# Tworzenie MVP z AI Source: https://ordergroup.co/pl/tworzenie-oprogramowania-ai/ai-mvp-development/ Last updated: 2026-10-22 > MVP z AI zaczynamy od proof of concept na Twoich danych, potem dokładamy backend, konta i aplikacje. Na start bezpłatny warsztat discovery AI. # MVP z AI: od proof of concept do produktu z prawdziwymi użytkownikami Prowadzimy projekt MVP z AI od pierwszego pytania do działającej aplikacji: bezpłatny warsztat discovery, proof of concept na Twoich danych, a potem backend, konta oraz aplikacje webowe i mobilne, których potrzebują użytkownicy. [Bezpłatny warsztat AI](https://ordergroup.co/pl/kontakt/) Powiedz nam, co ma robić AI. Kilka szczegółów pozwoli nam zaprosić na pierwszą rozmowę właściwych inżynierów zamiast handlowca ze slajdami. - ![AASA24](https://ordergroup.co/media/images/aasa24-mono.max-208x64.format-webp.webp) - [![AP-Tech](https://ordergroup.co/media/images/ap-tech-mono_ihuJP5T_6b2rSSb.max-208x64.format-webp.webp)](https://ordergroup.co/pl/case-studies/monster-system-oswietlenia-lotniska/) - ![Avafin](https://ordergroup.co/media/images/avafin-mono.max-208x64.format-webp.webp) - [![BizBot](https://ordergroup.co/media/images/bizbot-mono_StdJIUN.max-208x64.format-webp.webp)](https://ordergroup.co/pl/case-studies/bizbot-projektowanie-ux-fintech/) - [![Enerace](https://ordergroup.co/media/images/enerace-mono_FKuME1X_Fp3WF4B.max-208x64.format-webp.webp)](https://ordergroup.co/pl/case-studies/enerace-oprogramowanie-do-handlu-energia/) - ![Filmgrail](https://ordergroup.co/media/images/filmgrail-mono_gPdfbHO.max-208x64.format-webp.webp) - [![Kyoto Group](https://ordergroup.co/media/images/kyoto-group-mono_hlqECHG.max-208x64.format-webp.webp)](https://ordergroup.co/pl/case-studies/kyoto-oprogramowanie-cyfrowego-blizniaka/) ## MVP z AI, które zaczyna się od proof of concept MVP z AI to pierwszy produkt z AI dla prawdziwych użytkowników, który budujemy wtedy, gdy proof of concept pokaże, że model działa na Twoich danych. Tak zaczął się Generator [ETR](https://ordergroup.co/pl/slownik/tekst-latwy-do-czytania/), który budujemy dla PSONI: proof of concept porównał dwa modele językowe na jednym zadaniu, a potem powstała z niego aplikacja webowa i mobilna, którą teraz budujemy. Robimy oba etapy, najpierw proof of concept. Gdy najpierw budujesz całą aplikację, dopiero późno dowiadujesz się, czy model da sobie radę. Ta strona jest dla founderów i product ownerów, którzy mają pomysł na funkcję AI i jeszcze nie wiedzą, czy model sobie z nią poradzi. Każdy projekt zaczyna się od bezpłatnego warsztatu discovery. Patrzymy na Twój produkt, dane i zasady, w jakich pracujesz, a potem ustalamy, co ma robić AI i jaki test pokaże, że to działa. W discovery korzystamy z własnego toolkitu AI. Wychodzisz z zakresem i wyceną. Oba etapy należą do naszych usług [tworzenia oprogramowania AI](https://ordergroup.co/pl/tworzenie-oprogramowania-ai/). Jeśli potrzebujesz MVP bez AI w centrum, zajrzyj do naszych [warsztatów produktowych i usług tworzenia MVP](https://ordergroup.co/pl/uslugi/doradztwo-it-discovery/warsztaty-strategii-produktu/). Jeśli chcesz przyspieszyć prototyp narzędziami AI, przeczytaj nasz artykuł: [tworzenie proof of concept z AI](https://ordergroup.co/pl/blog/ai-w-tworzeniu-poc/). Sprawdź