Kiedy oprogramowanie pisze się samo: iluzja domowego systemu ERP

Kilka dni temu Bas van der Veldt, CEO holenderskiego giganta oprogramowania AFAS, podzielił się fascynującą historią , która doskonale oddaje obecny kryzys egzystencjalny branży technologicznej.
W ciągu weekendu, nie pisząc ani jednej tradycyjnej linijki kodu, stworzył w pełni funkcjonalną aplikację „menedżera witamin” dla swojego domu.
Wykorzystał proces o nazwie vibecoding, komunikując się po prostu z interfejsem sztucznej inteligencji (AI), który obsługiwał bazę danych, zaplecze i interfejs użytkownika. Następnie obserwował, jak jego kolega w ciągu zaledwie kilku godzin tworzy zautomatyzowany moduł sprawdzania licencji partnerów, używając tej samej metody.

Tak szybki cykl rozwoju sprawił, że zadał on wyjątkowo niewygodne pytanie dla osoby zarządzającej dużą firmą programistyczną.

Skoro dziś każdy potrafi programować własne aplikacje, to dlaczego wciąż istnieją uznani dostawcy oprogramowania? Dlaczego firmy po prostu nie zbudują własnych, niestandardowych systemów ERP i nie przestaną płacić masowych abonamentów?

To pytanie rozbrzmiewa obecnie w salach konferencyjnych w Dolinie Krzemowej i na globalnym rynku technologicznym.
Dzięki szybkiemu rozwojowi autonomicznych agentów AI zdolnych do generowania całych architektur oprogramowania, bariera wejścia w rozwój aplikacji spadła do zera.
Reakcja rynku była szybka i brutalna, napędzana przekonaniem, że każda firma wkrótce stworzy własne narzędzia wewnętrzne i porzuci starszych dostawców.

Jednak ta narracja zasadniczo nie rozumie natury oprogramowania korporacyjnego. Umiejętność generowania kodu została utożsamiona z umiejętnością tworzenia zgodnego z przepisami, skalowalnego i bezpiecznego systemu biznesowego.

Błąd gier wideo

Aby zrozumieć różnicę między generowaniem kodu a budowaniem systemu, możemy przyjrzeć się branży gier wideo. Obecnie generatywna sztuczna inteligencja potrafi bez wysiłku stworzyć piękny model 3D postaci lub napisać prosty skrypt ruchu wroga. Nastolatek z dostępem do tych narzędzi może wygenerować imponujące zasoby wizualne w jedno popołudnie.

Stworzenie arcydzieła wymaga zupełnie innego poziomu inżynierii. Złożona gra kooperacyjna dla wielu graczy wymaga misternego projektowania poziomów, idealnie zbalansowanej mechaniki walki, solidnej architektury sieciowej, która poradzi sobie z opóźnieniami, oraz wciągającej narracji. Wygenerowane modele 3D stanowią jedynie warstwę wizualną potężnego silnika fizyki i logiki.

Oprogramowanie dla przedsiębiorstw działa na tej samej zasadzie. System ERP, taki jak Infor LN czy SAP, to nie tylko zbiór skryptów Pythona i tabel bazy danych zamkniętych w interfejsie użytkownika. Platformy te to skrystalizowane repozytoria międzynarodowej wiedzy biznesowej. Zawierają one dekady wbudowanej logiki dotyczącej zgodności łańcucha dostaw, lokalnych przepisów podatkowych w dziesiątkach krajów, surowych zasad rachunkowości i rygorystycznych protokołów bezpieczeństwa.

Wygenerowanie formularza internetowego aktualizującego bazę danych klientów jest banalnie proste. Stworzenie systemu, który automatycznie oblicza prawidłową amortyzację aktywów zgodnie z obowiązującymi przepisami podatkowymi, jednocześnie aktualizując wycenę zapasów i uruchamiając zgodny z przepisami proces zaopatrzenia, to zupełnie inne wyzwanie. Kod to najłatwiejsza część tego równania (do wszystkich programistów czytających ten tekst – proszę, nie zabijajcie mnie). Prawdziwa trudność tkwi w zrozumieniu złożonej sieci reguł rządzących światem biznesu.

