W XV wieku, żeby zrobić kopię księgi, mnich kopista spędzał rok. Egzemplarz kosztował tyle, co mała winnica, i miał — szacuje się — od pięćdziesięciu do dwustu błędów. Wiedza była przywilejem klasztorów i uniwersytetów.
Gutenberg nie wymyślił pisma. Wymyślił dostęp.
Cztery wieki później Ford nie wymyślił samochodu — wymyślił, że samochód może mieć każdy. Sto lat później WordPress nie wymyślił publikowania — wymyślił, że gazetą może być pojedynczy człowiek. Dwadzieścia lat później AI nie wymyśliła technologii. Wymyśliła coś dużo ważniejszego.
Trzy razy, kiedy próg wszedł niżej
Każdy z tych momentów wyglądał wtedy inaczej. Z perspektywy mnicha kopisty maszyna drukarska była zagrożeniem dla całego zawodu. Z perspektywy fabrykanta z 1908 roku Ford był ryzykownym dziwakiem, który ogłosił, że samochód musi kosztować tyle, ile robotnik może zarobić w trzy miesiące. Z perspektywy redaktora gazety w 2003 roku darmowy blog wyglądał jak zabawka dla ekscentryków.
A jednak wszyscy się mylili w tym samym kierunku.
Gutenberg, Ford i internet zrobili dokładnie to samo, tylko w różnych obszarach. Zdjęli z pomysłu hamulec, który nazywał się „Nie stać Cię na to”. Książka przestała wymagać dziesięcioleci pracy klasztoru. Samochód — z 850 dolarów w 1908 roku w ciągu siedemnastu lat spadł do 260 dolarów, a klasa średnia wsiadła za kierownicę. Publikowanie przestało wymagać redakcji, drukarni i sieci kiosków.
Dla nas, czterdziesto- i pięćdziesięciolatków, jest jeszcze jeden moment, który pamiętamy osobiście. Numer 0202122. Dźwięk modemu, ten charakterystyczny pisk, który dzieci nie znają. Pięć minut czekania na załadowanie zdjęcia. To wtedy, gdzieś między 2000 a 2005 rokiem*, świat się otworzył — najpierw na okruchy informacji, potem na całe biblioteki, potem na ludzi po drugiej stronie planety.
Wszystkie te momenty łączy jedna rzecz. Ktoś, kto miał pomysł, ale brakowało mu kapitału, zespołu albo dyplomu — nagle mógł spróbować.
I teraz to samo dzieje się znowu
AI nie jest pierwsza w tej galerii. Jest po prostu kolejna.
Tyle że tempo jest inne. Gutenberg potrzebował dziesięcioleci, żeby jego wynalazek dotarł do każdego miasta w Europie. Internet — kilkunastu lat. AI? Ostatnie trzy lata pokazały, jak szybko to nastąpiło.
A obniżenie progu dzieje się równolegle na trzech poziomach jednocześnie. I to jest właśnie ten moment, który warto zauważyć teraz, a nie pięć lat później.
Poziom pierwszy — dostęp do zrozumienia
Moja córka zaczęła studia, na których do fizyki miała postawę: nie rozumiem, nie lubię. Dziś jej hobby jest fizyka kwantowa — bo nauczyła się pytać AI „wytłumacz mi to dziesiąty raz, inaczej, tak, by zrozumiał dziesięciolatek”.
To brzmi jak anegdota. Ale stoi za nią ten sam mechanizm, który zadziałał z Gutenbergiem. Kiedyś, żeby zrozumieć trudny temat, potrzebowałeś korepetytora, profesora albo dostępu do biblioteki uniwersyteckiej. Te zasoby były rzadkie, drogie i nierównomiernie rozłożone. Mieszkańcy Warszawy mieli inny dostęp niż mieszkańcy małej miejscowości pod Łomżą.
Dziś każdy ma cierpliwego nauczyciela, który nie zniechęca się dziesiątym pytaniem o to samo.
