How to Build a One Person AI Business (Using Claude Code)

O czym jest ten film

1. Model biznesowy: jednoosobowe doradztwo AI — bez agencji, bez zespołu, z Claude Code jako podstawowym warsztatem pracy.
2. Framing tożsamościowy: „partner AI”, a nie „builder” czy „gość od automatyzacji” — bo partner sprzedaje wyniki, a nie funkcje.
3. Trzy kubełki wartości, do których musi się sprowadzać każdy projekt: więcej klientów, wyższa wartość klienta, niższe koszty.
4. „Drabina usług” — cztery szczeble od edukacji (100–500 USD za godzinę), przez audyt i projekt, po abonament.
5. Zasada, że nie wolno przeskakiwać szczebli: większość początkujących próbuje sprzedawać abonamenty bez żadnego dowodu i case study.
6. Obowiązkowy krok przed szukaniem klientów: zbudować własny system operacyjny AI i używać go codziennie.
7. Kontrargument wobec popularnej rady „niszuj się od pierwszego dnia” — z trzema wyjątkami, kiedy niszowanie ma sens od razu.
8. Hierarchia pozyskiwania klientów: ciepła sieć kontaktów → Upwork → budowanie w otwartości (content).
9. Dyscyplina scope’owania „czterech luk”: kubełek, KPI, punkt odniesienia dzisiaj, cel po 60 dniach.
10. Konkretne widełki cenowe dla każdego szczebla drabiny plus trzy gotowe prompty do Claude’a.

Redakcyjne tłumaczenie

(Informacja dodatkowa: automatyczna transkrypcja konsekwentnie zapisuje „Claude Code” jako „Cloud Code”. W tłumaczeniu przywrócono poprawną nazwę.)

Czym właściwie jest ten biznes

Dzięki AI da się dziś zbudować jednoosobowy biznes — ale tylko wtedy, gdy potrafisz właściwie korzystać z Claude Code. W tym materiale pokażę, czym ten biznes naprawdę jest i jak zbudować go krok po kroku.

Zacznijmy od tego, czym on jest, bo wokół tematu jest mnóstwo szumu. Możliwości jest tyle, że cała sprawa wydaje się dużo bardziej skomplikowana, niż jest w rzeczywistości. Model, o którym mówię, to bycie konsultantem AI. Wystarczy jedna osoba — bez agencji i bez zespołu. Po prostu ty przy swoim komputerze, używający Claude Code, żeby pomóc firmom wykorzystać AI w ich faktycznych operacjach.

Wiem, że określenie „konsultant AI” brzmi trochę mgliście, więc doprecyzuję. Nie mówisz, że jesteś builderem AI. Nie mówisz, że jesteś „gościem od automatyzacji”. Framing, który wygrywa w 2026 roku, to bycie partnerem AI — bo builderzy sprzedają funkcje, a partnerzy sprzedają realne wyniki. Firmy oczywiście płacą znacznie więcej za wyniki niż za efektowne funkcje. Tożsamość, którą tu przyjmujesz — partner albo konsultant AI — naprawdę ma ogromne znaczenie.

Jeśli mnie nie znasz: nazywam się Nate. Wyskalowałem swoją agencję AI do ponad 100 tysięcy dolarów miesięcznie, a potem wyszedłem z tego biznesu. Teraz prowadzę darmową społeczność ponad 375 osób budujących z AI. Pracowałem z agencjami nieruchomości, firmami HVAC, coachami, agencjami marketingowymi — mnóstwem różnych biznesów — i widziałem te same wzorce powtarzające się w kółko. Kiedy więc mówię, że to jest wykonalne, to naprawdę jest: sprawdziło się u mnie i u setek moich kursantów.

Powód, dla którego akurat Claude Code odblokowuje to w 2026 roku, jest bardzo prosty: interfejsem jest język naturalny. Nie musisz być programistą. Nie potrzebujesz formalnego wykształcenia informatycznego. Nie musisz umieć pisać kodu. Musisz tylko potrafić jasno opisać, czego chcesz — i jasno wyłapywać okazje do automatyzacji. Czas budowy się załamał: rzeczy, które kiedyś zajmowały mi dwie godziny, dziś buduję w Claude Code w jakieś 20–30 minut, czasem szybciej. Bariera wejścia spada i będzie spadać dalej, a dźwignia, jaką może uzyskać jedna osoba, poszła mocno w górę i będzie rosła.

Trzy kubełki, do których musi sprowadzać się każdy projekt

Możesz się zastanawiać: dobra, ale co konkretnie robię jako konsultant AI dla tych firm? Jak wygląda ta praca?

Każdy biznes na świecie próbuje poruszyć jedną z trzech rzeczy.

Kubełek pierwszy: zdobyć więcej klientów. Nowe leady, więcej umówionych spotkań, więcej konwersji z konkretnego źródła — wszystko, co wprowadza do ekosystemu firmy kogoś, kogo tam wcześniej nie było. Ten kubełek jest najbardziej nastawiony na wzrost. Firmy poświęcają mu większość swojego czasu, uwagi i pieniędzy. Tam najczęściej są ich głowy.

Kubełek drugi: sprawić, żeby każdy klient był wart więcej. Średnia wartość zamówienia, wartość życiowa klienta, wskaźnik utrzymania, czas między powtórnymi zakupami, wskaźnik sprzedaży dodatkowej. To w gruncie rzeczy idea, żeby klient płacił ci więcej i został dłużej. Dojrzałe firmy zwykle znajdują tu swoje najbardziej dźwigniowe automatyzacje, bo matematyka na klientach, których już masz, wypada zwykle znacznie lepiej niż koszt pozyskiwania nowych.

Kubełek trzeci: obciąć koszty. Godziny na zadanie, wskaźnik błędów, liczba zgłoszeń, czas do zakończenia. W istocie chodzi o ten sam efekt, ale osiągnięty przy mniejszej pracy, mniejszej liczbie poprawek, mniejszym marnotrawstwie i mniejszych pieniądzach. Tu ląduje większość automatyzacji nastawionych na operacje, bo metryki łatwo zbaselinować, a wygrane łatwo przypisać. Jeśli oszczędzisz komuś 20 godzin tygodniowo, możesz to udowodnić na kalendarzu.