model, zanim zbudujesz produkt ## Proof of concept AI: jedno pytanie, odpowiedź na Twoich danych Proof of concept AI (AI PoC) odpowiada na jedno pytanie: czy model wykona to zadanie wystarczająco dobrze na Twoich danych? Miary ustalamy przed pierwszym promptem. Potem uruchamiamy modele kandydujące na tym samym zadaniu i porównujemy ich wyniki z tymi miarami. ![Proof of concept AI: jedno pytanie, odpowiedź na Twoich danych](https://ordergroup.co/media/images/photo-1576153192396.2e16d0ba.fill-2000x1200.format-webp.webp) Dla PSONI, Polskiego Stowarzyszenia na Rzecz Osób z Niepełnosprawnością Intelektualną, Generator ETR zamienia trudny tekst na język łatwy do czytania. ETR to skrót od „easy-to-read”. W proof of concept uruchomiliśmy na tym samym zadaniu PLLuM 12B, polski model językowy, oraz wersję 26B mixture-of-experts modelu Gemma 4 (konstrukcję, która przy każdej odpowiedzi używa tylko części sieci). Wybraliśmy model Gemma 4. Skrypt ocenia każdy wynik wskaźnikiem czytelności Gunning Fog i zapisuje raport z wynikami dla zestawu próbek testowych. Recenzent, który zna standard ETR, ocenia potem wyniki na tle tekstów źródłowych. To, co znajdzie, trafia do kolejnej iteracji promptu i modelu, a piąta iteracja jest w toku. Metodę opisuje nasza strona o [ewaluacji LLM](https://ordergroup.co/pl/slownik/ewaluacja-llm/). ## AI PoC a MVP z AI: czego każde z nich dowodzi Czego dowodzą proof of concept AI i MVP z AI | Kryterium | AI PoC | MVP z AI | |---|---|---| | Na jakie pytanie odpowiada | Czy model wykona to zadanie wystarczająco dobrze na naszych danych? | Czy użytkownicy na tym skorzystają? | | Co dostajesz | Decyzję i wybrany model | Działający produkt z kontami i aplikacjami | | Kto z tego korzysta | Zespół projektu | Prawdziwi użytkownicy | | Miary jakości | Ustalone przed pierwszym promptem | Działają dalej po starcie | Model to tylko część produktu ## Od proof of concept do MVP: co dokładamy wokół modelu MVP stawia model przed użytkownikami, więc potrzebuje wokół siebie backendu, kont użytkowników oraz aplikacji webowych i mobilnych. W Generatorze ETR: Django i Celery w backendzie, React i React Native w aplikacjach, a model serwuje vLLM na wynajętych serwerach GPU. ![Od proof of concept do MVP: co dokładamy wokół modelu](https://ordergroup.co/media/images/photo-1549732565-d6.2e16d0ba.fill-2000x1200.format-webp.webp) W Generatorze ETR użytkownicy logują się na konto potwierdzane SMS-em. Mogą zrobić zdjęcie listu, a telefon odczytuje tekst na urządzeniu dzięki Google ML Kit i Apple Vision. Dokumenty PDF przechodzą przez potok na serwerze. Słowniczek wyjaśnia trudne słowa. Funkcja czytania na głos odtwarza wynik i podświetla czytany fragment, a licznik pokazuje, ile zapytań użytkownik już wykorzystał. Specyfikacja projektu wymaga, żeby aplikacja spełniała [WCAG 2.2](https://ordergroup.co/pl/slownik/wcag-2-2/) na poziomie AAA. Modele statystyczne na własnych danych sprzedaży firmy ## Drugi przykład: prognozy, które mówią, jak bardzo są pewne Dla firmy z rynku wydarzeń na żywo budujemy prognozy końcowej sprzedaży biletów. Każda liczba podana przez model ma przedział i informację, na czym się opiera. Gdy porównywalnych zakończonych krzywych sprzedaży jest mniej niż 5, model