Koszt odpowiedzialności

Kiedy firma kupuje licencję na oprogramowanie korporacyjne, kupuje coś o wiele cenniejszego niż sam kod. Kupuje odpowiedzialność.

W swojej refleksji CEO AFAS zauważył, że chociaż jego domowa aplikacja witaminowa działa idealnie, nie może zajrzeć pod maskę, aby ją naprawić, jeśli sztuczna inteligencja wyobraziła sobie wadę strukturalną. W przypadku aplikacji domowej usterka to jedynie drobna niedogodność. W przypadku międzynarodowej korporacji pojedynczy wyimaginowany punkt danych może zatrzymać fizyczne łańcuchy dostaw i spowodować poważne audyty zgodności.

Van der Veldt podkreślił, że prawdziwe prawo firmy programistycznej do istnienia sprowadza się do zaangażowania się w produkcję swojego produktu. Potrzebna jest dogłębna wiedza specjalistyczna zarówno w zakresie treści, jak i technologii, aby zagwarantować, że system spełnia rygorystyczne wymogi dotyczące niezawodności, audytów finansowych i ładu korporacyjnego.

To przekonanie jest powszechnie podzielane przez pragmatycznych liderów technologicznych. Sateesh Seetharamiah, CEO EdgeVerve, niedawno omówił przełomową moc sztucznej inteligencji w miejscu pracy. Przyznał, że nastąpił ogromny wzrost produktywności, ale stanowczo stwierdził, że ostatecznie to człowiek musi wziąć na siebie odpowiedzialność.

Ten brak wrodzonego zaufania nie jest jedynie problemem użytkowników. Jak analizowałem w mojej niedawnej analizie pt. „The AI ​​Exodus: Why the Builders Don't Trust the Building”, nawet inżynierowie i badacze opracowujący te fundamentalne modele coraz głośniej mówią o zagrożeniach związanych z wdrażaniem autonomicznych systemów bez ścisłego nadzoru ze strony człowieka. Jeśli sami budowniczowie nie ufają fundamentom, nie można oczekiwać, że liderzy przedsiębiorstw będą na nich opierać swoje globalne operacje.

To nieprzekraczalna fosa chroniąca złożone systemy ERP. Aplikacja stworzona przez sztuczną inteligencję to czarna skrzynka. Jeśli firma zbuduje własny, wewnętrzny silnik finansowy wykorzystujący sztuczną inteligencję, a ten silnik błędnie obliczy zobowiązania podatkowe przedsiębiorstw, co doprowadzi do nałożenia ogromnych kar, firma ponosi wyłącznie cały ciężar prawny i finansowy. Partnerstwo z uznanym dostawcą przenosi znaczną część tego ryzyka. Firmy kupują systemy ERP, ponieważ potrzebują podmiotu prawnie odpowiedzialnego, który będzie stał za oprogramowaniem.

Kierowanie cyfrową siłą roboczą

Utowarowienie kodu powoduje również drastyczną zmianę w świecie doradztwa. Przez lata znaczna część doradztwa ERP obejmowała wysoce techniczne, powtarzalne zadania. Konsultanci spędzali niezliczone godziny na mapowaniu pól danych, pisaniu niestandardowych skryptów do integracji i konfigurowaniu uprawnień użytkowników.

W miarę jak agenci AI przejmują te niskopoziomowe zadania wykonawcze, rola konsultanta musi wzrosnąć. Uwaga skupia się całkowicie na architekturze systemu, optymalizacji procesów i zarządzaniu ryzykiem.