Idea jest taka, że każdy projekt, w który się pakujesz, powinien wpadać do jednego z tych trzech kubełków. Jeśli budowa nie porusza wyraźnie wskaźnika w żadnym z nich, to prawdopodobnie nie jest to projekt, którego chcesz — bo będzie ci dużo trudniej udowodnić wartość, jaką wniosłeś.

Konkretne przykłady. Systemy kwalifikacji leadów, zautomatyzowany follow-up — to „więcej klientów”. Automatyzacja CRM, procesy onboardingu — to „wyższa wartość klienta”. Wewnętrzni asystenci wiedzy, dashboardy raportowe, sortowanie zgłoszeń — to „cięcie kosztów”. Przy onboardingu można oczywiście argumentować, że podnosi wartość klienta, ale też obcina koszty. Czasem rzeczywiście pasuje do dwóch kubełków, ale chodzi o to, żeby wyraźnie przypisać projekt do jednego. To po prostu daje czytelniejszą gwiazdę polarną.

Jednym z powodów, dla których działa to jako jednoosobowy biznes, jest to, że firmy nie muszą już iść z takimi rzeczami do wielkiego software house’u. Mogą przyjść do ciebie — mniejszy narzut po ich stronie, szybszy obrót po twojej, relacja o wiele bardziej bezpośrednia. Gdyby poszły do dużej firmy doradczej pokroju McKinseya, dostaną rachunek na ćwierć miliona dolarów za kilka godzin konsultacji i zero wdrożenia.

Skoro o McKinseyu mowa — ich raport State of AI wykazał, że firmy będące liderami w AI notują 3–15% wzrostu przychodów i 10–20% wzrostu ROI ze sprzedaży. Kubełki nie są więc czysto teoretyczne — one faktycznie ruszają wskaźnik.

Drabina usług: jak w ogóle to sprzedać

Na tym polega praca konsultanta AI. Ale kolejne pytanie — i tu większość ludzi się zacina — brzmi: jak to faktycznie sprzedać? Bo wiedza, co robić, to jedno, a sprzedanie pierwszego projektu to zupełnie inne zwierzę. Pierwszy zawsze jest najtrudniejszy.

Lubię myśleć o tym jako o drabinie usług. To ścieżka, którą prowadzisz klienta od „w ogóle się nie znamy” do „płacę ci co miesiąc”. Szczeble są takie: edukacja/konsulting, potem audyt, potem projekt, potem abonament.

Szczebel zerowy to wjazd na drabinę. Jedna godzina albo jedna sesja, może 100–500 dolarów. Albo uczysz właściciela firmy lub zespół, jak używać AI przy prawdziwej pracy, albo robisz techniczne wdrożenie — pomagasz im wejść w Claude Co-Worker czy Claude Code i skonfigurować pierwszy projekt. (Informacja dodatkowa: Claude Co-Worker to wspominany przez autora produkt z ekosystemu Anthropic; w materiale pojawia się tylko jako przykład narzędzia do wdrożenia klienta.)

Ten szczebel jest tak potężny dlatego, że klient nie musi się zobowiązywać do dużego projektu ani podpisywać kilkutysięcznego zakresu prac. Musi się zobowiązać do jednej godziny — czyli do czegoś dużo mniej ryzykownego po jego stronie. A dla ciebie to o wiele łatwiejsza prośba, bo jeśli nie masz jeszcze żadnych dowodów ani case studies, nakłonienie kogoś do dużego kroku jest bardzo trudne.

Szczebel zerowy jest przy tym całkowicie opcjonalny. Jeśli już prowadzisz z kimś projekt, nie musisz schodzić z powrotem na dół — możesz po prostu rozszerzyć zakres bieżącej współpracy o edukację i wdrożenie ludzi. Możesz zaproponować, że przyjedziesz i przeprowadzisz warsztat dla całego zespołu.

Drugą rzeczą, którą uwielbiam w szczeblu zerowym, jest to, że stanowi on w praktyce ukryty audyt — czyli szczebel pierwszy. Siedzisz z właścicielem firmy, być może ustawiasz mu własny system operacyjny AI albo pokazujesz zespołowi, jak używać Claude Code — i przy okazji już uczysz się, co im leży na sercu, bo widzisz i słyszysz, gdzie ich procesy się sypią i gdzie są nieefektywni. Zanim formalnie zaproponujesz audyt, masz już odrobioną większość pracy rozpoznawczej. A może się okaże, że audyt w ogóle nie jest potrzebny, bo zbudowaliście zaufanie, rozmawiacie i po prostu wspólnie uzgadniacie, co chcecie razem zrobić.

Szczebel pierwszy to audyt. To płatne scope’owanie — klient płaci ci za to, żebyś poznał jego firmę. Wchodzisz na godzinę albo dwie, mapujesz procesy, wskazujesz, co da się zautomatyzować, co jest politycznie wrażliwe w organizacji, co jest krytyczne dla działania firmy, a co jest tylko przyjemnym dodatkiem. Po jednej czy dwóch godzinach skupionej pracy znasz ich biznes lepiej niż jakikolwiek inny konsultant AI, którego mogliby zatrudnić — bo nikt inny nie odrobił tej pracy siedzenia i rozmawiania z nimi.

Deliverable to audyt ich operacji — albo jednego konkretnego pionu, na przykład sprzedaży. To może być prezentacja albo PDF na 10–40 stron, omawiający, gdzie jest marnotrawstwo i gdzie są okazje na automatyzację AI lub agentów AI. Na końcu zwykle propozycja pierwszego projektu: „to jest pierwsza rzecz, którą chciałbym z wami zrobić, oto dlaczego, oto wyniki, jakich się po tej automatyzacji spodziewam”. To sprawia, że rzecz jest praktyczna, a nie teoretyczna.

Szczebel drugi to projekt. Jeśli po audycie zgodzą się na projekt, masz jeden skupiony zakres prac do dowiezienia. Na tym etapie zaufanie jest już w banku, więc twoje zadanie się zmienia — teraz masz udowodnić zwrot z inwestycji. Nie próbujesz zautomatyzować całej firmy w jeden dzień. Wypuszczasz jedną rzecz, którą już wcześniej wyskoprowałeś od początku do końca, i pozwalasz mówić liczbom.