Według raportu KPMG „Sztuczna inteligencja w Polsce” z lipca 2025 roku Polska jest liderem w regionie pod względem korzystania z AI — 69% Polaków używa jej regularnie. To więcej niż średnia światowa, więcej niż w USA (53%) czy w Niemczech (51%). Sto procent polskich studentów wykorzystuje AI w nauce. Coś fundamentalnego się przesunęło — i nawet jeśli sami tego nie odczuwamy, nasze dzieci czują to bardzo dobrze.
Poziom drugi — dostęp do realizacji pomysłu
Stefan Batory miał problem osobisty. Nie mógł umówić się z fryzjerem czy urzędnikiem, bo cały dzień siedział w pracy, a salony i urzędy działały w tych samych godzinach co on. Zbudował aplikację, która rozwiązuje ten problem. Dziś Booksy obsługuje miliardy rezerwacji rocznie, jest jednym z polskich unicornów, działa w kilkudziesięciu krajach.
Ale Batory potrzebował lat, zespołu i kapitału. Miał za sobą iTaxi, doświadczenie startupowe, sieć inwestorów. Pomysł był prosty — realizacja zajęła lata pracy ludzi i miliony złotych.
A teraz spójrzmy na 2025 rok. Pieter Levels, holenderski programista, prowadzi portfolio aplikacji opartych na AI — Photo AI, Nomad List, Interior AI. Roczny przychód — około 3,5 miliona dolarów. Liczba pracowników — zero. Levels publicznie publikuje swoje zarobki, kod prowadzi sam, mieszka czasem w Bangkoku, a czasem w Lizbonie.
Co Batoremu zajęło lata i zespół — Levels robi w weekendy.
Droga od pomysłu do działającego produktu skurczyła się z lat do tygodni. A to zmienia, ile pomysłów warto w ogóle spróbować. Bo jeśli prototyp kosztuje weekend, a nie osiemdziesiąt tysięcy złotych — testujesz dziesięć pomysłów, nie jeden. A jeśli testujesz dziesięć, prawdopodobnie któryś zadziała.
I nie trzeba być geekiem z Doliny Krzemowej. W maju 2026 roku Fortune opisał historię Dany Snyder, założycielki niewielkiego konsultingu dla amerykańskich organizacji non-profit. Snyder nie ma tła technicznego. W sześć miesięcy zbudowała platformę, która działa jak konsultant dla około 93% amerykańskich non-profitów, których nie stać na ludzkiego doradcę. Sama. Bez zespołu programistów.
To jest właśnie ten moment — dziesiątki takich Dan Snyder powstaną w najbliższych miesiącach w Polsce. Niektórym się uda, większość nie. Ale teraz w ogóle mogą spróbować.
Poziom trzeci — dostęp do tempa w firmach
Przez kilkanaście lat prowadziłem warsztaty z klientami nad nowymi aplikacjami. Jeszcze trzy lata temu wyglądały tak: zbieraliśmy wymagania, dyskutowaliśmy o funkcjach, grafik znikał na trzy tygodnie, wracaliśmy z makietą. Klient mówił „nie, zróbmy to inaczej”. Cykl się powtarzał kilka razy, a na koniec i tak pojawiały się zmiany w trakcie trwania projektu.
Dziś siedzimy razem przy ekranie.
Rozmawiamy o funkcji w menu — i ona pojawia się w prototypie podczas tego samego spotkania. Klient mówi: „A tę kolumnę dalej, a ten przycisk większy, a tu dodajmy filtr”. Każda zmiana — kilkadziesiąt sekund. Brandbook klienta? AI go respektuje. Spójny design? Tak, bo prowadzimy całe spotkanie, uwzględniając bieżące decyzje i w tle spisany brandbook. Po jednym warsztacie obie strony wiedzą dokładnie, co powstanie. Klient już nie czeka tygodniami na prototyp. Ten prototyp powstał razem z nim.
I to jest tylko jeden przykład z całej kategorii pomysłów, które wcześniej umierały w business case’ach. Większość pomysłów w firmach nie ginie dlatego, że są złe. Ginie dlatego, że prototyp kosztowałby tyle, że nikt nie odważy się go zlecić. „A może zrobimy mały portal dla wewnętrznego zespołu.”, „A może zautomatyzujemy ten proces zgłoszeń.”, „A może zbudujemy aplikację dla naszych klientów premium.” Każdy z tych pomysłów wymagał trzech miesięcy pracy zespołu, osiemdziesięciu do stu pięćdziesięciu tysięcy złotych — i ginął na etapie pomysłu, bo ryzyko było za duże w stosunku do niepewnego zwrotu.
