O czym jest ten film
- Nick Saraev, autor, który na automatyzacji AI zarobił blisko 10 mln dolarów, rozprawia się z mitem nieśmiertelności tej branży — i tłumaczy, jak ustawić się w niej na nadchodzące lata.
- Dwa motory zmian: błyskawiczne „rozwiązywanie” benchmarków automatyzacyjnych (Automation Bench, GDPval), po których agenty wdrażają systemy bez człowieka w pętli, oraz zacieśnianie się asymetrii wiedzy między wykonawcą a klientem.
- Na tych benchmarkach modele przeszły w pół roku od zera do 50–60 proc. (Gemini Argon 4); ekstrapolacja wskazuje pełne nasycenie między grudniem a marcem, a kolejne, trudniejsze wersje testów będą „padały” coraz szybciej.
- Analogia ze stronami internetowymi: to, co wymagało wiedzy eksperckiej (kod, hosting, DNS), stało się samoobsługowe (Wix, Squarespace); w skomercjalizowanej branży przetrwali najlepsi w sprzedaży — np. znajomy autora wyceniający projekty na 300 tys. dolarów.
- Prawo podnoszącej się podłogi: skoro średni poziom rynku stale rośnie, firma stojąca w miejscu realnie traci — jak oszczędności wyjadane przez inflację.
- Ten sam proces dotyka wszystkich pracowników umysłowych (księgowość, marketing, sprzedaż, IT, SaaS, design) — automatyzacja AI nie jest wyjątkiem, tylko jednym z frontów.
- Teza centralna: w świecie, w którym praca jest automatyzowana, najlepszą pozycją zajmuje branża, która tę automatyzację wykonuje — „kanał nawadniający” resztę gospodarki.
- Prognoza na pierwszą połowę 2027: masowe „przebudzenie” właścicieli firm i skok popytu na ludzkich wykonawców — ale pomoc przesunie się z budowania infrastruktury ku doradztwu strategicznemu: co budować, a nie jak szybko.
- Rekomendacje: odejście od kreatorów drag-and-drop (Zapier, make.com, n8n) na rzecz Claude Code/Codex i aplikacji dedykowanych; wyższa „przepustowość” efektów (wideo, 3D, symulacje); przesunięcie z wdrożeń w warsztaty i szkolenia zespołów; polowanie na krótkotrwałe okna rynkowe.
- Wniosek końcowy: umiejętności techniczne przestają różnicować wykonawców (sprzedaż i marketing są „100× cenniejsze”), a 2027 będzie prawdopodobnie najbardziej dochodowym rokiem automatyzacji AI w historii — być może zarazem początkiem jej schyłku.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Licz na szybkie nasycanie benchmarków — planuj w horyzoncie kwartału
Na czym polega: Wyniki modeli na testach automatyzacyjnych rosną o 5–10 punktów procentowych miesięcznie, a kolejne wersje benchmarków są „rozwiązywane” coraz szybciej — V2 może zostać opanowana w 2–3 miesiące zamiast roku. Umiejętność ręcznego konfigurowania agentów traci wartość szybciej, niż da się ją wyćwiczyć.
Jak stosować: Buduj oferty, których wartość nie zależy od twojej przewagi w obsłudze narzędzi: selekcja przypadków użycia, doradztwo, wdrożenia organizacyjne. Planuj rozwój oferty w horyzoncie kwartału, nie roku.
Na co uważać: Nie bagatelizuj tempa zmian — Saraev przypomina, że ludzie systematycznie zaniżają ocenę możliwości modeli — ale też nie traktuj prostej ekstrapolacji jako wyroczni.
2.Arbitraż wiedzy się kończy — przestań sprzedawać „magię”
Na czym polega: Klient tegoroczny wie o AI więcej niż zeszłoroczny (odsetek osób niekorzystających z płatnych modeli spadł z ok. 80 do ok. 70 proc.), a moment AGI wywoła skokową, powszechną świadomość możliwości agentów. Efektowne wytwory typu „spersonalizowany PDF” przestaną robić wrażenie.
Jak stosować: Przenieś ciężar oferty z efektownych artefaktów na wynik biznesowy i osąd: co budować, w jakiej kolejności i po co.
Na co uważać: Okno jeszcze się nie zamknęło — asymetria maleje, ale istnieje; wymieniaj rdzeń oferty stopniowo, nie porzucając z dnia na dzień sprawdzonych usług.
3.Podłoga rośnie — stanie w miejscu to realny spadek
Na czym polega: Jeśli średni poziom rynku nieustannie się podnosi, firma stojąca w miejscu obniża swoją pozycję względną — jak oszczędności wyjadane przez inflację i odsetki w tle.
