użyteczne zasoby.
Co konkretnie robi Cloudflare
Jest tu kilka elementów.
Pierwszy to AI Crawl Control — daje właścicielom stron widoczność i kontrolę nad crawlerami AI. Widzisz aktywność crawlerów, możesz jednym pozwolić na pewne rzeczy, inne zablokować, rozumiesz, kto sięga po twoje treści.
Drugi to pay per crawl — to element bezpośredniej monetyzacji, ten, dzięki któremu ludzie zaczną zarabiać. Właściciel strony może teraz naliczać opłatę crawlerom AI za dostęp do treści. Crawler albo przedstawia w żądaniu zamiar zapłaty, albo dostaje odpowiedź 402 Payment Required razem z ceną.
Trzeci, jeszcze większy, to monetization gateway. Cloudflare mówi w zasadzie: to nie powinno dotyczyć wyłącznie crawlerów czytających strony. Dowolny zasób stojący za Cloudflare może mieć reguły płatności — strona WWW, zbiór danych, API, wywołanie narzędzia MCP, premium endpoint, plik, indeks wyszukiwania.
Szyna płatnicza, o której mówią, to x402, wykorzystująca status HTTP 402 Payment Required. Agent prosi o zasób. Serwer odpowiada: to kosztuje tyle a tyle, zwykle ułamek centa. Agent płaci i ponawia żądanie z dowodem płatności. Cloudflare może to zweryfikować na brzegu sieci, zanim żądanie w ogóle dotrze do serwera źródłowego.
(Informacja dodatkowa: MCP — Model Context Protocol — to otwarty standard opisujący, jak modele językowe łączą się z zewnętrznymi narzędziami i źródłami danych. Plik llms.txt to propozycja prostego, tekstowego „spisu treści” strony przeznaczonego dla modeli językowych, analogicznego w duchu do robots.txt.)
Mówiąc po ludzku: Cloudflare próbuje sprawić, żeby płatny dostęp stał się częścią samego internetu. Nie ma wielkiego procesu zakupowego. Nie musisz najpierw zakładać konta. Nie ma rozmowy handlowej ani korporacyjnych procedur zakupowych. Żądanie staje się transakcją.
To bardzo duża idea — bo skoro żądanie staje się transakcją, to drobne zasoby w internecie mogą stać się firmami. I właśnie dlatego robię ten odcinek: nie dlatego, że Cloudflare coś wypuścił, tylko z powodu firm, które można na tym zbudować. Zbiór danych może naliczać opłatę za zapytanie. API — za udane wywołanie. Archiwum badawcze — za odpowiedź. Katalog produktów — za porównanie. Rozumiesz zasadę.
Ktoś w komentarzach napisze pewnie: „tak, ale agenci nie mają portfeli”. Zmierzamy do przyszłości, w której agenci będą mieli portfele i adresy e-mail. Zakładam, że tak będzie — i jest spora szansa, że tak się stanie, bo to już się zaczyna dziać. A skoro tak, to będą zawierać transakcje.
Agenci potrzebują nie tylko dostępu, ale i struktury
W tym samym kierunku wskazuje AI Index od Cloudflare. Mówią o tym, jak ułatwić systemom AI korzystanie ze stron — MCP, pliki llms.txt, API wyszukiwania, API do pobierania danych hurtem.
To ważne, bo agenci potrzebują dostępu, ale potrzebują też struktury. Ludzie tolerują bałagan na stronach. To może nie być dobre doświadczenie, ale damy radę: klikamy dookoła, przybliżamy, czytamy FAQ z 2019 roku, otwieramy PDF. Ludzie są dobrzy w cierpieniu. Agenci potrzebują naprawdę czystych drzwi — informacji w formacie, któremu mogą zaufać i którego mogą użyć.
Przesunięcie wygląda więc tak: strony stają się warstwami zasobów, treść staje się indeksami, ekspertyza staje się skalowalna, dane stają się rozliczane licznikiem, a narzędzia stają się dostępne dla agentów. I na to patrzę jako founder — bo mogę na tym budować.
Stos, który się formuje
Formuje się nowy stos i jest prostszy, niż się wydaje.
Najpierw jest bałaganiarski internet: PDF-y, strony z cennikami, stare wpisy blogowe, filmy na YouTube, dokumentacja wsparcia, porównywarki, strony wyglądające, jakby projektowano je, gdy ludzie bez ironii mówili „web 2.0”.
Potem ktoś to czyści do postaci danych ustrukturyzowanych.
Potem ktoś czyni to czytelnym dla agentów — przez API, narzędzie MCP, indeks wyszukiwania, feed, llms.txt albo inny czysty punkt dostępu. Ale najpierw musi to zostać oczyszczone.
