Jeszcze nigdy nie było tak tanio popełniać błędów.
Brzmi absurdalnie? A jednak.
Jeszcze dwa lata temu pomysł na nową aplikację, własny CRM czy automatyzację procesów w firmie często kończył się podobnie. Najpierw kilka spotkań. Potem analiza. Warsztaty. Makiety. Software house. Kilkadziesiąt albo kilkaset tysięcy złotych, zanim cokolwiek powstanie i trafi do klienta. Po drodze trzy miesiące opóźnienia. A kiedy projekt w końcu trafił na produkcję, świat wyglądał już trochę inaczej niż wtedy, gdy zaczynaliśmy.
Dzisiaj wszystko wywróciło się do góry nogami. I dobrze.
Właśnie dlatego rozwijamy EasyAutomate, realizując mnóstwo projektów związanych z automatyzacją procesów, integracją systemów i budową dedykowanego oprogramowania.
Jeszcze nigdy nie widziałem, żeby sposób tworzenia firm i rzeczy dla firm zmieniał się tak szybko. A żyję w świecie biznesu i technologii od kilkunastu lat.
Pierwszy raz w historii nowych technologii koszt sprawdzenia pomysłu stał się śmiesznie niski. To nie złe pomysły niszczą firmy. Niszczą je złe pomysły, których nie ubijemy na czas, nie zweryfikujemy tanio i w konsekwencji palimy pieniądze na rzeczy, których nikt nie potrzebuje.
Albo odwrotnie. Mamy świetny pomysł, ale odkładamy go na później, bo wydaje się zbyt drogi, zbyt skomplikowany albo „na kiedyś”. A konkurent pomyślał inaczej i zdominował rynek.
„Na kiedyś” zwykle równało się:
- nie mamy budżetu,
- nie mamy ludzi,
- potrwa to rok,
- wrócimy do tematu.
Dzisiaj bardzo często wracamy właśnie do tych rozmów. Nagle okazuje się, że coś, co dwa lata temu wymagało półrocznego projektu, dziś jesteśmy w stanie zweryfikować w dwa tygodnie.
Największym beneficjentem AI wcale nie są firmy, które codziennie wrzucają na LinkedIna kolejne AI-slopowe grafiki i posty o niczym i dla nikogo.
Są nim przedsiębiorcy, którzy otwierają stare notatniki. Wracają do pomysłów zapisanych w Notion. Odpalają backlog sprzed roku. I zaczynają zadawać sobie jedno pytanie: „a gdybyśmy robili to dzisiaj, czy dalej zrobilibyśmy to w ten sam sposób?”. Bardzo często odpowiedź brzmi: nie.
Dlatego tu, na Founders.pl, nie dam ci listy 100 promptów na to, jak rozwijać firmę, bo często to nikomu niepotrzebny scam. Wolę opisać w pigułce nasze doświadczenia z EasyAutomate: co działało, a co poszło do śmieci, gdzie AI oszczędza roboczogodziny, a gdzie jest kosztowną zabawką.
Automatyzacja sprzedaży z AI. Co naprawdę robią polskie firmy i ich handlowcy?
Odpowiedź jest prosta: walczą z chaosem.
CRM, LinkedIn, mail, Excel, Notion, Google Sheets, ERP, kalendarz, Slack, Teams, telefony, WhatsApp i LLM-y naraz. Technologia miała upraszczać biznes, a w wielu firmach zrobiła dokładnie odwrotnie.
Mądrze wdrożona AI powinna uprzątnąć ten komunikacyjny bajzel, a do tego odciążyć handlowców z powtarzalnych czynności. Przez ostatnie lata wdrażaliśmy automatyzacje w firmach produkcyjnych, software house'ach, gastronomii, e-commerce, usługach i sprzedaży B2B. Branże różne. Wielkość firm też. Ale schemat zaskakująco podobny.