Jak stosować: Wpisz do kalendarza cykliczny przegląd oferty (np. kwartalny) i przy każdej iteracji podnoś poprzeczkę: nowy nośnik efektu, głębszy rezultat, lepszy pomiar.
Na co uważać: „Ulepszanie” nie może polegać na doklejaniu funkcji do tego samego produktu — chodzi o dystans względem rynku, nie o tempo zmian u ciebie.
4.Zostań po stronie, która automatyzuje
Na czym polega: Wszystkie branże biurowe przechodzą ten sam proces komodytyzacji, a automatyzacja AI — czyli redukowanie pracy innych — ma według autora największą trwałość ze wszystkich sektorów.
Jak stosować: Jeśli już jesteś w automatyzacji, nie uciekaj z niej, tylko zmieniaj jej formę: z rąk (budowanie) do głowy (decydowanie, co budować). Jeśli działasz w innej branży umysłowej, rozważ rozszerzenie działalności o wdrażanie AI.
Na co uważać: Teza dotyczy branży jako całości i nie gwarantuje dochodów każdemu wykonawcy — wewnątrz sektora nadal obowiązuje zasada „być wyjątkowym w czymś”.
5.Przygotuj ofertę na „wielkie przebudzenie” właścicieli firm
Na czym polega: Prognoza: w pierwszej połowie 2027 r. zamożni, lecz zajęci właściciele firm masowo odkryją możliwości AI i będą szukać ludzi — nie maszyn — do pomocy. Dodatkowy motor: presja konkurencyjna („konkurent miażdży mnie z AI, muszę nadążyć”).
Jak stosować: Już teraz zbuduj pakiet startowy dla właściciela firmy: audyt, mapę zastosowań, priorytetowe wdrożenie i szkolenie zespołu; komunikuj wynik (czas, pieniądze, ryzyko), nie technologie.
Na co uważać: Fala popytu może mieć ograniczony czas życia — wykorzystaj szczyt przez przedpłaty, umowy ramowe i produktyzację, zamiast biernie czekać na zlecenia.
6.Sprzedawaj decyzję, nie wykonanie
Na czym polega: Skoro „każdy zbuduje wszystko”, przewaga przesuwa się z umiejętności budowania do umiejętności wyboru — co i po co budować. Autor przewiduje spadek udziału czystych wdrożeń z ok. 70 do 40–50 proc. pracy.
Jak stosować: Zaczynaj rozmowy od diagnozy i priorytetyzacji (audyt procesów, ocena zwrotu z automatyzacji), a narzędzia pokazuj dopiero potem; wyceniaj projekt decyzji osobno od wdrożenia.
Na co uważać: To przesunięcie proporcji, nie rewolucja z dnia na dzień — utrzymuj kompetencje wdrożeniowe, bo bez nich doradztwo traci wiarygodność.
7.Odchodź od kreatorów drag-and-drop
Na czym polega: Analizy platform freelanerskich w społeczności autora pokazują systematyczny spadek liczby zleceń na make.com, Zapier, n8n i Power Automate względem Claude Code, Codexa, aplikacji wewnętrznych i konsultingu.
Jak stosować: Nowe projekty buduj na narzędziach agentowych sterowanych kodem naturalnym i aplikacjach dedykowanych; istniejące wdrożenia utrzymuj, ale nie pogłębiaj kompetencji w kreatorach.
Na co uważać: Migracja ma sens tylko tam, gdzie klient odnosi realną korzyść (koszt, niezawodność, utrzymanie) — w prostych procesach kreatory wciąż bywają wystarczające.
8.Podnoś przepustowość nośnika efektów: tekst → obraz → wideo → symulacje
Na czym polega: Rynek premiuje coraz bogatsze medium efektów — od tekstu, przez obraz i wideo, po wizualizacje 3D i symulacje interaktywne. Przewaga „suchego” tekstu względem konkurencji maleje.
Jak stosować: Przy każdym projekcie sprawdź, czy efekt da się oddać w formie bardziej immersyjnej: interaktywna wizualizacja zamiast raportu, wideo zamiast prezentacji, symulacja zamiast instrukcji.
Na co uważać: Bogatszy nośnik podnosi koszty i ryzyko błędu — forma nie może zacząć zastępować treści; klient płaci za decyzję i rezultat, nie za pokaz.