Potem ktoś dodaje reguły płatności. Część rzeczy zostanie darmowa, bo darmowe buduje dystrybucję. Część będzie płatna, bo jest wyjątkowo wartościowa. Część zostanie zablokowana, bo powinna pozostać prywatna.
I wreszcie ktoś dodaje zaufanie i analitykę: czy dane są świeże? Czy źródło jest wiarygodne? Którzy agenci z tego korzystają? Które żądania są warte pieniędzy? Które zasoby przekładają się na wyniki?
Ten stos stworzy całą generację — tysiące firm. A gdy szukasz w tym pomysłów, pytanie brzmi: jakiego zasobu agent potrzebuje wystarczająco pilnie, wystarczająco często i wystarczająco niezawodnie, żeby za niego zapłacić? To jest najważniejsze pytanie w całej tej układance.
Dygresja: czy to zły czas na budowanie?
Zanim przejdę do pomysłów — widziałem dużo dyskusji na X. Levels.io, znakomity indie hacker, mówił o tym, jak trudno dziś zbudować biznes i jak wielu ludziom spadł ruch i przychód. W dużej mierze przez AI Overviews i przez to, że sporo oprogramowania przestało być użyteczne, bo ludzie sami je sobie „vibe kodują”.
(Informacja dodatkowa: Levels.io to Pieter Levels, twórca m.in. Nomad List i Remote OK, znany z budowania dochodowych produktów w pojedynkę. „Vibe coding” to potoczne określenie tworzenia oprogramowania przez opisywanie modelowi AI, co ma powstać, bez pisania kodu samodzielnie.)
Moje zdanie: to niesamowity czas na budowanie. Wręcz najlepszy w historii. Tylko rodzaje firm, jakie warto teraz tworzyć, są właśnie takie jak te poniżej. To nie są małe narzędzia, które da się „wyvibe’ować”. To pomysły, które mogą być rentowne od pierwszego dnia, mają jakąś fosę i są przemyślane na nowo pod internet natywnie zbudowany dla AI i agentów.
Nie chcę, żebyś wchodził na X i wpadał w rozpacz, że przedsiębiorczość się skończyła i „RIP startupy”. Nie. Świat się przesuwa, internet się zmienia, trzeba się przesunąć razem z nim. Oto trzy pomysły, które się z nim przesuwają.
Pomysł pierwszy: niszowa rafineria danych
To prawdopodobnie ten, od którego bym zaczął, bo jest najbardziej praktyczny.
Idea jest prosta: wybierz jedną niszę, w której wartościowa informacja jest rozproszona, zmienna i uciążliwa do zebrania. Potem zamień tę informację w czyste paliwo dla agentów. Nazywam to rafinerią, bo surowiec już istnieje. Internet ma te dane — siedzą w Google Maps, w ogłoszeniach o pracę, w recenzjach, w lokalnych katalogach, w PDF-ach, na stronach z cennikami. Twoim zadaniem jest je rafinować.
Weźmy konkret. Wyobraź sobie, że wybierasz med spa, bo w USA to szybko rosnąca branża.
(Informacja dodatkowa: med spa to klinika medycyny estetycznej łącząca zabiegi kosmetyczne z procedurami wykonywanymi pod nadzorem medycznym — botoks, wypełniacze, laseroterapia. W Polsce najbliższym odpowiednikiem są gabinety medycyny estetycznej.)
Właściciel med spa chce wiedzieć: ile biorą konkurenci, jakie zabiegi oferują, na co skarżą się recenzje, które kliniki rekrutują, które usługi są w trendzie, które oferty działają i jak zmienia się lokalny rynek.
Dziś ta informacja jest wszędzie: w recenzjach Google, na stronach konkurentów, na Instagramie, w ogłoszeniach o pracę, w bibliotekach reklam Meta, w głowie właściciela, w głowach pracowników.
Agent mógłby zrobić dla takiego właściciela świetną robotę, gdyby miał te dane w czystej postaci. Mógłby powiedzieć: „twoje ceny botoksu są powyżej lokalnej mediany, ale twoje recenzje jeszcze nie uzasadniają pozycjonowania premium”. Albo: „trzy kliniki w twojej okolicy zaczęły w ostatnich sześćdziesięciu dniach promować zabiegi z egzosomami”. Albo: „najczęstsza skarga w lokalnych recenzjach to niejasny cennik, więc twoja oferta powinna zaczynać się od prostoty”. Albo: „dwaj szybko rosnący konkurenci rekrutują osoby do iniekcji, co prawdopodobnie oznacza, że zwiększają moce przerobowe”.
Wszystko to jest użyteczne — a co ważniejsze, użyteczność bierze się z danych, nie z generycznej nakładki na model AI.
