Agenci AI wymagają jednej bazy danych. Firmy mają dwie
Przejdź do treści i przykładów
12 listopada 2026 Computerworld.pl opublikował tekst Daniela Olszewskiego o tym, że polskie firmy z sektora B2B inwestują w aplikacje AI, a zaniedbują fundamenty, czyli infrastrukturę danych. To opinia autora i prognoza, bez liczb i bez opisanych wdrożeń. Mechanizm, który opisuje, da się jednak sprawdzić u siebie w firmie, więc warto go rozebrać.
Zadajesz asystentowi pytanie po polsku i po chwili dostajesz odpowiedź. Na ekranie wygląda to jak jedna gładka operacja. Pod spodem uruchamia się jednak, według autora, łańcuch złożonych i kosztownych procesów bazodanowych. Decydenci go nie widzą, bo na powierzchni wszystko działa.
Źródłem problemu jest historyczny podział narzędzi na dwie kategorie:
Kiedyś ten podział miał sens. Jeden system służył do znalezienia dokumentu, drugi do raportu sprzedaży. Dziś, jak pisze autor, interfejsy w języku naturalnym sprawiają, że użytkownicy i agenci AI oczekują obu rzeczy naraz. Jego przykład: „zestaw wnioski z ostatnich 50 raportów kwartalnych i policz na ich podstawie średni spadek marży na produktach premium”. To jedno zdanie, a wymaga i przeszukania tekstu, i twardego liczenia. Oba systemy są dobre w swojej specjalizacji, ale według autora mówią zupełnie innymi językami.

Żeby połączyć te dwa światy, firmy budują obejścia. Autor wylicza cztery typy:
Według autora to generuje wysokie koszty operacyjne (FinOps). Każda kopia zajmuje miejsce na dysku, a każdy potok trzeba stale monitorować. Inżynierowie danych zamiast tworzyć wartość dodaną stają się konserwatorami rurociągu, w którym jedno pęknięcie rozsynchronizowuje indeksy. Dochodzi opóźnienie (latency): każde przekazanie danych między systemami je zwiększa, a w systemach AI działających w czasie rzeczywistym autor uznaje to za barierę zaporową.
Te kopie powstawały po jednej, bo za każdym razem był jakiś powód. Dopiero razem tworzą budowlę, której nikt nie projektował.
Darmowy webinar na żywo z Janem Gajosem · w najbliższą środę o 19:00
Czytasz o AI, a w pracy dalej robisz wszystko ręcznie? Znam to.
Sam tak robiłem. Na webinarze pokazuję na swoim ekranie, jak oddać AI powtarzalne zadania: maile, proste automatyzacje, asystenta do pracy. Bez programowania i bez teorii. 90 minut, a na końcu pytasz, o co chcesz.
Link do pokoju przyjdzie mailem. Zapisując się, zgadzasz się na wiadomości e-mail zgodnie z polityką prywatności. Wolisz zacząć od lektury? Zobacz e-booki Jana Gajosa
Tu autor stawia swoją główną prognozę. Gdy firmy zaczną wdrażać „roje agentów” (agent swarms), które równolegle pracują nad częściami większych zadań, liczba zapytań do baz przestanie rosnąć wraz z zatrudnieniem. Będzie rosła wraz z aktywnością oprogramowania. Agenci AI, jak zauważa, nie potrzebują przerw. Zduplikowana infrastruktura według niego tego nie wytrzyma.
Zanim dojdzie do spektakularnej awarii, firmy mają zobaczyć trzy sygnały: rosnące rachunki za chmurę, blokady kolejek i timeouty, które sparaliżują procesy biznesowe. Autor nazywa ten dług techniczny tykającą bombą budżetową. To prognoza, nie wynik pomiaru, więc traktuj ją jako hipotezę. Sprawdza się ją jednak łatwo, bo rachunki za chmurę leżą w Twojej firmie w jednym miejscu.
Ten wątek pasuje do pytania, ile AI naprawdę zwraca. O pieniądzach wokół AI pisaliśmy też w tekście o rosnących budżetach, przy których zwrot mierzy co dziewiąta firma. Jeśli koszt rośnie szybciej niż użycie, bez pomiaru nikt tego nie zauważy do końca kwartału.

Rozwiązanie, które według Olszewskiego zyskuje na znaczeniu wśród zaawansowanych architektów IT, to otwarta infrastruktura danych (Open Data Infrastructure). Zakłada radykalne oddzielenie warstwy przechowywania (autor podaje przykład Amazon S3) od warstwy obliczeniowej. Kluczem mają być otwarte, wysokowydajne formaty tabelaryczne, takie jak Apache Iceberg, które porządkują pliki (np. Apache Parquet) w sposób zunifikowany.
Efekt, jaki opisuje autor: narzędzia analityczne i wyszukiwarki działają na tym samym źródle danych (Single Source of Truth), bez pełnych kopii w osobnych silosach. Gdy pojawia się nowe obciążenie od AI, system korzysta z tego, co już leży w magazynie, zamiast wymuszać kolejną bazę, kopię i rurociąg. Zastrzeżenie, które zostawia sam autor: dedykowane warstwy obliczeniowe do specyficznych zadań nadal będą potrzebne. Duplikacja nie musi być jednak domyślnym standardem.
Dla polskich dyrektorów IT wniosek jest prosty: przed kolejnym „modnym” wdrożeniem AI trzeba zrewidować fundamenty. Aplikacja postawiona na zduplikowanej, silosowej architekturze według autora eskaluje koszty i ogranicza skalowalność. Jego puenta zamyka cały tekst: słoń robi się coraz cięższy, więc czas wzmocnić mu nogi. Trzeba też zastrzec, że to tekst z jedną tezą i bez danych z konkretnych firm, więc nie jest to dowód, że Iceberg rozwiąże Twoje problemy. To kierunek, o który warto zapytać swój dział IT. Agenci w gotowych programach już docierają do polskich firm, jak w agentach Comarch w Optimie, XL i Betterfly, a Wonderful zapowiada 200 mln zł na agentów AI po polsku. Zapytań do baz będzie więcej, a nie mniej.
Jeśli nie jesteś informatykiem, nie musisz znać Icebergów. Weź kartkę i w 15 minut wypisz, gdzie w Twojej firmie leżą dokumenty (maile, raporty, umowy), a gdzie liczby (arkusze, systemy sprzedaży, księgowość). Potem napisz do działu IT albo do osoby, która to ogarnia, jedno pytanie: „ile kopii tych samych danych mamy i kto pilnuje, żeby się nie rozjechały?”. Odpowiedź powie Ci więcej o gotowości na agentów niż kolejna prezentacja z demo.
Na podstawie: Computerworld.pl, Daniel Olszewski, 12.11.2026
Darmowy webinar na żywo z Janem Gajosem · w najbliższą środę o 19:00
Czytasz o AI, a w pracy dalej robisz wszystko ręcznie? Znam to.
Sam tak robiłem. Na webinarze pokazuję na swoim ekranie, jak oddać AI powtarzalne zadania: maile, proste automatyzacje, asystenta do pracy. Bez programowania i bez teorii. 90 minut, a na końcu pytasz, o co chcesz.
Link do pokoju przyjdzie mailem. Zapisując się, zgadzasz się na wiadomości e-mail zgodnie z polityką prywatności. Wolisz zacząć od lektury? Zobacz e-booki Jana Gajosa