Uztaisīji lietotni ar AI un iestrēgi? Ko darīt tālāk

Šo ainu redzu teju katru nedēļu. Cilvēkam ir laba ideja, viņš atver Lovable, Bolt vai v0, ieraksta, ko grib, un dažu stundu laikā ekrānā ierauga kaut ko, kas izskatās pēc īstas lietotnes. Pirmā sajūta — eiforija. „Es pats to uztaisīju, un tas strādā." Tad pienāk otrais vakars. Vajag, lai cilvēki var pieslēgties. Vajag pieņemt maksājumu. Vajag, lai dati kaut kur saglabājas, nevis pazūd, pārlādējot lapu. Vajag to palaist internetā, nevis tikai rādīt uz localhost. Un pēkšņi viss apstājas.

Prasi AI „pievieno maksājumus" — tas uzģenerē kodu, kas izskatās pareizs, bet nestrādā. Prasi salabot — salabo vienu vietu, salauž trīs citas. Pēc desmitā apļa vairs nesaproti, kura koda daļa ko dara, deploy met kļūdu, ko nesaproti ne tu, ne AI, un eiforija pārvēršas tajā dīvainajā panikā, kad tev ir 70% no produkta un ne mazākās jausmas, kā tikt galā ar atlikušajiem 30%. „Uztaisīju ar Lovable, bet tālāk nestrādā" — tieši šādi to parasti formulē.

Ja tas ir par tevi — izlasi līdz galam. Savā karjerā esmu ne reizi vien paņēmis šādu „gandrīz pabeigtu" projektu un pārvērtis to reāli strādājošā, palaistā produktā. Šajā rakstā atklāti paskaidrošu, kāpēc tā notiek teju visiem, ko patiesībā nozīmē „produkcijai gatavs", kādas trīs reālas izvēles ir iestrēgušajam un cik tas maksā eiro. Bez izskaistinājumiem.

Kāpēc teju visi iestrēgst vienā un tajā pašā vietā

Tā nav tava vaina un nav tavu spēju jautājums. AI rīki ir uzbūvēti tā, lai aizvestu tevi līdz iespaidīgam rezultātam pēc iespējas ātrāk — un iespaidīgākā, vieglāk parādāmā daļa ir vizuālais izskats. Ekrāni, pogas, formas, animācijas, skaists dizains. Tieši to AI ģenerē izcili, jo šāda koda internetā ir miljoniem piemēru un tas ir patstāvīgs — tam nav jāpieslēdzas tavai īstajai datubāzei vai tavai bankai.

Problēma tā, ka tā iespaidīgā daļa jau tāpat bija vieglākā. Īstais darbs — tas, kas pārvērš skaistu maketu strādājošā biznesā — sākas tur, kur AI atduras pret sienu. To sienu es saucu par grūtajiem 30%: autentifikācija, maksājumi, datubāze, drošība, VDAR, deploy, integrācijas, robežgadījumi. Šie 30% darba aizņem 70% laika un prasa pieredzi, ko rīks tev nenodos.

Ir vēl viens iemesls, kāpēc iestrēgi tieši tagad, nevis agrāk. AI strādā ar ierobežotu „atmiņu" par tavu projektu. Kamēr koda ir maz, viss ir kārtībā. Bet kad failu kļūst arvien vairāk, rīks sāk aizmirst, ko pats agrāk uzrakstīja, un labojumi arvien biežāk salauž to, kas strādāja. Tas nav bug — tā ir sistēmas robeža. Plašāk par to, ar ko prototips atšķiras no produkta, rakstu atsevišķā rakstā par vibe coding un kāpēc AI prototips vēl nav produkts.

Ko patiesībā nozīmē „produkcijai gatavs"

Daudzi domā, ka „pabeigta lietotne" = „izskatās labi un strādā uz mana ekrāna". Realitātē starp šīm divām lietām ir bezdibenis. „Produkcijai gatavs" nozīmē, ka lietotne strādā uzticami īstiem cilvēkiem, īstā internetā, ar īstu naudu un īstiem datiem — bez tevis, kas sēž blakus un pārstartē serveri, kad kaut kas salūst.