9.Zamieniaj wdrożenia w warsztaty i podnoszenie kompetencji zespołów
Na czym polega: Fala zleceń warsztatowych, którą odnotowuje autor, sygnalizuje przesunięcie popytu: firmy będą coraz częściej wdrażać same, a płacić za podciągnięcie zespołów. Przykładowy model: ogólna nauka Claude’a → taktyki Claude Co-work → centralnie budowane skille rozdawane zespołowi → tygodniowy plan wyrównywania poziomów.
Jak stosować: Zbuduj produkt warsztatowy z jasnym następstwem (audyt → szkolenie → mini-wdrożenie → plan rozwoju zespołu) i sprzedawaj go jako abonament, nie jednorazowe wydarzenie.
Na co uważać: Warsztat bez śladu w procesach firmy znika z pamięci w dwa tygodnie — projektuj zadania po szkoleniu i mierniki, inaczej klient nie odnowi umowy.
10.Inwestuj w sprzedaż i marketing, nie w technikalia
Na czym polega: Według autora przewaga sprzedaży i marketingu nad umiejętnościami technicznymi wzrosła z 10× (rok temu) do 100× i będzie rosnąć do 1000×, bo „symulowanie kompetencji technicznych agentami” stanie się powszechne.
Jak stosować: Przenieś trening na lejek sprzedażowy: analiza miejsc, w których odpadają klienci, scenariusze rozmów, dowody społeczne, domykanie i follow-up; audytuj lejek co miesiąc.
Na co uważać: „100×” nie znaczy „zero×” — nadal musisz umieć dostarczyć to, co sprzedajesz; zmieniają się proporcje czasu, nie standard wykonania.
Redakcyjne tłumaczenie
Dlaczego mówię wprost to, na co branża przymyka oko
Zarobiłem na automatyzacji AI blisko dziesięciu milionów dolarów, więc mówzę z wnętrza tej branży — i widzę, ile sił podtrzymuje mit, że automatyzacja AI przetrwa wiecznie. Wdrożeniowcy, twórcy internetowi, firmy sprzedające aplikacje SaaS oparte na AI — wszyscy gryzą się w języki, żeby nie mówić źle o własnym rynku, bo boją się o portfel. Może i słusznie. Ale automatyzacja AI nie przetrwa wiecznie i wolę to powiedzieć głośno.
To nagranie ma dwa powody. Pierwszy: postępy modeli na benchmarkach automatyzacyjnych — Automation Bench i GDPval, dwóch testach, które w praktyce wyrosły znikąd i w niecałe pół roku zostały przez modele mocno opanowane — pokazują, że agenty potrafią już same automatyzować sporą część firmy, zupełnie bez człowieka w pętli. Kiedyś trzeba było takich agentów prowadzić za rękę: pokazać dokumentację API, wskazać endpointy, złożyć konektory. Dziś wystarczy: „Mam zadanie, zautomatyzuj mi www.mojafirmainstalacyjna.pl” — i agent robi to całkiem przyzwoicie.
Drugi powód: asymetria wiedzy. Kiedyś ty wiedziałeś o AI wiele, a twój klient — prawie nic. A arbitraż działa tak, że zarabiasz na różnicy między swoją wiedzą a wiedzą klienta. Różnica była przepaścista, więc i zarobki. Ta przepaść się teraz zarasta — nie znikła, powiedzmy że przesunęła się z końca sali bliżej środka — ale jeśli różnica będzie dalej maleć, w końcu większość ludzi będzie wiedzieć o możliwościach agentów mniej więcej tyle, co ty i ja.
Chcę omówić oba zjawiska, wyciągnąć z nich wnioski strategiczne dla ludzi takich jak my i powiedzieć, dokąd — moim zdaniem — ta branża zmierza w ciągu najbliższego roku. Podobny materiał nagrałem przed rokiem, o tym, czego uczyłbym się w 2026 zamiast automatyzacji. To jedno z moich najchętniej oglądanych nagrań, ale i jedno z najbardziej krytykowanych — bo, jak sądzę, powiedziałem głośno to, co wszyscy wiedzą, a ludziom nie w smak, gdy ktoś otwiera im oczy na coś, na co woleli nie patrzeć. Zapowiadam się więc na kolejną porcję lania w komentarzach. Cóż, trudno.
Benchmarki padają szybciej, niż powstają
Zacznijmy od Automation Bench i GDPval. Oba testy przeszły w pół roku drogę od wyników zerowych do 50–60 procent uzyskiwanych przez Gemini Argon 4. Zaprojektowano je tak, by były trudne — i właśnie dlatego ich nasycenie jest wymowne. Jeśli ekstrapolować trend liniowo (5–10 punktów procentowych miesięcznie), gdzieś między grudniem a marcem modele zaczną je rozwiązywać w całości. Nie znaczy to, że będą idealne — znaczy to, że test, który ludzie starali się uczynić bardzo trudnym, został rozwiązany, i trzeba będzie wystawić kolejny. Na przykład Automation Bench V2, rzekomo stokrotnie trudniejszy.
