Vibe coding kontra enterprise software

W pierwszym kwartale 2026 roku ceny akcji wielu producentów rozwiązań SaaS gwałtownie traciły na wartości. Spadki sięgały od 20% do nawet 70% u dotychczasowych hegemonów branży, takich jak Salesforce, Atlassian, Figma czy Workday. Jednym z czynników wpływających na nastroje inwestorów były rosnące możliwości narzędzi takich jak Claude Code oraz obawy, że AI pozwoli klientom samodzielnie tworzyć oprogramowanie idealnie dopasowane do potrzeb. Skala tego zjawiska była na tyle istotna, że w mediach zaczęto je określać mianem „SaaSpocalypse”.

Sztuczna inteligencja faktycznie pozwala tworzyć niezwykle efektowne prototypy aplikacji biznesowych w bardzo krótkim czasie. Możemy np. wprowadzić raport finansowy firmy (pobrany z systemu ERP jako plik .xls) do małego lokalnego programu wygenerowanego przez AI i w parę chwil uzyskać wizualizację danych oraz garść wniosków.

Rozmaite formularze, dashboardy czy proste bazy danych powstają dzięki agentom AI w ciągu dni lub godzin, zamiast dotychczasowych wielomiesięcznych projektów. Co więcej, mogą je tworzyć osoby nieznające języków programowania ani zasad inżynierii oprogramowania. Ten tryb tworzenia aplikacji określa się często jako „vibe coding” (od angielskiego słowa „vibe”, które oznacza m.in. podążanie za intuicją; szerzej pisaliśmy o tym w artykule pt. „Czy AI zastąpi programistów?”.

Taka rewolucja w tworzeniu aplikacji (i związany z nią szum medialny) może przekonać zarząd, że firma stała się samowystarczalna w zakresie rozwoju software’u. Jednak choć analiza raportu finansowego czy prosty formularz to wartościowe zastosowania AI, to jednak są one bardzo wycinkowe. Produkty AI nie stanowią solidnych i kompletnych systemów informatycznych dla przedsiębiorstw.

Rozważmy pozornie prosty przykład: chcemy usprawnić składanie wniosków urlopowych i uzyskać przejrzysty sposób prezentowanie grafiku nieobecności, żeby każdy pracownik mógł łatwo sprawdzić, kto i kiedy jest dostępny. Oczywiście jeśli wpiszemy taki prompt do jednego z narzędzi AI, to otrzymamy w rezultacie aplikację. Nawet całkiem atrakcyjną wizualnie. Jednak kiedy przymierzymy się do jej rzeczywistego wykorzystania w firmie, napotkamy kilka istotnych pytań:

• Skąd system ma pobierać aktualną listę pracowników oraz informacje o zależnościach w strukturze organizacyjnej (aby przełożony mógł akceptować urlopy swoich podwładnych)?
• Jak połączyć aplikację z wysyłką maili o oczekujących zadaniach (akceptacji wniosków) do właściwych adresatów?
• Czy możemy zagwarantować, że system prawidłowo ustali dostępne rodzaje nieobecności (zgodne z kodeksem pracy) i liczbę dni limitu nieobecności dla każdej osoby w bieżącym roku (np. zależnie od stażu pracy)?
• W jaki sposób udostępnić informacje w sieci, aby zagwarantować, że nie będą dostępne dla nieuprawnionych użytkowników?

Oczywiście wymienione zagadnienia są łatwe do rozwiązania w firmie kilku- lub kilkunastoosobowej. Lecz w takiej organizacji wystarczy nam do planowania urlopów wspólny plik (np. arkusz w Google Sheets), zamiast dedykowanych aplikacji. Tymczasem najbardziej optymistyczni entuzjaści AI twierdzą, że jest ona gotowa zastępować całe systemy ERP czy CRM.

Stabilne i wiarygodne środowisko IT przedsiębiorstwa wymaga:

• Zarządzania dostępem: SSO, kontrola uprawnień, odbieranie dostępów przy rozwiązaniu umowy, pełne raportowanie na potrzeby audytów;
• Cyberbezpieczeństwa i audytowalności: ochrony przed wyciekiem danych, odporności na ataki oraz szczegółowych logów (kto, kiedy i jaką operację wykonał);
• Architektury danych: jednolitej interpretacji pojęć w całej firmie (np. „czy pracownicy w raporcie to liczba osób, czy łączny wymiar etatów” i setek podobnych decyzji/reguł);
• Wydajności i skalowalności: przemyślanej replikacji danych, właściwej struktury bazy, optymalizacji zapytań;
• Logiki przebiegu procesów: mechanizmów workflow, reguł działania zgodnych ze strukturą firmy (np. „przekaż wniosek do przełożonego, wg struktury organizacyjnej, a jeśli kwota powyżej 1000 EUR, to do przełożonego dwa szczeble wyżej”).

Te zagadnienia nie zostaną prawidłowo obsłużone w skali organizacji przez użytkowników „vibe-codujących” własne mikronarzędzia – bez względu na to ile milionów tokenów zużyją i ile razy chatbot pochwali ich błyskotliwość. W ten sposób nie powstaną bezpieczne bazy danych ani systemy koordynujące działanie setek pracowników wg udokumentowanych reguł biznesowych.

Czy to oznacza, że tworzenie aplikacji przez użytkowników za pomocą AI to tylko chwilowa moda? Wprost przeciwnie. Kluczem do sukcesu jest umieszczenie tego oddolnego rozwoju we właściwych ramach i połączenie go z tradycyjnym oprogramowaniem.

Nie należy szukać drogi na skróty i omijać wdrożenia kluczowych systemów takich jak ERP, CRM czy platforma obiegu dokumentów. Są one niezbędnym fundamentem bezpiecznej architektury. Powinniśmy jednak oczekiwać od ich dostawców elastycznych interfejsów programistycznych (API). Nowoczesne narzędzia AI doskonale radzą sobie z analizą API i pozwalają rozszerzać funkcjonalność systemów SaaS (oraz bardziej tradycyjnych rozwiązań on-premise), aby jeszcze lepiej spełniały potrzeby użytkowników.

Udostępniane przez dostawców systemów API powinny spełniać następujące warunki:

• Odczyt danych: API powinny udostępniać wyłącznie taki sam zakres informacji, do których miałby dostęp użytkownik po zalogowaniu się do głównego systemu (np. ERP). AI może je potem wizualizować w dowolny sposób przydatny dla użytkowników – bez angażowania firmowego działu IT czy dostawcy oprogramowania.
• Modyfikacja danych: to bardziej newralgiczny obszar, lecz prawidłowo zdefiniowane API zweryfikuje uprawnienia i zadba o spójność danych (np. walidacja reguł biznesowych nie pozwoli wprowadzić transakcji z kwotą przekraczającą limit dla danego stanowiska).

Warto zbadać możliwości rozszerzania posiadanych systemów poprzez API w połączeniu z generowaniem własnych aplikacji przez AI. Jeśli obecne oprogramowanie ma tu zbyt duże ograniczenia, to jest to właściwy moment na rozważenie modernizacji (np. wdrożenie rozwiązań, które uwzględniają taką architekturę – jak platforma digitalizacji procesów Rockawork czy system samoobsługi pracowniczej BeeOffice).

Dzięki wsparciu AI w rozwoju nowych funkcji nowoczesne systemy SaaS stają się jeszcze bardziej użyteczne i przyczyniają do zwiększenia wydajności firmy. Natomiast użytkownicy są bardziej zadowoleni, ponieważ uzyskują narzędzia idealnie dopasowane do ich codziennych potrzeb.