Piotr Polus, Head of Technology krakowskiego software house’u Miquido, ocenia w komunikacie z 21 października 2026 r., że rynek aplikacji mobilnych otrząsa się z nieprzemyślanych wdrożeń sztucznej inteligencji i coraz częściej stwierdza, że zamiast modelu językowego wystarczy klasyczny machine learning albo dobry algorytm. Jego zdaniem większym zagrożeniem dla twórców aplikacji niż sama moda jest to, że asystenci pokroju Gemini zaczynają wykonywać zadania za użytkownika bez otwierania aplikacji, odbierając firmom bezpośrednią relację z klientem.
- Gartner prognozuje, że ponad 40 proc. projektów z obszaru agentowej AI zostanie anulowanych do końca 2027 r. z powodu rosnących kosztów, niejasnej wartości biznesowej lub niewystarczającej kontroli ryzyka, a spośród tysięcy dostawców określających swoje produkty jako „agentowe" tylko około 130 oferuje rzeczywiste możliwości agentowe.
- Snapchat w 2023 r. przypiął chatbota My AI na stałe do góry listy czatów bez możliwości jego usunięcia, co doprowadziło do spadku średniej oceny aplikacji w amerykańskim App Store do 1,67 gwiazdki, a 75 proc. nowych recenzji było jednogwiazdkowych – według danych Sensor Tower cytowanych przez TechCrunch.
- Funkcja AppFunctions w Androidzie 16 pozwala agentowi Gemini wykonywać zadania w aplikacjach – takie jak zamawianie przejazdów czy dodawanie produktów do koszyka – bez ich otwierania, co według Piotra Polusa z Miquido pozbawia twórców aplikacji bezpośredniej relacji z klientem, podobnie jak Google AI Overviews odbiera wydawcom ruch z wyszukiwarki.
Miquido to firma założona w Krakowie w 2011 r., która zatrudnia ponad 200 osób i według własnych danych stworzyła aplikacje używane łącznie przez ponad 100 mln osób. Komentarz jej Head of Technology trafił do redakcji jako materiał prasowy, ale opiera się na przykładach z konkretnych wdrożeń, które sprawdziłem w innych źródłach.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Snapchat My AI pokazał, jak wygląda wdrożenie AI w ślad za modą
Piotr Polus jako symbol nieprzemyślanego dodawania AI do aplikacji wskazuje Snapchata, który w 2023 r. przypiął chatbota My AI na stałe do góry listy czatów i nie dał użytkownikom możliwości jego usunięcia. Reakcja była natychmiastowa: użytkownicy, głównie młodzież, zaczęli masowo wystawiać aplikacji jednogwiazdkowe oceny.
Dane potwierdzają skalę protestu. Według firmy analitycznej Sensor Tower, cytowanej przez TechCrunch w kwietniu 2023 r., średnia ocena Snapchata w amerykańskim App Store spadła w tygodniu po udostępnieniu My AI wszystkim użytkownikom do 1,67 gwiazdki, a 75 proc. nowych recenzji było jednogwiazdkowych. W pierwszym kwartale 2023 r. średnia wynosiła 3,05, a oceny jednogwiazdkowe stanowiły 35 proc. Możliwość odpięcia bota dostali wyłącznie płacący subskrybenci Snapchat+.
„Pierwszym odruchem wielu organizacji było po prostu »mieć AI«” – mówi Piotr Polus. Opisuje dwa mechanizmy: startupy, które dostawały pieniądze od funduszy VC za samo „AI” w opisie produktu, oraz duże firmy, które tworzyły budżety „na AI” przesunięte z innych miejsc i w pierwszym ruchu naśladowały konkurencję. „Często okazuje się, że to, co ktoś nazywa AI, w ogóle nie potrzebuje LLM-a. Wystarczy klasyczny machine learning albo dobry algorytm” – dodaje.
Gartner: ponad 40 proc. projektów agentowych zostanie skasowanych do końca 2027 r.
Diagnoza Miquido pokrywa się z prognozą Gartnera z 25 czerwca 2025 r. Firma analityczna przewiduje, że ponad 40 proc. projektów z obszaru agentowej AI zostanie anulowanych do końca 2027 r. z powodu rosnących kosztów, niejasnej wartości biznesowej lub niewystarczającej kontroli ryzyka. Jednocześnie Gartner szacuje, że do 2028 r. agenty AI znajdą się w 33 proc. oprogramowania dla przedsiębiorstw, wobec mniej niż 1 proc. w 2024 r.