I wiecie, co stanie się z Automation Bench V2, panie i panowie? To samo — zostanie rozwiązany. Z tą różnicą, że zamiast roku zajmie to dwa, może trzy miesiące, bo dokładnie to widzimy przy kolejnych odsłonach innych benchmarków, V2, V3, V4. Ludzie tracą zdolność trafnego prognozowania, jak mądre są modele. Modele wiedzą o tym — mają to zakodowane w środowisku treningowym. Nauczyły się nawet grać z samym systemem pomiaru. Do tego dochodzą agenty włamujące się do systemów światowych rządów — robi się po prostu dziwnie.
Dlatego jeśli myślisz, że da się konkurować z takim agentem, mam złą wiadomość: nie da się. A to wymusza zmianę sposobu działania.
(Informacja dodatkowa: GDPval to benchmark OpenAI sprawdzający sprawność agentów w realnych zadaniach zawodowych z kilkudziesięciu dziedzin gospodarki.)
Lekcja z branży stron internetowych
Widzieliśmy ten scenariusz kiedyś przy stronach internetowych. Za złych starych czasów zrobienie strony wymagało nagromadzenia wiedzy specjalistycznej: kodowania, hostingu, infrastruktury, ustawiania DNS-ów, rekordów TXT i tym podobnych. Za taką wiedzę słono się płaciło — i słusznie. Dziś wchodzisz na Wixa, Squarespace czy Hostinger i większość robisz sam. Dokładnie ten sam los spotyka automatyzację AI: kiedyś patrzyłeś na automatyzację maili jak na czarną magię, dziś pytasz Claude’a „jak zautomatyzować maile?” — okazuje się to zupełnie proste — i za dziesięć centów tokenów masz gotowca. Nie za dziesięć tysięcy dolarów, jak rok i pół temu.
Nie mówię tego, żeby wystraszyć. Mówię, żeby nie udawać. To się dzieje. Ale to, że się dzieje, wcale nie oznacza, że nie można na tym zarabiać. Projektantów stron, którzy dziś robią wielkie pieniądze, nie brakuje — znam kilku z głowy. Jeden z moich współpracowników ma na koncie projekt wart 300 tysięcy dolarów; pracował dla rządów i największych marek. Jak mu się to udaje w branży całkowicie skomercjalizowanej? Bo jest wyjątkowy w jednym aspekcie: sprzedaży i marketingu. Jego strony nie działają przecież na jakimś „super HTML-u” ani „ultra CSS” — to ten sam HTML i ten sam CSS, na którym działają wszystkie strony. Ale potrafi komunikować korzyści i docierać z ofertą do tylu osób, że prawo wielkich liczb w końcu zaczyna grać na niego: ktoś właśnie ma potrzebę, on kuje żelazo, póki gorące, i zamyka sześciocyfrowe kontrakty.
Tym kierunkiem podąża ten rynek: żeby w nim konkurować, trzeba być w czymś naprawdę wyjątkowym. Albo w sprzedaży i marketingu, albo w samym produkcie — jak Brett z Design Joy, który od lat rozwija strony w podobnym, produktyzowanym modelu.
(Informacja dodatkowa: Design Joy to jednoosobowa agencja projektowa Bretta Williamsa, słynna z modelu abonamentowego.)
Tylko że większość ludzi nie potrafi tak konkurować, bo — powiem to i o sobie — większość ludzi nie jest wyjątkowa. Ja nie jestem wyjątkowy w 99,9 procenta tego, co robię. Oczekiwanie, że ktoś będzie wybitny we wszystkim na tyle, by przebić człowieka wybitnego w jednym, jest po prostu nierozsądne. I to oznacza, że oczekiwania finansowe co do tej konkretnej linii usług muszą spaść.
