251 milionów złotych w 9 dni. Jeden człowiek, jedna piosenka w kółko, mieszkanie na warszawskiej Pradze i zero strategii. Łatwogang właśnie pobił rekord świata w zbiórkach charytatywnych przez internet – i zrobił to w sposób, który według każdego algorytmu powinien skończyć się totalną klapą.
Kluczowe fakty:
- Model Claude Sonnet 4 przewidział, że akcja Łatwoganga zbierze 3-8 milionów złotych, podczas gdy rzeczywisty wynik wyniósł 251 milionów złotych. AI pomyliła się o 4730%, przewidując zaledwie 2% faktycznego rezultatu.
- Akcja przebiegała według schematu, który łamał wszystkie zasady wirusowości w mediach społecznościowych – jedna piosenka przez 216 godzin, amatorska produkcja w małym mieszkaniu na Pradze, bez profesjonalnego sprzętu czy scenografii.
- AI nie przewidziała efektu kuli śniegowej i społecznego zjawiska "Polska się zjednoczyła", gdy masowe wsparcie celebrytów i mediów głównego nurtu doprowadziło do lawinowego wzrostu wpłat przekraczającego wszelkie algorytmiczne prognozy.
Postanowiliśmy sprawdzić, co by się stało, gdyby przed startem akcji ktoś zapytał sztuczną inteligencję: „Ile uda się zebrać?” Przeprowadziliśmy prawdziwy eksperyment z wykorzystaniem AI Claude. Zasililiśmy model danymi o akcji – bez informacji o końcowym wyniku – i kazaliśmy przewidzieć rezultat.
Spoiler: AI spektakularnie się pomyliła.
Eksperyment: AI jako doradca do marketingu
Do analizy wykorzystaliśmy model Claude Sonnet 4, jeden z najnowszych i najbardziej zaawansowanych systemów AI dostępnych na rynku. To ta sama technologia, którą firmy wykorzystują do prognozowania trendów, optymalizacji kampanii i podejmowania biznesowych decyzji za miliony złotych.
Dane, które dostała AI, były identyczne z tymi, które miał Łatwogang na starcie:
Jak wyglądała akcja:
- 9-dniowa transmisja na żywo na YouTube
- Treść: ciągłe odtwarzanie JEDNEJ piosenki przez 216 godzin
- Lokalizacja: małe mieszkanie na warszawskiej Pradze (zero studia, zero scenografii)
- Organizator: 23-letni twórca z YouTube i TikToka
- Produkcja: zero profesjonalnego sprzętu, montażu, świateł
- Prognoza samego organizatora: 200-500 tysięcy złotych
Dane rynkowe:
- Wielka Orkiestra Świątecznej Pomocy (30+ lat tradycji): ~263 mln zł rocznie
- Poprzedni rekord świata w zbiórkach przez transmisje: około 80 mln zł (Francja, 2025)
- Średnia zbiórka influencerska w Polsce: poniżej 1 miliona złotych
Co napędzało akcję: Piosenka „Ciągle tutaj jestem (diss na raka)” – współpraca rapera Bedoesa 2115 z 11-letnią Mają Mecan, dziewczynką chorą na białaczkę limfoblastyczną.
Zadaliśmy AI jedno proste pytanie: ile pieniędzy zbierze ta akcja?
Prognoza AI: 3-8 milionów złotych
Odpowiedź modelu była brutalna w swojej precyzji:
Przewidywana kwota: 5,2 miliona złotych Poziom pewności: średni do wysokiego Zakres: 3-8 mln zł w najbardziej optymistycznym scenariuszu
Uzasadnienie AI brzmiało niemal jak wyrok:
„Taki schemat transmisji łamie fundamentalne zasady wirusowości w mediach społecznościowych. Brak dynamicznych zmian, profesjonalnej produkcji i zróżnicowanych treści drastycznie ogranicza potencjał promowania przez algorytmy. Przy założeniu średniego zaangażowania twórcy z tej kategorii oraz emocjonalnego charakteru sprawy, realistyczna prognoza to 3-8 mln zł. Przekroczenie 10 mln wymagałoby masowego wsparcia celebrytów najwyższej kategorii, co jest mało prawdopodobne przy tak niskiej jakości produkcji.”
Rzeczywisty wynik: 251 milionów złotych.
Błąd prognozy: AI pomyliła się o 246 milionów złotych, czyli o 4730%.
Innymi słowy: sztuczna inteligencja przewidziała, że akcja osiągnie około 2% rzeczywistego wyniku.
Prawie co drugi pracownik w Polsce używa AI za plecami swojego szefa. 71% polskich pracowników oszczędza dzięki AI od pół godziny do ponad dwóch godzin dziennie …
Dlaczego AI widziała porażkę tam, gdzie był fenomen?
