Nie prowadzę jeszcze oficjalnie zarejestrowanej działalności. Buduję portfolio, narzędzia i procesy, które mają mi pozwolić ją uruchomić bez improwizowania przy każdym zleceniu. To ważne rozróżnienie, bo AI nie wymyśli za człowieka, czym ma być jego firma. Jeśli przedsiębiorstwo, procesy i oczekiwane rezultaty nie są opisane, agent nie dostaje wolności — dostaje przestrzeń do namieszania.

Najbardziej interesuje mnie nie automatyzacja pojedynczej czynności, lecz zwiększenie sprawczości jednej osoby. Człowiek może mieć pomysł, kompetencje i wolę działania, a mimo to zatrzymać się na koszcie specjalistycznej wiedzy, braku czasu albo przewadze większej organizacji. AI potrafi obniżyć część tych barier, ale tylko wtedy, gdy służy do rozpoznania problemu, przygotowania pracy i weryfikowalnego działania, a nie do produkowania pewnie brzmiących odpowiedzi.

Najpierw wyrównanie pozycji, nie zastąpienie eksperta

Modelowym przykładem jest prawo pracy. Pracodawcę stać na prawnika, pracownika często nie. Kiedy pojawia się spór, pracownik może nawet nie wiedzieć, jakich pojęć szukać i które przepisy mają znaczenie. AI może pomóc zawęzić problem, odnaleźć możliwe podstawy prawne, przygotować listę pytań i wskazać dokumenty do samodzielnego sprawdzenia. Dzięki temu rozmowa z pracodawcą albo prawnikiem zaczyna się z innego poziomu.

Nie oznacza to, że odpowiedź modelu jest prawem. Badania nad wykorzystaniem modeli językowych w researchu prawnym pokazują, że potrafią one tworzyć błędne fakty i źródła. Problem występuje również w narzędziach z dostępem do wyspecjalizowanych baz, choć zwykle rzadziej niż w ogólnych chatbotach. Dlatego AI może obniżyć koszt pierwszego rozpoznania, ale użytkownik nadal musi wejść do aktualnego aktu prawnego, sprawdzić jurysdykcję i wersję przepisu, a przy dużym ryzyku skonsultować wniosek z profesjonalistą. (Dahl i in., 2024; Magesh i in., 2025)

Podobnie widzę przygotowanie działalności. Zamiast pytać księgowego dziesięć razy o podstawowe opłaty, mogę najpierw z AI stworzyć listę danin, terminów i założeń, a następnie zbudować arkusz liczący różne scenariusze. Ekspert nie znika. Zmienia się jego rola: nie musi wykonywać całego rozpoznania od zera, tylko sprawdza model, wychwytuje brak i bierze odpowiedzialność tam, gdzie jego wiedza oraz uprawnienia są naprawdę potrzebne.

Ta zmiana może zmniejszać asymetrię informacji między jednostką a większą organizacją. Nie daje jednak darmowej pewności. Jeżeli człowiek bezmyślnie przepisze błędną odpowiedź AI do deklaracji podatkowej, koszt konsultacji może po prostu zamienić się w koszt korekty, kary albo straconego czasu.

Sprawczość rośnie w konkretnym procesie

Zbudowałem w n8n automatyzację, która przygotowywała dla klienta teksty blogowe, treści do mediów społecznościowych oraz materiały tekstowe i graficzne. Nie stało się to dlatego, że model „umiał marketing”. Musiałem opisać etapy, przygotować prompty, połączyć narzędzia i zdecydować, jaki rezultat jest użyteczny. Możliwe, że ten proces da się rozszerzyć o audio i wideo, ale dopóki go nie sprawdzę, jest to możliwość, a nie gotowa funkcja.

Badania nad asystentami generatywnymi pokazują podobny mechanizm w węższym i lepiej mierzonym środowisku. W badaniu ponad pięciu tysięcy pracowników obsługi klienta narzędzie zwiększyło liczbę rozwiązanych spraw na godzinę średnio o 14%, przy znacznie większej poprawie u osób początkujących. To nie jest dowód na autonomiczną jednoosobową firmę. Pokazuje jednak, że AI może przenosić część dobrych praktyk i zwiększać wydajność człowieka w jasno określonym procesie. (Brynjolfsson, Li i Raymond, working paper, 2023)

Tu leży różnica między narzędziem a firmą. Firma składa się z wielu procesów, zależności, zobowiązań i decyzji wartościujących. Automatyzacja jednego z nich może dać realną przewagę, ale nie definiuje kierunku działalności, oferty ani odpowiedzialności za efekt.

