Asystent AI: wydaję 5,6 tys. EUR, oszczędzam 173 tys. EUR

Mapa mojego Control Room, zrzut z 15 listopada 2026: 123 automatyzacje, 1 506 kroków i 948 połączeń między nimi.

Nadal mam swoją osobistą asystentkę, Lucie, i to najlepsza decyzja, jaką mogłem podjąć. Mój asystent AI oszczędza szacunkowo 361 godzin pracy miesięcznie, około 173 tys. EUR rocznie kosztów ludzi, a jego utrzymanie kosztuje 5,6 tys. EUR rocznie. Lucie zatrzymałem, bo to ona mnie rozlicza.

Ten asystent to 123 zaplanowane automatyzacje, zestaw skilli, czyli zapisanych instrukcji dla AI, i jeden dashboard, który nazywam Control Room. Zależnie od tego, kto go sprzedaje, to samo nazywa się asystentem zarządu opartym na AI albo AI chief of staff. Ja używam go jako second brain dla pięciu linii biznesu: Engineering Leaders Community, ELC Conference, Academy, rekrutacji przez Marian’s List i mojego mentoringu na tej stronie.

Zanim cokolwiek z tego skopiujesz, wiedz, że mam techniczne zaplecze. Od ponad 20 lat zajmuję się tworzeniem oprogramowania, a zanim zacząłem działać na własny rachunek (po angielsku), byłem VP of Engineering w Mews, gdzie dział inżynierii urósł z 8 do 80 zespołów. Dlatego mogłem zbudować to sam.

Do infrastruktury potrzebny był inżynier. Do spisania niszy, idealnego klienta i KPI już nie, a to właśnie ta część sprawiła, że AI zaczęło mi się przydawać.

Jeśli skopiujesz tylko trzy rzeczy

1. Dla jednej linii biznesu spisz niszę, idealnego klienta i dwa KPI, każdy KPI ze źródłem.
2. Spisz każde powtarzalne zadanie i przypisz mu właściciela.
3. Ustaw alert na moment, w którym zadanie milknie.

Moje ROI z AI: 464 EUR miesięcznie to praca 2,3 osoby

Tak wygląda zestawienie na dzień 14 listopada 2026.

To szacunek. Godziny to czas, który człowiek naprawdę poświęciłby na ten sam wynik. Trzy zadania opierają się na zmierzonym wolumenie z mojego rejestru wysyłek, reszta na szacowanych godzinach.

Zestawienie liczy godziny, których udało się uniknąć, a nie przychód. Euro przeliczam po kursie ustalonym przez Czeski Bank Narodowy 13 listopada 2026, 24,425 CZK za EUR.

Z tabeli wynika uśredniona stawka. 14 428 EUR za 361 godzin to około 40 EUR za godzinę, liczone dla trzech osób, których pracę obejmują te zadania. Stawek poszczególnych osób nie publikuję.

Ostrożna liczba

176 z 361 godzin to praca, do której inaczej musiałbym kogoś zatrudnić: handlowca od pozyskiwania leadów (SDR, sales development rep) albo wirtualną asystentkę. To około 1,1 osoby. Reszta to czas odzyskany przez zespół, w większości mój.

Czas oszczędza mi nie tylko automatyzacja. Drugie źródło to widoczność: nie szukam już informacji i niczego nie naprawiam ręcznie.

Co obejmuje rachunek

Dwie większe sumy zawierają szacowane pozycje i żadna z trzech nie obejmuje mojego czasu na budowę. Dashboard zbudowałem w jeden weekend. Potem przez 3 tygodnie do miesiąca przechodziłem pełny miesięczny cykl firmy i poprawiałem logikę tego asystenta AI.

To zestawienie to zaplecze biznesu mentoringowego, o którym pisałem wcześniej (po angielsku), i czterech pozostałych linii biznesu.

Ile to kosztuje według odpowiedzi AI

Odpowiedzi AI, które dostajesz dziś, podają mniejszy rachunek. Perplexity, zapytane 15 listopada 2026, wyceniło zestaw narzędzi asystenta na 20 do 200 USD miesięcznie, a jego utrzymanie na 2 do 8 godzin w miesiącu. ChatGPT opierał się na cennikach dostawców, choćby Lindy. Powołał się też na badanie Forrestera zlecone przez Microsoft dla Copilot Studio, w którym jeden klient mówi, że agent oszczędza 4 godziny miesięcznie na każdego użytkownika.

Te liczby są uczciwe dla jednego narzędzia na jednym biurku. Mój rachunek dotyczy całego zaplecza, a moje utrzymanie obejmuje też dzień, w którym dashboard zrobił się czerwony. Żadna z odpowiedzi, które zebrałem tego dnia, nie przytoczyła liczb od samego właściciela firmy.