Jak zbudowałbym klin wejścia. Wybrałbym jedną niszę i jedno miasto. Śledziłbym sto firm, nie więcej. Na początku robiłbym to ręcznie. Zrobiłbym arkusz: nazwa firmy, strona, usługi, ceny, liczba recenzji, ocena, najczęstsze skargi w recenzjach, linki do Instagrama, ostatnie posty, widoczne zmiany w reklamach, sygnały rekrutacyjne, ścieżka rezerwacji.
Potem stworzyłbym z tych danych dziesięć produktów wyjściowych: mapę lokalnych cen, raport luk konkurencyjnych, listę pomysłów na oferty, rekomendacje usług do dodania, podsumowanie skarg z recenzji, raport sygnałów rekrutacyjnych, miesięczny raport ruchów rynkowych. Teraz masz co sprzedawać.
A pierwszym klientem może wcale nie być właściciel med spa — i to jest część, którą ludzie trochę przeoczają. Na wczesnym etapie twoim pierwszym klientem jest zwykle ten, kto już sprzedaje w tej niszy. Zamiast próbować sprzedać właścicielowi kliniki „analizę konkurencji czytelną dla agentów” — sformułowanie, które przeciętnego człowieka po prostu dezorientuje — sprzedaj to agencjom marketingowym obsługującym med spa, konsultantom, freelancerom, firmom software’owym, a nawet ludziom wdrażającym AI.
Możesz powiedzieć: „zbudowałem lokalną analitykę rynkową dla med spa; użyj jej, żeby robić lepsze audyty, lepsze oferty, lepsze landing page’e i lepsze kampanie dla swoich klientów”. Oni dzięki temu będą mogli liczyć sobie więcej. To, co zbudowałeś, jest bardzo wartościowe, a sprzedaż jest dużo łatwiejsza. Agencja marketingowa może sprzedawać klientowi pakiet wzrostowy za pięć tysięcy dolarów miesięcznie. Jeśli twoje dane pomogą jej domknąć jednego klienta więcej albo poprawić robotę, spokojnie zapłaci ci trzysta, pięćset czy osiemset dolarów miesięcznie.
Z czasem zamieniasz arkusz w prawdziwy produkt. Najpierw raport, potem dashboard, potem API, potem może narzędzie MCP — a gdy szyny płatnicze będą gotowe, agenci mogą płacić za zapytanie albo za raport. To klasyczna strategia: czołgaj się, potem chodź, potem biegnij.
Użyłem med spa jako przykładu, bo mieszkam w Miami i akurat jest ich tu mnóstwo. Ale to nie musi być ta nisza. Możesz zrobić to dla dekarstwa — śledzisz zdarzenia pogodowe, dane o pozwoleniach, sygnały ubezpieczeniowe, lokalne recenzje, oferty konkurencji i kąty reklamowe. Możesz dla inwestowania w nieruchomości — zmiany planistyczne, pozwolenia, rejestry własności, porównania czynszów, zaległości podatkowe, zmiany w ubezpieczeniach. Możesz dla e-commerce — SKU konkurencji, zmiany cen, skargi w recenzjach, stawki influencerów, hooki UGC, aplikacje Shopify, obietnice dostawy. Możesz dla kancelarii prawnych — lokalna konkurencja, pozycjonowanie specjalizacji, treść reklam, recenzje, proces przyjmowania klientów.
Filtr jest prosty. Dane powinny być wartościowe — czyli prowadzić do decyzji, które zarabiają albo oszczędzają pieniądze. Powtarzalne — klient potrzebuje ich raz za razem, to nie jest jednorazówka. Zmienne — świeżość ma znaczenie. Rozproszone — jedna osoba nie zbierze ich łatwo. I uciążliwe — bo tam, gdzie jest uciążliwość, jest marża.
To jeden pomysł, który daje wiele pomysłów, zależnie od tego, w jakiej niszy masz nieuczciwą przewagę. Weź bałaganiarski internet jednej niszy i zamień go w czyste paliwo dla agentów. Nie zapomnij tego sformułowania: czyste paliwo dla agentów.
Pomysł drugi: gotowość na agentów
Drugi pomysł to agent readiness dla firm. To jak SEO dla agentowego internetu, ale chcę to zdefiniować bardzo precyzyjnie, bo „AI SEO” staje się już modnym, rozmytym hasłem. Prawdziwy biznes polega na pomaganiu firmom stać się łatwymi do zrozumienia, zaufania, porównania i polecenia przez agentów.
Pomyśl o firmie B2B SaaS. Ludzki kupujący ląduje na stronie głównej, czyta nagłówek, klika dookoła, sprawdza cennik, przegląda dokumentację, może umawia demo, ogląda case study, może pyta znajomego o ten produkt.