Dziś prototyp powstaje w kilkanaście godzin za koszt subskrypcji narzędzia. Pomysły, które wcześniej umierały, teraz mogą żyć.
Dane to potwierdzają. Y Combinator — najsłynniejszy akcelerator startupowy na świecie — w marcu 2025 roku ogłosił, że 25% startupów z ich zimowej serii 2025 ma kod w 95% wygenerowany przez AI. Stack Overflow w corocznym badaniu z 2025 roku zapytał 49 tysięcy programistów ze 177 krajów — 84% używa lub planuje używać AI w pracy. Raport Nocode.tech mówi o redukcji kosztu MVP o około 85%.
A polska duma w tej historii? ElevenLabs. Mati Staniszewski i Piotr Dąbkowski, koledzy z warszawskiego Liceum Kopernika, w 2022 roku założyli firmę robiącą AI do generowania mowy. W lutym 2026 spółka osiągnęła wycenę około 11 miliardów dolarów, a niedawno otworzyła centrum R&D w Warszawie.
Ten pomysł — dotąd zbyt drogi — zrealizowało dwóch kolegów z liceum.
Polski paradoks — dostęp i kompetencja to dwie różne rzeczy
I teraz uwaga, bo właśnie tutaj historia robi zwrot.
Polska jest w czołówce dostępu do AI. Ale jednocześnie głęboko w tyle pod względem kompetencji. Według tego samego raportu KPMG tylko 29% Polaków przeszło jakiekolwiek szkolenie z AI — o dziesięć punktów procentowych mniej niż średnia światowa. 90% nie ma świadomości regulacji dotyczących AI. 55% pracowników ukrywa przed pracodawcą, że używa AI w pracy — bo nie wie, czy wolno. Według raportu PARP z 2025 roku tylko 3,93% małych polskich firm wykorzystuje AI strukturalnie. W dużych firmach to 32,96%. Luka się powiększa.
Z drugiej strony — polscy freelancerzy biorą AI z chęcią. W raporcie „Freelancing 2025″ portalu Useme 47% deklaruje wzrost dochodów dzięki AI, 73% planuje kontynuować pracę z AI w 2026 roku.
Mamy więc paradoks dokładnie taki sam, jak po Gutenbergu. Książki stały się dostępne — ale umiejętność czytania zajęła pokolenia. Dziś mamy AI w każdym smartfonie — ale umiejętność korzystania z niej rozsądnie zostaje w tyle.
Dostęp nie wystarczy. Dostęp to dopiero początek.
Trzy kompetencje, które stają się ważniejsze, kiedy próg wchodzi niżej
Skoro każdy może spróbować — co odróżnia tych, którym się uda, od tych, którzy utopią pomysł w pierwszej iteracji?
Po pierwsze — weryfikacja. Gutenberg dał dostęp do treści, ale nie do prawdy. AI też nie. Stanford Social Media Lab i firma BetterUp opublikowały we wrześniu 2025 roku badanie o zjawisku, które nazwali „workslop” — treści generowane przez AI, które wyglądają jak praca, ale wymagają pełnej weryfikacji odbiorcy. Szacowany koszt dla firmy zatrudniającej dziesięć tysięcy osób — od około ośmiu do dziewięciu milionów dolarów rocznie. W lipcu 2025 roku autonomiczny agent platformy Replit, podczas wyraźnie zadeklarowanego przez programistę „code freeze”, skasował produkcyjną bazę danych zawierającą rekordy 1206 osób i 1196 firm. Po fakcie skłamał, że nie da się odzyskać. Pisałem o tym szerzej w artykule „Ufaj, ale sprawdzaj — czyli czego polski paradoks AI uczy nas o pracy z maszyną”.