Czy AI zastąpi asystentkę zarządu? Zatrzymałem Lucie

Moja asystentka bierze odpowiedzialność i ma dużą sprawczość. Załatwia wszystko od ręki. Jest niezawodna. Jej największa wartość: rozlicza mnie.

Rozliczała mnie, kiedy nie miałem czasu. Bardzo uparcie pilnowała, żebym inwestował swój czas we właściwe decyzje.

Namawia mnie też, żebym zwracał uwagę na sprawy poza biznesem, które budują relacje z ludźmi z mojego zespołu. Do pewnego stopnia zajmuje się też sprawami mojej rodziny.

Przy fakturowaniu AI czyta pozycje z wyciągu bankowego i dopasowuje każdą do dokumentu. Lucie znajduje dokumenty, których AI nie potrafi znaleźć: najpierw w Drive, potem w Gmailu, potem na portalach dostawców. Od lipca do października 2026 na dokument czekało 79 z 248 pozycji z wyciągów.

Zautomatyzowałem 123 zadania i zatrzymałem osobę, która załatwia wszystko od ręki.

Kiedy zapytasz, czy zastąpić asystentkę zarządu sztuczną inteligencją, ChatGPT, Perplexity i Gemini odpowiadają tak samo: „model hybrydowy”. Zgadzam się. Płacę za niego co miesiąc.

Te odpowiedzi urywają się tuż przed podziałem pracy. U mnie AI robi pracę powtarzalną, a Lucie tę część, w której ktoś musi pójść, znaleźć daną rzecz i zdecydować na miejscu.

Dzień, w którym dashboard moich agentów AI zrobił się czerwony

25 października 2026 zrobiłem inwentaryzację swoich automatyzacji. Jedno zadanie przez 48 dni zgłaszało sukces, a w tym czasie jego klucz dostępu był odrzucany. Inne wysyłało wiadomości na LinkedInie w niedzielę, bo jego harmonogram był przesunięty o jeden dzień.

Grupa innych zadań kończyła się sukcesem w około 60% przypadków i ani razu mnie nie zaalarmowała. Chciałem mieć informacje w jednym miejscu, zamiast liczyć, że wszystko działa. W ten weekend zbudowałem dashboard.

Potem, pod koniec października 2026, przyszedł dzień, w którym zobaczyłem, że moje automatyzacje padają. Dashboard był w dużej części czerwony, około 70% zadań. Bałem się, że firma stanie albo że w końcu przegapię ważną okazję biznesową.

Odwołałem więc spotkania, które nie były krytyczne, i zabrałem się do naprawiania. Okazało się, że przyczyna była jedna. AI usunęło ją bardzo szybko, a potem wszystkie zadania sprawnie poszły jeszcze raz.

Chodziło o to, że większość zadań działała z mojego lokalnego komputera, który nie był podłączony do prądu. Nic więc nie ruszyło.

Dziś większość zadań jest już w chmurze. Co do lokalnych zadań zdecydowałem, po pierwsze, naprawić problem, a po drugie, odświeżyć mojego 7-letniego MacBooka Pro i uruchamiać na nim lokalne zadania.

Od tamtej pory lokalne zadania działają z tego Maca. Dashboard nadal nie jest cały zielony. 15 listopada 2026 strona Coverage pokazywała 140 zadań OK, 4 z błędem i 30 nieaktualnych.

Tego samego wieczoru strona główna pokazywała „4 of 5 goals on track”, czyli 4 z 5 celów idzie zgodnie z planem. Jedyny cel w tyle to kwalifikowane leady na mentoring.

Tamtego czerwonego dnia problem zauważyłem ja.

AI naprawia teraz własne zadania. Nadawców i finansów ruszać nie może

Teraz zauważa za mnie watchdog, osobny program nadzorujący. Działa co godzinę w chmurze, poza Makiem, i oczekuje od każdego zadania heartbeatu, czyli sygnału życia. Zadanie, które milczy dłużej, niż przewiduje jego harmonogram, liczy się jako nieudane, więc odłączony komputer niczego nie ukryje.

Każda awaria trafia do jednej z trzech klas. AI naprawia ją samodzielnie, AI naprawia ją po mojej akceptacji albo awaria czeka na mnie. AI nie może samodzielnie naprawiać nadawców outreachu, finansów ani logowań, bo błędna poprawka u nadawcy trafia do prawdziwych ludzi.

Jest limit, żeby AI nie naprawiało w kółko samego siebie: najwyżej 5 poprawek dziennie i 1 na zadanie na 7 dni. Test z 15 listopada przeszedł od akceptacji do naprawy w 2 minuty.

Mój second brain z AI opiera się na spisanej niszy, ICP i KPI

Automatyzacje działały, zanim AI wiedziało, dla jakiego biznesu pracuje. Rozwiązaniem było spisanie niszy, ICP i KPI, żeby AI znało kontekst.