Agenci kompresują cały ten proces. Jeśli ktoś pyta swojego asystenta AI: „znajdź mi najlepszego dostawcę usług payroll dla piętnastoosobowej firmy w Kalifornii”, agent musi zrozumieć rynek. Pyta więc: dla kogo jest ten produkt? Ile kosztuje? Co zastępuje? Jakie ma integracje? Jakie są ryzyka? Jak wygląda wdrożenie? Co mówią klienci? Jak wypada na tle alternatyw?
Większość stron utrudnia to bardziej, niż trzeba. Ukrywają ceny. Zakopują dokumentację. Nie ma tam po prostu wielu informacji. Nie aktualizują strony, więc mają nieświeże treści i nieaktualne strony porównawcze. Najważniejsze informacje siedzą w PDF-ach. Zasady i polityki są ekstremalnie trudne do znalezienia. I mnóstwo marketingowej nowomowy w stylu „odblokowujemy doskonałość operacyjną” — czyli zamglone copywriting.
Pomysł na startup polega więc na tym, żeby uczynić te strony czytelnymi dla agentów.
Klin wejścia: zacznij od płatnego audytu. Robiłem już odcinki na ten temat z Coreyem Haines, gdzie rozmawialiśmy o tym, kim jest forward deployed engineer i o płatnych audytach. Wybierz jedną wertykalę — B2B SaaS jest oczywiste, ale mogą to być aplikacje Shopify, kancelarie, kliniki, doradcy finansowi, brokerzy ubezpieczeniowi, usługi domowe, cokolwiek. Potem uruchom dwadzieścia do pięćdziesięciu promptów o intencji zakupowej w największych narzędziach AI. Pytania w rodzaju: jakie jest najlepsze oprogramowanie do tego zastosowania? Porównaj tę firmę z głównymi alternatywami. Ile kosztuje ta firma? Dla kogo najlepiej sprawdzi się ten produkt? Jakie są ryzyka wyboru tego dostawcy? Poleciłbyś ten produkt dwudziestoosobowej firmie? Jakie integracje obsługuje?
A potem pokazujesz firmie te odpowiedzi. To jest właściwy moment sprzedaży. Możesz pokazać founderowi: „kiedy kupujący pytają AI o twoją kategorię, ciebie w ogóle nie ma”. Albo: „pojawiasz się, ale AI podaje złą cenę — na twojej stronie jest dwadzieścia dolarów miesięcznie, a AI mówi osiem”. Albo: „AI poleca twojego konkurenta, bo jego dokumentacja jest czystsza”. Albo: „odpowiedź jest na twojej stronie, ale zakopana w PDF-ie sprzed dwudziestu lat”. To przykuwa uwagę — zwłaszcza jeśli robisz cold mailing.
Potem sprzedajesz naprawę. Naprawą jest źródło prawdy czytelne dla agentów. Może obejmować czysty plik llms.txt, lepszą strukturę dokumentacji, stronę cennika, którą agent potrafi sparsować, uczciwe i konkretne strony porównawcze, strony zastosowań napisane prostym językiem, dowody od klientów uporządkowane według segmentów, ustrukturyzowane FAQ wokół prawdziwych pytań kupujących, znaczniki schema, feed produktowy, changelog, a jeśli firma ma dość wartościowych treści — lekki serwer MCP albo endpoint wyszukiwania. Jeśli nie ma, to raczej nie.
Produktem cyklicznym jest pętla pomiarowa. Co miesiąc puszczasz te same prompty. Sprawdzasz, co się zmieniło: czy odpowiedzi AI są dokładniejsze, czy firma pojawia się częściej, czy porównania z konkurencją wypadają lepiej czy gorzej, i gdzie strona potrzebuje więcej ustrukturyzowanych dowodów.
To może zacząć się jako prosty biznes usługowy. Możesz brać od trzech do dziesięciu tysięcy dolarów za audyt i uporządkowanie, a przy większych firmach B2B dziesięć, piętnaście, dwadzieścia tysięcy. Po dziesięciu klientach w tej samej niszy zobaczysz mnóstwo powtarzalnej pracy — i dlatego uwielbiam zaczynać od usług, a potem stopniowo produktyzować. Zobaczysz, że brakuje tych samych dokumentów, te same cenniki są niejasne, te same pytania mają znaczenie, te same ustrukturyzowane pliki trzeba stworzyć, ten sam miesięczny raport trzeba dostarczyć. Wtedy zamieniasz to w oprogramowanie.
A sprzedaje się to bardzo prosto: nie sprzedajesz przyszłości, sprzedajesz zrzut ekranu. Pokazujesz, co AI mówi o ich firmie dzisiaj. I to jest cała prezentacja sprzedażowa.
