Utknąłeś z Aplikacją z AI? Co Dalej, Gdy AI Dowiozło Tylko 70%

Scena, którą widzę niemal co tydzień. Ktoś ma dobry pomysł, otwiera Lovable, Bolt albo v0, wpisuje, czego chce, i po kilku godzinach widzi na ekranie coś, co wygląda jak prawdziwa aplikacja. Pierwsze uczucie — euforia. „Sam to zrobiłem i to działa." Potem przychodzi drugi wieczór. Trzeba, żeby ludzie mogli się zarejestrować. Trzeba przyjąć płatność. Trzeba, żeby dane gdzieś zostawały, a nie znikały po odświeżeniu strony. Trzeba to wypchnąć do internetu, a nie tylko oglądać na localhost. I nagle wszystko się zatrzymuje.

Prosisz AI „podłącz płatności" — generuje kod, który wygląda poprawnie, ale nie działa. Prosisz o poprawkę — naprawia jedno miejsce, psuje trzy inne. Po dziesiątej rundzie już nie wiadomo, która część kodu co robi, wdrożenie rzuca błędem, którego nie rozumiesz ani Ty, ani AI, a euforia zmienia się w tę dziwną panikę, kiedy masz 70% produktu i kompletnie żadnego pomysłu, jak przejść przez ostatnie 30%. „Utknąłem" to chyba najczęstsze słowo, jakie słyszę od ludzi na tym etapie.

Jeśli to o Tobie — przeczytaj do końca. Przez lata pracy nieraz widziałem taki „prawie skończony" projekt. W tym artykule szczerze wytłumaczę, dlaczego dzieje się to praktycznie każdemu, co naprawdę znaczy production-ready, jakie trzy realne opcje masz, gdy się zacięło, i ile to kosztuje — w euro, bez upiększania.

Dlaczego prawie każdy utyka w tym samym miejscu

To nie Twoja wina ani kwestia zdolności. Narzędzia AI są zaprojektowane tak, by doprowadzić Cię do efektownego rezultatu jak najszybciej — a najbardziej efektowną, najłatwiejszą do pokazania częścią jest warstwa wizualna. Ekrany, przyciski, formularze, animacje, ładny layout. Właśnie to AI generuje świetnie, bo takiego kodu są w sieci miliony przykładów i jest on samodzielny — nie musi łączyć się z Twoją prawdziwą bazą danych ani z Twoim bankiem.

Problem w tym, że ta efektowna część i tak była najłatwiejsza. Prawdziwa praca — to, co zamienia ładną makietę w działający biznes — zaczyna się tam, gdzie AI uderza w ścianę. Tę ścianę nazywam trudnym 30%: logowanie, płatności, baza danych, bezpieczeństwo, RODO, wdrożenie produkcyjne, integracje, przypadki brzegowe. Te 30% pracy zajmuje 70% czasu i wymaga doświadczenia, którego narzędzie Ci nie przekaże.

Jest jeszcze jeden powód, dla którego utknąłeś akurat teraz, a nie wcześniej. AI pracuje z ograniczoną „pamięcią" o Twoim projekcie. Dopóki kodu jest mało, wszystko gra. Ale gdy plików robi się coraz więcej, narzędzie zaczyna zapominać, co samo wcześniej napisało, a poprawki coraz częściej psują to, co działało. To nie usterka — to granica systemu. Więcej o tym, czym prototyp różni się od produktu, piszę w osobnym artykule o vibe codingu i o tym, dlaczego prototyp z AI to jeszcze nie produkt.

Co naprawdę znaczy „production-ready"

Wielu ludzi sądzi, że „skończona aplikacja" = „wygląda dobrze i działa na moim ekranie". W rzeczywistości między tymi dwoma rzeczami jest przepaść. Production-ready oznacza, że aplikacja działa niezawodnie dla prawdziwych ludzi, w prawdziwym internecie, z prawdziwymi pieniędzmi i prawdziwymi danymi — bez Ciebie siedzącego obok i restartującego serwer, gdy coś się zepsuje.