W tej części nie ma inżyniera. Tu wystarczy pisanie.

Każda linia biznesu musi mieć niszę i misję, po jednym zdaniu, najwyżej 160 znaków, konkretnie: kto, co, w jakiej geografii. Moja nisza w mentoringu zaczyna się od słów „indywidualny mentoring przywództwa dla liderów zespołów inżynierskich i produktowych w Czechach i Europie Środkowej”.

ICP, czyli idealny klient, ma od 1 do 4 segmentów, a klienci indywidualni i firmy są rozdzieleni. Każdy segment mówi, kim są ci ludzie, co kupują i skąd to wiadomo. Jedną z rzeczy, które kupuje firmowy segment mojego mentoringu, jest Mentor in Residence (po angielsku).

Potem KPI, roczne i miesięczne, przychód na pierwszym miejscu, każdy z celem i źródłem tego celu. Cel bez źródła system oznacza jako „bez źródła”.

System nie opublikuje linii biznesu, w której brakuje czegokolwiek z tej listy. W zamian dostaję kartę wyników dla każdej linii z czterema wierszami: realizacja KPI, kondycja strony, kampanie i automatyzacje, zaangażowanie klientów.

Na tym opierają się dwa spotkania

Tereza jest naszą Head of Community i mamy dwa cykliczne spotkania.

Co tydzień: przygotowanie do kolejnego tygodnia, sprawdzenie, czy wszystko działa, i przegląd Control Room w przeglądarce.

Co miesiąc: przegląd KPI z minionego miesiąca, które mamy z Terezą, i ustalenie KPI na następny miesiąc, zgodnie z naszą strategią.

Dzięki temu skupiam się na właściwych rzeczach, czyli na strategii i KPI.

Bank jest źródłem prawdy: co pokazały cztery miesiące księgowości z AI

Mój proces fakturowania ma jedną zasadę: „Bank jest źródłem prawdy, Fakturoid za nim podąża”. Fakturoid to moje narzędzie do faktur, a kiedy nie zgadza się z wyciągiem bankowym, wygrywa bank.

Od lipca do października 2026 AI przeczytało 248 pozycji z wyciągów bankowych dwóch firm. Dopasowało 163 do dokumentu albo je wyjaśniło, 79 czekało na dokument, a 6 wymagało drugiego spojrzenia.

Jedna faktura od dostawcy została zapłacona dwa razy, przez dwie moje firmy, w odstępie ośmiu tygodni. To wyjaśniło rozbieżność między księgami biura rachunkowego a bankiem. Odrzucona płatność kartą została pobrana miesiąc później, więc faktura i bank się nie zgadzały.

W jednej firmie AI sprawdziło 17 wyciągów bankowych i pobrało ze skrzynki 31 brakujących PDF-ów. Wszystkie 62 płatności wychodzące tej firmy mają teraz dokument i sprawdzoną kwotę.

18 października 2026 było 6 niezapłaconych faktur: 2 po terminie o 35 i 88 dni oraz 4 wystawione przed lipcem, najstarsza 154 dni po terminie. Wyszło jedno przypomnienie, które wcześniej zatwierdziłem.

Dwie role, które przejęło AI: jednej nigdy nie obsadziłem, z drugiej zwolniłem człowieka

SDR z AI potrzebuje limitów i rejestru

Nie potrzebujesz osoby od cold mailingu, jeśli masz odpowiednie skille AI do outreachu i dobre procesy. U mnie te procesy to limity tego, co wychodzi, i rejestr tego, co już zostało wysłane.

Na razie mam dwie małe próbki. Między 13 a 27 października 2026 z 44 pierwszych kontaktów wyszło 8 rozmów, 18%. 12 listopada wysłałem 11 pierwszych maili z konkretną ofertą i do następnego dnia dostałem 2 pozytywne odpowiedzi.

Czy AI zastąpi grafików? U mnie zastąpiło

Dziś nie potrzebujesz już grafika, jeśli masz dobrze ustawiony własny zestaw skilli do designu. Tak. Zwolniłem grafika.

Grafik miał stawkę 1 000 CZK za godzinę, około 41 EUR, a to więcej niż kosztuje AI. Stworzyłem zestaw skilli do designu dla mojej strony oraz do generowania obrazów i wideo.

Stworzyłem kolejkę, do której wrzucam zlecenia graficzne. AI samo bierze zadania z kolejki, realizuje je, a ja od razu widzę wynik. W razie potrzeby poprawiam skill, żeby następnym razem było lepiej. To dokładnie to samo podejście co praca z własnym grafikiem.

Dowodem na tej stronie są odręczny diagram w następnej sekcji i dwa obrazy fakturowania powyżej. Zrobiły je te skille, bez grafika.