Asymetria wiedzy topnieje
Druga wielka rzecz: wiedza klientów rośnie. Półtora roku temu około 80 procent ludzkości (może 85, może 90) nie korzystało z płatnego modelu AI — czyli z modelu na tyle sprawnego, by napisał spójnego maila. Efekty były wtedy pełne błędów, głupawe i od razu rozpoznawalne jako „maszynowe”. Dziś ten odsetek to już raczej 70 procent — w ciągu roku ubyło dziesięć punktów. I nie będzie to spokojne pełznie po dziesięć punktów rocznie. Kiedy zbliżymy się do AGI, nastąpi skok: z dnia na dzień pięćdziesiąt punktów. Po CNN i Fox News krążyć będą demonstracje, jakich świat jeszcze nie widział, i każda osoba, dziecko, pies i kot na Ziemi będzie wiedzieć, co potrafi AGI. Wtedy bardzo szybko zrobi się w głowach milionów ludzi: „Ojej, AI naprawdę umie zrobić to wszystko”. I nagle twoja efektowna oferta — „wygeneruję ci w pełni spersonalizowany PDF” — przestanie robić wrażenie. Tak już jest: podłoga podnosi się bez przerwy, w jednej czy innej postaci.
Podłoga rośnie — stanie w miejscu to realny spadek
I tu kluczowa obserwacja, której wielu ludzi nie pojmuje: jeśli podłoga stale się podnosi, a ty stoisz w miejscu, to nie stoisz w miejscu. Względem podłogi schodzisz. Jedyny sposób, by utrzymać wzrost, to faktycznie rosnąć. To trochę jak z odsetkami: jeśli twoje pieniądze nie zarabiają tych kilku procent rocznie, nie jesteś „na zero” — realnie tracisz, bo inflacja wyjada siłę nabywczą. Zawsze tak myślałem o tym modelu biznesowym: jeśli nie wprowadzasz nieustannie ulepszeń, nie stoisz w miejscu — spadasz. A zresztą: niezła zasada życiowa w ogóle.
„A czy to w ogóle ma sens w 2027?”
Dobra, wystarcju straszenia. Jeśli agenty idą po wszystko, to po co w ogóle ten biznes? Czy automatyzacja AI jest warta uwagi w 2027?
I tu niespodzianka: tak. Bo wszystko, co powiedziałem do tej pory, nie dotyczy wyłącznie automatyzacji AI. Dotyczy każdej innej branży na Ziemi. Zamykające się okno asymetrii wiedzy, nasycające się testy — dokładnie to samo spotyka wszystkich pracowników umysłowych. Księgowość. Systemy marketingowe. Sprzedaż. Dostawcy zarządzanych usług IT (MSP). Informatyka. Praktycznie cała infrastruktura i architektura internetu. Sieci. Aplikacje SaaS. Design — cokolwiek sobie wymyślisz. Nie jest więc tak, że „automatyzacja AI leci na łeb, ratuj się kto może”. Jest tak, że dosłownie każda branża na planecie — zwłaszcza biurowa, bo to one przez cyfryzację dostają w pierwszej kolejności — jest właśnie przekształcana przez AI.
Ludzie, którzy wygrają najbliższe lata, a pewnie i dekady — bo AI będzie jeszcze długo przebudowywać gospodarkę — to nie ci, którzy siedzą w miejscu i próbują sprzedawać dokładnie te same oferty co dotąd. Trzeba nadążać i ewoluować. Popatrz na pośredników: brokerów nieruchomości, dealerów samochodowych, brokerów kredytowych, sporą część praktyki prawnej. Kiedyś żyli z bardzo specjalistycznej wiedzy o dziedzinach pełnych asymetrii ryzyka: błąd kosztował krocie, a dobrze wykonana robota była po prostu — w porządku. Płaciło im się fortuny za samą obecność przy transakcji. Dziś w większości przypadków wchodzisz na stronę i kupujesz bezpośrednio. Stali się wyrostkiem robaczkowym nowoczesnej gospodarki: powolną, pracochłonną wstawką między płatnością Apple Pay a otrzymaniem tego, czego chcesz. Sam szukam właśnie powierzchni komercyjnej i choć bardzo lubię pana po drugiej stronie, męczy mnie przedzieranie się przez ten proces pośredni, żeby załatwić coś, co powinno się klikać raz. To relikty dawnego środowiska — i tak, jak dziś patrzymy na nie, za jakiś czas patrzeć będziemy na większość biurowej pracy umysłowej. Automatyzację AI włącznie.
Sedno, które celowo zakopałem w dziesiątej minucie
A teraz różnica — punkt, dla którego warto było dotrwać do tego miejsca. W świecie, w którym cała praca jest automatyzowana, co jest cenniejsze od branży, która tę automatyzację wykonuje? Jeśli zagrożeniem jest to, że AI cię zastąpi, i gdybyś mógł wybrać jedną branżę na najbliższe lata — którą byś wybrał? Księgowość? A może tę, która robi zastępowanie? Moje pieniądze są na tę, która robi zastępowanie.
