Zasada dwóch pizz, według której Jeff Bezos od lat wyznaczał optymalny rozmiar zespołu, przechodzi do lamusa. Szefowie największych firm technologicznych, od Meta po Coinbase, jeden po drugim przyznają, że sztuczna inteligencja pozwala im robić więcej mniejszymi grupami ludzi.
Kluczowe fakty:
- Adam Mosseri, szef Instagrama, poinformował, że przeciętny zespół w jego dziale zmniejszył się z około trzynastu osób do czteroosobowych podów złożonych z inżynierów, jednej osoby z produktu i specjalisty dobieranego pod konkretny projekt.
- Mark Zuckerberg stwierdził, że do osiągania postępów w dziedzinie AI wystarczy silna grupa kilkunastu albo kilkudziesięciu ludzi, a nie setki czy tysiące badaczy.
- Zasada dwóch pizz Jeffa Bezosa, przez dekady funkcjonująca jako nieformalny standard optymalnego rozmiaru zespołu w Dolinie Krzemowej, traci na znaczeniu w dobie narzędzi AI umożliwiających pojedynczym pracownikom wykonywanie pracy dotąd wymagającej wielu osób.
Bezos twierdził, że jeśli spotkanie wymaga więcej niż dwóch pizz do nakarmienia uczestników, zespół jest za duży. Przez dekady ta zasada funkcjonowała jako nieformalny standard w Dolinie Krzemowej. Dziś, jak pokazuje seria wypowiedzi liderów największych firm technologicznych zebranych przez Business Insider, ten model traci sens. Nie dlatego, że pizza podrożała. Dlatego, że jeden pracownik uzbrojony w narzędzia AI robi to, do czego kiedyś potrzeba było kilku osób.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Instagram zamienił „baker’s dozen” na czteroosobowe pody
Adam Mosseri, szef Instagrama, mówił o tym otwarcie podczas lipcowego odcinka „Lenny’s Podcast”. Przed erą AI przeciętny zespół w jego dziale liczył około trzynastu osób, w oryginale określone jako „baker’s dozen”. Dziś Instagram działa w mniejszych podach: cztery do sześciu inżynierów o bardziej uniwersalnych kompetencjach, jedna osoba z produktu i specjalista dobierany pod konkretny projekt.
„To, co wyraźnie się dzieje, to że wszystkie funkcje zaczynają się ze sobą przenikać, a cała branża zmaga się z tym, co to oznacza” / „What’s clearly happening is all of the functions are starting to bleed into each other, and the whole industry’s wrestling with what that means” — powiedział Mosseri. Dodał, że mniejsze zespoły potrafią działać szybciej i podejmować lepsze decyzje, mniej zaprojektowane przez komitet.
Podobny ton przebija z wypowiedzi Marka Zuckerberga, który w czerwcowym odcinku podcastu „No Priors” stwierdził, że budowanie przyszłości AI wcale nie wymaga tysięcy badaczy. „Żeby robić postępy w AI, nie potrzebujesz setek albo tysięcy badaczy AI. Uważam, że można naprawdę osiągać postępy z silną grupą kilkunastu albo kilkudziesięciu ludzi” / „In order to make progress in AI, you don’t need like many, many hundreds of AI researchers or thousands or anything like that. I think you can really make progress with a very strong group of a dozen or a couple dozen people” — powiedział szef Meta.
Od podów do cięć etatów: Dorsey, Armstrong, Spiegel i Abrahami
U części liderów mniejsze zespoły to nie tylko filozofia organizacyjna, ale bezpośrednie uzasadnienie dla zwolnień. Jack Dorsey, szef Blocka, spółki matki Square, Cash App, Afterpay, TIDAL, Bitkey i Proto, powołał się na korzyści z AI, tłumacząc decyzję o redukcji niemal połowy zatrudnienia w firmie. Na platformie X (dawniej Twitter) napisał w lutym: „Już teraz widzimy, że narzędzia inteligencji, które tworzymy i wykorzystujemy, w połączeniu z mniejszymi i bardziej płaskimi zespołami, umożliwiają nowy sposób pracy, który fundamentalnie zmienia to, co znaczy budować i prowadzić firmę” / „We’re already seeing that the intelligence tools we’re creating and using, paired with smaller and flatter teams, are enabling a new way of working which fundamentally changes what it means to build and run a company”.