Szczebel trzeci to abonament. Tu mieszka prawdziwy dochód. Do cen dojdziemy dalej, ale w skrócie: przechodzisz z jednorazowych zastrzyków gotówki z projektów na przewidywalny przychód miesięczny. To naturalny cel całego modelu.

Rzecz, na której większość ludzi się wykłada, jest taka, że każdy szczebel trzeba zapracować, stojąc na tym poniżej. Wielu początkujących zamarza, bo próbuje przeskoczyć od zera prosto na szczebel trzeci — pitchują abonamenty i projekty bez żadnych dowodów, bez zaufania, bez case studies. A potem się dziwią, że nikt nie odpowiada na ich zimne wiadomości i maile. Lekarstwo: zacznij od szczebla zerowego. Nie bój się wziąć od kogoś 100 dolarów za godzinę swojego czasu. Tak się rozkręcasz. Tak budujesz rozpęd.

I jeszcze statystyka, dzięki której całość układa się w sens. Badanie IBM CEO Study 2026, w którym przepytano 2000 prezesów dużych firm, wykazało, że tylko 25% pracowników regularnie używa AI w codziennej pracy — ale 86% prezesów w tym samym badaniu uważa, że ich zespół jest gotowy do korzystania z AI. Powstaje 61-punktowa luka. Ta luka to właśnie ten biznes. Zamyka się firma po firmie, a ty możesz się przyczynić do jej zamykania, jeśli przejdziesz szczeble we właściwej kolejności.

Najpierw zbuduj to dla siebie

Zauważ, że na każdym szczeblu przestrzenią, w której to wszystko żyje, jest Claude Code. W nim uczysz. Nim audytujesz. W nim budujesz własny biznes. Rozszerzasz go na abonamencie. Brzmi świetnie w teorii, ale oznacza to, że jest krok, który musisz wykonać, zanim cokolwiek z tego zadziała.

Chodzi o to, że nie powinieneś sprzedawać czegoś, czego nie rozumiesz i czego nie zbudowałeś dla siebie. Pomyśl: nie wejdziesz na spotkanie z właścicielem firmy i nie wyjaśnisz mu z przekonaniem, jak Claude Code pomaga prowadzić firmę, jeśli nigdy nie użyłeś go do prowadzenia własnej. Nie przyniesiesz mu konkretnych punktów bólu, jeśli nigdy sam żadnego nie rozwiązałeś.

Zanim więc ruszysz na polowanie na klientów, prawdziwym ruchem jest spędzić kilka tygodni na budowaniu własnego systemu operacyjnego AI w Claude Code. Używaj go do prowadzenia własnego jednoosobowego biznesu. Zrób powtórzenia. Osiągnij płynność. Zbuduj coś, czego naprawdę używasz każdego dnia — a to zamieni się w twoje portfolio i twój dowód. Mam pełny darmowy kurs o budowaniu własnego systemu operacyjnego AI z Claude Code i darmową społeczność, gdzie rozłożyłem ten kurs na jeszcze drobniejsze części.

Przykładów w takim systemie może być wiele, ale podam ten, który moim zdaniem najmocniej trafia u większości ludzi i jest dość łatwy do postawienia: poranny brief. To zaplanowana automatyzacja, która każdego ranka, w każdy dzień tygodnia, zaciąga twój kalendarz, listę zadań, priorytety, skrzynkę — cokolwiek jest istotne dla twojego dnia — i pomaga zaplanować dzień. Daje ci szybkie podsumowanie tego, co faktycznie ma znaczenie.

Brzmi bardzo prosto, ale w chwili, gdy zbudujesz to dla siebie, naprawdę zrozumiesz, jak Claude Code obsługuje narzędzia, harmonogramy, kontekst, instrukcje i cykliczne procesy. I rozumiesz to na prawdziwych danych, na własnym problemie, a nie na jakimś tutorialu. Kiedy to zbudujesz, masz w zasadzie szablon, który możesz zaadaptować dla kogokolwiek innego — bo większość zajętych właścicieli firm i pracowników znalazłaby wartość w takim systemie. I o to właśnie chodzi: szukasz wzorców, w których problem się nie zmienia, zmieniają się tylko źródła danych.

Oczywiście za poranny brief nie policzysz sobie tysięcy dolarów, ale to ładny przypadek użycia. Możesz nawet powiedzieć: „na start postawię ci to za darmo — to mój poranny brief, którego sam używam; zbuduję ci taki sam, żebyś zrozumiał, jak to działa, i żebyśmy trochę popracowali razem i zobaczyli, jakie jeszcze macie okazje do automatyzacji”.

Chodzi mi o to, że zanim zaczniesz wysyłać wiadomości, zanim zarejestrujesz się na Upworku, zanim wrzucisz post na LinkedIna w stylu „patrzcie, co buduję” — zbuduj najpierw wersję dla siebie. To najszybszy sposób, żeby się tego nauczyć, i daje ci coś realnego do pokazania, kiedy ktoś zapyta: co ty właściwie potrafisz? co właściwie zbudowałeś? Czas poświęcony na naukę na starcie nie jest czasem zmarnowanym.

Dlaczego nie warto niszować się pierwszego dnia

Kiedy już to działa, pokusa jest taka, żeby natychmiast zacząć szukać idealnej niszy, w której to sprzedać. I tutaj chcę trochę zaoponować, bo to ruch, który zapędza w pułapkę więcej początkujących niż cokolwiek innego.

Wszyscy w sieci mówią: „niszuj się pierwszego dnia”, „bogactwo jest w niszach”, „wybierz branżę gabinetów dentystycznych i zdominuj ją”. Nie zgadzam się. Jeśli już masz sieć kontaktów albo doświadczenie w jakiejś branży, ta rada jest świetna — właśnie tam powinieneś iść, jeśli naprawdę chcesz osiągnąć skalę. Ale jeśli nie masz tej wiedzy ani sieci, ta sama rada zamrozi cię na trzy miesiące.