Dla lokalnych biznesów przerodzi się to w końcu w „pozwól asystentom AI rezerwować u ciebie wizyty”. Dla e-commerce w „spraw, by twój katalog był łatwy do porównania i zakupu dla agentów zakupowych”. Dla B2B SaaS w „spraw, by twój produkt był łatwy do oceny dla agentów zakupowych w firmach”. Dla wydawców w „spraw, by twoje archiwum było łatwe do zrozumienia i licencjonowania przez systemy AI”.
Myślę, że powstaną tu spółki finansowane przez fundusze — już zaczyna się to dziać — robiące horyzontalne produkty tego typu. Twoja szansa polega na pójściu ekstremalnie wertykalnie. B2B SaaS jest oczywiście za szerokie; chcesz wybrać konkretną niszę i wejść w nią głęboko. To wspaniały biznes, generujący gotówkę od pierwszego dnia, dający się sproduktyzować i kiedyś sprzedać. Popyt ze strony firm jest ogromny, bo one już czują ten ból. Wystarczy go rozwiązać.
Pomysł trzeci: archiwum eksperta jako narzędzie agentowe
Trzeci pomysł to zamiana archiwów ekspertów w narzędzia dla agentów. To prawdopodobnie najciekawsza opcja dla twórców, firm medialnych, analityków, konsultantów i badaczy — ludzi, którzy siedzą na latach wartościowych treści albo potrafią do takich treści dotrzeć. Mówię o filmach na YouTube, podcastach, newsletterach, szablonach, postach w społecznościach.
Dziś większość tych treści zarabia na reklamach, sponsoringu, czasem subskrypcjach, społecznościach, konsultingu. Ale w agentowym internecie takie archiwum może stać się narzędziem. Wyobraź sobie agenta dla founderów, który sięga do archiwum eksperta od startupów i krytykuje twój pomysł. Agenta sprzedażowego, który używa frameworku konkretnego trenera sprzedaży, żeby przepisać twojego cold maila. Agenta fitness, który korzysta z filozofii treningowej danego trenera, by zbudować spersonalizowany plan.
Startup nazywa się „archiwum do API”. Bierzesz czyjąś ekspertyzę i pakujesz ją tak, żeby agenci mogli z niej korzystać.
Kluczem jest zacząć od jednego zadania. Nie idź do twórcy z tekstem „zamienimy cały twój mózg w AI”. To brzmi trochę creepy, trochę mgliście i szczerze mówiąc jak landing page, który powinien być zakazany. Trzeba powiedzieć coś konkretnego: „masz trzysta filmów o sprzedaży — zamienimy je w narzędzie, którym twoja widownia poprawi swoje cold maile”. Albo: „masz pięćset odcinków podcastu o startupach — zamienimy je w narzędzie do oceny pomysłów na startup”. Albo do projektanta: „masz dekadę teardownów projektowych — zamienimy je w narzędzie do krytyki landing page’y”. Jedno archiwum, jedno bolesne zadanie, jeden workflow.
Jak bym to budował. Po pierwsze, wybrałbym eksperta z głębokim archiwum i konkretną publicznością. Ja wybrałbym kogoś raczej z przestrzeni B2B, choć może to działać i w B2C — konkretność ma znaczenie, bo ogólny twórca „biznesowy” będzie po prostu trudniejszy. Ale twórca znany z cold maili, wzrostu na Shopify, przejęć lokalnych firm, strategii podatkowej, programowania treningów albo wspomnianych teardownów projektowych — to zadziała świetnie.
Po drugie, zbierasz archiwum: transkrybujesz filmy i podcasty, ściągasz newslettery, czyścisz dokumenty.
Po trzecie, tagujesz. Tagujesz archiwum według zadania, tematu, odbiorcy, przykładu, frameworku i rezultatu. Wielu ludzi robi się w tym miejscu leniwych — wrzucają wszystko do bazy wektorowej i uznają temat za zamknięty. To zwykle daje ci wyszukiwarkę z dużą pewnością siebie. Prawdziwy produkt potrzebuje struktury. W archiwum sprzedażowym tagujesz według prospectingu, tematów wiadomości, oferty, obiekcji, follow-upu, personalizacji, dostarczalności i zamknięcia. W archiwum startupowym — według pomysłu, rynku, klina, dystrybucji, cennika, MVP, społeczności, fosy i przykładów. Bardzo konkretnie. Najlepsze narzędzia będą tu bardzo konkretne i to właśnie da ludziom najlepszy rezultat.
