AI w zespole programistów: co to zmienia dla klienta

AI w zespole programistów zmienia dla klienta software house’u trzy rzeczy: tempo części prac, sposób kontroli jakości i to, gdzie trzeba wyraźnie zapisać odpowiedzialność. Nie zmienia jednej: za kod, który trafia do Twojego systemu, nadal odpowiada wykonawca, niezależnie od tego, czy napisał go człowiek, czy podpowiedział model językowy. Poniżej wyjaśniam, gdzie narzędzia AI realnie przyspieszają pracę, gdzie nie, jakie ryzyka przenoszą na klienta i jakie pytania zadać wykonawcy przed podpisaniem umowy albo przy jej przedłużeniu.

Jak AI w zespole programistów wygląda w praktyce

Narzędzia AI w pracy programisty to dziś głównie asystenci w edytorze kodu i agenci, którzy wykonują zadania w repozytorium pod nadzorem człowieka. Nie zastępują zespołu, ale zmieniają proporcje jego pracy: mniej czasu na pisanie powtarzalnego kodu, więcej na czytanie, sprawdzanie i decydowanie.

Typowe zastosowania wyglądają tak:

• podpowiadanie i uzupełnianie kodu podczas pisania,
• generowanie szkieletów testów, migracji i powtarzalnych elementów,
• wyjaśnianie starego, nieudokumentowanego kodu przed zmianą,
• pisanie dokumentacji technicznej i opisów zmian,
• wykonywanie mniejszych zadań przez agenta, który proponuje zmianę, a programista ją przegląda i akceptuje.

Dla klienta ważne jest to, że część kodu w projekcie powstaje dziś z pomocą takich narzędzi, a AI w zespole programistów jest raczej normą niż wyjątkiem. Uważam, że lepiej o tym rozmawiać otwarcie, niż zakładać, że wykonawca ich nie używa.

Czy projekt będzie szybszy?

Część prac tak, cały projekt niekoniecznie. AI przyspiesza pisanie kodu, a pisanie kodu to tylko jeden z etapów, obok analizy, decyzji projektowych, integracji z cudzymi systemami, testów z udziałem użytkowników i wdrożenia.

Gdzie zwykle widać przyspieszenie:

• prototypy i pierwsze wersje ekranów do pokazania użytkownikom,
• powtarzalne elementy, takie jak formularze, raporty, eksporty,
• testy automatyczne dla już opisanych przypadków,
• zrozumienie przejętego kodu, którego autorzy są niedostępni.

Gdzie przyspieszenia nie ma albo jest małe: ustalanie wymagań z Twoim zespołem, czekanie na dostęp do systemów zewnętrznych, decyzje biznesowe, odbiory. Jeśli wykonawca obiecuje, że dzięki AI cały harmonogram skróci się w podobnej proporcji jak samo pisanie kodu, poproś, żeby pokazał, z których etapów bierze się ta różnica.

Co AI w zespole programistów zmienia po Twojej stronie

Szybsze pisanie kodu przesuwa wąskie gardło na stronę klienta. Gdy wykonawca może pokazać działający prototyp po kilku dniach zamiast po kilku tygodniach, to Twój zespół musi szybciej oglądać, testować i podejmować decyzje.

W praktyce oznacza to kilka rzeczy. Osoba odpowiedzialna za projekt po Twojej stronie powinna mieć na niego zarezerwowany czas, a nie robić go po godzinach. Pokazy postępów mogą być częstsze, więc ustal ich rytm na starcie. Warto też ustalić, kto akceptuje zmiany w zakresie, bo przy szybkim prototypowaniu pomysłów na dodatki przybywa szybciej niż budżetu. Jeśli chcesz zobaczyć, jak taki rytm może wyglądać w projekcie, opisałem to na stronie o tym, jak wygląda współpraca przy projektach IT.

Przeglądy kodu i testy: tu jest główne ryzyko

Kod wygenerowany przez AI wygląda poprawnie częściej, niż jest poprawny, dlatego przegląd człowieka i testy automatyczne stają się ważniejsze, a nie mniej ważne. Model potrafi użyć nieistniejącej funkcji, pominąć przypadek brzegowy albo powielić wzorzec, który w tym projekcie nie pasuje.

Drugie ryzyko jest mniej oczywiste. Gdy kod powstaje szybciej, łatwo o zespół, w którym nikt nie zna dobrze fragmentów systemu, bo nikt ich naprawdę nie pisał. Przy awarii albo zmianie wykonawcy wychodzi to na jaw. Dlatego pytam wykonawców nie o to, czy używają AI, tylko o to, jak sprawdzają, co z niego wychodzi.

Minimum, którego oczekiwałbym od zespołu korzystającego z AI:

• każda zmiana przechodzi przegląd drugiego programisty, który ją rozumie, a nie tylko zatwierdza,
• testy automatyczne dla kluczowych procesów uruchamiane przy każdej zmianie,
• zasada, że programista odpowiada za zmianę wygenerowaną przez narzędzie tak samo jak za własną,
• osobna kontrola przy zmianach dotyczących bezpieczeństwa, płatności i danych osobowych.