Powód jest taki, że nie da się wybrać inteligentnie z pozycji zera, bez danych. Nigdy nie siedziałeś naprzeciwko właściciela małej firmy. Nie wiesz, na co dentyści narzekają w prawdziwym życiu — wiesz tylko, na co narzekają według Reddita. W praktyce rzucasz lotkami po ciemku, a potem przez pół roku bronisz tej lotki, bo nie chcesz przyznać, że wybrałeś źle. Efekt jest taki, że prokrastynujesz na prawdziwej pracy, która faktycznie rusza wskaźnik. Widziałem mnóstwo kursantów, którzy utknęli na próbie wybrania idealnej niszy pierwszego dnia.

Przeramowanie brzmi tak: twoim zadaniem w pierwszym miesiącu nie jest zarobić pieniądze, tylko odbyć pięć rozmów z pięcioma prawdziwymi właścicielami firm — dowolna branża, dowolny problem. Optymalizujesz pod powtórzenia i rozpoznawanie wzorców, a nie pod przychód. Gotówka przyjdzie później, ale powtórzenia i wzorce muszą przyjść pierwsze. Działa to dlatego, że prawdziwe punkty bólu biorą się ze słuchania prawdziwych właścicieli firm, a nie z googlowania „problemy kręgarzy”.

Jest oczywiście wyjątek. Jeśli masz jedną z trzech rzeczy, to może rzeczywiście warto wybrać niszę od pierwszego dnia:

1. Już pracowałeś w tej branży. Spędziłeś pięć lat w nieruchomościach — znasz ludzi, znasz procesy, znasz żargon, znasz problemy. Jeśli tak jest, wybierz nieruchomości.
2. Tam żyje twoja ciepła lista. Może cała twoja rodzina to prawnicy, może skończyłeś prawo i znasz mnóstwo prawników. Wtedy masz dźwignię — użyj jej.
3. Masz po prostu obsesję na jej punkcie. Jeśli kochasz agencje marketingowe, buduj dla agencji marketingowych, bo pasja jest chyba supermocą numer jeden w życiu w ogóle.

Jeśli żadna z tych trzech rzeczy nie jest prawdą, zostań świadomie szeroki przez pierwsze pięć–dziesięć zleceń. Zrobisz powtórzenia i w pewnym momencie zauważysz te same problemy pojawiające się trzy razy u trzech zupełnie różnych typów klientów.

Trochę danych: badanie Reimagine Main Street z 2025 roku, obejmujące około tysiąca właścicieli małych firm, pytało o największą przeszkodę w adopcji AI. 25% odpowiedziało, że to nie budżet ani nie przywództwo, tylko to, że nie wiedzą, jak AI stosuje się do ich konkretnych potrzeb biznesowych. Czyli w chwili badania jeden na czterech właścicieli dosłownie potrzebował dokładnie tego, co każę ci sprzedawać.

Gdzie znaleźć tych klientów

Prawdziwa trudność polega na tym, że żeby dojść do tych pięciu płatnych rozmów, musisz najpierw znaleźć właścicieli firm, którzy w ogóle wejdą z tobą na rozmowę. Jest tu wyraźna hierarchia, która naprawdę działa.

Ponad wszystkim: ciepły outreach. Najwyższa konwersja, najniższy próg umiejętności. Ciepły kontakt to każdy, z kim kiedykolwiek pracowałeś, chodziłeś do szkoły, grałeś w sporty, kogo poznałeś na wydarzeniu, z kim rozmawiałeś na Discordzie albo siedziałeś obok na weselu. Jeśli napiszesz mu SMS-a albo maila, rozpozna twoje nazwisko.

Pitch nie brzmi „zatrudnij mnie”. Pitch brzmi: „Hej, zbudowałem taką rzecz dla własnego biznesu. Mogę ci po prostu pokazać, jak to wygląda, i zebrać trochę uwag?”. Albo: „Hej, bawię się ostatnio automatyzacjami AI i chyba zaczynam w tym być niezły. Znasz kogoś, kogo mogłoby to zainteresować i kto chciałby ze mną pogadać?”. Chodzi znacznie bardziej o rozpoczynanie rozmów o tym, co robisz, niż o pitche sprzedażowe. Rozmowy naturalnie zaprowadzą cię tam, gdzie chcesz dojść.

Ciekawe jest to, że większość ludzi po prostu ignoruje swoją ciepłą sieć. Nie wiem, czy ze wstydu, czy z innych powodów — ale ciepła sieć to najszybsza droga do pierwszej płatnej pracy, i to z dużym zapasem.

Drugie miejsce: Upwork. Tam obcy ludzie chodzą po zakupy dokładnie tego, co sprzedajesz. Intencja już tam jest, a to cała gra. Jest o wiele łatwiej niż przy zimnym outreachu, bo oni wystawili ogłoszenie, chcą wydać pieniądze — nie trzeba ich do tego przekonywać. Aktywnie szukają kogoś do pomocy. Wchodzisz na Upworka i szukasz haseł takich jak integracja AI, kompleksowe procesy, workflow w Claude Code, wdrożenie automatyzacji, projektowanie niestandardowych procesów. To słowa kluczowe mapujące się wprost na twoją drabinę usług. Playbook licytowania na Upworku omawiam znacznie głębiej w swoim kursie — tu chodzi tylko o to, żebyś wiedział, że to ruch numer dwa.

Trzeci ruch, a ten kumuluje się z czasem najmocniej: budowanie w otwartości. Wybierz platformę albo dwie — YouTube, LinkedIn, X, Skool, gdziekolwiek żyje twoja publiczność — i zacznij dzielić się tym, co budujesz. Nie musi to być skomplikowane. Nie musi wyglądać, jakbyś próbował być influencerem. Po prostu rób to edukacyjnie: co budujesz, co to robi, czego się nauczyłeś. Sama praca i myślenie za nią stojące. A jeśli to dla ciebie onieśmielające, możesz po prostu wskoczyć do darmowej społeczności i pomagać ludziom: dziel się tym, co budujesz, dawaj rady, zbieraj rady.