Po drugie — głębia domenowa. Jeśli każdy ma to samo narzędzie, przewagą staje się wiedza, której narzędzie nie ma. Andrew Eggers z NYU Stern w eksperymencie z Microsoftem powiedział wprost: „Bierzesz trochę na wiarę to, co AI produkuje. Nikt naprawdę nie ma głębokiej wiedzy specjalistycznej w wielu różnych dziedzinach naraz.” AI nie wie, że Twój klient ma uczulenie na nikiel. Że Twój rynek ma sezonowość w święta. Że Twoja branża ma specyficzną terminologię prawną i jeden błąd kosztuje audyt. Tę wiedzę masz Ty.
Po trzecie — smak i dystrybucja. Pieter Levels nie odniósł sukcesu dlatego, że umie kodować lepiej niż inni. Odniósł sukces dlatego, że przez dziesięć lat zbudował 600 tysięcy obserwujących na X. Stefan Batory — bo wiedział, że ludzie chcą umawiać wizyty przez telefon i znalazł niszę, w której konkurencja nie myślała o tej grupie. Technologia jest dziś dostępna dla każdego. Smak — wybór, co warto budować i komu to pokazać — staje się dźwignią. To nie jest kompetencja techniczna. To jest doświadczenie życiowe, kontakty, zrozumienie ludzi. A to akurat my mamy więcej niż ktokolwiek.
Co możesz zrobić w tym tygodniu
Z doświadczeń z warsztatów klienckich, o których pisałem powyżej, przygotowujemy obecnie szkolenie dla Fundacji — bo to jest dokładnie ta umiejętność, której rynek dziś najbardziej potrzebuje. Nie „co AI potrafi”. Tylko „jak z nią współpracować razem z drugim człowiekiem, żeby wyszło z tego coś konkretnego”.
Ale na szkolenie nie musisz czekać. Możesz spróbować dziś.
Pomyśl o jednym pomyśle, który nosisz w głowie od miesięcy. Albo od lat. Coś, co odkładałeś, bo „nie mam zespołu”, „nie umiem programować”, „nie stać mnie na to”, „to za odjechane”. Wpisz go do AI. Poproś o szkic. Zobacz, co wyjdzie. To zajmie pół godziny.
Może okazać się, że pomysł, który dotąd był za drogi — przestał być.
Na koniec
Gutenberg nie sprawił, że wszyscy zostali pisarzami. Sprawił, że ci, którzy chcieli pisać, nie musieli być mnichami.
Ford nie sprawił, że wszyscy zostali kierowcami. Sprawił, że jazda przestała być luksusem.
AI nie sprawi, że wszyscy zostaną przedsiębiorcami, twórcami, inżynierami. Sprawi, że ci, którzy chcą — nie muszą już mieć zespołu, kapitału ani dyplomu z odpowiedniej uczelni.
Pytanie, które warto sobie zadać dziś, nie brzmi „czy używać AI”. Brzmi: co chciałem zrobić, ale dotąd było to dla mnie za drogie, za dziwne albo zbyt odjechane?
Bo może właśnie przestało być.
*) Polska jest podpięta do Internetu od 1991 roku, ale dopiero udostępnienie przez TP S.A. numeru telefonu do podłączenia zwykłego PC do Internetu zrobiło prawdziwy przełom.
Słowniczek
| Pojęcie | Wyjaśnienie |
| MVP (Minimum Viable Product) | Najprostsza wersja produktu, która już działa i można ją pokazać użytkownikom, żeby sprawdzić, czy pomysł ma sens |
| Prototyp | Działający szkic produktu — nie pełna wersja, ale wystarczająca, żeby zobaczyć, jak będzie wyglądać i działać |
| Solo founder | Założyciel firmy, który prowadzi ją samodzielnie, bez wspólników i często bez pracowników |
| Unicorn (jednorożec) | Startup o wycenie przekraczającej miliard dolarów — historycznie rzadkość, dziś coraz częstsza |
| Workslop | Termin z badań Stanford z 2025 r. — treści generowane przez AI, które wyglądają jak praca, ale wymagają pełnej weryfikacji odbiorcy |
Dodaj komentarz