Lūk, godīgs skats uz to, ko AI tavā projektā izdarīja labi un kur tu gandrīz noteikti atsities:

Joma	Ko AI izdara labi	Kur atduras
Lietotāja saskarne	Skaisti ekrāni, formas, pogas, responsīvs dizains	Teju nekur — te AI tiešām ir stiprs
Autentifikācija	Pieslēgšanās formas izskats, „aizmirsu paroli" ekrāns	Droša sesiju pārvaldība, tokeni, paroļu aizsardzība, reāla pieslēgšanās
Maksājumi	Groza un apmaksas ekrānu izskats	Reāla naudas kustība, webhooki, kļūdu gadījumi, atmaksas, drošība
Dati	Vienkārši CRUD piemēri, demo dati	Īsta datubāze, kas saglabājas, migrācijas, rezerves kopijas
Deploy	Strādā uz localhost	Domēns, hostings, vides mainīgie, SSL, palaišana internetā
Drošība un VDAR	Gandrīz nekā	Datu aizsardzība, sīkdatņu piekrišana, piekļuves tiesības, atbilstība
Robežgadījumi	„Laimīgais ceļš", kad viss izdodas	Kas notiek, kad ievada nepareizi, pārtrūkst savienojums, neizdodas maksājums

Paskaties uz labo kolonnu. Tieši tie ir tavi „atlikušie 30%". Tā nav kosmētika — tā ir paša produkta serde. Lietotne, kas skaisti izskatās, bet pazaudē klienta maksājumu vai noplūdina viņa datus, ir sliktāka par nekādu lietotni, jo tā grauj uzticību tavam biznesam.

Trīs izvēles, kad esi iestrēdzis

Kad esi nonācis līdz šai vietai, tev reāli ir trīs ceļi. Neviens nav pareizs visiem — viss atkarīgs no tā, cik svarīgi tev ir palaist to tirgū un cik daudz laika un nervu vari ieguldīt.

1. izvēle: cīnīties tālāk pašam ar AI

Šis ceļš der, ja tev svarīgi pašam iemācīties, ja tas ir blakusprojekts bez termiņa un ja risks salūzt īstam lietotājam tev neko nemaksā. Ja tā — tiešām, lieto AI un cīnies. To saku atklāti, jo ne katram projektam vajag izstrādātāju, un es necenšos tev pārdot to, kas nav vajadzīgs.

2. izvēle: visu mest un sākt no nulles citur

Patiesība tāda, ka no tava darba ne viss ir zaudēts pat sākot no jauna. Pati ideja, lietotāja plūsmas, ekrānu loģika, ko tu gribi — tas ir vērtīgs darbs, ko var izmantot. Par to, kā cilvēki ceļo no idejas līdz reālai lietotnei un kādi slazdi viņus gaida, rakstu rakstā no ChatGPT idejas līdz reālai lietotnei.

3. izvēle: nolīgt kādu, kas pabeidz vai pārbūvē

Šis ceļš der, kad tev svarīgi to reāli palaist, kad gaida īsti klienti vai maksājumi un kad saproti, ka tavs laiks ir vērtīgāks veltīts biznesam, nevis cīņai ar deploy kļūdām. Tieši te es ieslēdzos.

Kāpēc es nelāpu spageti, bet pārbūvēju tīri

Gribu būt atklāts par to, kā strādāju, jo tas parasti pārsteidz. Kad cilvēks atnes iestrēgušu AI projektu, viņš bieži cer, ka „vienkārši salabošu viņa kodu". Es tā daru ne vienmēr — un tas ir apzināts lēmums tavā labā.

Vispirms apskatu tavu repozitoriju un novērtēju stāvokli. Ja AI uzģenerēja pieklājīgu struktūru un iestrēgi tikai pie integrācijām vai deploy, turpinu uz tavas bāzes — nav jēgas pārtaisīt to, kas ir kārtīgs. Bet ja kods ir tas, ko es saucu par spageti — slānis uz slāņa AI labojumu, kur katra izmaiņa salauž trīs citas, kur nav skaidras arhitektūras — tad to lāpīt sanāktu dārgāk un neuzticamāk nekā pārbūvēt tīri.

Būtība tāda: es nepiedāvāju „sakārtošu tavu kodu". Es piedāvāju „uzbūvēšu tā, lai strādā un pelna". Tās ir atšķirīgas lietas. Sakārtot kodu nozīmē pielikt vēl vienu plāksteri kaut kam, kas jau tāpat krakšķ. Uzbūvēt tā, lai strādā, nozīmē nodrošināt, ka maksājumi iziet cauri, dati ir droši, pieslēgšanās uzticama, deploy stabils, un kad kaut kas notiek nepareizi, sistēma neizjūk. Gaidu, ko vienmēr nosaku jau iepriekš: grūtie 30% ir visdārgākā un visilgākā daļa, un tieši tās dēļ cilvēki vēršas pēc palīdzības.