To z czasem odwraca dynamikę: zamiast gonić leady, zaczynają przychodzić do ciebie. Do tego twoje treści stają się twoim portfolio. Kiedy ktoś znajdzie cię na zimno albo wyślesz mu maila i wygoogluje twoje nazwisko, ma faktycznie strumień materiałów, przez który może przejść i pomyśleć: „o, to prawdziwy człowiek, a nie agent AI, który do mnie napisał”. Nawet jeśli może i był to agent.

Ścigaj się do dziesięciu odmów, nie do pierwszego „tak”

Zanim ruszysz z outreachem, chcę zasiać bardzo ważną zmianę nastawienia: przestań gonić za pierwszym „tak” — ścigaj się zamiast tego do pierwszych dziesięciu odmów.

To przeramowanie jest naprawdę potężne, bo niski wskaźnik zamknięć jest w porządku — a na starcie zimnego outreachu wręcz dobry. Jeśli gonisz za pierwszym „tak”, każde „nie” będzie odbierane osobiście i będzie cię zniechęcać. Ale jeśli ścigasz się do dziesięciu odmów, każda rozmowa jest po prostu danymi. Uczysz się szybciej, nie bierzesz tego do siebie, iterujesz, podnosisz się, podkręcasz pitch, dopracowujesz ofertę i idziesz dalej. Szczerze, jeśli podejdziesz do tego w ten sposób, prawdopodobnie dostaniesz pierwsze „tak”, zanim jeszcze zbierzesz dziesięć odmów. Każda rozmowa to dane. To nie zmarnowany czas — a dane to jedyne, co się liczy.

Oto szybki prompt, który możesz odpalić od razu i który oszczędzi ci kilku godzin gapienia się w pustą kartkę. Otwórz Claude’a i wklej to:

Wciel się w copywritera outreachowego B2B. Napisz mi swobodną, przyjazną wiadomość pierwszego kontaktu do [ciepły kontakt]. Jestem jednoosobowym konsultantem AI. Właśnie zbudowałem [konkretna rzecz]. Moim celem nie jest sprzedaż temu odbiorcy, tylko umówienie 20-minutowej rozmowy, żeby poznać jego biznes i pokazać mu, co zbudowałem. Zmieść się w 100 słowach. Bez korpomowy. Bez „synergii” i „dźwigni”. Napisz to jak prawdziwy człowiek, który naprawdę coś zbudował.

Podstawiasz swoje dane, odpalasz, poprawiasz wynik — i masz szablon outreachowy.

Znajdź ograniczenie, nie irytację

Kiedy rozmowy zaczynają się dziać i ktoś w końcu mówi „dobra, pogadajmy”, pojawia się pytanie: co scope’ować i co dla nich zbudować? Tu właśnie bycie partnerem, a nie builderem, ujawnia się w praktyce.

Nie jesteś tam po to, żeby przyjąć zamówienie i zbudować, co ci podadzą. W dłuższej perspektywie to jest właśnie ten framing — choć na samym początku priorytetem są powtórzenia, więc czasem faktycznie po prostu przyjmiesz zamówienie. Ale docelowo jesteś tam po to, żeby spojrzeć na ich biznes świeżym okiem i pomóc im zobaczyć to, czego sami nie widzą.

Gdybym musiał zdestylować całą tę pracę do jednego zdania, brzmiałoby ono: twoim zadaniem jest znaleźć faktyczne ograniczenie — nie zwykłą irytację, tylko realne wąskie gardło — i zaprojektować rozwiązanie, które je usuwa.

Co ciekawe, czasem to rozwiązanie w ogóle nie musi korzystać z AI. Wiem, że dziwnie to brzmi w materiale o biznesie AI, ale to prawda. Klient może przyjść i powiedzieć: „chcę agenta AI do tej rzeczy” — a może ta rzecz wcale nie jest tam, gdzie leży dźwignia. Albo może to wcale nie jest agent AI, tylko zwykły workflow. Pomyśl: im więcej AI wprowadzasz, tym droższe stają się automatyzacje i tym więcej wnoszą ryzyka. Jeśli więc możesz uzyskać to samo rozwiązanie taniej i z większą pewnością działania, to jest wygrana.

Konkretne ćwiczenie, żeby to ograniczenie znaleźć: poproś klienta, żeby przeprowadził cię przez swoje operacje w porządku chronologicznym, od początku do końca. Lead wpada, lead zostaje zakwalifikowany, transakcja się zamyka, klient przechodzi onboarding, praca zostaje dowieziona — i tak dalej aż do końca. Kiedy on opowiada, ty nasłuchujesz tarcia. Gdzie wzdycha? Gdzie mówi „no… ta część jest trochę upierdliwa” albo „o, to robimy bardzo często”? Gdzie zespół narzeka? Gdzie jest pierwszy punkt od przodu do tyłu, w którym czujesz to tarcie? To jest miejsce, które chcesz zaatakować, bo to zwykle jest ograniczenie.

To nastawienie i to ćwiczenie sprawiają, że czujesz się prawdziwym konsultantem, a nie „gościem od automatyzacji, który ogląda filmiki o AI na YouTubie”.

Dyscyplina czterech luk

Kiedy już namierzysz faktyczne ograniczenie, przychodzi dyscyplina scope’owania, którą chcę, żebyś zinternalizował. Za każdym razem, gdy masz zacząć budowę dla klienta, musisz umieć wypełnić cztery luki, zanim napiszesz choćby linijkę kodu albo zaczniesz budować automatyzację:

„Ta automatyzacja jest w kubełku X. Konkretnym KPI jest X. Dzisiejszy punkt odniesienia to X, a po 60 dniach spodziewamy się X”.

Kubełek to jeden z trzech omówionych wcześniej: więcej klientów, wyższa wartość klienta albo cięcie kosztów. Metryka to konkretna liczba, na którą ten kubełek się mapuje — konkretne KPI. Baseline to wartość tej liczby dzisiaj, zanim zaczniecie razem pracować. A cel to twoja prognoza: jak sądzisz, ile ta metryka będzie wynosić po 60 dniach.

Wypełnij wszystkie cztery. Jeśli nie potrafisz, to nie masz projektu.