Na pierwszym spotkaniu słyszymy: „potrzebujemy AI”. Po godzinie rozmowy okazuje się, że AI jest gdzieś na końcu listy. Najpierw trzeba uporządkować proces.
Bo nawet najlepszy model językowy nie pomoże, jeśli handlowiec wpisuje klienta do CRM-u trzy dni po spotkaniu, księgowość korzysta z innego systemu, a zarząd raport sprzedaży dostaje raz w miesiącu i nawet tam nie zagląda. Wtedy AI tylko przyspieszy chaos.
AI ZAMIAST CRM? WŁASNY DEDYKOWANY CRM KONTRA HUBSPOT I PIPEDRIVE
Dedykowany system do zarządzania sprzedażą zamiast gotowego CRM-u w modelu SaaS? Niekoniecznie. A gdyby zadać to pytanie poprawnie, powinno brzmieć: „czy za dwa lata dalej będziemy kupowali gotowe CRM-y dokładnie w takiej formie jak dzisiaj?”.
HubSpot, Pipedrive, Livespace, Salesforce. Płacisz setki czy nawet tysiące złotych miesięcznego fee, a nadal godzisz się z tym, że „czegoś się nie da” lub że „dodanie tej funkcjonalności będzie kosztować 60-80 godzin IT”. Dzisiaj coraz częściej dzieje się coś odwrotnego: to system zaczyna dopasowywać się do firmy.
Nie mówię tu o budowaniu wielkiego CRM-u przez software house przez dziewięć miesięcy. Coraz częściej tworzymy małe, dedykowane narzędzia rozwiązujące jeden konkretny problem lub łączące dane z kilku narzędzi w jeden łatwy do zrozumienia dashboard.
Przykłady? Automatyczna kwalifikacja leadów i robot pre-salesowy. Przygotowywanie ofert. Automatyzacja follow-upów. I wiele więcej. Małe iteracyjne zmiany wystarczą, by twoi ludzie odczuli różnicę. Analiza procesu, szybki vibe coding, wdrożenie, testy, poprawki i od nowa.
CZY AI ZASTĄPI HANDLOWCA?
Jeśli twój handlowiec to przeklepywacz rzeczy z systemu do systemu i z Excela do CRM-u, to tak. Ale jeśli umie budować relacje, dobrze domyka tematy i klienci uwielbiają z nim pracować, to zdecydowanie nie. AI ma pomagać tym najlepszym nie robić nudnych, juniorskich rzeczy, a na tym spala się setki godzin w dużych organizacjach. Dajmy handlowcom czas na pracę, za którą ktoś faktycznie chce im płacić. A ty możesz im ułatwić robotę, dodając na przykład:
- Ofertowanie. Handlowiec wybiera parametry, a system składa gotową ofertę zamiast kopiowania poprzedniego dokumentu i ręcznego przeliczania cen. Efekt? Krótszy czas od zapytania do oferty i mniej pomyłek cenowych.
- Aktualność cenników. Cena zmienia się w jednym miejscu i sama trafia do wszystkich ofert. Nikt nie sprzedaje na bazie nieaktualnych cenników. Efekt? Lepsza marżowość.
- Przepływ danych do CRM. Zamówienia i dane klienta trafiają do CRM-u automatycznie, bez przepisywania z systemu do systemu. Handlowiec widzi pełną historię klienta zamiast szukać jej w skrzynce mailowej.
- Dostęp do wiedzy wewnętrznej. Asystent podpięty pod firmowe dokumenty, korespondencję i komunikator odpowiada na pytania o produkty, warunki handlowe i procedury. Nowa osoba w zespole pyta system, a nie zajętego kolegę.
Na rynku wygrywają te firmy, które mają najmniej miejsc, w których człowiek musi robić coś drugi raz. I właśnie od tego zaczynaj każdą rozmowę o automatyzacji: od analizy tego, co w firmie robicie codziennie tylko dlatego, że „od zawsze tak było”.
