Firma automatyczna, część 1: dlaczego budujemy firmę, którą prowadzi AI
Wprowadzenie
To pierwsza część serii „Firma automatyczna”. Chcę w niej krok po kroku pokazać, jak budujemy w Elemencie firmę, w której rutynę wykonują automaty, a człowiek podejmuje decyzje, łącznie z rzeczami, które nie wyszły za pierwszym razem. Pisałem już, że Element buduje w pełni automatyczną firmę i co z tego mają klienci. W tej serii pokażę, jak to wygląda od środka, a zaczynam od pytania najprostszego: po co w ogóle to robimy.
Powody są cztery: pasja do technologii, ciekawość, gdzie dziś leżą jej granice, przekonanie, że najlepiej uczy się przez budowanie, i bardzo praktyczny rachunek, bo dzięki automatyzacji możemy zrobić więcej dla klientów bez zwiększania kosztów.
Skąd startujemy
Element to mała firma. Mamy produkt, czyli system rekrutacyjny, z którego korzystają działy HR i agencje, a obok niego prowadzę szkolenia z praktycznego wykorzystania AI w firmach. Do tego dochodzi wszystko, co zna każdy właściciel małej firmy: sprzedaż, oferty, faktury, kalendarz, skrzynka pocztowa, marketing, obsługa klientów i setki drobnych zadań, które same się nie zrobią.
Jestem CEO i nie jestem programistą, co jest ważną częścią tej historii. Nie piszę kodu ręcznie, a mimo to mamy dziś na mapie firmy 39 projektów i automatyzacji, z których 25 działa na co dzień. Część z nich to rzeczy duże, jak przepisanie całego interfejsu Elementu, gdzie 181 ze 182 zmian w kodzie przygotowały agenty AI. Część to drobiazgi, które oszczędzają po kilkanaście minut dziennie, ale za to codziennie.
Pasja i ciekawość granic
Zacznę od powodu najmniej biznesowego, bo moim zdaniem jest najbardziej prawdziwy. Technologia mnie po prostu fascynuje, a modele AI zmieniają się dziś tak szybko, że to, co kwartał temu było niemożliwe, dziś działa, a za kwartał będzie oczywiste. Chcę sam sprawdzić, gdzie ta granica przebiega w praktyce. Jedyny sposób, jaki znam, żeby się tego dowiedzieć, to oddać AI realną pracę w realnej firmie i patrzeć, co z tego wychodzi.
Bywa, że wychodzi więcej, niż się spodziewałem. Bywa też, że automat robi coś głupiego z dużą pewnością siebie, i właśnie z takich sytuacji wynikają najważniejsze zasady, o których będę pisał w kolejnych wpisach.
Budowanie to najlepsza nauka
Mogę przeczytać sto artykułów o agentach AI i nadal nie wiedzieć, jak zachowają się w poniedziałek o ósmej rano, kiedy trzeba wysłać ofertę klientowi. Wiedzę, która naprawdę coś znaczy, daje dopiero budowanie: konkretny proces, konkretne dane, konkretny błąd do naprawienia.
Tą wiedzą dzielę się potem na szkoleniach z AI. Uczestnicy dostają rzeczy sprawdzone na własnej skórze: co działa, co tylko dobrze wygląda na demo i gdzie AI potrzebuje człowieka bardziej, niż się wydaje. Na szkoleniach często powtarzam, że najcenniejsze lekcje dały mi automaty, które się pomyliły, i ta seria jest w dużej mierze zapisem właśnie takich lekcji.
Więcej dla klientów, bez większych kosztów
Jest też powód czysto praktyczny. Mała firma ma ograniczone zasoby, a klienci oczekują tego samego co od dużych dostawców: szybkich odpowiedzi, nowych funkcji, aktualnej dokumentacji i pomocy wtedy, kiedy jej potrzebują. Automatyzacja pozwala nam zrobić dla nich więcej mniejszymi zasobami, czyli bez zwiększania kosztów.
Widać to w produkcie. Nowe funkcje Elementu trafiają do klientów szybciej niż kiedykolwiek wcześniej, zgłoszeń na supporcie jest znacznie mniej, spada churn (odejścia klientów). Widać to też w codziennej pracy: przygotowanie oferty, odpowiedź na zapytanie czy dokument do szkolenia zajmuje dziś minuty tam, gdzie wcześniej zajmowało godziny.
Co automaty robią same, a gdzie decyduje człowiek
Od automatów oczekujemy, że zdejmą z nas rutynę: zbieranie danych, przygotowywanie tekstów, pilnowanie terminów, porządkowanie informacji i sprawdzanie, czy wszystko działa. Mają też mówić głośno, kiedy coś się psuje, i milczeć, kiedy wszystko jest w porządku.
Część z nich działa zupełnie samodzielnie, także wtedy, gdy kontaktuje się ze światem zewnętrznym. Najlepszym przykładem jest sprzedaż. System codziennie znajduje firmy, które właśnie rekrutują, sprawdza, czy nie ma ich już w naszym CRM, i sam wysyła im pierwszą wiadomość, a po kilku dniach przypomnienia. Bot sprzedażowy sam prowadzi dalej te rozmowy: odpowiada na wątpliwości i wraca do kontaktów po kilku miesiącach. Automaty same odpowiadają też na zapytania z formularza na naszej stronie, zapraszają do newslettera osoby, z którymi korespondowaliśmy, i aktualizują wybrane części strony internetowej. Tych wiadomości nie zatwierdzam po kolei i nie muszę.
Samodzielność nie oznacza jednak braku kontroli. Każdy z tych automatów ma granice zapisane w kodzie: dzienne limity wysyłek na skrzynkę, tylko jedną pierwszą wiadomość do danej firmy, listy zablokowanych domen i półroczną przerwę po trzech wiadomościach bez odpowiedzi. Zanim bot sprzedażowy cokolwiek wyśle, jego tekst sprawdza niezależny agent w roli krytyka oraz kilka testów mechanicznych, a każdy z nich może wysyłkę zatrzymać. Osobny automat codziennie sprawdza, czy wszystkie limity są przestrzegane, a raz w tygodniu inny ocenia jakość losowo wybranych wysłanych maili.
Człowiek zostaje tam, gdzie pomyłka kosztuje najwięcej albo gdzie liczy się relacja. Gdy firma odpowie i rozmowa robi się konkretna, automat przygotowuje szkic odpowiedzi, proponowane terminy spotkania albo ofertę, a wysyłam je ja. Podobnie jest z fakturami za szkolenia, kolejnymi wydaniami newslettera, wpisami na tym blogu i odpowiedziami z mojej skrzynki. Poprawki w kodzie agent przygotowuje dopiero po mojej zgodzie, a do systemu włącza je dopiero po drugiej.
Sądzę, że najważniejsza lekcja całego projektu dotyczy właśnie tej granicy. Automat może działać sam tam, gdzie potrafimy z góry opisać, czego mu nie wolno, i na bieżąco sprawdzać, czy się tego trzyma. Tam, gdzie takiego opisu nie da się zrobić, decyzję podejmuje człowiek. Jak te granice budujemy, pokażę dokładnie w kolejnych częściach serii.
Co będzie w kolejnych częściach serii
Najpierw fundamenty, potem coraz bardziej szczegółowe automatyzacje. W kolejnych wpisach opiszę między innymi:
- mapę firmy, czyli to, od czego warto zacząć, zanim cokolwiek się zautomatyzuje,
- podział pracy między modele AI na nadzorcę, wykonawcę i krytyka,
- pamięć firmy i jeden zbiór zasad dla wszystkich asystentów AI,
- bramki na rzeczy nieodwracalne i niezależnego krytyka, który sprawdza pracę agenta,
- konkretne automatyzacje: wyszukiwanie firm, które właśnie rekrutują, bota sprzedażowego z człowiekiem w pętli, oferty handlowe, szkolenia od kalendarza do faktury i marketing treści.
W części 2 zacznę od fundamentu, czyli od mapy firmy: jak spisać, z czego firma się składa, zanim zautomatyzuje się w niej cokolwiek.
Ten wpis, jak cała seria, powstał zresztą w tym samym modelu: plan tematów przygotowało AI, ja dopisuję do każdego tematu swój komentarz, a szkic pisze agent, który zna te komentarze i nasze zasady. Ostatnie słowo przed publikacją należy do mnie.
Więcej o tym, czym jest ATS i jak działa Element, przeczytacie tutaj.
Najczęściej czytane:
- Darmowe ogłoszenia o pracę i największa lista źródeł kandydatów – największa w Polsce lista bezpłatnych i płatnych źródeł kandydatów
- Praca w HR – najnowsze oferty pracy i aktualne średnie wynagrodzenia w branży HR
- Akademia Rekrutacji – zbiór wiedzy na temat rekrutacji oraz raporty z rynku pracy.
- Gowork – jak reagować na negatywne opinie o pracodawcach – Kompleksowy poradnik dla pracodawców.
- Jak napisać CV i profil LinkedIn – kompleksowy poradnik tworzenia CV i profilów LinkedIn
- RODO w rekrutacji – sourcing, direct search, ogłoszenia. Wszystko co musisz wiedzieć – kompleksowy poradnik RODO w rekrutacji z naciskiem na działania typu direct search / sourcing.
- Wszystko o systemach ATS – poradnik wyboru systemu rekrutacyjnego
- Umowy przedwstępne i listy intencyjne w procesach rekrutacyjnych – wszystko, co musisz wiedzieć o prawnych zabezpieczeniach zobowiązania do zatrudnienia.
Maciej Michalewski
Founder & CEO @ Element
Ostatnie wpisy:

Firma automatyczna, część 1: dlaczego budujemy firmę, którą prowadzi AI
Pierwsza część serii Firma automatyczna: dlaczego w Elemencie oddajemy rutynę automatom, a decyzje zostawiamy ludziom.

Element pędzi ze zmianami: Slack, domyślne filtry i globalna podmiana szablonów
Ledwo odświeżyliśmy wygląd Elementu, a już doszła integracja ze Slackiem, domyślne filtry, globalna podmiana szablonów wiadomości i import kandydatów prosto z CV.

Nowy wygląd Elementu: 182 commity, z czego 181 napisały agenty AI
Element ma nowy interfejs w Material 3, a pod spodem przepisany frontend z Angulara 13 na 18. Pokazuję, co zmieniło się na ekranie i ile tej pracy wykonały agenty AI.

Oferty pracy w Polsce, sierpień 2026: więcej ogłoszeń, mniej etatów
W sierpniu 2026 w Polsce pojawiło się 257 046 nowych ofert pracy, o 4% więcej rok do roku, choć zatrudnienie w sektorze przedsiębiorstw spada. Dane z raportu Grant Thornton i mój komentarz.

Czy system ATS odrzuca CV? Prawda wygląda inaczej
Czy system ATS odrzuca CV? Prawda wygląda inaczej Wprowadzenie Krótka odpowiedź: nie. Żaden system ATS, z którym miałem do czynienia, w tym Element, nie ma

Pola i tagi w Elemencie: system dla małej i międzynarodowej firmy
Nowy sposób wykorzystania pól i tagów w Elemencie. Dowolna liczba pól, tagi także na kontach użytkowników i jeden przełącznik, który zamienia grupę tagów w granicę bazy kandydatów.