I to nie jest teza. To fakt. To te systemy właśnie automatyzują pracę wszystkich pozostałych — stąd, między innymi, nasza wycena. Automatyzacja to z definicji użycie technologii do ograniczania pracy ludzkiej; tę definicję znam na pamięć. W świecie, w którym wszystkie okna arbitrażu się zamykają, a cała praca umysłowa bywa automatyzowana — czy jest branża, w której wolałbyś być niż ta, która automatyzację wykonuje? Automatyzacja AI ma prawdopodobnie największą trwałość ze wszystkich branż świata. Jesteśmy kanałem nawadniającym, którym rzeka z gór podlewa pola, z których wyrasta gospodarka. Jesteśmy palcami dłoni, którą mózg całej gospodarki sięga po świat. To my wychodzimy do firm, podnosimy ludziom kompetencje, uczymy, budujemy systemy — i w ogóle umożliwiamy im tę automatyzację.
Jeśli to głęboko rozumiesz, rozumiesz też odpowiedzialność, jaka na nas spada: robić to odpowiedzialnie i tak skutecznie, jak to tylko możliwe. Powierzono nam rolę chorążych prowadzących gospodarkę z wersji 1.0 do wersji 2.0. Jesteśmy piechotą w terenie, która przynosi nowe myślenie i nowy sposób życia. Przyszła gospodarka nie będzie pośredniczona przez ludzi — będą ją pośredniczyć maszyny, spadkobiercy i potomkowie systemów, które ty i ja budujemy dziś. Jeśli pomyślisz o tym jak o zadaniu wręcz szlachetnym, niemal powierzonym z góry, przekonasz się, że w automatyzacji AI nie ma czego się lękać. Że to prawdopodobnie najlepsza rzecz pod słońcem — wybaczcie ton.
Prognoza: wielkie przebudzenie w pierwszej połowie 2027
Co będzie dalej? Przewiduję, że w pierwszej połowie 2027 — nie w całym roku, bo tempo rośnie — duża część ludzkości obudzi się z poczuciem, że AI kompletnie ją zaskoczyło i umie znacznie więcej, niż ktokolwiek zakładał. „Ten czatbot właśnie zbudował mi cały biznes?!” Dla nas to nie zła wiadomość. Bo duża część ludzi, których to olśni, to właściciele firm — z dużą gotówką i małą ilością czasu, bo cały ten czas trzymali głowy w swoich biznesach. I dlatego dowiadują się dopiero teraz. Gdy w końcu podniosą głowy, nabiorą tchu, rozejrzą się po zmienionym krajobrazie, pomyślą: „Matko, muszę to ogarnąć”. I z kim będą chcieli pracować? Z maszyną? Czy starsza szkoła przedsiębiorców, ludzi zarabiających na starych, sprawdzonych systemach, woli współpracować z człowiekiem z krwi i kości? Oczywiście z człowiekiem. Przynajmniej na początku. Będzie więc potężny skok popytu na ludzi takich jak my, którzy pomogą im to wdrożyć.
Zastrzeżenie: „pomoc” będzie wyglądać inaczej niż dotąd. Dotąd pomaganie oznaczało montowanie infrastruktury AI: system pozyskiwania leadów, generator kreacji reklamowych, automatyzacja ofert, potoki dostawcze, systemy ERP. W przyszłości będzie to raczej rada strategiczna, wysokopoziomowa. W świecie, w którym każdy potrafi zbudować praktycznie wszystko, nie jest ważne, jak szybko i sprawnie budujesz. Ważne jest, co w ogóle budujesz. Jak zaprojektujesz tamten kanał nawadniający przyszłości?
W pierwszej połowie 2027 zobaczymy z tego względu duży przypływ. Drugi powód: ci, którzy stoją w miejscu, zobaczą konkurentów, którzy automatyzują i miażdżą ich — i pomyślą: „muszę wziąć doping, żeby nadążyć” — po czym zaczną szukać najbliższego specjalisty od automatyzacji AI.
A po 2027? Nie wiem. Szkoda, że nie mogę powiedzieć, że wiem. Przy tak wykładniczym tempie zmian byłoby intelektualnie nieuczciwe twierdzić, że „na pewno X, Y i Z to pewniak”. W sieci nie zabraknie ludzi, którzy będą udawać, że wiedzą. Nieszczęście w tym, że w czasach kryzysu — i w czasach wielkich zmian — ludzie tłoczą się do tych, którzy wydają się wiedzieć, a większość z nich nie wie. Mam więc nadzieję, że okażecie mi trochę intelektualnej pokory i pozwolicie powiedzieć: nie wiem, branża zmienia się błyskawicznie. Tak czy owak: w jakiej chciałbyś być branży, jeśli nie w tej, która wykonuje automatyzację? Czy po 2027 popyt przybierze jeszcze bardziej, czy zacznie opadać pod koniec roku — to już decyzja pana z brodą na chmurze, ewentualnie z piorunem w dłoni.
