Zespół 8 programistów realizuje dziś 37 nowych funkcji miesięcznie, to ponad 5-krotnie przyspieszenie tempa wprowadzania nowości, a klienci szybciej otrzymują kolejne funkcje, poprawki i usprawnienia. – AI nie jest pretekstem do redukcji zatrudnienia, lecz narzędziem do zwiększania możliwości zespołu, aktualizacji kompetencji i przyspieszenia rozwoju produktu – podkreśla Michał Lidzbarski, CEO Web To Learn i entuzjasta AI.

AI ma wspierać ludzi, nie ich zastępować

Coraz więcej organizacji odchodzi dziś od pytania „czy korzystać z AI?” na rzecz strategicznego podejścia: „jak zbudować firmę, w której AI staje się naturalnym elementem codziennej pracy?”. Taki kierunek obrały już globalne firmy technologiczne. Shopify oczekuje od zespołów uzasadnienia, dlaczego określonych celów nie można osiągnąć z wykorzystaniem AI przed podjęciem decyzji o zwiększeniu zatrudnienia, a Duolingo rozwija model AI First, aby szybciej skalować treści i rozwój produktu.

W podobnym kierunku rozwija się także Web To Learn, stawiając jednak na własną filozofię wykorzystania technologii.

— Wdrożenie podejścia AI First nie oznacza u nas redukcji zatrudnienia. Traktujemy ten proces jako naturalną ewolucję kompetencji, sposobu organizacji pracy i rozwoju zespołów. Koncentrujemy się na aktualizacji wiedzy pracowników, rozwijaniu nowych kompetencji oraz dostosowywaniu ról do zmieniającego się środowiska technologicznego. Inwestujemy w szkolenia, wewnętrzne przekwalifikowanie i praktyczne wykorzystanie narzędzi AI w codziennej pracy. Dzięki temu sztuczna inteligencja wspiera nasze zespoły tam, gdzie realnie pozwala skrócić drogę od pomysłu do wdrożenia, zwiększyć efektywność działań i szybciej dostarczać wartość klientom – mówi Michał Lidzbarski, CEO Web To Learn, entuzjasta AI i założyciel Krajowego Centrum Badań Sztucznej Inteligencji.

AI jako silnik skalowania platformy edukacyjnej

W zaledwie 18 dni Web To Learn opublikowało ponad 30 zmian i usprawnień, to ponad 5-krotne przyspieszenie tempa wprowadzania nowości rozwijających możliwości platformy Web To Learn (to porównanie dotyczy ostatniego intensywnego cyklu wdrożeń względem okres o niższej skali aktywności).

Wśród wdrożonych funkcji znalazły się m.in. obsługa KSeF i faktur XML FA(3) – stosowanych w KSeF, nowe metody płatności ratalnych, rozszerzenia formularzy Szybkiej Sprzedaży, możliwość zmiany karty płatniczej dla subskrypcji PayU, wyszukiwarka pytań w egzaminach kończących dany kurs, nowe systemy powiadomień oraz usprawnienia związane z zarządzaniem certyfikatami.

Firma wdrożyła także liczne poprawki z zakresu UX, wydajności i stabilności platformy.

Tempo rozwoju utrzymuje się od początku roku. W 2026 roku Web To Learn wprowadziło już m.in. edytor AI w Kreatorze Stron, odświeżony panel użytkownika, nowe szablony stron, obsługę BLIK dla płatności cyklicznych, kalendarz społeczności, funkcje wielowalutowe w statystykach sprzedaży, integracje księgowe oraz kolejne narzędzia wspierające twórców i firmy sprzedające wiedzę online.

— Jeszcze niedawno wdrożenie wielu podobnych zmian wymagało długiego procesu obejmującego planowanie, prace programistyczne, testy i kolejne iteracje. Dziś AI znacząco przyspiesza część działań koncepcyjnych, technicznych i analitycznych. Ostateczne decyzje nadal należą do programistów, jednak korzystają oni z narzędzi, które usprawniają research, analizę kodu, przygotowywanie wariantów rozwiązań, dokumentację czy testowanie hipotez. Dzięki temu zespoły mogą szybciej wdrażać nowe funkcje i efektywniej rozwijać produkt — podkreśla Michał Lidzbarski. Z platformy Web To Learn korzysta ponad 1 300 000 użytkowników.

8 programistów i większa przepustowość zespołu

Obecnie nad rozwojem Web To Learn pracuje 8 programistów. Dzięki AI ten zespół może działać z przepustowością, która wcześniej wymagałaby znacznie większych zasobów lub dłuższego czasu realizacji.

Nie chodzi jednak tylko o założenie, że „AI pisze kod za ludzi”. Badania nad GitHub Copilot pokazały, że w kontrolowanym eksperymencie programiści korzystający z narzędzia ukończyli zadanie o 55,8% szybciej, ale sama produktywność zależy od całego procesu: decyzji produktowych, jakości testów, architektury, komunikacji i wdrożeń.

Właśnie dlatego Web To Learn traktuje AI jako element systemu pracy, a nie pojedyncze narzędzie.

— AI First to nie jest zakup abonamentu na narzędzie. To zmiana kultury pracy. Uczymy się zadawać lepsze pytania, szybciej porównywać rozwiązania, sprawniej dokumentować zmiany i szybciej przechodzić od koncepcji do gotowego wdrożenia. To nadal jest praca ludzi, tylko z dużo mocniejszym zapleczem — wyjaśnia Michał Lidzbarski, który branża e-learningową zajmuje się od 10 lat.

AI First nie oznacza „więcej funkcji dla samej liczby funkcji”

Najważniejsza zmiana nie polega wyłącznie na liczbie wdrożeń, ale na skróceniu czasu między potrzebą klienta a reakcją produktu. Dla klientów oznacza to szybsze pojawianie się funkcji, które bezpośrednio wpływają na sprzedaż, obsługę kursantów i codzienną pracę administratorów platform.

Przykładem są zmiany związane z KSeF, płatnościami ratalnymi, subskrypcjami, kreatorem stron, egzaminami, certyfikatami, społecznością czy automatyzacją powiadomień.

— Nasi klienci rozwijają biznesy oparte na wiedzy i działają w środowisku, w którym kluczową rolę odgrywa szybkość wdrażania nowych rozwiązań. Każde usprawnienie, od nowych metod płatności, przez automatyzacje i poprawki UX, po funkcje wspierające sprzedaż, przekłada się na możliwość szybszego uruchamiania kampanii, webinarów, kursów czy modeli subskrypcyjnych. Strategia AI First pozwala nam znacząco skracać czas dostarczania nowych funkcji, a tym samym wspierać klientów w szybszym rozwoju ich biznesów i budowaniu przewagi konkurencyjnej — tłumaczy Michał Lidzbarski.

***

Michał Lidzbarski

Pomysłodawca i współwłaściciel Web to Learn platformy do tworzenia i sprzedaży kursów online, webinarów i e-booków. Założyciel startupu MultiTools – narzędzia AI, z pomocą którego każdy może samodzielnie stworzyć agenta AI i na nim zarabiać.

Entuzjasta AI i wykorzystania sztucznej inteligencji w biznesie. Założyciel Krajowego Centrum Badań o Sztucznej Inteligencji, w którym szkoli z narzędzi AI, a także przeprowadza kompleksowe analizy i porównania modeli AI. Współpracuje badawczo z pracownikami Uniwersytetu Kazimierza Wielkiego w Bydgoszczy.