Labākā tava darba daļa — ideja, ekrāni, plūsmas — gandrīz vienmēr tiek saglabāta. „Tīra" pārbūve nenozīmē, ka izmetu visu. Tā nozīmē, ka zem vizuālā uzbūvēju stabilu pamatu, ko AI neizdarīja.

Vietējās integrācijas, ko AI tev nepieslēgs

Ir atsevišķa grūto 30% kategorija, ko gribu izcelt, jo tā raksturīga tieši mūsu tirgum un AI tajā ir bezspēcīgs. Tās ir vietējās integrācijas. AI var uzģenerēt skaistu apmaksas formu, bet fiziski nevar tavā vietā pieslēgt īstas Latvijas sistēmas. Plašāk par šo slāni rakstu rakstā par AI prototipa un produkta atšķirību.

Konkrēti piemēri, ko pastāvīgi nākas pieslēgt ar roku:

• Maksājumi caur Klix (Citadele), Swedbank, SEB vai Luminor maksājumu vārtejām — vajadzīgs līgums ar pakalpojuma sniedzēju, sandbox testēšana, webhooku apstrāde un droša maksājuma apstiprināšana. Klix de facto ir vietējais standarts e-veikaliem.
• Banklink jeb internetbankas pārlēkšana — ļoti populārs vietējiem pircējiem, bet katra banka ir atsevišķa integrācija ar saviem noteikumiem.
• eParaksts, eParaksts mobile, eID karte un Smart-ID autentifikācijai un parakstīšanai — nevis „pieslēdz API piecās minūtēs", bet reāla integrācija ar atbilstības prasībām (PIN1 autentifikācijai, PIN2 parakstīšanai).
• Strukturētie e-rēķini caur eAdresi, VID EDS un PEPPOL tīklu — B2G strukturētie e-rēķini ir obligāti no 2026. gada 1. janvāra, tāpēc biznesa projektiem tas jāņem vērā jau tagad.
• Pakomātu (parcel locker) saraksti checkout — Omniva, DPD, Latvijas Pasts, Venipak — pircēji izvēlas pēc tuvākā pakomāta, tāpēc obligāta dzīvā pakomātu saraksta integrācija checkout, nevis statisks teksts.

Par šīm sistēmām AI „zina" tikai pavirši, un tā uzģenerētais kods bieži pat nesakompilējas vai neatbilst pakalpojuma sniedzēja prasībām. Tas ir darbs, kas prasa cilvēku — līgumus, testēšanu reālā vidē un pieredzi. AI vienkārši nepazīst Klix, eParaksta vai eAdreses specifiku, jo tādu piemēru tā apmācībā teju nav.

Drošība un VDAR — kur AI prototips visbiežāk pieklūp

Ir vēl viens grūto 30% slānis, ko Latvijas biznesam nedrīkst ignorēt — datu aizsardzība. AI uzģenerēts prototips teju nekad neizdara pareizi sīkdatņu piekrišanu (cookie consent), privātuma politiku un personas datu apstrādes pamatu, ko prasa VDAR (Vispārīgā datu aizsardzības regula). Latvijā to uzrauga Datu valsts inspekcija (DVI), kas reāli piemēro sankcijas.

Praktiski tas nozīmē, ka pat tad, ja tava AI lietotne vizuāli izskatās gatava, tā parasti vēl nav legāli gatava publiskai palaišanai. Sīkdatņu baneris, kas tikai izskatās pareizs, bet faktiski neaptur izsekošanu līdz piekrišanai, ir tieši tāds risks, par kuru DVI var uzdot jautājumus. Tāpēc pirms produkcijas šo slāni uzlieku pareizi — tā ir daļa no tā, ko nozīmē „palaist produkcijā, kas nesabrūk", nevis tikai tehniski, bet arī juridiski.

Cik reāli maksā izkļūt no iestrēguma

Pāriesim pie cipariem, jo tieši tos tev vajag. Sniegšu reālus diapazonus Latvijas tirgum, visi bez PVN (klāt nāk 21% PVN). Uzsveru — precīza summa atkarīga no tava koda stāvokļa un cik funkciju palicis pabeigt, tāpēc konkrētu cenu vienmēr nosaucu pēc repo apskates.