Co robić już teraz — cztery ruchy
Ruch pierwszy: żegnaj, drag-and-drop. Przeżywamy niemal całkowite wyparcie starych kreatorów przeciągania i upuszczania — make.com, Zapier, n8n, Power Automate. W Maker School, moim programie dla wdrożeniowców, stale analizujemy rynek, w tym zlecenia na platformach freelanerskich. Widzimy konsekwentne spadki udziału projektów na kreatorach względem nowych pól: Claude Code, Codex, wewnętrzne aplikacje webowe, systemy, potoki pracy, konsulting. Trend będzie trwał — chyba że któraś z tych wspaniałych platform dozna nagłej przemiany i stanie się nagle niesamowita, czego nie uważam za prawdopodobne.
Ruch drugi: wyższa przepustowość efektów. Kiedyś wystarczał system generujący tekst albo proste grafiki do oferty. Dziś, przez podnoszącą się podłogę, rośnie rynek na nośniki o większej przepustowości. Mówią, że obraz wart jest tysiąca słów — a wideo to dwadzieścia cztery obrazy na sekundę, zatem dwadzieścia cztery tysiące słów na sekundę. Coś w rodzaju gaussian splattingu w 4D — pewnie jeszcze więcej. A trójwymiarowa wizualizacja albo narzędzie symulacyjne, w które monter klimatyzacji może realnie „wejść”? Takie rzeczy będą rosły w wartości. I to właśnie tam powinieneś spotykać się z klientami, jeśli sprzedajesz wdrożenia.
(Informacja dodatkowa: gaussian splatting to technika budowy fotorealistycznych, interaktywnych scen trójwymiarowych.)
Ruch trzeci: z wdrożeń w edukację. Branża przesunie się z usług czysto wdrożeniowych (czytasz dokumentację API, łączysz endpointy, dostarczasz działający system) w stronę edukacji i podnoszenia kompetencji. To nie jest skok od zera do jedynki — raczej przesunięcie z siedemdziesięciu procent prac wdrożeniowych do pięćdziesięciu, czterdziestu. Będą warsztaty, szkolenia zespołów, konsulting z zanurzeniem w firmie — bo ludzie nabędą zdolności samodzielnego wdrażania, a potrzebować będą kogoś, kto podciągnie ich zespół. Właśnie dlatego do Maker School wprowadziliśmy osobny moduł warsztatowy: dostawaliśmy mnóstwo zleceń warsztatowych i pomyśleliśmy — ciekawe, czemu nagle wszyscy chcą warsztaty? To pierwsze drgnięcie tego, co nadejdzie.
(Informacja dodatkowa: „drgnięcie” to żartobliwe nawiązanie do anime „Atak tytanów”, gdzie drżenie gruntu zwiastuje przełomowy kataklizm.)
Firmy będą chciały mniej budować, a więcej dostawać wskazówek, co budować. Będą chciały też sprawnie współpracować w zespołach i mieć konfigurację „na jedno kliknięcie”. Myśl o Claude Co-work zamiast Claude Code.
(Informacja dodatkowa: Claude Co-work to produkt Anthropic, w którym agent działa jak wirtualny współpracownik dla zwykłych użytkowników biznesowych — w odróżnieniu od Claude Code, środowiska dla programistów.)
Ostatnio chodzę do zespołów i najpierw uczę ich pracy z Claude’em w ogóle, potem konkretnych taktyk w Claude Co-work, a na koniec — ja, jako naczelny hegemon danego warsztatu — używam Claude Code, żeby zbudować skille (czyli gotowe pakiety umiejętności agenta) dla administratora ich Claude Co-work, który rozdaje je zespołowi i podnosi wszystkim poziom. Dorzucam tygodniowe plany rozwoju, żeby wyrównać kompetencje — bo rozjazdy powstają naturalnie. Tak skonstruowane oferty będą największą żyłą złota w pierwszej połowie i w środku 2027.