Automatyzacja marketingu z AI
Kiedyś stworzenie nowej strony internetowej wyglądało mniej więcej tak. „Zmieńmy stronę, bo jest stara” albo „mamy nowy produkt i potrzebujemy landinga”, rzucone przez szefa lub nowego marketera. Potem brief, warsztaty, copy, makiety, design, x tur poprawek, kodowanie, poprawki do poprawek, optymalizacja pod SEO (a dziś GEO) i publikacja.
Przy dobrych wiatrach trzy miesiące później okazywało się, że produkt zdążył się zmienić, oferta wygląda inaczej, w sumie to już nawet tego nie chcemy sprzedawać, a połowa tekstów jest nieaktualna.
Dziś pierwszy działający landing page powstaje tego samego dnia, a czasem jeszcze w trakcie dyskusji o nowym pomyśle i jego MVP. Wspominał o tym choćby Michał Sołowow w jednym z ostatnich odcinków Biznes Klasy. Chyba można mu ufać.
AI pomaga szybko iterować marketingowe koncepcje i nowe kierunki działania. Polskie firmy nie chcą idealnych rzeczy, chcą sprzedawać rzeczy, a potem szlifować ich opakowanie i opowieść o nich w formie digitalowej. „Sprawdźmy to” zamiast „rozplanujmy i porzućmy to na wieczne nigdy”.
STRONY WWW TWORZONE Z AI
Nie, nie wywalaj WordPressa do kosza i nie zwalniaj swojego IT. Po prostu zmień myślenie o cyfrowej prezentacji swojej firmy.
Jeszcze kilka lat temu wiele firm zamawiało stronę „na zapas”. Taką, która miała wystarczyć na pięć lat. Dzisiaj pięć lat w internecie to niemal cała epoka.
Zmieniają się produkty, modele sprzedaży, wyszukiwarki. Być może na ten tekst trafiasz prosto ze swojego LLM-a, a nie z Google'a. W 2020 roku też tak robiłeś? Masz pewność, że w 2031 też tak będzie?
Dlatego coraz częściej lepiej stworzyć prostą, działającą wersję strony w tydzień, uruchomić kampanię, sprawdzić zachowania użytkowników i dopiero wtedy inwestować w rozbudowę.
To zresztą dotyczy nie tylko stron. Coraz częściej budujemy w EasyAutomate narzędzia, które jeszcze rok temu wyglądałyby jak pełnoprawne produkty. Dzisiaj zaczynają jako bardzo konkretna odpowiedź na jeden problem. Jedna funkcja. Jeden proces. Jedna automatyzacja. Jeżeli działa, rozwijamy ją dalej. Jeżeli nie, strata jest nieporównywalnie mniejsza niż kiedyś.
Automatyzacja social media z AI
To chyba najbardziej przeceniany obszar całej rewolucji AI. Szamani marketingu zalewają internet AI-slopem, który tylko utwierdza mnie w przekonaniu, że żaden model językowy nie zastąpi autorskich perspektyw, wniosków ze spotkań z klientami, doświadczeń z pracownikami, historii i case'ów.
To prawda, automat może pomóc usprawnić robotę, przyspieszyć robienie grafik, zrobi research, obrobi pliki z danymi i zgromadzone informacje, szybciej stworzy brief czy przeanalizuje wyniki. Ale nie zastąpi duszy twojego marketingu. To człowiek musi nadać temu sens.
Outbound z AI, czyli więcej lepszych wiadomości
Jeden z najciekawszych projektów, które realizowaliśmy, dotyczył firmy Virocast. Problem był bardzo typowy.
Firma rozwijała sprzedaż B2B i potrzebowała skuteczniejszego sposobu docierania do nowych klientów. Nie chodziło jednak o wysyłanie większej liczby wiadomości. Tych w skrzynkach i na LinkedInie każdy z nas dostaje aż nadto.
Kluczowe było coś innego. Jak sprawić, żeby handlowiec nie zaczynał pracy od ręcznego przeszukiwania internetu, kopiowania danych o firmach i przygotowywania list kontaktowych?