Scenārijs	Ko ietver	Orientējošā cena (bez PVN)
Audits un plāns (sākumsolis)	Repo apskate, godīgs novērtējums, konkrēts plāns un cena	no 300 EUR
MVP pabeigšana uz esošā koda	Pieklājīga AI bāze, trūkst backend, auth un deploy	no 1500 līdz 3000 EUR
Tīra pārbūve līdz produkcijai	Auth, maksājumi, dati, drošība, VDAR, deploy no stabila pamata	no 3000 līdz 8000 EUR
Vietējā integrācija (katra)	Klix / eParaksts / e-rēķins / pakomāti — par vienu nopietnu	+1000 līdz 4000 EUR

Pamani, kā šie cipari pārklājas ar ierasto lietotņu izstrādes cenu. Tā nav nejaušība. Tā kā AI izdara vieglo pusi, bet grūtie 30% paliek tev, pabeigšanas cena bieži ir līdzīga nopietnas projekta daļas būvei no nulles. Cilvēki dažreiz pārsteidzas — „bet jau puse ir izdarīta". Izdarīta lētā puse. Dārgā vēl gaida.

Konteksts vietējam tirgum: vari atrast „no 999 €" template aģentūru reklāmas, bet tās piedāvā gatavu veidni, nevis tava AI prototipa droši pabeigtu produkciju ar reālām integrācijām. AI prototipa pārbūve labāk pozicionējas kā fiksētas cenas projekts — audits plus tīra pārbūve — jo tā tu maksā par drošu rezultātu, nevis par stundām. Es nepozicionējos kā lētākais, bet kā tas, kas reāli palaiž produktu, kurš nesabrūk.

Un tomēr tas teju vienmēr atmaksājas. Novērtē alternatīvu: mēnesis tava paša laika, cīnoties ar kļūdām, plus risks, ka palaidīsi kaut ko, kas pazaudē maksājumus vai neatbilst VDAR. Profesionāla pabeigšana to risku noņem un palaiž tavu produktu tirgū ātrāk, nekā izcīnītos pats.

Ko izdarīt vēl pirms vērsies pēc palīdzības

Ja izlemsi, ka tev vajadzīga palīdzība, lūk, daži soļi, kas visu paātrinās un samazinās gala cenu. Jo skaidrāks sākotnējais stāvoklis, jo precīzāk varu novērtēt darbu.

• Eksportē kodu. Ja lietoji Lovable, Bolt vai v0, lejupielādē projektu vai ieliec to GitHub repozitorijā, lai var redzēt visu struktūru, ne tikai ekrānus.
• Pieraksti, ko gribēji panākt. Daži teikumi par to, ko lietotnei jādara un kas ir tavs lietotājs — tas ir vērtīgāks par desmit ekrāniem.
• Atzīmē, kur tieši apstājies. „Nesanāk deploy", „maksājumi nestrādā", „dati pazūd" — jo konkrētāk, jo ātrāk novērtēju.
• Savāc piekļuves. Ja jau ir domēns, hostinga konts vai izmēģināts maksājumu pakalpojuma sniedzējs — sagatavo to informāciju.

Īsumā: ko darīt, kad iestrēdzi

Ja sāki taisīt lietotni ar AI un iestrēgi, vispirms zini — tas ir normāli un notiek teju visiem. AI lieliski aizved līdz 70%, bet grūtākos 30% — autentifikāciju, maksājumus, datus, drošību, VDAR, deploy un vietējās integrācijas — atstāj tev. Tā nav kosmētika, bet paša produkta serde.

Tev ir trīs ceļi: cīnīties tālāk pašam (labi blakusprojektam bez termiņa), sākt no nulles (riskējot atsisties pret to pašu sienu) vai nolīgt cilvēku, kas pabeidz vai pārbūvē tīri (kad svarīgi to reāli palaist). Ja izvēlies trešo — es apskatu kodu, godīgi pasaku, vai vērts glābt esošo bāzi, un uzbūvēju produktu tā, lai strādā un pelna. Tu paliec koda īpašnieks, lietoju ierastas tehnoloģijas (Next.js, React Native), bet grūtos 30% pārņemu es.

Turpinot tēmu, vērts izlasīt, ar ko AI prototips atšķiras no produkta, un kādi slazdi gaida ceļā no ChatGPT idejas līdz reālai lietotnei. Bet ja jau tagad gribi, lai kāds ieskatās tavā iestrēgušajā projektā — raksti man.

Biežāk uzdotie jautājumi