Oto uczciwy obraz tego, co AI w Twoim projekcie zrobiło dobrze, a gdzie niemal na pewno uderzyłeś w ścianę:

Obszar	Co AI robi dobrze	Gdzie uderza w ścianę
Interfejs użytkownika	Ładne ekrany, formularze, przyciski, responsywny layout	Niemal nigdzie — tu AI jest naprawdę mocne
Logowanie	Wygląd formularza logowania, ekran „nie pamiętam hasła"	Bezpieczne sesje, tokeny, ochrona haseł, realne uwierzytelnianie, logowanie przez mojeID czy bank
Płatności	Wygląd koszyka i ekranu płatności	Realny przepływ pieniędzy, BLIK, webhooki, obsługa błędów, zwroty, bezpieczeństwo
Dane	Proste przykłady CRUD, dane demo	Prawdziwa baza danych, która przetrwa, migracje, kopie zapasowe
Wdrożenie	Działa na localhoście	Domena, hosting, zmienne środowiskowe, SSL, uruchomienie w sieci
Bezpieczeństwo i RODO	Praktycznie nic	Ochrona danych, zgody i cookies, uprawnienia dostępu, zgodność z UODO, gotowość na KSeF
Przypadki brzegowe	„Szczęśliwa ścieżka", gdy wszystko się udaje	Co się dzieje, gdy ktoś wpisze błędnie, urwie się połączenie, płatność się nie powiedzie

Spójrz na prawą kolumnę. To właśnie są Twoje „pozostałe 30%". To nie kosmetyka — to sam rdzeń produktu. Aplikacja, która ładnie wygląda, ale gubi płatność klienta albo wycieka jego dane, jest gorsza niż brak aplikacji, bo niszczy zaufanie do Twojego biznesu. A w Polsce, gdzie kupujący oczekują przede wszystkim BLIK-a, checkout tylko ze Stripe jest jasnym sygnałem „to nie jest zrobione pod nasz rynek".

Trzy opcje, gdy się zacięło

Gdy dojdziesz do tego miejsca, realnie masz trzy drogi. Żadna nie jest właściwa dla wszystkich — wszystko zależy od tego, jak bardzo zależy Ci na wypuszczeniu produktu na rynek i ile czasu oraz nerwów możesz na to poświęcić.

Opcja 1: walczyć dalej samemu z AI

Ta droga pasuje, jeśli zależy Ci, by samemu się nauczyć, jeśli to projekt poboczny bez terminu i jeśli ryzyko, że coś się zepsuje realnemu użytkownikowi, nic Cię nie kosztuje. Jeśli tak — naprawdę, używaj AI i walcz. Mówię to wprost, bo nie każdy projekt potrzebuje programisty i nie próbuję sprzedać Ci czegoś, czego nie potrzebujesz.

Opcja 2: porzucić wszystko i zacząć od zera gdzie indziej

Prawda jest taka, że z Twojej pracy nie wszystko jest stracone nawet przy starcie od nowa. Sam pomysł, przepływy, logika ekranów, to, czego chcesz — to wartościowa praca, którą da się wykorzystać. O tym, jak ludzie przechodzą od pomysłu do realnej aplikacji i jakie pułapki na nich czyhają, piszę w artykule od pomysłu w ChatGPT do gotowej aplikacji.

Opcja 3: zatrudnić kogoś, kto przepisze to czysto na bazie Twojego prototypu

Ta droga pasuje, gdy zależy Ci na realnym wypuszczeniu, gdy czekają prawdziwi klienci albo płatności, i gdy rozumiesz, że Twój czas jest cenniejszy przy biznesie niż przy walce z błędami wdrożenia. Właśnie tu wchodzę ja.

Dlaczego nie łatam spaghetti, tylko przepisuję czysto

Chcę być szczery co do tego, jak pracuję, bo to często zaskakuje. Gdy ktoś przynosi zacięty projekt z AI, zwykle oczekuje, że „po prostu naprawię jego kod". Tego nie robię — i to świadoma decyzja na Twoją korzyść.