Zamiast automatyzować samą wysyłkę, zaczęliśmy od automatyzacji przygotowania do sprzedaży. System sam agregował informacje z wielu źródeł, porządkował dane i przygotowywał materiał do dalszej pracy handlowców. Dzięki temu zespół mógł skupić się na rozmowach z potencjalnymi klientami, a nie na żmudnym researchu.
To dobry przykład czegoś, co powtarzam praktycznie na każdym spotkaniu. Najlepsze automatyzacje bardzo rzadko są spektakularne. Po prostu usuwają te etapy pracy, których nikt nie lubi wykonywać, i właśnie dlatego działają. To najtrudniejsze we wdrożeniu AI w sprzedaży: decyzja, które zadania warto oddać maszynie, a które koniecznie powinny zostać po stronie człowieka.
Automatyzacja pracy programistów i działu IT
Jest takie zdanie, które słyszałem setki razy: „mamy świetny pomysł na aplikację”. Po nim prawie zawsze padało drugie: „ale na razie nas na to nie stać”. I bardzo często mieli rację.
Nie wiedząc nic o tym, czy w ogóle produkt będzie komuś potrzebny, inwestorzy palili setki tysięcy złotych w przekarmionych software house'ach. Dziś dużo taniej popełniać błędy i testować MVP, ładując więcej serca w sprzedaż, marketing i testy rynkowe.
Nadal potrzebujesz programisty, który naprawi coś w twojej platformie B2B lub doda zmieniający grę widget na stronę, budując go od zera. Tylko dziś powinno to zajmować kilka albo kilkanaście godzin zamiast kilkudziesięciu czy kilkuset.
Jako przedsiębiorcy nie chcemy kupować godzin programistów, tylko rozwiązania. Kodowanie z AI w końcu na to pozwala.
MVP APLIKACJI Z AI. LEPIEJ SPRAWDZIĆ NIŻ ZGADYWAĆ
Jednym z takich projektów był Build Forecast. Klient przyszedł do nas nie z gotowym produktem, ale z pomysłem. Chciał stworzyć platformę, która pomoże firmom budowlanym lepiej planować inwestycje i prognozować ich rentowność.
Jeszcze kilka lat temu naturalnym odruchem byłoby projektowanie pełnego systemu. Dziesiątki funkcji, rozbudowane panele, miesiące developmentu i długie listy wymagań.
Zamiast tego zaczęliśmy od pytania, które zadajemy dziś niemal przy każdym projekcie: „jaka jest najmniejsza wersja tego produktu, która pozwoli sprawdzić, czy użytkownicy naprawdę go potrzebują?”. Zbudowaliśmy to, co było niezbędne, aby sprawdzić tezy inwestora. Dopiero teraz rozwijamy produkt o następne moduły, integracje i funkcjonalności.
Jeszcze niedawno roadmapa projektu przypominała książkę. Dzisiaj częściej przypomina listę hipotez. Sprawdźmy. Zobaczmy. Zmierzmy. Podejmijmy kolejną decyzję.
OPTYMALIZACJA ISTNIEJĄCYCH SYSTEMÓW. PLATFORMY B2B I B2C Z AI
Oprócz tworzenia nowych rzeczy AI pomaga w optymalizacji tego, co już działa: łączeniu ze sobą różnych systemów w firmie, usprawnieniach WWW czy poprawkach systemów magazynowych, wewnętrznych platform zamówieniowych i logistycznych.
Świetnym przykładem są aplikacje dla serwisantów z systemami ticketowymi. Realizowaliśmy takie platformy dla firmy serwisowej obsługującej zakłady produkcyjne. Dwudziestu serwisantów w terenie, kilku handlowców. Ta sama informacja o zleceniu przepisywana cztery razy: handlowiec dzwoni do kierownika, kierownik wypisuje zlecenie na fizycznej tablicy, ekipa notuje coś w terenie, ktoś to potem przepisuje na protokół, biuro robi z tego PDF dla klienta. Historia serwisów? W prywatnym Excelu jednego pracownika, budowanym od trzech lat. Rentowność konkretnego klienta? Nie wiadomo.