nie podaje prognozy. ![Drugi przykład: prognozy, które mówią, jak bardzo są pewne](https://ordergroup.co/media/images/photo-1504868584819.2e16d0ba.fill-2000x1200.format-webp.webp) Nie możemy podać nazwy tego klienta. Projekt wciąż trwa. Zaczęliśmy we wrześniu 2026 od krótkiego spike'a, czyli ograniczonego w czasie badania źródeł danych. Potem połączyliśmy dane sprzedaży biletów z kilku źródeł i arkusz klienta z hurtownią danych, używając dlt, dbt na ClickHouse oraz Dagster do orkiestracji. Krzywa sprzedaży pokazuje, jak w czasie rosła sprzedaż biletów na wydarzenie, które już się skończyło. Modele prognozują końcową sprzedaż wydarzenia na podstawie porównywalnych zakończonych krzywych sprzedaży, z przedziałem empirycznym. Liczą też tempo sprzedaży względem mediany porównywalnych wydarzeń, ryzyko wyprzedania i anomalie w koszykach biletów. Analiza obejmuje także wpływ pogody na frekwencję i sprzedaż. Wyniki trafiają do portalu z listą wydarzeń, planem sprzedaży i oceną „jak idzie”, z kontami i rolami użytkowników. Portal działa na Django z DRF i Next.js. Miary jakości, backtesty i testy dostępności ## Jak testujemy MVP z AI Testy MVP z AI muszą obejmować model, a nie tylko aplikację. Miary jakości ustalone dla proof of concept działają dalej, gdy pojawiają się użytkownicy. ![Jak testujemy MVP z AI](https://ordergroup.co/media/images/photo-1585624882829.2e16d0ba.fill-2000x1200.format-webp.webp) - Jakość modelu: miary z proof of concept oceniają każdą kolejną iterację. Testerzy QA uruchamiają też testy jailbreak, czyli próby wyprowadzenia modelu poza jego zadanie, i powtarzają je przy nowych iteracjach. - Prognozy: w projekcie prognoz rekomendacja przechodzi bramkę modelu i backtest, zanim trafi do portalu. Bramka modelu to sprawdzian, który rekomendacja musi przejść, zanim zobaczą ją użytkownicy, a backtest sprawdza model na sprzedaży, która już się zakończyła. - Dostępność: w kolejnych etapach Generatora ETR sprawdzamy ją czytnikami ekranu i w plikach DOCX, które generuje aplikacja. ## Kiedy odradzamy model językowy Nie każde MVP z AI potrzebuje modelu językowego i czasem w discovery radzimy z niego zrezygnować. W projekcie prognoz zadanie rozwiązują modele statystyczne na danych sprzedaży klienta. ![Tworzenie MVP z AI](https://ordergroup.co/media/images/photo-1600880292203-757bb62b4baf.format-webp.width-2880.webp) ## Jak dzielimy pracę na etapy i co należy do Ciebie Prawa autorskie do kodu przechodzą na Ciebie z każdą płatnością, w zakresie pól eksploatacji z umowy. PSONI jest właścicielem kodu Generatora ETR. Po starcie zajmujemy się [utrzymaniem i wsparciem](https://ordergroup.co/pl/uslugi/inzynieria-platform-i-chmury/wsparcie-i-utrzymanie/), bo modele, prompty i dane ciągle się zmieniają. Generator ETR powstaje na podstawie umowy na 24 miesiące, od lutego 2026 do lutego 2028, podzielonej na 8 etapów. Projekt jest teraz na etapie V. Na wiadomość z formularza odpowiadamy w 48 godzin w dni robocze. ## Dlaczego warto budować MVP z AI z nami W projekcie dla PSONI ten sam zespół pisze prompty, ocenia wyniki i buduje aplikacje webowe i mobilne. W projekcie prognoz budujemy hurtownię danych, modele i portal. Każdy projekt zaczyna się od bezpłatnego warsztatu discovery, na którym ustalamy, co ma robić AI i jaki test pokaże, że to działa. Masz pomysł na funkcję AI i jeszcze nie masz dowodu, że model sobie z nią poradzi? Zacznij od bezpłatnego warsztatu discovery AI. [Umów bezpłatny warsztat discovery AI](https://ordergroup.co/pl/kontakt/) Miesięcy **24** umowa na Generator ETR, od lutego 2026 do lutego 2028 Etapów **8** w umowie na Generator ETR, etap V w toku Porównane modele **2** PLLuM 12B i Gemma 4 w proof of concept Generatora ETR Iteracja **5.