Cudzego ani wygenerowanego przez AI kodu nie przejmuję, nie naprawiam i nie kontynuuję. Nawet gdy struktura wygląda przyzwoicie, rozszyfrowywanie tego, co AI „sobie pomyślało", i szukanie ukrytych luk kosztuje tyle, że czyste przepisanie niemal zawsze wychodzi pewniej. A jeśli kod to to, co nazywam spaghetti — warstwa na warstwie poprawek AI, gdzie każda zmiana psuje trzy inne, gdzie nie ma jasnej architektury — łatanie go byłoby i droższe, i mniej niezawodne niż przepisanie. Jeśli mimo to chcesz kontynuować na istniejącym kodzie, możesz to zrobić sam albo z osobą, która go napisała.

Sedno jest takie: nie obiecuję „posprzątam Twój kod". Obiecuję „zbuduję to tak, by działało i zarabiało". To różne rzeczy. Sprzątanie kodu to dołożenie kolejnej łatki do czegoś, co i tak trzeszczy. Zbudowanie tak, by działało, to zapewnienie, że płatności przechodzą, dane są bezpieczne, logowanie niezawodne, wdrożenie stabilne, a gdy coś pójdzie nie tak, system się nie rozsypuje. Oczekiwanie, które zawsze stawiam z góry: trudne 30% jest najdroższą i najdłuższą częścią i właśnie po nią ludzie przychodzą.

Najlepsza część Twojej pracy — pomysł, ekrany, przepływy — niemal zawsze zostaje zachowana. Przepisanie „czysto" nie znaczy, że Twoja praca ląduje w koszu. Znaczy, że prototyp staje się specyfikacją, a pod wizualem od zera stawiam solidny fundament, którego AI nie zbudowało.

Lokalne integracje, których AI Ci nie podłączy

Jest osobna kategoria trudnego 30%, którą chcę wyróżnić, bo jest charakterystyczna właśnie dla polskiego rynku i AI jest w niej bezsilne. To lokalne integracje. AI wygeneruje ładny formularz płatności, ale fizycznie nie podłączy za Ciebie prawdziwych polskich systemów.

Konkretne przykłady, które nieustannie wdrażam ręcznie:

• Płatności: BLIK, Przelewy24, PayU, Tpay, Autopay — plus karty Visa/Mastercard, Apple Pay, Google Pay oraz raty (Allegro Pay, Klarna). BLIK to dziś około połowy płatności online w Polsce, więc checkout bez niego jest po prostu niekompletny. Każda bramka wymaga umowy z operatorem, testów w sandboxie, obsługi webhooków i bezpiecznego potwierdzania transakcji.
• KSeF (Krajowy System e-Faktur) — od kwietnia 2026 e-fakturowanie staje się obowiązkowe dla większości firm (od lutego dla największych). Aplikacja biznesowa wystawiająca faktury musi gadać z KSeF przez schema FA(3), a od 1 lutego 2026 numer KSeF jest obowiązkowym polem w JPK_VAT. To największa historia integracyjna roku w Polsce — i AI o niej nie ma pojęcia.
• Logowanie i e-tożsamość: Profil Zaufany, mojeID (KIR), mObywatel / mDowod, e-dowód, podpis kwalifikowany (Certum, Szafir, EuroCert) — to nie „social login w 5 minut", a realna integracja z wymogami zgodności, często przez węzeł login.gov.pl. Polscy użytkownicy rutynowo potwierdzają tożsamość przez swój bank, a nie przez osobne konto.
• Wysyłka: InPost Paczkomaty, DPD Pickup, Orlen Paczka, Allegro One Box, DHL i GLS — wybór paczkomatu, śledzenie przesyłek, brokerzy Furgonetka i Apaczka, a przy sprzedaży wielokanałowej integracja z BaseLinker i Allegro. Przy ponad 60 tysiącach automatów paczkowych w kraju to oczekiwany standard każdego e-sklepu.

AI o tych systemach „wie" tylko powierzchownie, a wygenerowany kod najczęściej nawet się nie kompiluje albo nie spełnia wymogów operatora. To praca, która wymaga człowieka — umów, testów w realnym środowisku i doświadczenia.

Ile realnie kosztuje wyjście z zaciętego projektu

Przejdę do liczb, bo właśnie ich potrzebujesz. Kodu z AI nie dokańczam, więc poniżej są moje ceny za czyste przepisanie od zera, w którym Twój prototyp staje się specyfikacją — w euro, rozliczane B2B na fakturę VAT netto. Podkreślam — dokładna kwota nie zależy od stanu Twojego kodu, tylko od tego, co produkt ma robić: ile funkcji, jakie płatności i integracje. Pracuję w modelu „stała cena za projekt", a kod jest Twój.