Żebyś zrozumiał, dlaczego to ważne: Capgemini w swoich badaniach ustaliło, że tylko 13% projektów AI przechodzi z proof of concept do produkcji. Czyli na każde 100 rozpoczętych projektów AI 87 umiera w fazie demo. Zostają zbudowane, założyciel zachwyca się demem, a potem nikt tego nie używa. Dyscyplina czterech luk jest powodem, dla którego twoje projekty lądują w tych 13%, a nie w tych 87%. Bo nie budujesz po prostu fajnej technologii — poruszasz konkretne KPI, na którym klientowi naprawdę zależy, bo ono bezpośrednio wpływa na jego wynik finansowy.

Jak jeden dobry projekt zamienić w biznes

Kiedy dowieziesz naprawdę dobrą automatyzację i faktycznie śledzisz baseline oraz metryki po wdrożeniu, masz w ręku zdanie w rodzaju: „nasza automatyzacja obsługi klienta podniosła wskaźnik rozwiązanych zgłoszeń z 75% do 87% w ciągu sześciu miesięcy”. To prawdziwe case study z prawdziwymi, weryfikowalnymi liczbami. Do tego powinieneś zdobyć od tego klienta referencję. I to zmienia wszystko.

Zobacz, co teraz możesz zrobić. Zapytaj siebie: kim był ten klient? Jaka branża? Jaki rozmiar? Na jakim etapie? To jest twój nowy awatar. I tak właśnie zaczynasz się niszować — bo teraz masz awatar, więc masz niszę. Idź i znajdź innych właścicieli firm, którzy wyglądają dokładnie tak samo. Wejdź w kolejną rozmowę ze zdaniem: „Oto co zrobiłem dla kogoś dokładnie takiego jak ty. Oto wyniki, które dla nich osiągnąłem. Chcesz takich samych?”. To o wiele, wiele łatwiejsza prośba niż wejście na zimno z pitchem „jestem konsultantem od automatyzacji AI”.

Za drugim razem, gdy budujesz ten sam typ automatyzacji, wypuszczasz go szybciej i już wiesz, gdzie są dziury. Za trzecim razem znów szybciej i lepiej. Metryka staje się ostrzejsza, bo masz już rozpracowane tryby awarii i przypadki brzegowe. Case studies robią się mocniejsze. Zaczynasz mówić językiem tego właściciela firmy, bo siedziałeś naprzeciwko dokładnie takiego awatara już pięć razy. Sprzedaż staje się łatwiejsza, możesz podnosić ceny, a więcej klientów zostaje na abonamencie — bo nie jesteś już dostawcą, tylko osobą, która naprawdę rozumie ich biznes.

Kolejny prompt, który możesz odpalić w Claudzie przy scope’owaniu następnej budowy:

Celuję w niszę [X], która zmaga się z problemem [Y]. Pomóż mi wyskoprować najmniejszy wartościowy produkt, jaki mogę wypuścić w dwa tygodnie jako samodzielny founder. Podaj: 1) kluczową funkcję rozwiązującą 80% bólu, 2) funkcje, których wprost NIE powinienem budować w wersji pierwszej, 3) stos technologiczny rekomendowany dla nietechnicznego foundera używającego Claude Code, 4) potencjalną konkurencję i sposób, w jaki mogę się od niej odróżnić.

To zmusza cię do myślenia w małej skali: dwa tygodnie, jedna kluczowa funkcja, jawna lista wykreśleń. Tak właśnie wypuszcza się coś, co ląduje w tych 13%.

Ile brać za to wszystko

Ostatnia rzecz do ustalenia to ceny. Cennik mapuje się wprost na drabinę usług: te same cztery szczeble, cztery przedziały cenowe. Podaję je na podstawie tego, co realnie widziałem w swojej społeczności i na rynku.

(Informacja dodatkowa: wszystkie kwoty w dolarach amerykańskich i odnoszą się do rynku amerykańskiego. Na rynku polskim stawki bywają wyraźnie niższe.)

Edukacja/konsulting: 100–500 dolarów za godzinę. To cena wjazdowa. Oczywiście nie chcesz na zawsze zostać w grze wymieniania czasu na pieniądze, ale to jest wjazd na drabinę. Ustawiasz stawkę na poziomie, przy którym klientowi łatwo powiedzieć „tak”, bo nie czuje tego jak prawdziwe zobowiązanie. 200 dolarów to świetna wartość domyślna.

Audyt: stała opłata od 500 do nawet 3000 dolarów, zależnie od głębokości. Klient wciąga cię, żebyś poznał jego firmę, ale jeszcze nie żebyś cokolwiek budował. Ten deliverable może oczywiście wrócić do ciebie w postaci projektu — albo, czego lepiej sobie nie życzyć, klient weźmie go i przekaże innemu zespołowi inżynierskiemu. Z czasem możesz liczyć za audyty coraz więcej — duże firmy biorą od 5 tysięcy do nawet setek tysięcy dolarów za głębokie prace audytowe, ale one mają dziesięć lat case studies za sobą. Dla początkującego 500–3000 dolarów to właściwe okno.

Projekt: 2500–10 000 dolarów za jedną skupioną budowę. Kotwiczysz tę cenę wobec tego, ile kosztuje ich codziennie ręczna wersja tego procesu. Jeśli spędzają na czymś 15 godzin tygodniowo, a automatyzacja tnie to do jednej godziny, matematyka jest brutalnie po twojej stronie. I musisz im tę matematykę pokazać — musisz cenę uzasadnić.

Abonament: około 3000–10 000 dolarów miesięcznie dla samodzielnego operatora. Tu mieszka dochód. Pomyśl: jeśli masz dwóch klientów płacących po 5 tysięcy miesięcznie, to 10 tysięcy miesięcznie — czyli sześciocyfrowy dochód roczny przy zaledwie dwóch klientach. Nie potrzebujesz setek klientów. Potrzebujesz kilku, z którymi wejdziesz naprawdę głęboko i dowieziesz realną wartość.

Żebyś widział, że to prawdziwe dane rynkowe: raport Upworka o pożądanych umiejętnościach w 2026 roku, opublikowany w lutym, wykazał, że popyt na prace związane z integracją AI wzrósł o 178% rok do roku, a freelancerzy korzystający z AI zarabiają na platformie około 40% więcej za godzinę niż ich koledzy bez AI. Rynek dosłownie podwaja się co roku, a premia za biegłość w AI jest realna.