** promptu i modelu, w toku w Generatorze ETR Krzywe sprzedaży **5** minimum do prognozy w projekcie sprzedaży biletów na wydarzenia Masz pytania? ## MVP z AI: najczęstsze pytania ![Łukasz Gajownik](https://ordergroup.co/media/images/T02DHCC1Z-UT420UBA7-d74022d27c3c-512.format-webp.webp) Łukasz Gajownik Head of AI & Frontend [Umów bezpłatną konsultację](https://ordergroup.co/pl/kontakt/) ### Czym jest MVP z AI? MVP z AI to pierwszy produkt z AI dla prawdziwych użytkowników, budowany wtedy, gdy proof of concept pokaże, że model działa na Twoich danych. Potrzebuje więcej niż sam model: backendu, kont oraz aplikacji webowych i mobilnych. Robimy oba etapy, a każdy projekt zaczyna się od bezpłatnego warsztatu discovery. ### Czym jest proof of concept AI? Proof of concept AI, czyli AI PoC, to mały projekt, który odpowiada na jedno pytanie: czy model wykona to zadanie wystarczająco dobrze na Twoich danych? Próbki testowe i miary jakości ustalamy przed pierwszym promptem. Wynikiem jest decyzja i wybrany model, a nie gotowy produkt. ### Czym MVP z AI różni się od AI PoC? Proof of concept mówi zespołowi projektu, czy model poradzi sobie z zadaniem. MVP z AI stawia model przed użytkownikami, z backendem, kontami oraz aplikacjami webowymi i mobilnymi wokół niego. Miary jakości z proof of concept działają dalej po starcie. ### Jak wybieracie model w PoC? Testujemy kandydatów na tym samym zadaniu i porównujemy wyniki z ustalonymi miarami. Dla PSONI uruchomiliśmy PLLuM 12B, polski model językowy, oraz model Gemma 4 na tym samym zadaniu upraszczania tekstu. Wybraliśmy model Gemma 4. ### Jak mierzycie, czy AI jest wystarczająco dobre? Metryką i recenzentem. Dla PSONI skrypt ocenia każdy wynik wskaźnikiem czytelności Gunning Fog dla zestawu próbek testowych, a recenzent znający standard ETR ocenia wyniki na tle tekstów źródłowych. Wnioski trafiają do kolejnej iteracji promptu i modelu. ### Jak testujecie MVP z AI? Testujemy model i aplikację. Miary z proof of concept oceniają każdą kolejną iterację, a testy jailbreak próbują wyprowadzić model poza jego zadanie. Prognozy przechodzą bramkę modelu i backtest, a w Generatorze ETR dostępność sprawdzamy czytnikami ekranu i w pliku DOCX, który generuje aplikacja. ### Czy każde MVP z AI potrzebuje modelu językowego? Nie zawsze. Nasz projekt prognoz sprzedaży działa na modelach statystycznych opartych na danych sprzedaży klienta. Czasem w discovery radzimy w ogóle zrezygnować z modelu językowego. ### Jak pokazujecie, na ile można ufać prognozie? Każda liczba podana przez model ma przedział i informację, na czym się opiera. Gdy porównywalnych zakończonych krzywych sprzedaży jest mniej niż 5, model nie podaje prognozy. Rekomendacje przechodzą bramkę modelu, czyli sprawdzian przed pokazaniem ich użytkownikom, oraz