Odchodzimy od pytania o to, jak skonfigurować system, na rzecz pytania, dlaczego system powinien być skonfigurowany w określony sposób. Kiedy agent AI sugeruje zmianę globalnej trasy łańcucha dostaw w celu obniżenia kosztów, konsultant musi ocenić tę sugestię pod kątem ryzyka geopolitycznego, wiarygodności dostawców i długoterminowej strategii firmy. Wartość ludzkiej wiedzy i doświadczenia przenosi się z szybkości realizacji na głębię osądu.

Tę rzeczywistość potwierdzają liderzy budujący sprzęt napędzający całą tę rewolucję. Reagując bezpośrednio na niedawną panikę rynkową wokół akcji SaaS, Nvidii CEO Jensen Huang, stanowczo odrzucił pomysł natychmiastowego zastąpienia ludzi. Wraz z innymi weteranami technologii, wyjaśnił, że celem tych zaawansowanych modeli jest bezprecedensowa produktywność, a także umożliwienie pracownikom kierowania własnymi zespołami cyfrowymi. Chociaż algorytmy zapewniają ogromną moc wykonawczą, wyznaczanie celów, zapewnianie zgodności z przepisami i podejmowanie strategicznych decyzji pozostają głęboko ludzkimi obowiązkami. Założenie, że sztuczna inteligencja po prostu wyeliminuje pracowników, całkowicie ignoruje praktyczne potrzeby operacyjne przedsiębiorstw.

Co więcej, ludzka bezwładność pozostaje najsilniejszą siłą we wszechświecie korporacyjnym. Technologia rozwija się w tempie wykładniczym, ale organizacje adaptują się w tempie ślimaczym. Migracja firmy do nowego modelu operacyjnego wymaga poruszania się po wewnętrznych gąszczach polityki, przekwalifikowania tysięcy pracowników i przezwyciężenia naturalnego oporu przed zmianami. Agent AI potrafi napisać idealny skrypt migracji oprogramowania w kilka sekund, ale nie przekona sceptycznego kierownika działu do porzucenia arkusza kalkulacyjnego, z którego korzystał przez dwadzieścia lat.

Przyszłość modelu SaaS

Obawy związane z modelem biznesowym SaaS są częściowo uzasadnione, ale harmonogram i rezultaty często są błędnie interpretowane. Tradycyjny model pobierania opłat wyłącznie za dostęp użytkownika jest poddawany silnej presji. Dostawcy zdają sobie sprawę, że w miarę jak sztuczna inteligencja zajmuje się coraz bardziej zautomatyzowanymi zadaniami, coraz mniej osób będzie musiało codziennie logować się do systemu.

Ta świadomość napędza zwrot w kierunku modeli cenowych opartych na rezultatach. Giganci oprogramowania zaczynają badać sposoby naliczania opłat za wartość dostarczaną przez system, taką jak liczba faktur przetworzonych autonomicznie lub skuteczna optymalizacja sieci logistycznej.

Dostawcy oprogramowania, którzy przetrwają tę transformację, to ci, którzy zrozumieją, że ich kod nie jest już ich głównym zasobem. Ich prawdziwymi atutami są dogłębna znajomość przepisów branżowych, solidna architektura bezpieczeństwa oraz gotowość do wzięcia na siebie ciężaru odpowiedzialności za swoich klientów.

Pomysł, że każda firma nagle stanie się własnym dostawcą oprogramowania, ignoruje fundamentalne realia ryzyka biznesowego i zgodności. Rynek niewątpliwie doświadczy wyludnienia się cienkich aplikacji typu wrapper, które oferują niewiele więcej niż ładny interfejs dla podstawowych funkcji sztucznej inteligencji.
Jednak fundamentalne systemy napędzające globalną gospodarkę pozostaną w rękach organizacji, które mogą zagwarantować ich niezawodność na dużą skalę. Przyszłość należy do tych, którzy rozumieją, że o ile kod stał się tani, o tyle zaufanie pozostaje niezwykle drogie.

Napisane przez Andreę Guaccio 

24 lutego 2026