Jeszcze jeden prompt, jeśli chcesz pomóc sobie w burzy mózgów wokół cennika:

Jestem jednoosobowym konsultantem AI oferującym usługę [X] klientom typu [Y]. Obecnie rozwiązują to, robiąc [ręczna alternatywa]. Pomóż mi zbudować trzy poziomy cenowe z psychologicznym kotwiczeniem. Poziomy mają odpowiadać: 1) godzinom edukacji i wdrożenia, 2) audytowi lub pojedynczemu projektowi, 3) abonamentowi miesięcznemu. Dla każdego poziomu podaj deliverable, przedział cenowy i jedną najważniejszą rzecz, którą trzeba zakomunikować o wartości.

Wyjdzie ci z tego cennik, który nie sprawia wrażenia zgadywanki. Ceny to zresztą temat na osobną rozmowę i nagrałem o nich pełny materiał. Ale TL;DR jest takie: klienci nie zawsze o to pytają, ale podając cenę, zakładaj, że zapytają „możesz mi dokładnie wyjaśnić, jak doszedłeś do tej liczby?”. Jeśli zawsze jesteś na to pytanie przygotowany, będziesz podawać tę liczbę pewnie za każdym razem.

Rozpęd i uczciwe pytanie na koniec

Pierwszy klient jest najtrudniejszy, i to z ogromnym zapasem. Ale po nim masz rozpęd, a rozpęd zaczyna się kumulować: drugi klient przychodzi z polecenia pierwszego i z case study zbudowanego na pierwszym. Trzeci przychodzi z case study zbudowanego na dwóch pierwszych — i tak dalej. Musisz tylko przebrnąć przez numer jeden, dlatego na początku zdecydowanie warto stawiać powtórzenia ponad gotówkę.

Zbierając to wszystko do kupy: zbudowanie jednoosobowego biznesu AI w 2026 roku jest jak najbardziej wykonalne, a Claude Code jest tym, co to umożliwia — ale tylko jeśli używasz go we właściwy sposób. Najpierw na własnym biznesie, potem na biznesie klienta, i jako przestrzeń pracy, w której zamieniasz AI z okienka czatu w realną dźwignię.

Na koniec chcę, żebyś zastanowił się, dlaczego właściwie idziesz w tę całą okazję z AI. Bo jeśli myśl o wrzuceniu na YouTube case study albo o wskoczeniu na rozmowę z nieznajomym cię przeraża, to może wcale nie chcesz prowadzić własnego jednoosobowego biznesu. Może chcesz być builderem AI i sprzymierzyć się z kimś, kto lubi tworzyć treści i lubi sprzedawać. A może chcesz po prostu być „osobą od AI” w swojej firmie i spróbować dostać rolę szefa działu AI albo dyrektora ds. AI. AI to niesamowita okazja, żeby jakoś zmienić swoje życie — ale zakładanie własnego biznesu nie jest jedyną odpowiedzią. Zachęcam cię, żebyś naprawdę przemyślał, czego ty właściwie chcesz.

10 najważniejszych takeaways — z kontekstem zastosowania

1.Sprzedawaj się jako partner, nie jako builder

Na czym polega: Framing tożsamościowy decyduje o poziomie cen. Builder sprzedaje funkcje („zbuduję ci agenta”), partner sprzedaje wyniki („podniosę wskaźnik rozwiązanych zgłoszeń z 75% do 87%”). Firmy płacą znacznie więcej za drugie.

Jak stosować: Przeredaguj swoje jednozdaniowe przedstawienie się, opis na LinkedInie i pierwsze zdanie oferty tak, żeby zawierały metrykę biznesową, a nie technologię. Na rozmowie mów o wskaźniku klienta, nie o stosie technologicznym.

Na co uważać: Framing partnera zobowiązuje — musisz faktycznie umieć zmierzyć wynik. Jeśli obiecujesz outcome, a nie masz baseline’u, sam sobie stawiasz pułapkę. Autor zresztą przyznaje, że na starcie, gdy zbierasz powtórzenia, czasem po prostu przyjmiesz zamówienie jak builder — i to jest w porządku.

2.Każdy projekt przypisz do jednego z trzech kubełków

Na czym polega: Więcej klientów, wyższa wartość klienta, niższe koszty. Jeśli projekt nie mieści się wyraźnie w żadnym z tych kubełków, prawdopodobnie nie da się udowodnić jego wartości.

Jak stosować: Zanim się zgodzisz na budowę, wypowiedz na głos zdanie: „ta automatyzacja jest w kubełku X”. Używaj tego również jako filtra do odrzucania zleceń — brak kubełka to sygnał, żeby przekierować rozmowę na coś innego.

Na co uważać: Niektóre projekty (klasycznie onboarding) pasują do dwóch kubełków. Wybierz mimo to jeden — nie dlatego, że drugi jest fałszywy, tylko dlatego, że dwa cele naraz rozmywają to, co obiecujesz i co potem raportujesz.

3.Wejdź po drabinie usług od najniższego szczebla

Na czym polega: Edukacja/konsulting → audyt → projekt → abonament. Każdy szczebel zarabia się, stojąc na poprzednim. Większość początkujących zamarza, próbując skoczyć od zera prosto do abonamentu.

Jak stosować: Jeśli nie masz jeszcze case study, sprzedawaj godzinę swojego czasu za 100–500 dolarów (200 to dobra wartość domyślna). Prośba o jedną godzinę jest dla klienta niemal bezkosztowa, a dla ciebie jest wejściem do środka.

Na co uważać: Szczebel zerowy jest opcjonalny — jeśli już prowadzisz z kimś projekt, nie schodź z powrotem na dół, tylko rozszerz zakres bieżącej współpracy o warsztaty i wdrożenie ludzi.

4.Traktuj godzinę edukacyjną jako ukryty audyt

Na czym polega: Prowadząc kogoś przez konfigurację jego pierwszego systemu, siłą rzeczy widzisz, gdzie sypią mu się procesy. Zbierasz materiał do audytu, jeszcze zanim zaproponujesz audyt.