Kilka liczb z tego samego raportu dobrze opisuje stan rynku:
- w ankiecie Gartnera ze stycznia 2025 r. wśród 3 412 uczestników webinarów 19 proc. zadeklarowało znaczące inwestycje w agentową AI, 42 proc. inwestycje ostrożne, a 31 proc. przyjęło postawę wyczekującą,
- Gartner ocenia, że spośród tysięcy dostawców określających swoje produkty jako „agentowe” tylko około 130 oferuje rzeczywiste możliwości agentowe, a reszta uprawia „agent washing”, czyli przemianowywanie istniejących chatbotów, asystentów i narzędzi RPA,
- według Anushree Vermy z Gartnera wiele zastosowań opisywanych dziś jako agentowe w ogóle nie wymaga agentów.
To ostatnie zdanie jest w praktyce tym samym, co mówi Polus o LLM-ach w aplikacjach mobilnych.
Czat w aplikacji cofa interfejs o kilka dekad
Polus zwraca uwagę na problem, o którym rzadko mówi się wprost: chatbot jako interfejs stoi w sprzeczności z tym, co przez lata wypracowano w aplikacjach mobilnych. Według StatCounter ponad 60 proc. ruchu w internecie przypada dziś na urządzenia mobilne, więc AI musi zmieścić się w ekosystemie, który nie był projektowany pod rozmowę.
Argument Miquido brzmi tak: dekady rozwoju urządzeń cyfrowych nauczyły ludzi okienek, ikon i linków, a aplikacje mobilne skróciły ścieżki, na przykład zakupowe, do kilku dotknięć. Pole czatu z komunikatem „pytaj, o co chcesz” wraca na początek tej drogi. Polus porównuje to do sklepu samoobsługowego, w którym produkty znów zaczyna podawać sprzedawca.
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
AppFunctions w Androidzie 16: Gemini wykonuje zadanie, a aplikacja się nie otwiera
Najpoważniejszy wątek komentarza dotyczy nie interfejsu, tylko tego, kto utrzymuje relację z klientem. „I tu mobile ma realny problem” – mówi Polus.
Chodzi o AppFunctions, funkcję platformy Android 16 i towarzyszącą jej bibliotekę Jetpack, którą Google opisał szczegółowo 25 lutego 2026 r. Aplikacje publikują listę tego, co potrafią (np. „zamawiam przejazd”, „dodaję produkt do koszyka”), a agent taki jak Gemini wybiera właściwą funkcję i wykonuje ją na urządzeniu. Google porównuje ten mechanizm do protokołu MCP znanego z integracji agentów z narzędziami serwerowymi. Według 9to5Google aplikacja Gemini już używa AppFunctions do obsługi Kalendarza, Notatek i Zadań, a na Galaxy S26 potrafi w ten sposób wyciągać zdjęcia z Samsung Gallery bez otwierania galerii.
Polus opisuje konsekwencje dla twórców aplikacji przez porównanie do hotelowego konsjerża: rezerwuje stolik wygodnie, ale restauracja nie ma szansy pokazać karty win ani zaproponować deseru, a następnym razem to konsjerż zdecyduje, gdzie zadzwonić. „Widzieliśmy już ten film. W podobny sposób Google i czatboty zaczęły streszczać artykuły wydawców w wynikach wyszukiwania, a redakcje nic z tego nie mają” – zauważa.
Ten fragment komentarza Miquido uważam za najważniejszy i jednocześnie najbardziej niedoceniany w polskiej dyskusji o AI w mobile. Jako wydawca widzę dokładnie ten sam mechanizm od strony treści: Google AI Overviews odpowiada na pytanie, a użytkownik nie klika. Teraz ta sama logika wchodzi do aplikacji. Jeśli Gemini zamówi taksówkę, przelew albo zakupy bez otwierania aplikacji, to marka, która wydała miliony na UX i program lojalnościowy, staje się anonimowym dostawcą funkcji dla asystenta Google’a. Pytanie, które powinien sobie dziś zadać każdy właściciel aplikacji w Polsce, nie brzmi „czy dodać chatbota”, tylko „co zostanie z mojej relacji z klientem, gdy warstwę rozmowy przejmie system operacyjny”. Nie mam na to dobrej odpowiedzi. Ale widzę, że banki, sieci handlowe i firmy kurierskie, które dziś inwestują w czat w aplikacji, mogą walczyć o interfejs, którego za dwa lata nikt nie będzie używał. Z drugiej strony wystawienie funkcji przez AppFunctions może być jedyną drogą, żeby w ogóle być „wybieralnym” przez asystenta. Nie wiem, czy to szansa, czy pułapka. Wiem, że decyzję trzeba podjąć świadomie, a nie z budżetu „na AI”.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Trzy wdrożenia Miquido, w których AI pobiera dane z zamkniętej bazy zamiast zgadywać
Wspólny mianownik przykładów podawanych przez Polusa jest jeden: model AI rozpoznaje i klasyfikuje, a konkretne liczby i odpowiedzi pochodzą ze zweryfikowanego, zamkniętego źródła.