Odpowiedź jest prosta i zarazem fascynująca: AI uczy się na danych historycznych. Analizuje wzorce z przeszłości i przenosi je na przyszłość. Świetnie radzi sobie z optymalizacją znanych schematów. Gorzej – ze zjawiskami, które łamią wszystkie dotychczasowe reguły.
Algorytm YouTube kontra Łatwogang
AI wskazała konkretne „czynniki ryzyka”, które jej zdaniem zagwarantują niskie zasięgi:
1. Powtarzalność treści = koniec oglądalności Algorytm YouTube jest zaprogramowany tak, by karać powtarzalność. Jedna piosenka przez 216 godzin? To scenariusz, w którym czas oglądania powinien spaść do zera po pierwszych minutach.
Tymczasem w finale transmisji oglądało ją jednocześnie 1,5 miliona osób.
2. Brak dynamicznych ujęć = spadek zaangażowania Współczesne algorytmy nagradzają tzw. „szybkie treści” – zmiana ujęcia kamery co 3-5 sekund, różne kadry, dynamiczny montaż. To utrzymuje uwagę widza i zwiększa prawdopodobieństwo, że algorytm zaproponuje film kolejnym użytkownikom.
Transmisja Łatwoganga: stacjonarna kamera, małe mieszkanie, facet siedzący na krześle. Przez 9 dni.
3. Długie materiały = problem z utrzymaniem uwagi YouTube promuje filmy, które ludzie oglądają od początku do końca. Statystyki są brutalne: średni czas oglądania 15-minutowego filmu to… 4 minuty. Ludzie przechodzą dalej.
9-dniowa transmisja to 216 godzin. Według wszelkich danych – nieosiągalny cel dla masowej publiczności.
4. Amatorska produkcja = niska pozycja w rekomendacjach AI wprost napisała: „Brak profesjonalnego przygotowania drastycznie zmniejsza szanse na promowanie przez algorytm. Platformy preferują wysokiej jakości materiały, które zatrzymują użytkowników na dłużej.”
A jednak to właśnie surowa, nieoszlifowana forma stała się atutem.
Czego AI nie wzięła pod uwagę: siła autentyczności
Model przeanalizował dane, wzorce, statystyki. Nie przeanalizował jednego: ludzie w 2026 roku są zmęczeni perfekcją.
Jesteśmy bombardowani treściami generowanymi przez AI, dopracowanymi do perfekcji reklamami, twórcami z profesjonalnymi światłami i scenografiami. Każdy wpis na Instagramie to produkcja godna sesji dla magazynu. Każdy TikTok to montaż na poziomie hollywoodzkich zwiastunów.
I nagle pojawia się facet w małym mieszkaniu na Pradze, który przez 9 dni słucha jednej piosenki. Zero filtrów. Zero scenariusza. Zero strategii. Czysta, surowa, niewygodna autentyczność. To jest coś, czego AI – mimo wszystkich swoich algorytmów – nie potrafi zmierzyć.
Lawinowy efekt, którego AI nie przewidziała
AI zidentyfikowała również „czynniki sukcesu”, ale nawet tu jej prognozy były zachowawcze:
- Emocjonalna historia (piosenka z chorą dziewczynką) – szacowany wzrost: +30-50%
- Potencjalne wsparcie sław – szacowany wzrost: +100-200%
- Charakter sprawy (pomoc dzieciom z rakiem) – szacowany wzrost: +50%
W sumie, w najbardziej optymistycznym scenariuszu, AI przewidywała maksymalnie 15 milionów złotych.
Rzeczywistość pokazała coś innego: efekt kuli śniegowej, którego AI nie uwzględniła.
Kiedy Robert Lewandowski wpłacił pieniądze, napisał o tym na Instagramie. Jego 38 milionów obserwatorów zobaczyło to. Część z nich wpłaciła. I napisała o tym. A ich znajomi zobaczyli. I wpłacili.
Gdy pojawiła się Doda, temat eksplodował w głównych mediach. TVN, Polsat, Onet, WP – wszyscy o tym pisali.
AI nie potrafi modelować efektu „Polska się zjednoczyła”.
Nie ma danych historycznych dla momentu, gdy naród wspólnie decyduje: „ok, wszyscy wpłacamy, to jest nasza sprawa”. To nie jest algorytm. To nie jest trend. To jest zjawisko społeczne.
A te – z definicji – wymykają się przewidywaniom.
Paradoks młodego pokolenia: więcej AI = większy głód prawdy
Młode pokolenie, to które teoretycznie powinno być najbardziej podatne na algorytmy i treści zoptymalizowane przez AI, zareagowało najsilniej.
TikTok Łatwoganga eksplodował. Młodzi ludzie masowo udostępniali nagrania z transmisji. Tworzyli memy. Angażowali się w komentarzach.