Autonomii nie daje się jednym poleceniem

Nie dałbym nowemu agentowi polecenia: „napisz e-mail i wyślij go wszystkim klientom”. Może wygenerować śmieci, nacisnąć przycisk zgodnie z instrukcją i uszkodzić wiarygodność marki. Bezpieczniejszy proces wygląda tak: agent przygotowuje draft na podstawie wiadomości klienta i wiedzy firmowej, człowiek go czyta, poprawia oraz zatwierdza wysłanie.

Tak samo traktuję wydawanie pieniędzy. Jeśli agent wykorzysta tygodniowy limit tokenów w jeden dzień, nie powinien sam dojść do wniosku, że pieniądze są na koncie, więc należy kupić następny pakiet. Najpierw trzeba rozumieć koszty, zoptymalizować proces i ustalić granicę, po której system się zatrzymuje.

Powtarzające się decyzje człowieka mogą z czasem stworzyć model delegowania. Jeżeli agent kilkanaście razy pyta o zgodę w podobnej sytuacji, można przeanalizować odpowiedzi, opisać regułę, sprawdzić przypadki brzegowe i zatwierdzić konkretną klasę decyzji do autonomicznego wykonywania. Nie jest to magiczne trenowanie modelu „w tle”. To budowanie jawnego kontekstu operacyjnego: przesłanek, progów, wyjątków, dowodów i ścieżki eskalacji. (NIST, 2024 — ramy zarządzania ryzykiem i nadzoru)

Nowa sytuacja nie dziedziczy automatycznie starego zaufania. Zgoda na samodzielne wysyłanie potwierdzenia spotkania nie oznacza zgody na negocjowanie ceny. Model wyprowadzony z kilku innych modeli decyzji także wymaga osobnego zatwierdzenia. Autonomia powinna rosnąć klasami działań, nie ogólnym suwakiem od zera do stu.

Są granice, których informacja nie usuwa

AI może pomóc zaprojektować dom, ale projekt nadal może wymagać podpisu osoby z uprawnieniami i odpowiedzialnością za bezpieczeństwo. Robot może kiedyś wykonać część pracy fizycznej, lecz nie daje sobie sam prawa do podłączenia budynku do sieci energetycznej albo wodnej. Ta infrastruktura jest wspólna i ktoś odpowiada za jej działanie.

Podobnie działa wiele zawodów regulowanych i decyzji wysokiego ryzyka. Wiedza pomaga lepiej przygotować rozmowę, ocenić ofertę i wykryć nonsens, ale nie usuwa odpowiedzialności, formalnej akceptacji ani relacji z innymi ludźmi. Jednoosobowa firma wsparta AI nie jest samotną wyspą.

Firma jednej osoby może być większa niż jedna osoba

Mam nadzieję, że łatwiejszy dostęp do wiedzy i automatyzacji pozwoli ludziom mniej zależeć od korporacji i częściej konkurować bezpośrednio wartością, którą tworzą. Nie wiem, czy doprowadzi to do rozpadu dużych organizacji. Dostępne badania pokazują wzrost produktywności w wybranych zadaniach i możliwe obniżenie barier wejścia, ale długoterminowy wpływ na strukturę firm pozostaje nierozstrzygnięty. (OECD, 2025)

Dla mnie praktyczny wniosek jest prostszy. AI może sprawić, że jedna osoba samodzielnie wykona większą część rozpoznania, przygotowania i powtarzalnej pracy. Człowiek nadal określa kierunek, odpowiada za skutki i decyduje, kiedy potrzebny jest ekspert albo zgoda innej organizacji. Sprawczość nie rośnie wtedy, gdy agent robi wszystko. Rośnie wtedy, gdy człowiek potrafi coraz precyzyjniej zdecydować, co może bezpiecznie przestać robić sam.

Źródła

✦Buduję systemy dla większej autonomii.