System do odczytu CV dla europejskiej organizacji. W 2023 r. Miquido zbudowało go na klasycznym OCR. Gdy pojawiły się modele czytające obrazy, testy pokazały, że radzą sobie lepiej, zwłaszcza z graficznymi CV, ale są znacznie droższe. Firma podzieliła ruch: proste, uporządkowane PDF-y idą starą ścieżką, trudniejsze trafiają do LLM-a. „Pytanie nie brzmi więc »AI czy nie AI«, tylko które narzędzie opłaca się w danym przypadku” – komentuje Polus.
Aplikacja Diagnostyka+ z asystentką LiDia. Według Miquido z aplikacji polskiej sieci laboratoriów korzysta dziś 138 tys. aktywnych użytkowników. W materiałach Miquido i Diagnostyki z marca 2026 r. mowa o wzroście bazy użytkowników o 360 proc. po wdrożeniu nowej wersji. Większość pracy zespołu polegała na tym, by LiDia była przewidywalna: odpowiada wyłącznie z zamkniętej bazy wiedzy przygotowanej przez ekspertów Diagnostyki, a jej odpowiedzi są oceniane według wytycznych pilnujących, by nie przekroczyła granicy wyrobu medycznego. Chodzi o unijne rozporządzenie MDR (Medical Device Regulation): jeśli oprogramowanie dostarcza informacje, na podstawie których podejmuje się decyzje diagnostyczne, staje się wyrobem medycznym i wymaga pełnej certyfikacji.
Ventrickle, singapurska aplikacja dietetyczna. Użytkownik robi zdjęcie talerza, model rozpoznaje danie, ale kalorie i makroskładniki nie pochodzą od modelu, tylko z amerykańskiej bazy USDA FoodData Central i ręcznie zweryfikowanej bazy dań z blisko 400 singapurskich lokali. „Model, który zgaduje kalorie, może zmyślać. Model, który rozpoznaje danie i odpytuje bazę, myli się znacznie rzadziej” – tłumaczy Polus.
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.
Pocket i Mudita: czy AI w ogóle potrzebuje ekranu telefonu
Polus sugeruje, że docelowym miejscem AI może nie być aplikacja na telefon, tylko urządzenia projektowane od zera wokół języka. „Słuch i mowa zaczynają doganiać wzrok, który przez ostatnie lata robił całą robotę w obsłudze urządzeń” – mówi. Jego zdaniem ekran nie zniknie tam, gdzie trzeba porównać i wybrać, ale przestanie być centrum obsługi.
Jako przykład komunikat wymienia Pocket, urządzenie współtworzone przez polskiego przedsiębiorcę Gabriela Dymowskiego (wcześniej DoxyChain) razem z Akshayem Narisettim. Pocket to bezekranowy rejestrator wielkości karty, który nagrywa rozmowy i zamienia je w notatki, podsumowania i listy zadań. W czerwcu 2026 r. firma pozyskała 11 mln dolarów w rundzie prowadzonej przez Accel z udziałem Y Combinatora oraz m.in. Matiego Staniszewskiego z ElevenLabs. Według TechCrunch od premiery sprzedano ponad 130 tys. sztuk.
Drugi przykład to polska Mudita i jej telefon Kompakt z 4,3-calowym ekranem E-Ink, bez sklepu Google Play i kolorowych aplikacji walczących o uwagę. Urządzenie zebrało na Kickstarterze w 2024 r. ponad milion złotych, a w polskiej przedsprzedaży w kwietniu 2025 r. kosztowało 1 329 zł. Polus zastrzega, że nie jest to produkt dla każdego, ale cenne jest pytanie, które otwiera: czym ma być technologia osobista i czy jej miejsce to naprawdę nasza kieszeń.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym komentarza eksperckiego Miquido z dnia 21.10.2026, komunikatu Gartnera z dnia 25.06.2025, TechCrunch (dane Sensor Tower o ocenach Snapchata) oraz 9to5Google (szczegóły AppFunctions w Androidzie 16). Dane o Pocket i Mudita Kompakt zweryfikowano w TechCrunch, Pulse 2.0, Android.com.pl i Spider’s Web.
Cytaty Piotra Polusa, Head of Technology Miquido, pochodzą z polskojęzycznego materiału źródłowego i zostały zweryfikowane z jego oryginalną treścią. Cytat Anushree Vermy z Gartnera został sparafrazowany na podstawie anglojęzycznego komunikatu.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wdrożeniach AI w aplikacjach mobilnych i rozwoju AppFunctions w Androidzie.