Dorsey opisał to jako wybór między dwoma scenariuszami: „Miałem dwie opcje: ciąć stopniowo przez miesiące albo lata, w miarę jak ta zmiana będzie się dokonywać, albo być szczerym co do tego, gdzie jesteśmy, i zadziałać już teraz. Wybrałem to drugie” / „I had two options: cut gradually over months or years as this shift plays out, or be honest about where we are and act on it now. I chose the latter”.
Brian Armstrong z Coinbase w maju ogłosił zwolnienie około 14 procent załogi giełdy kryptowalut, tłumacząc to potrzebą większej sprawności. „Będziemy się koncentrować wokół talentów natywnie związanych z AI, którzy potrafią zarządzać flotami agentów, żeby uzyskiwać ponadprzeciętny wpływ. Będziemy też eksperymentować ze zredukowanymi rozmiarami podów, w tym z jednoosobowymi zespołami, w których inżynier, designer i product manager to jedna rola” / „We’ll be concentrating around AI-native talent who can manage fleets of agents to drive outsized impact. We’ll also be experimenting with reduced pod sizes, including 'one person teams’ with engineers, designers, and product managers all in one role” — napisał.
Evan Spiegel ze Snapa poszedł podobną drogą po zwolnieniu około 16 procent pełnoetatowych pracowników. W kwietniowym liście pisał o małych zespołach wykorzystujących AI do realizacji kluczowych projektów, w tym Snapchat+ i infrastruktury Snap Lite. Wcześniej, we wrześniu 2025 roku, zapowiadał model pięciu do siedmiu zespołów liczących od dziesięciu do piętnastu osób, działających jak startupy wewnątrz Snapa, z pojedynczymi liderami odpowiedzialnymi za wyniki.
Avishai Abrahami z Wix mówił wprost o skali zmiany. Po zwolnieniu około 20 procent załogi napisał na X, że AI wywołała „najistotniejszą zmianę w sposobie budowania firm od czasu wynalezienia nowoczesnych języków programowania w latach 70.” / „the most significant shift in how companies are built since the invention of modern programming languages in the 1970s”. Dodał, że firma przechodzi do struktury z mniejszą liczbą szczebli między liderami a najmłodszymi członkami zespołu, co oznacza szybsze decyzje, ale też mniej ludzi.
Ta seria wypowiedzi ma jedną wspólną cechę: prawie wszyscy mówią o mniejszych zespołach jako o czymś pozytywnym, niezależnie od tego, czy towarzyszą temu zwolnienia, czy nie. Warto jednak zapytać, czy to naprawdę efekt większej wydajności pojedynczego pracownika uzbrojonego w AI, czy raczej wygodne uzasadnienie decyzji, które i tak zostałyby podjęte z powodów kosztowych. Dorsey i Abrahami łączą redukcje z narracją o AI niemal w tym samym zdaniu, a to od razu każe zadać pytanie o kolejność przyczyn i skutków. Z drugiej strony trudno zaprzeczyć, że model pracy w technologii się zmienia, a mniejsze, bardziej wielofunkcyjne zespoły faktycznie potrafią decydować szybciej niż rozbudowane struktury z warstwami akceptacji. Pytanie brzmi, gdzie jest granica, po przekroczeniu której „leaner” oznacza już tylko „taniej”, a nie „lepiej”. Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Dimon: zespoły jak Navy SEALs, choć bez powoływania się na AI
Nie każdy z cytowanych liderów wiąże mniejsze zespoły bezpośrednio z AI. Jamie Dimon, szef JPMorgan Chase, w kwietniowym liście do akcjonariuszy pisał o zespołach, które powinny działać jak jednostki specjalne. „Zespoły potrzebne do stawienia czoła tym wyzwaniom powinny być małe i mieć uprawnienia do podejmowania decyzji, by działać jak Navy SEALs albo Delta Force” / „The teams needed to tackle these challenges should be small and authorized with the decision-making ability to move and act like Navy SEALs or the Army’s Delta Force” — napisał. Dimon nie powołał się wprost na sztuczną inteligencję, ale podkreślił, że tego typu zespoły wymagają pełnego zaangażowania członków, by móc działać w tempie, którego potrzebuje bank.