Zakres	Co obejmuje	Cena
MVP / PWA	Logowanie, baza danych, bezpieczeństwo i wdrożenie; iOS i Android z jednego kodu	od 2 900 €
Aplikacja biznesowa	Płatności, konta użytkowników, panel admina i lokalne integracje (BLIK i Przelewy24 / KSeF e-faktura / mojeID / InPost)	od 6 900 €
Złożona platforma	Kilka typów użytkowników, złożona logika biznesowa, wiele integracji, skalowanie	od 14 900 €

Zwróć uwagę, że te ceny pokrywają się z normalną ceną tworzenia aplikacji. To nie przypadek. AI robi łatwą połowę, a najdroższa część — trudne 30% — i tak zostaje, więc to właśnie ona wyznacza cenę. Ludzie czasem się dziwią — „przecież połowa jest już zrobiona". Zrobiona jest tania połowa. Droga dopiero czeka.

A mimo to niemal zawsze się to opłaca. Oszacuj alternatywę: miesiąc Twojego własnego czasu na walce z błędami, plus ryzyko, że wypuścisz coś, co gubi płatności albo nie spełnia RODO i nie jest gotowe na KSeF. Profesjonalne, czyste przepisanie zdejmuje to ryzyko i wprowadza Twój produkt na rynek szybciej, niż przewalczyłbyś sam.

Co zrobić jeszcze przed kontaktem

Jeśli zdecydujesz, że potrzebujesz pomocy, oto kilka kroków, które wszystko przyspieszą i pomogą Ci dostać dokładną ofertę. Im jaśniej opiszesz, co chcesz zbudować, tym dokładniej mogę wycenić pracę.

• Zachowaj prototyp. Link do działającego prototypu w Lovable, Bolt lub v0 albo zrzuty ekranów — to będzie specyfikacja i punkt odniesienia dla wyglądu. Kodu nie potrzebuję: nie przejmuję go, produkt buduję od zera.
• Spisz, co chciałeś osiągnąć. Kilka zdań o tym, co aplikacja ma robić i kto jest Twoim użytkownikiem — to cenniejsze niż dziesięć ekranów.
• Zaznacz, co produkt ma robić, a czego jeszcze nie robi. „Klient ma zapłacić BLIK-iem", „dane muszą zostawać", „potrzebne logowanie przez mojeID" — im konkretniej, tym dokładniejsza oferta.
• Zbierz dostępy. Jeśli masz już domenę, konto hostingowe albo próbowanego operatora płatności — przygotuj te informacje.

Krótko: co robić, gdy się zacięło

Jeśli zacząłeś budować aplikację z AI i utknąłeś, najpierw wiedz jedno — to normalne i przytrafia się niemal każdemu. AI świetnie dowozi do 70%, ale najtrudniejsze 30% — logowanie, płatności, dane, bezpieczeństwo, wdrożenie i lokalne integracje — zostawia Tobie. To nie kosmetyka, a sam rdzeń produktu.

Masz trzy drogi: walczyć dalej samemu (dobre dla projektu pobocznego bez terminu), zacząć od zera (ryzykując uderzenie w tę samą ścianę) albo zatrudnić kogoś, kto na bazie Twojego prototypu czysto przepisze produkt (gdy zależy Ci na realnym wypuszczeniu). Jeśli wybierasz trzecią — Twój prototyp staje się specyfikacją, a ja od zera buduję produkt tak, by działał i zarabiał. Zostajesz właścicielem kodu, używam standardowych technologii, rozliczam B2B na fakturę VAT netto, a trudne 30% przejmuję ja.

Kontynuując temat, warto przeczytać, czym prototyp z AI różni się od produktu, oraz jakie pułapki czekają na drodze od pomysłu w ChatGPT do gotowej aplikacji. A jeśli już teraz chcesz, by Twój zacięty pomysł stał się działającym produktem — napisz do mnie, co budujesz, albo zobacz, jak wygląda tworzenie aplikacji u mnie.

Najczęściej zadawane pytania (FAQ)