Po czwarte, budujesz jeden użyteczny workflow. Dla eksperta od sprzedaży może to być: wklej swojego cold maila, agent skrytykuje go według zasad eksperta, cytuje źródłowe lekcje, przepisuje wiadomość, daje ocenę i podaje jeden test do przeprowadzenia. I to jest cały produkt. Dla eksperta od startupów: wklej pomysł, agent podaje klin, klienta, pisze pierwszą ofertę, sugeruje pierwszy kanał dystrybucji i mówi, co zwalidować w tym tygodniu.
To zresztą mniej więcej to, co robimy z ideabrowser.com — jedną z naszych najpopularniejszych funkcji jest MCP, i działa świetnie, bo bierze twój model językowy i po prostu go ulepsza, mając dostęp do oczyszczonych przez nas danych. Więc praktykuję to, co głoszę.
Dla eksperta od nieruchomości mogłoby to wyglądać tak: wklejasz transakcję, agent sprawdza założenia, identyfikuje ryzyko, porównuje ją z kryteriami eksperta i mówi ci, czy w ogóle dzwonić do pośrednika.
Co jest w tym świetne: twórca ma już dystrybucję, więc nie musisz się martwić o marketing i pozyskanie klientów. Zaufanie jest zbudowane. Widownia chce tej ekspertyzy, a twórca niekoniecznie chce konsultować każdego z osobna — więc to demokratyzuje dostęp. Możesz brać dużo mniej: dziewiętnaście czy pięćdziesiąt dolarów miesięcznie. Możesz dołączyć to do płatnej społeczności, użyć jako lead magnetu do konsultingu albo licencjonować agencjom i firmom software’owym.
I tu monetyzacja w stylu Cloudflare robi się naprawdę ciekawa. Jeśli archiwum staje się zasobem, a agenci mogą płacić za żądanie, twórca dostaje pieniądze wtedy, gdy jego wiedza jest używana. Budujący dostaje zaufaną warstwę ekspercką. Korzystający dostaje lepszy wynik. To znacznie lepsze niż liczenie na to, że ktoś obejrzy reklamę przed czterdziestosiedmiominutowym wywiadem sprzed siedmiu lat.
Największy błąd, jaki zauważyłem w tej kategorii: widziałem wiele produktów typu „porozmawiaj z ekspertem”. To zbyt szerokie. Konkretny przypadek użycia jest o wiele ciekawszy i o wiele bardziej nastawiony na rezultat. Nie „porozmawiaj z twórcą treści o sprzedaży”, tylko „przepisz tego cold maila według tego systemu sprzedaży”.
Co łączy te trzy pomysły
Trzy pomysły to: niszowa rafineria danych, gotowość na agentów dla firm i archiwa ekspertów zamienione w narzędzia agentowe.
Łączy je to, że agenci potrzebują czystych, zaufanych i użytecznych zasobów, żeby dobrze pracować. Tym zasobem mogą być dane, ale też struktura, dostęp, wiedza ekspercka, narzędzie albo reguła płatności.
Wiadomość o Cloudflare ma znaczenie, bo oni budują część warstwy dostępu i płatności — i to jest wielka rzecz. Ale nie musisz czekać, aż cały agentowy internet Cloudflare dojrzeje, żeby zacząć budować. Możesz zacząć od wersji ręcznej. Możesz sprzedawać wersję dla ludzi już teraz. Możesz budować dane już teraz. Możesz to zapakować już teraz. Wtedy, gdy agenci staną się sprawniejsi, a płatności agentowe powszechne, nie będziesz w panice zaczynał od zera.
Jesteś wcześnie. Niewiele osób o tym mówi.
Jeśli szukasz w tym obszarze pomysłów, zadaj sobie pytania: jaka decyzja jest kosztowna? Jaka informacja jest bałaganiarska? Co często się zmienia? Kto już płaci za pomoc? I czego agent potrzebowałby, żeby wykonać to zadanie lepiej? To jest mapa. Masz sześć, dwanaście, osiemnaście miesięcy na budowanie i kuratorowanie tych danych, zanim zrobi się hiperkonkurencyjnie.
Naprawdę wierzę, że internet przesuwa się od stron, które odwiedzają ludzie, do zasobów, których używają agenci. Nie uważam, żeby to było szalone stwierdzenie — a skoro dotrwałeś do tego miejsca, pewnie też się zgadzasz.
Najlepsze okazje wyglądają teraz na bardzo małe, bo agentowy internet jest mały w stosunku do tego, czym się stanie. Ale tak zaczynała się większość największych firm. To jak budowanie aplikacji, gdy App Store dopiero ruszył w 2009 roku. Rocznik firm powstających w tej erze, w latach 2026–2027, będzie moim zdaniem niesamowity. Jest jasne, że agentowy internet to następna fala.