Głos z innej strony branży dodał David Pan, field CTO w Cursorze, twórcy popularnego edytora kodu opartego na AI. W lipcowym wpisie na X ocenił, że sama zasada dwóch pizz się sprawdzała, ale w erze AI wymaga korekty. „Miał rację co do małych zespołów. Ale w erze AI dwie pizze to za dużo pizzy” / „He was right about small teams. But in the AI era, two pizzas are too much pizza” — napisał, żegnając regułę słowami „RIP to the two pizza team”.
Skąd bierze się liczba dziesięciu osób
W tle tych wypowiedzi wraca prognoza Sama Altmana, szefa OpenAI, który od dłuższego czasu powtarza, że era firm wartych miliard dolarów zatrudniających zaledwie kilkanaście osób jest bliżej niż się wydaje. Altman mówił o nieformalnym zakładzie w gronie znajomych CEO z branży technologicznej, dotyczącym momentu, w którym powstanie pierwsza jednoosobowa firma warta miliard dolarów. Dario Amodei, szef Anthropic, sugerował, że taki scenariusz może się urzeczywistnić już w 2026 roku.
Nie chodzi tylko o deklaracje. Dane Carta pokazują rosnący udział startupów zakładanych przez pojedynczych founderów, choć wciąż stanowią one mniejszość nowo powstających firm. To pokazuje, że trend jest realny, ale jego skala bywa w komentarzach medialnych mocno wyolbrzymiana względem tego, co faktycznie widać w statystykach.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co to oznacza dla polskiej sytuacji na rynku pracy?
Polski rynek pracy odczuwa podobne napięcia, choć z opóźnieniem i w innej skali. Dane GUS za pierwszy kwartał 2026 roku pokazują, że liczba pracujących spadła o 109 tysięcy osób w porównaniu z końcem 2025 roku, a stopa bezrobocia wśród osób w wieku 15-24 lata sięgnęła aż 12,5 procent. Najnowszy Barometr Rynku Pracy Gi Group Holding wskazuje, że tylko 13,7 procent firm planuje w najbliższym kwartale zwiększenie zatrudnienia, wobec 16,7 procent rok wcześniej, a aż 9,8 procent przedsiębiorstw przewiduje redukcje, co jest najwyższym poziomem od lat.
Branża IT i usług programistycznych czuje to najmocniej. Jak zauważa Maciej Kotarski z Olivia Centre w raporcie Manpower Polska, nowe narzędzia AI czynią zbędną pracę, która jeszcze niedawno wymagała miesięcy zaangażowania całych zespołów, a spadek liczby ofert dla juniorów jest już zauważalny nawet tam, gdzie nie dochodzi do spektakularnych zwolnień.
Dla polskich firm technologicznych, szczególnie tych budujących produkty na eksport, sygnały płynące z Doliny Krzemowej mają konkretne przełożenie:
- Rekrutacja przesuwa się w stronę stanowisk operacyjnych oraz średniego i niższego szczebla, a nie budowy rozbudowanych struktur menedżerskich.
- Firmy zaczynają oceniać kandydatów pod kątem umiejętności pracy z narzędziami AI i orkiestracji zadań, a nie tylko czystych kompetencji technicznych w wąskiej specjalizacji.
- Model podów, kilkuosobowych zespołów łączących funkcje projektowe, produktowe i inżynierskie, zaczyna pojawiać się jako punkt odniesienia również w rozmowach rekrutacyjnych w Polsce, choć na razie głównie w sektorze startupowym.
Jednocześnie warto zachować dystans do porównań jeden do jednego. Struktura polskiego rynku pracy, z dużym udziałem centrów usług wspólnych i outsourcingu, różni się od modelu amerykańskich gigantów technologicznych, gdzie decyzje o restrukturyzacji zapadają szybciej i są mocniej powiązane z presją inwestorów.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiału Business Insider opublikowanego przez Yahoo Finance w dniu 19.07.2026, a także dodatkowych źródeł, w tym serwisów Every.to oraz portalu Forbes.com dotyczących prognoz Sama Altmana. Cytaty Adama Mosseriego, Marka Zuckerberga, Jacka Dorseya, Briana Armstronga, Evana Spiegla, Avishaia Abrahamiego, Jamiego Dimona i Davida Pana zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym. Dane dotyczące polskiego rynku pracy pochodzą z raportów GUS oraz Gi Group Holding, a komentarz branżowy z raportu Manpower Polska cytowanego przez portal biurainfo.pl. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych wypowiedzi liderów branży technologicznej na temat wpływu AI na strukturę zespołów.