Można było zacząć od dużego systemu. Zaczęliśmy od jednej rzeczy: jeden protokół cyfrowy, wypełniany po kolei przez wszystkie osoby, które i tak dotykają tego zlecenia. Plus automatycznie generowany raport dla klienta. Tyle w pierwszym etapie.
Najciekawsze jest to, co świadomie odłożyliśmy. Asystent AI, element, który w prezentacji sprzedażowej wygląda najlepiej, przenieśliśmy do drugiego etapu. Nie dlatego, że się nie dało. Dlatego, że asystent bez danych jest atrapą, a dane pojawiają się dopiero wtedy, gdy ludzie realnie zaczną używać protokołu. Kolejność miała znaczenie: najpierw sprawić, żeby informacja przestała ginąć, potem zbudować nad nią warstwę, która potrafi na jej podstawie odpowiadać na pytania.
To nie jest opowieść o tym, że AI zbudowało system w tydzień. To opowieść o tym, że dziś nie trzeba już kupować całości naraz, żeby cokolwiek działało.
Automatyzacja monitorowania marż, logistyki i zakupów z AI
Danych w polskich firmach nie brakuje. Problemem jest to, że jest ich za dużo w zbyt wielu miejscach i nikt ich nie obserwuje.
Nagle padają zarzuty: „sprzedaż spadła, marże lecą w dół, mamy mniej klientów”. I nie mamy pod ręką nic oprócz odczuć. Zaczynamy śledztwo: raporty marketingowe, magazyn, księgowość, Excele, pliki sprzed kilkunastu lat, telefon do kolegi informatyka, żeby odpowiedzieć na proste pytania. Najdroższy czas to ten pomiędzy tym, kiedy coś wydarzyło się w firmie, a momentem, w którym ktoś się o tym dowiedział. Bo właśnie wtedy uciekają pieniądze.
PORT ROYAL. KIEDY TRZY SYSTEMY ZACZĘŁY MÓWIĆ JEDNYM JĘZYKIEM
Świetnie pokazał to projekt, który realizowaliśmy dla sieci restauracji Port Royal. Na pierwszy rzut oka wszystko działało:
- sprzedaż detaliczna była w jednym systemie,
- faktury w drugim,
- receptury dań w Excelu,
- inwentaryzacja w arkuszach Google.
Każde z tych narzędzi robiło dokładnie to, do czego zostało stworzone. Problem polegał na tym, że żadne nie wiedziało, co dzieje się w pozostałych. W efekcie właściciel firmy miał wszystkie potrzebne dane, ale nie miał odpowiedzi.
My jedynie sprawiliśmy, żeby istniejące narzędzia zaczęły ze sobą rozmawiać. Każdej nocy system automatycznie pobiera dane ze sprzedaży, kosztów, receptur i stanów magazynowych. Łączy je. Przelicza. Sprawdza odchylenia. Co rano właściciel nie dostaje kilkunastu raportów. Dostaje jasne odpowiedzi:
- dlaczego marża spadła,
- który lokal zarabia najmniej,
- czy któryś dostawca właśnie podniósł ceny,
- gdzie zaczynają rosnąć koszty,
- czy trzeba reagować dzisiaj, czy za miesiąc.
Jednym z moich ulubionych elementów tego wdrożenia są automatyczne alerty dotyczące cen produktów. Jeżeli cena któregoś ze składników nagle wzrasta, odpowiednia osoba dostaje informację praktycznie od razu.
Brzmi banalnie, ale wyobraźmy sobie restaurację, która korzysta z kilkuset produktów od wielu dostawców. Ręczne wychwycenie takich zmian jest praktycznie niemożliwe. Nasze rozwiązanie daje sygnał: tu właśnie zaczynasz tracić pieniądze. A to często wystarcza, żeby zareagować, zanim problem stanie się naprawdę kosztowny.