Prawa do kodu i odpowiedzialność wykonawcy

Przy kodzie tworzonym z pomocą AI umowa powinna jasno mówić, że wykonawca przenosi prawa albo udziela licencji na wszystko, co dostarcza. Powinna też mówić, że odpowiada za to, że dostarczony kod nie narusza cudzych praw. To ważne, bo status prawny fragmentów wygenerowanych przez model nie jest jednoznaczny.

Zgodnie z art. 1 ust. 1 ustawy o prawie autorskim i prawach pokrewnych utworem jest przejaw działalności twórczej o indywidualnym charakterze. Gdy programista tylko przyjmuje podpowiedź modelu bez własnego wkładu, pojawia się pytanie, czy taki fragment w ogóle jest utworem i co właściwie przenosi umowa. Nie rozstrzygam tego, bo to pytanie do prawnika, ale z punktu widzenia klienta wniosek jest praktyczny: zapisz gwarancję wykonawcy i jego odpowiedzialność za roszczenia osób trzecich.

Do tego dochodzą licencje open source. Narzędzie może zaproponować fragment bardzo podobny do kodu z publicznego repozytorium objętego licencją, która nakłada obowiązki na użytkownika. Wykonawca powinien mieć sposób, żeby to wychwycić. Szerzej o zapisach umownych piszę w tekście o tym, jak uregulować prawa autorskie do oprogramowania.

Poufność: gdzie trafia Twój kod i Twoje dane

Jeśli zespół wykonawcy używa narzędzi AI działających w chmurze, fragmenty Twojego kodu, a czasem danych testowych, trafiają do dostawcy tych narzędzi. To nie musi być problem, ale powinieneś wiedzieć, na jakich warunkach się to dzieje.

Zapytaj, czy zespół korzysta z kont firmowych z umową, która wyklucza wykorzystanie danych do trenowania modeli. Dopytaj też, czy dane produkcyjne w ogóle trafiają do środowiska programistów i czy klucze dostępowe oraz hasła są wyłączone z kontekstu, który narzędzie widzi. Te same zasady, które opisałem przy temacie danych firmowych w narzędziach AI, obowiązują wykonawcę pracującego na Twoim kodzie.

Wycena: czy z AI powinno być taniej?

Nie zawsze, i to zależy od modelu rozliczenia. Przy stałej cenie wykonawca wycenia efekt, więc zysk z szybszej pracy zostaje zwykle po jego stronie, ale też on ponosi ryzyko, gdy coś zajmie dłużej. Przy rozliczeniu za czas pracy przyspieszenie powinno być widoczne w liczbie godzin na podobne zadania.

Moim zdaniem uczciwa rozmowa o wycenie z AI w tle dotyczy nie tyle stawki, ile zakresu. Zaoszczędzony czas można przeznaczyć na rzeczy, które w tańszych ofertach zwykle wypadają: testy automatyczne, dokumentację, porządki w kodzie. Wykonawca, który obniża cenę, a zarazem tnie przeglądy i testy, oferuje coś, o czym pisałem w tekście o tym, dlaczego najtańsza oferta software house’u często kosztuje najwięcej.

O co zapytać wykonawcę

Zestaw pytań o AI w zespole programistów, które zadałbym każdemu software house’owi w połowie 2026 r., niezależnie od tego, czy deklaruje użycie AI:

1. Jakich narzędzi AI używa zespół i do jakich zadań?
2. Czy zespół korzysta z kont firmowych i na jakich warunkach dostawca przetwarza przesłany kod?
3. Jak wygląda przegląd kodu i kto zatwierdza zmiany zaproponowane przez narzędzie lub agenta?
4. Jakie testy automatyczne obejmują kluczowe procesy mojego systemu?
5. Jak wykonawca sprawdza, czy kod nie narusza licencji open source?
6. Jak AI wpływa na wycenę i harmonogram w moim projekcie?
7. Czy w umowie jest gwarancja praw do całego dostarczonego kodu i odpowiedzialność za roszczenia osób trzecich?

Odpowiedzi nie muszą być idealne. Ważne, żeby były konkretne. Ogólnik w rodzaju „używamy AI odpowiedzialnie” bez opisu procesu to sygnał, żeby dopytać.

Co zapisać w umowie

Większość ryzyk związanych z AI w pracy wykonawcy da się zamknąć kilkoma zapisami. Nie trzeba osobnego aneksu, wystarczy, że istniejące postanowienia o jakości, poufności i prawach obejmą także kod tworzony z pomocą narzędzi.

• wykonawca odpowiada za cały dostarczony kod, bez względu na sposób jego wytworzenia,
• przeniesienie praw lub licencja obejmuje wszystkie dostarczone elementy,
• wykonawca zapewnia zgodność z licencjami komponentów zewnętrznych,
• kod i dane klienta mogą trafiać tylko do narzędzi spełniających uzgodnione warunki poufności,
• przegląd kodu i testy automatyczne są obowiązkową częścią procesu.

AI w zespole programistów to dla klienta przede wszystkim powód, żeby dokładniej zapytać o proces, a nie powód do obaw. Jeśli wybierasz wykonawcę albo przedłużasz umowę, wykorzystaj pytania z tego tekstu razem z listą z wpisu o tym, jak wybrać software house, i poproś o odpowiedzi na piśmie.