Jak stosować: W trakcie sesji edukacyjnej notuj punkty tarcia równolegle do uczenia. Wychodząc, miej gotową listę dwóch–trzech obserwacji, które możesz zamienić w propozycję kolejnego kroku.

Na co uważać: Nie przekształcaj sesji szkoleniowej w ukryty pitch — klient płaci za konkretną wartość i musi ją dostać. Rozpoznanie jest efektem ubocznym, nie celem godziny.

5.Zbuduj system dla siebie, zanim zaczniesz go sprzedawać

Na czym polega: Nie da się przekonująco tłumaczyć właścicielowi firmy, jak Claude Code pomoże mu prowadzić firmę, jeśli samemu nigdy się go do tego nie użyło. Autor sugeruje kilka tygodni budowania własnego systemu operacyjnego AI.

Jak stosować: Zacznij od porannego briefu — zaplanowanej automatyzacji, która co rano zaciąga kalendarz, listę zadań, priorytety i skrzynkę, i daje podsumowanie tego, co ważne. Przy okazji przerabiasz w praktyce narzędzia, harmonogramy, kontekst i cykliczne procesy. Możesz go potem postawić klientowi za darmo jako otwarcie relacji.

Na co uważać: To nie jest projekt, za który weźmiesz tysiące dolarów. Jego wartość jest w nauce i w tym, że masz coś realnego do pokazania, gdy ktoś zapyta, co właściwie zbudowałeś.

6.Nie niszuj się pierwszego dnia — chyba że masz jeden z trzech atutów

Na czym polega: Bez danych z prawdziwych rozmów wybór niszy to rzucanie lotkami po ciemku, a potem półroczna obrona złego wyboru. Wyjątki: już pracowałeś w tej branży, twoja ciepła lista tam żyje, albo masz na jej punkcie autentyczną obsesję.

Jak stosować: Jeśli żaden z trzech atutów cię nie dotyczy, zostań świadomie szeroki przez pierwsze pięć–dziesięć zleceń. Celem pierwszego miesiąca jest pięć rozmów z prawdziwymi właścicielami firm, nie przychód.

Na co uważać: To nie jest argument przeciwko niszowaniu w ogóle — autor mówi wyraźnie, że skala wymaga niszy. Chodzi wyłącznie o moment: niszuj się na podstawie danych z rozmów, nie z Reddita.

7.Idź po klientów w kolejności: ciepła sieć, Upwork, budowanie w otwartości

Na czym polega: Ciepły kontakt to każdy, kto rozpozna twoje nazwisko. Na Upworku intencja zakupowa już istnieje. Budowanie w otwartości kumuluje się najwolniej, ale najmocniej i staje się twoim portfolio.

Jak stosować: Do ciepłej sieci pisz bez pitchu: „zbudowałem to dla siebie, mogę pokazać i zebrać uwagi?” albo „znasz kogoś, kogo by to zainteresowało?”. Na Upworku szukaj haseł mapujących się na drabinę usług: integracja AI, wdrożenie automatyzacji, projektowanie procesów.

Na co uważać: Większość ludzi pomija ciepłą sieć z zażenowania — a to najszybsza droga do pierwszej płatnej pracy. Ryzyko w drugą stronę: potraktowanie znajomych jak listy sprzedażowej zniszczy zarówno relację, jak i konwersję.

8.Ścigaj się do dziesięciu odmów zamiast do pierwszego „tak”

Na czym polega: Przy pogoni za pierwszym „tak” każda odmowa boli osobiście i zniechęca. Przy celu „dziesięć odmów” każda rozmowa jest po prostu danymi, a ty iterujesz szybciej.

Jak stosować: Ustaw sobie licznik odmów jako metrykę pierwszego miesiąca i po każdej rozmowie zapisz jedno zdanie: co było niejasne, na co klient zareagował, co zmienić w pitchu.

Na co uważać: To technika przeciw zniechęceniu, nie licencja na niedbałe rozmowy. Jeśli nie wyciągasz z każdej odmowy konkretnej poprawki oferty, po prostu zbierasz odmowy.

9.Bez czterech wypełnionych luk nie masz projektu

Na czym polega: Przed startem budowy musisz umieć powiedzieć: kubełek, konkretne KPI, dzisiejszy baseline, cel po 60 dniach. Capgemini ustaliło, że tylko 13% projektów AI dociera z proof of concept do produkcji — reszta umiera w fazie demo.

Jak stosować: Zrób z tego stałą pozycję w propozycji i w e-mailu potwierdzającym zakres. Baseline zbieraj przed rozpoczęciem prac — potem będzie już nie do odtworzenia, a bez niego nie masz case study.

Na co uważać: Cel po 60 dniach to twoja prognoza, więc stawiaj ją ostrożnie — obietnica, której nie dowieziesz, kosztuje więcej niż konserwatywna, którą przekroczysz. Jeśli klient nie potrafi podać baseline’u, to sam w sobie jest sygnał, że projekt nie jest jeszcze gotowy do startu.

10.Pierwszy udokumentowany wynik definiuje twój awatar i twoje ceny

Na czym polega: Jedno zdanie z weryfikowalnymi liczbami plus referencja zamieniają jednorazowy projekt w powtarzalny biznes. Branża, rozmiar i etap tego klienta stają się twoim awatarem — i dopiero stąd bierze się sensowna nisza.

Jak stosować: Po zamknięciu projektu zapisz wynik w formacie „metryka z X do Y w Z czasu”, poproś o referencję i szukaj firm wyglądających tak samo. Wchodź do nich zdaniem: „oto co zrobiłem dla kogoś dokładnie takiego jak ty”. Przy drugim i trzecim wdrożeniu tego samego typu podnoś cenę — jesteś szybszy i znasz już tryby awarii.

Na co uważać: To działa tylko wtedy, gdy naprawdę mierzyłeś (patrz punkt 9). Pamiętaj też, że rozwiązanie ograniczenia klienta czasem w ogóle nie wymaga AI — więcej AI to wyższy koszt i większe ryzyko, więc prostszy workflow bywa lepszą wygraną dla obu stron.