Kiedy więc widzisz, jak Cloudflare mówi o crawlerach AI, x402, płatnym dostępie, narzędziach MCP i monetyzacji, nie myśl „ciekawostka” ani „aha, wydawcy mogą teraz brać kasę od botów”. To jest znacznie większe. Agenci stają się kupującymi. Strony stają się zasobami. A kolejne wielkie firmy internetowe to mogą być te maleńkie płatne drzwi, przez które agenci przechodzą cały dzień — i które będą twoje. To aktywo.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Model biznesowy internetu przesuwa się z uwagi na zasoby
Na czym polega: Stara wymiana — treść za ruch z wyszukiwarek — słabnie, bo agent czyta stronę i oddaje odpowiedź użytkownikowi bez wizyty. Nowy model wycenia użyteczne zasoby dla maszyn: dane, API, indeksy, narzędzia.
Jak stosować: Przejrzyj swoje aktywa online i podziel je na dwie kategorie: to, co żyje z ludzkiej uwagi (reklamy, lead magnety), i to, co ma wartość jako zasób maszynowy (unikalne dane, wyliczenia, struktura). Drugą kategorię zacznij traktować jako produkt.
Na co uważać: To nie jest ogłoszenie o śmierci ruchu z wyszukiwarek dziś. Isenberg mówi o horyzoncie 6–18 miesięcy. Nie demontuj działającego modelu reklamowego, zanim nowy cokolwiek zarobi.
2.Żądanie staje się transakcją — i to jest właściwa idea, nie sam produkt Cloudflare
Na czym polega: x402 (na bazie HTTP 402) pozwala rozliczyć dostęp w momencie żądania: serwer podaje cenę, agent płaci i ponawia żądanie z dowodem płatności. Znika konto, koszyk, rozmowa handlowa i procedura zakupowa.
Jak stosować: Projektując cokolwiek dla agentów, przyjmij jednostkę rozliczeniową per żądanie, nie per subskrypcja — cennik „za zapytanie”, „za raport”, „za udane wywołanie”. Nawet jeśli dziś fakturujesz miesięcznie, licz koszty i wartość per wywołanie, żeby migracja była łatwa.
Na co uważać: Isenberg zakłada, że agenci będą mieli portfele — to założenie, a nie fakt dokonany. Nie buduj firmy, której cały przychód zależy od dojrzałości szyn mikropłatności.
3.Pierwszy klient to nie użytkownik końcowy, tylko ten, kto już sprzedaje do niszy
Na czym polega: Zamiast tłumaczyć właścicielowi kliniki, czym jest „analiza konkurencji czytelna dla agentów”, sprzedajesz dane agencji, konsultantowi lub freelancerowi, który już bierze od tego klienta pięć tysięcy miesięcznie.
Jak stosować: Zidentyfikuj pośredników w swojej niszy — agencje, konsultantów, wdrożeniowców — i zaproponuj im dane jako sposób na podniesienie ich stawek albo domknięcie kolejnego klienta. Punkt cenowy 300–800 dolarów miesięcznie jest dla nich niskim ryzykiem.
Na co uważać: Pośrednik ma inne potrzeby niż użytkownik końcowy — chce materiału do audytu i prezentacji, nie surowego API. Jeśli zbudujesz wyłącznie pod niego, ryzykujesz produkt, którego nie da się później sprzedać bezpośrednio.
4.Filtr wyboru niszy: wartościowe, powtarzalne, zmienne, rozproszone, uciążliwe
Na czym polega: Pięć kryteriów jednocześnie. Wartościowe = decyzje, które zarabiają lub oszczędzają pieniądze. Powtarzalne = potrzebne cyklicznie. Zmienne = świeżość ma znaczenie. Rozproszone = jedna osoba nie zbierze łatwo. Uciążliwe = jest tam marża.
Jak stosować: Zanim zaczniesz zbierać cokolwiek, oceń niszę po tych pięciu punktach. Odpada wszystko, co spełnia mniej niż cztery. Uciążliwość zbierania to nie wada — to twoja fosa.
Na co uważać: „Zmienne” tnie w obie strony: dane, które szybko się starzeją, wymagają stałej pracy odświeżającej. Policz koszt utrzymania świeżości, zanim obiecasz aktualizacje miesięczne.
5.Zacznij ręcznie: sto firm, jedno miasto, jeden arkusz
Na czym polega: Klin wejścia w rafinerię danych to arkusz z konkretnymi kolumnami — usługi, ceny, oceny, skargi w recenzjach, sygnały rekrutacyjne, zmiany w reklamach — z którego generujesz dziesięć gotowych produktów wyjściowych.
Jak stosować: Ogranicz zakres brutalnie: jedna nisza, jedno miasto, sto firm. Ręczne zbieranie na starcie jest zaletą — uczysz się, które pola faktycznie generują wartościowe wnioski, zanim zainwestujesz w automatyzację.