backtest. ### Czym jest krzywa sprzedaży? Krzywa sprzedaży pokazuje, jak w czasie rosła sprzedaż biletów na wydarzenie, które już się skończyło. Model w naszym projekcie prognoz opiera się na porównywalnych zakończonych krzywych, z przedziałem empirycznym. Gdy jest ich mniej niż 5, nie podaje prognozy. ### Co poza modelem zawiera MVP z AI? Backend, konta użytkowników oraz aplikacje webowe i mobilne. W Generatorze ETR to konta potwierdzane SMS-em, rozpoznawanie tekstu ze zdjęć na telefonie, potok PDF na serwerze, słowniczek trudnych słów, czytanie na głos z podświetlaniem i licznik wykorzystanych zapytań. ### Kto buduje MVP z AI dla startupów i organizacji? My. Dla PSONI budujemy Generator ETR, aplikację webową i mobilną wokół modelu wybranego w proof of concept. Dla firmy z rynku wydarzeń na żywo budujemy prognozy sprzedaży i portal. Każdy projekt, który bierzemy, zaczyna się od bezpłatnego warsztatu discovery. ### Czy ten sam zespół może zbudować model i aplikację? Tak. W projekcie dla PSONI ten sam zespół pisze prompty, ocenia wyniki i buduje aplikacje webowe i mobilne. W projekcie prognoz budujemy hurtownię danych, modele i portal. ### Co dzieje się po starcie MVP z AI? Zajmujemy się utrzymaniem i wsparciem, bo modele, prompty i dane ciągle się zmieniają. Miary jakości z proof of concept działają dalej po starcie, a prawa autorskie do kodu przechodzą na Ciebie z każdą płatnością, w zakresie pól eksploatacji z umowy. ### Jak zaczyna się projekt MVP z AI? Od bezpłatnego warsztatu discovery. Patrzymy na Twój produkt, dane i zasady, ustalamy, co ma robić AI i jaki test pokaże, że to działa, a Ty wychodzisz z zakresem i wyceną. Umów go, a odpowiemy w 48 godzin w dni robocze. ### Kto jest właścicielem kodu? Ty. Prawa autorskie do kodu przechodzą na Ciebie z każdą płatnością, w zakresie pól eksploatacji z umowy. PSONI jest właścicielem kodu Generatora ETR. ![Tworzenie MVP z AI](https://ordergroup.co/media/images/Image_1_3kejLC8_Y69T2Sz.format-webp.width-2880.webp) ## MVP z AI, od pierwszego testu do pierwszych użytkowników. Twoja wiadomość trafi do ![Filip Szamborski](https://ordergroup.co/media/images/Filip_dTWHyBo.2e16d0ba.fill-432x432.format-webp.webp) Filip Szamborski Co-founder & CEO [](https://www.linkedin.com/in/filip-szamborski/) DO TEJ PORY PRACOWALIŚMY Z MARKAMI TAKIMI JAK: - [![RAW Cyber](https://ordergroup.co/media/images/raw-cyber-mono_M2DWvZf_pHEQtjP.max-208x64.format-webp.webp)](https://ordergroup.co/pl/case-studies/raw-cyber-system-operacyjny-android/) - [![Skyfri](https://ordergroup.co/media/images/skyfri-mono_KGicBgp.max-208x64.format-webp.webp)](https://ordergroup.co/pl/case-studies/skyfri-platforma-zarzadzania-aktywami-fotowoltaicznymi/) - ![Spacestor](https://ordergroup.co/media/images/spacestor-mono_woFaKhf.max-208x64.format-webp.webp) - [![Zeronest](https://ordergroup.co/media/images/zeronest-mono_BqSPQJQ_2nGxsSc.max-208x64.format-webp.webp)](https://ordergroup.co/pl/case-studies/zeronest-monitorowanie-paneli-slonecznych/) - ![AASA24](https://ordergroup.co/media/images/aasa24-mono.max-208x64.format-webp.webp) Dziękujemy za wiadomość. Każdą wiadomość czytamy sami i odpowiadamy w ciągu 48 godzin w dni robocze. Coś pilnego? [hello@ordergroup.co](mailto:hello@ordergroup.co)