Paradoks? Niekoniecznie.
Im więcej treści generowanych przez AI, tym większa wartość autentyczności.
Młodzi ludzie w 2026 roku przebijają się przez:
- Wpisy generowane przez AI na LinkedIn (każdy prezes brzmi jak chatbot)
- Syntetyczne zdjęcia influencerek (edycja + AI = nieosiągalne standardy)
- Reklamy ze sztuczną inteligencją
- Boty komentujące pod każdym wpisem
A potem widzą faceta, który siedzi w mieszkaniu i szczerze mówi: „chcę pomóc dzieciakom”. Bez ściemy. Bez strategicznych komunikatów. Bez tekstów pisanych przez AI. I to – nie algorytm – wygrywa.
Lekcja dla branży: kiedy AI zawodzi
Firmy wydają miliardy dolarów rocznie na narzędzia AI do marketingu. Platformy obiecują:
- Optymalizację kampanii w czasie rzeczywistym
- Przewidywanie wirusowości treści
- Personalizację na poziomie pojedynczego użytkownika
- Zwrot z inwestycji przewidywany z dokładnością do grosza
I to wszystko działa. Ale tylko w pewnych warunkach.
AI jest genialna w optymalizacji ZNANYCH SCHEMATÓW. Przegrywa z ludźmi w tworzeniu NOWYCH ZJAWISK.
Przykład:
- AI powie Ci, jak zoptymalizować kampanię reklamową, by zwiększyć klikalność o 0,3%
- AI nie powie Ci, że facet słuchający jednej piosenki przez 9 dni zbierze ćwierć miliarda złotych
Dlaczego? Bo nie ma danych do nauki. Nikt wcześniej tego nie zrobił. To znaczy – zrobił, ale to był PIERWSZY raz. A AI potrzebuje WIELU przypadków, by wyciągnąć wzorzec.
Trzy błędy firm stosujących AI bez zastanowienia:
1. Nadmierna optymalizacja = utrata duszy Firmy testują różne wersje nagłówków. 50 wariantów. AI wybiera ten z najwyższą klikalnością. Jest perfekcyjny. Jest martwy. Brzmi jak każdy inny nagłówek zoptymalizowany przez AI.
Ludzie przestają klikać, bo to brzmi jak… cóż, jak AI.
2. Unikanie ryzyka = unikanie przełomów AI rekomenduje sprawdzone rozwiązania. „To działało wcześniej, więc zadziała teraz.”
Ale przełomy z definicji są ryzykowne. Odstają od wzorca. AI tego nie zaproponuje.
3. Fetyszyzacja danych = ślepota na emocje AI analizuje wskaźniki: czas oglądania, współczynnik odrzuceń, zaangażowanie. Nie analizuje: „czy to sprawia, że ludzie płaczą?”
A czasem właśnie to – ludzka emocja, łza, dreszcz – decyduje o tym, czy ktoś wpłaci 20 złotych.
Werdykt: 246 milionów różnicy między algorytmem a człowiekiem
Różnica między prognozą AI (5 mln) a rzeczywistością (251 mln) to nie błąd zaokrąglenia. To nie przypadkowe odchylenie. To fundamentalna przepaść między tym, jak myślą maszyny, a jak działają ludzie.
AI widziała dane. Widziała wzorce. Widziała historyczne wyniki. Ludzie widzieli chłopaka, który naprawdę chce pomóc dzieciakom chorym na raka. I postanowili się przyłączyć.
Czy to znaczy, że AI jest bezużyteczna? Absolutnie nie. AI jest nieoceniona w optymalizacji, analizie, automatyzacji. Ale ma swoje granice.
Czy to znaczy, że powinniśmy przestać używać AI w marketingu? Nie. Ale powinniśmy przestać stosować ją ślepo.
Czego nas to uczy?
Że w świecie coraz bardziej zdominowanym przez algorytmy, AI i syntetyczne treści – autentyczność staje się walutą. Że czasem najlepsza strategia marketingowa to… brak strategii. Że ludzie wciąż potrafią zaskoczyć najinteligentniejsze maszyny. I że 23-letni twórca z YouTube siedzący w małym mieszkaniu na Pradze może pobić rekord świata, bo po prostu zrobił coś prawdziwego.
ChatGPT może podpowiedzieć Ci 50 strategii na wirusowość.
Łatwogang włączył jedną piosenkę w pętlę i nie wychodził z domu przez 9 dni.
Wygrał człowiek.
251 000 000 zł vs 5 000 000 zł
Różnica: 246 milionów złotych
Czyli dokładnie tyle, ile kosztuje nadmierne zaufanie algorytmom.
A może tyle, ile warta jest autentyczność w erze sztucznej inteligencji.