Na co uważać: Scraping recenzji, ogłoszeń i bibliotek reklam podlega regulaminom serwisów i przepisom o danych — w UE dochodzi RODO przy danych osobowych z recenzji. Sprawdź to, zanim zbudujesz na tym przychód.
6.Sprzedawaj zrzut ekranu, nie przyszłość
Na czym polega: W modelu agent readiness sprzedaż zaczyna się od pokazania firmie, co AI mówi o niej dzisiaj: że nie pojawia się w odpowiedziach, że AI podaje złą cenę, że poleca konkurenta z czystszą dokumentacją.
Jak stosować: Uruchom 20–50 promptów o intencji zakupowej w kilku narzędziach AI dla wybranej wertykali, zrzuć odpowiedzi i zrób z nich całą prezentację sprzedażową. To działa też jako materiał do cold maila.
Na co uważać: Odpowiedzi modeli są niestabilne — ta sama kwerenda da inny wynik za tydzień i u innego użytkownika. Zapisuj datę, narzędzie i pełny kontekst, żeby nie zostać przyłapanym na przedstawianiu przypadkowej fluktuacji jako trwałego problemu.
7.Zacznij od usług, produktyzuj po dziesiątym kliencie
Na czym polega: Audyt i sprzątanie za 3–10 tys. dolarów (przy większych firmach B2B 10–20 tys.), a po dziesięciu klientach w tej samej niszy widać powtarzalny wzorzec: te same brakujące dokumenty, te same niejasne cenniki, ten sam miesięczny raport.
Jak stosować: Świadomie traktuj pierwsze projekty jako badanie rynku finansowane przez klienta. Notuj, co powtarza się w każdym zleceniu — to jest specyfikacja twojego przyszłego produktu.
Na co uważać: Pułapka usług polega na tym, że dobrze płacą i wypełniają kalendarz. Ustaw sobie z góry moment, w którym przestajesz brać nowych klientów usługowych i zaczynasz budować oprogramowanie — inaczej nigdy do tego nie dojdzie.
8.Produktem cyklicznym jest pętla pomiarowa, nie jednorazowa naprawa
Na czym polega: Comiesięczne powtórzenie tych samych promptów pokazuje, czy odpowiedzi AI są dokładniejsze, czy firma pojawia się częściej i czy porównania z konkurencją poprawiły się czy pogorszyły.
Jak stosować: Zabuduj pomiar w ofertę od pierwszego dnia jako osobną, cykliczną pozycję. To zamienia jednorazowy audyt w przychód powtarzalny i daje ci obiektywny dowód wartości.
Na co uważać: Nie obiecuj konkretnej pozycji w odpowiedziach AI — nie masz nad tym kontroli. Sprzedawaj poprawność informacji i strukturę, nie gwarantowany ranking.
9.Archiwum eksperta jest warte tyle, ile jedno konkretne zadanie, które wykonuje
Na czym polega: „Porozmawiaj z ekspertem” to zbyt szerokie. Działa: „wklej swojego cold maila, agent skrytykuje go zasadami tego eksperta, zacytuje źródłowe lekcje, przepisze wiadomość, poda ocenę i jeden test do przeprowadzenia”.
Jak stosować: Wybierz eksperta z głębokim archiwum i konkretną publicznością, otaguj treści według zadania, frameworku i rezultatu, a potem zbuduj dokładnie jeden workflow. Twórca wnosi dystrybucję i zaufanie, więc nie masz problemu z pozyskaniem klientów.
Na co uważać: Wrzucenie wszystkiego do bazy wektorowej daje wyszukiwarkę z dużą pewnością siebie, nie produkt — struktura tagów jest tu właściwą pracą. Osobno: prawa do archiwum muszą być uregulowane umownie, zanim cokolwiek zbudujesz.
10.Buduj teraz manualnie, bo okno przewagi to 6–18 miesięcy
Na czym polega: Nie trzeba czekać na dojrzałość płatności agentowych. Wersję ręczną i usługową można sprzedawać już dziś, a dane zbierać już dziś — żeby nie zaczynać od zera, gdy szyny będą gotowe.
Jak stosować: Idź ścieżką: raport → dashboard → API → narzędzie MCP → płatność za zapytanie. Każdy etap ma finansować następny, więc żaden nie wymaga zewnętrznego kapitału.
Na co uważać: Isenberg jest inwestorem i twórcą ideabrowser.com — produktu z tej samej kategorii, o którym mówi w odcinku. Optymizm co do skali („tysiąc milionerów”, analogia do App Store 2009) to teza, nie prognoza; sam mechanizm techniczny jest realny, ale wielkość rynku pozostaje niezweryfikowana.