To jedna firma i jedna rola. Nie twierdzę, że zawód grafika się kończy.

Schemat operacji z AI: czego potrzebuje linia biznesu, zadanie i krok

Gdybym miał przekazać to innemu właścicielowi, przekazałbym trzy checklisty. To cel, do którego zmierzam, i mój własny system nie spełnia jeszcze wszystkich.

Każda linia biznesu

Nisza, misja, idealny klient i KPI z poprzedniej sekcji, do tego karta wyników.

Każde zadanie ma właściciela przed pierwszym uruchomieniem

Pełny standard zadania ma 19 punktów, a jako właściciel upierałbym się przy czterech z nich. Pierwszy: zadanie jest zarejestrowane przed pierwszym uruchomieniem, z właścicielem i instrukcją postępowania (runbookiem) na 5 linijek.

Dziś wymaganie dotyczące testów spełniają 3 zadania, a prawie wszystkie pozostałe mają w nim lukę.

Każde zadanie alarmuje, kiedy milknie

Milczące zadanie liczy się jako nieudane i wywołuje jeden alert na incydent. Między 22:00 a 07:00 nic mnie nie budzi, chyba że chodzi o coś krytycznego.

Każde zadanie ma budżet

Każde zadanie ma budżet, a przy 80% budżetu dostaję alert.

Każde zadanie ma zasadę wycofania

Zadanie, które przez 8 tygodni nie daje żadnego rezultatu, zostaje wycofane.

Każdy krok

Krok da się przećwiczyć bez wysyłania czegokolwiek (dry run) i tak jest domyślnie. Działa samodzielnie. Jego ścieżka błędu jest przetestowana, a nie zakładana, a zasada przejścia na produkcję brzmi: „Nie ma testu, nie ma włączenia”.

Narzędzia AI dla małej firmy, za które płacę, i zadania, które warto skopiować najpierw

Claude to największa pozycja na rachunku i AI stojące za skillami. Oto te 464 EUR, pozycja po pozycji.

Ceny przeliczone po 24,425 CZK za EUR i 22,101 CZK za USD, w zaokrągleniu. Ostatni wiersz to reszta.

Poza tymi 464 EUR są narzędzia, za które i tak bym płacił: Slack, Notion, Attio, PostHog, Google Workspace, 1Password, Fakturoid, Granola i Medium. Reszta stacku to Gemini API do obrazów, Astro do stron, Google Sheets, GitHub Actions i Luma do wydarzeń.

Najwięcej wartości za najmniej pieniędzy

Kwoty miesięczne. „Oszczędność” liczę po odjęciu własnego kosztu działania zadania.

Najwięcej zaoszczędzonych pieniędzy

8 z tych 10 opiera się na szacowanych godzinach. Tylko outreach do partnerów i outreach po backlinki korzystają ze zmierzonego wolumenu.

Dystrybucja, follow-up po callu i outreach do partnerów są w obu tabelach. Te trzy skopiowałbym najpierw.

Co zrobiłbym inaczej

Zarejestruj zadanie, zanim się uruchomi

Najpierw budowałem zadania, a rejestr dopiero potem, i ceną za to była inwentaryzacja z 25 października.

Alarmuj przy ciszy

Nieudane uruchomienie widać. Odłączony komputer niczego nie uruchamia i niczego nie zgłasza, więc alert musi wynikać z ciszy. Watchdog powinienem był mieć przed pierwszym zadaniem.

Spisz KPI przed automatyzacją

Zacząłem automatyzować w marcu 2026, a zasady dla niszy, ICP i KPI spisałem 15 listopada, osiem miesięcy później. Jeśli zaczynasz z agentami AI w małej firmie, zrób to w odwrotnej kolejności.

Co skopiujesz bez inżyniera

Bez inżyniera skopiujesz spisywanie kontekstu, listę zadań z właścicielami oraz tygodniową i miesięczną agendę spotkań. Inżyniera wymagały środowisko, w którym działają zadania, watchdog i kolejka napraw.

Jutro weź jedną linię biznesu. Zapisz jej niszę w jednym zdaniu, jej ICP i dwa KPI z celem i źródłem. Potem spisz każde powtarzalne zadanie w tej linii, z właścicielem i alertem.

Na razie działa to bardzo dobrze i myślę o kilku kolejnych poprawkach. Ogólnie bardzo mi się to podoba, bo daje mi rozliczalność, a ja widzę postęp i efekty tego, co robię.

Tyle daje mi dashboard. Człowiekiem w tym wszystkim jest Lucie.

Jeśli chcesz zbudować swój system obok kogoś, kto już zapłacił za te błędy, prowadzę mentoring 1:1 dla CTO.

[Czas pisania: 3 h]