Ruch czwarty: krótkie okna okazji. Automatyzacja AI do krótkoterminowego growth hackingu będzie prawdopodobnie bardzo cenna. Na bardziej dynamicznym rynku częstotliwość okazji wzrośnie — będzie ich po prostu więcej — ale żywotność każdej pojedynczej spadnie. Powstanie mnóstwo krótkotrwałych nisz: jeśli znacie się trochę na tradingu, wiecie, że można wchodzić i wychodzić i jeździć na dołkach w kółko, bo na rynek wchodzić będą tłumy z pilnymi potrzebami, szybko zaspokajanymi przez twory autonomiczne. Będzie tam też sporo dużych okazji o asymetrycznej stopie zwrotu — jeśli potrafisz coś wypatrzeć wcześnie i wskoczyć.
Sprzedaż i marketing biją technikalia — sto razy
Dobra, schodzę z abstrakcji na coś praktycznego. Przez ostatnie pięć lat — i mówię to każdego roku od czasu, gdy zacząłem nagrywać i konsultować — techniczny aspekt biznesu praktycznie wyparował. Jeśli spędzasz jakikolwiek czas na szlifowaniu umiejętności technicznych, powinieneś stokroć więcej czasu poświęcać sprzedaży, marketingowi i systemom dostarczania. Nie zastanawiaj się, który harness — czyli szkielet narzędziowy do sterowania agentami — najlepiej ujarzmi twoje przepływy prac agentowych. Zastanawiaj się: jak sprzedać jak największej liczbie osób w najbliższych dwóch miesiącach? Jak wygląda nasz lejek i gdzie tracimy ludzi? Jakich słów używam na rozmowie sprzedażowej? Jak podaję dowody społeczne? Czy buduję autorytet? Czy proszę o decyzję? Czy wracam po decyzji? Jak prowadzimy kampanie reklamowe i co robimy z pytaniami przychodzącymi? Wszystko, co dotyczy sprzedaży i marketingu, jest dziś sto razy cenniejsze od umiejętności technicznych. Zeszłego roku — dziesięć razy. W przyszłym roku będzie tysiąc razy, bo każdy na tej planecie będzie miał umiejętności techniczne. Właściwie: nie same umiejętności, ale zdolność ich symulowania agentami. Jeśli chcesz konkurować w 2028, 2029 i 2030, musisz umieć artykułować korzyści z usług i rozumieć mechanikę biznesu jako taką.
2027: szczyt przed schyłkiem?
Realnie: 2027 będzie prawdopodobnie najbardziej dochodowym rokiem automatyzacji AI w historii. Ale może być też początkiem jej rynkowego schyłku. Czy schyłek rozciągnie się na pięć, dziesięć, piętnaście lat, czy AGI zrobi jutro czarną dziurę w jądrze Ziemi i pochłonie nas wszystkich — nie wiadomo. Przy obecnym stopniu skomercjalizowania branży i rosnącej zdolności agentów do produkowania efektów porównywalnych z ludzkimi zmiany są nieuchronne — i chciałem pomóc wam w tej ewolucji.
Nie nagrałem tego materiału, żeby straszyć. Wręcz przeciwnie: żeby pomóc i poprowadzić ku skuteczniejszemu modelowi biznesowemu. Wiem, że w komentarzach pojawi się sporo głosów typu „Nick, o czym ty w ogóle mówisz”, bo ludzie nie chcą strachu, niepewności i zwątpienia. Ale nie sieję paniki dla hecy. Mamy agenty rozwiązujące matematyczne problemy milenijne, jak równania Naviera–Stokesa. Mamy agenty projektujące dzieła sztuki. Bądźmy poważni: agenty robią się potężne i wypada chociaż pomyśleć, co to znaczy dla najbliższych lat.
(Informacja dodatkowa: równania Naviera–Stokesa to jeden z siedmiu „problemów milenijnych” matematyki, z nagrodą miliona dolarów za rozwiązanie.)
Na koniec — i krótka reklama
Jeśli chcesz zarabiać w tym modelu biznesowym — a tu wchodzi zapowiedź — zobacz Maker School. Mój program automatyzacji AI: gwarantuję pierwszego klienta w 90 dni albo zwracam pieniądze. Jest w nim ponad 2000 osób, które robią to na co dzień — sprzedają warsztaty AI, konsulting AI, na bieżąco śledzą najlepsze metody wdrożeń i wymieniają się notatkami o sprzedaży, marketingu i o tym, co realnie działa w branży. Dorzucamy około 20 tysięcy dolarów zniżek, więc od wejścia zwracasz inwestycję co najmniej dziesięciokrotnie. Do tego gwarancja. Lepszej oferty nie trzeba.
Automatyzacja AI to z definicji użycie technologii do ograniczania pracy ludzkiej. Wolę być w branży, która tę pracę ogranicza, niż w branży, którą się ograniczy. Zakładam, że czujecie to samo. Do zobaczenia w następnym nagraniu.