Automatyzacja finansów i księgowości z AI. Przykład Push Buttons
CFO i księgowość to przestrzeń, gdzie jest mnóstwo powtarzalnej i nudnej roboty. Pracują tam bardzo kompetentni ludzie, których czas palimy na przepisywaniu rzeczy. To zadania niezbędne do funkcjonowania firmy, ale jednocześnie nietworzące dla niej żadnej wartości. Nie sprzedają więcej. Nie poprawiają jakości produktu. Nie pomagają lepiej obsłużyć klienta. Są po prostu konieczne.
Dobrym przykładem jest projekt zrealizowany dla Push Buttons, gdzie automatyzowaliśmy obieg faktur dla dwóch powiązanych ze sobą spółek.
Na pierwszy rzut oka problem wydawał się prosty. Do firmy codziennie trafiały kolejne dokumenty kosztowe. Każdy z nich trzeba było odpowiednio przypisać, zweryfikować i przekazać dalej. W praktyce oznaczało to dziesiątki powtarzalnych czynności wykonywanych każdego dnia.
Zamiast przyspieszać ludzi, postanowiliśmy całkowicie usunąć z procesu to, co nie wymagało ich udziału. System sam rozpoznaje dokumenty, odczytuje najważniejsze dane, klasyfikuje je, przypisuje do właściwej spółki i przekazuje dalej do odpowiednich osób. Tam, gdzie wcześniej potrzebne były kolejne kliknięcia i ręczne przepisywanie danych, dziś proces przebiega praktycznie bez udziału człowieka.
Najciekawsze jest jednak coś innego. Po kilku tygodniach użytkownicy przestali mówić o automatyzacji. Po prostu przestali zauważać, że ten proces w ogóle istnieje. I właśnie to jest moim zdaniem najlepsza definicja dobrze wdrożonej technologii. Nie wtedy, kiedy wszyscy się nią zachwycają. Tylko wtedy, kiedy nikt już o niej nie myśli. Bo działa.
Automatyzacja biznesu z AI. Czy zwalniać handlowców, marketerów, księgowych i programistów?
Gdyby po ponad 50 wdrożeniach ktoś poprosił mnie o jedną radę dla przedsiębiorcy, brzmiałaby bardzo prosto: sprawdź, gdzie w twojej firmie ludzie wykonują pracę, której nie powinni wykonywać. Co spowalnia rozwój firmy? Które decyzje podejmujemy za wolno?
AI nie posprząta za ciebie bajzlu generowanego przez lata. Rozwiąże go dobrze zaprojektowany proces. AI jedynie sprawia, że ten proces działa szybciej, taniej i bardziej przewidywalnie.
Dlatego nie wierzę w firmy, które chcą zastąpić całe działy jednym modelem językowym. Nie wierzę też w nagłówki zapowiadające koniec pracy handlowców, marketerów, księgowych czy programistów. Za to bardzo wierzę, że zmieni się zakres ich obowiązków. Dobry handlowiec będzie sprzedawał więcej, bo przestanie tracić czas na aktualizowanie CRM-u.
Dobry marketer będzie testował dziesięć pomysłów zamiast jednego, bo przygotowanie kampanii zajmie mu godziny, a nie tygodnie.
Księgowa nie będzie przepisywać danych z faktur. Zajmie się kontrolą, analizą i wychwytywaniem wyjątków, których system nie jest w stanie ocenić samodzielnie.
Programista coraz mniej czasu poświęci na powtarzalne elementy kodu, a coraz więcej na projektowanie architektury, bezpieczeństwa i rozwiązywanie realnych problemów biznesowych.
Nie dlatego, że AI jest od nich lepsze. Dlatego, że każdy z tych specjalistów jest zbyt wartościowy, żeby wykonywać pracę, którą można zautomatyzować.
