Przejdź do treści
Wyrocznik

prognoza · 50 rozmówców · 18 września 2026

Czy tworzenie nowych startupów - aplikacji Saas będzie miało sens w ciągu 2 lat?

Udostępnij badanie
Grafika z pytaniem, głównym wnioskiem i kodem QR do raportu

Grafika z pytaniem, wynikiem i kodem QR do pełnego raportu.

Opisy na LinkedIn, X i Facebooka, złożone z liczb tego badania.

Odpowiedź paneluPanel podzielony

Tworzenie nowych startupów SaaS w ciągu najbliższych 2 lat będzie miało umiarkowany sens, jednak rozmówcy w panelu są podzieleni w ocenach.

Pytanie główne: Czy tworzenie SaaS będzie uzasadnione za 2 lata?

3/5dokładnie pośrodku skali

Osiem odpowiedzi na dziesięć między 3 a 4.

Zgoda panelu:lekka przewaga

Odpowiedzi podzieliły się prawie po równo między 3 i 4.

Pytanie główne zadaliśmy panelowi tak: W jakim stopniu tworzenie nowych startupów budujących aplikacje SaaS będzie opłacalnym i uzasadnionym modelem biznesowym w horyzoncie najbliższych 2 lat?

W pigułce

  • Czy tworzenie SaaS będzie uzasadnione za 2 lata? 3 na 5
  • Czy własny kod z AI będzie tańszy od SaaS? 100% rozmówców odpowiada „nie”
  • Czy AI doprowadzi do wyparcia prostych SaaS? Panel daje 70% szans

Skąd ta odpowiedź

Oprócz pytania głównego zadaliśmy panelowi 5 pytań pomocniczych. 2 pytania wzmacniają tę odpowiedź, 1 ją osłabia, 2 to tło.

Pytania pomocnicze po kolei

  • Pytanie 2 z 6

    Czy własny kod z AI będzie tańszy od SaaS?

    Pełna treść: Czy dla większości typowych zadań biznesowych wdrożenie i utrzymanie dedykowanego rozwiązania zbudowanego wewnętrznie z pomocą AI będzie w ciągu 2 lat tańsze niż subskrypcja gotowego SaaS?

    100%rozmówców odpowiada „nie”

    Realnie między 85% a 100%.

    Zgoda panelu:prawie jednomyślność

    Wpływ na odpowiedź:wzmacnia odpowiedź

    Wszyscy rozmówcy odpowiadają „nie”, uznając, że własne rozwiązania z AI nie będą tańsze od gotowej subskrypcji.

  • Pytanie 3 z 6

    Jak zmieni się finansowanie VC dla wczesnych SaaS?

    Pełna treść: O ile procent zmieni się globalna wartość finansowania VC dla startupów SaaS na wczesnym etapie (pre-seed/seed) w 2026 roku w porównaniu z poziomem z 2023 roku?

    15%typowa odpowiedź panelu

    Osiem odpowiedzi na dziesięć od 10% do 20%.

    Zgoda panelu:lekka przewaga

    Rozmówcy wyraźnie się tu różnią — to podział, a nie wahanie.

    Wpływ na odpowiedź:wzmacnia odpowiedź

    Panel przewiduje wzrost finansowania wczesnych projektów o 15%, co sprzyja umiarkowanie optymistycznej ocenie tworzenia nowych firm.

  • Pytanie 4 z 6

    Czy AI doprowadzi do wyparcia prostych SaaS?

    Pełna treść: Jakie jest prawdopodobieństwo, że rozwój narzędzi generatywnej sztucznej inteligencji doprowadzi do sytuacji, w której proste aplikacje SaaS stracą barierę wejścia i zostaną masowo zastąpione przez oprogramowanie pisane na żądanie?

    70%szans według panelu

    Realnie między 55% a 85%.

    Zgoda panelu:szeroka zgoda

    Wpływ na odpowiedź:osłabia odpowiedź

    Panel daje 70% szans na zastąpienie prostych aplikacji przez kod z AI, co zagraża opłacalności nowych projektów.

  • Pytanie 5 z 6

    Jaki model aplikacji chmurowych zdominuje rynek?

    Pełna treść: Jaki model aplikacji biznesowych w chmurze będzie cieszył się największym popytem rynkowym i zainteresowaniem inwestorów za 2 lata?

    62%rozmówców wskazuje „SaaS wertykalny i silnie wyspecjalizowany branżowo”

    Pierwsza odpowiedź: realnie między 47% a 77%.

    Zgoda panelu:podział

    Wpływ na odpowiedź:tło

    Według 62% rozmówców największym popytem rynkowym będzie cieszyć się oprogramowanie wertykalne i silnie wyspecjalizowane branżowo.

  • Pytanie 6 z 6

    Co zadecyduje o przetrwaniu nowego startupu SaaS?

    Pełna treść: Uporządkuj poniższe czynniki według ich wagi dla przetrwania nowo powstającego startupu SaaS w ciągu najbliższych 2 lat (od najważniejszego do najmniej ważnego).

    60%rozmówców stawia na pierwszym miejscu „Efektywność i niska kapitałochłonność pozyskiwania klientów”

    Pierwsze miejsce: realnie między 45% a 75%.

    Zgoda panelu:podział

    Wpływ na odpowiedź:tło

    Dla 60% rozmówców warunkiem przetrwania jest niska kapitałochłonność pozyskiwania klientów, co pokazuje, na czym musi skupić się nowy projekt.

Kto odpowiadał

Odpowiadało 50 rozmówców AI. Dobraliśmy ich tak, żeby wiekiem, płcią, wykształceniem i miejscem zamieszkania przypominali dorosłych mieszkańców Polski.

Skład panelu: 50 rozmówców

Płeć

kobiety 52% · mężczyźni 48%

Wiek

18–34 lata 22% · 35–54 lata 38% · 55 lat i więcej 40%

Miejsce zamieszkania

miasto 60% · wieś 40%

Wykształcenie

wyższe 26% · średnie 37% · zasadnicze zawodowe 24% · podstawowe 13%

Dopasowanie do danych GUS nadaje rozmówcom wagi. Cały panel jest wart tyle, co rozmowa z 43 osobami.

Co zmieniło ważenie

Panel ważymy, żeby zgadzał się z danymi GUS. Tu ważenie wyraźnie zmieniło odpowiedź. Z wagami ocenę 4 lub 5 na 5 daje 44% rozmówców, bez wag 40% rozmówców.

Czy grupy odpowiadały inaczej?

Pytanie główne: Czy tworzenie SaaS będzie uzasadnione za 2 lata. Liczba mówi, ilu rozmówców w grupie daje 4 lub 5 na 5.

Płećbez wyraźnej różnicy
kobiety39%rozmówców daje 4 lub 5 na 5
mężczyźni50%rozmówców daje 4 lub 5 na 5
Miejsce zamieszkaniaodpowiadali inaczej
miasto60%rozmówców daje 4 lub 5 na 5
wieś21%rozmówców daje 4 lub 5 na 5
Wiek55 lat i więcej: inaczej niż reszta
18–34 lata—za mało rozmówców, żeby podać liczbę
35–54 lata60%rozmówców daje 4 lub 5 na 5
55 lat i więcej16%rozmówców daje 4 lub 5 na 5
Wykształcenienie da się porównać
z wyższym wykształceniem—za mało rozmówców, żeby podać liczbę
bez wyższego wykształcenia27%rozmówców daje 4 lub 5 na 5

W mieście ocenę 4 lub 5 na 5 daje 60% rozmówców, a na wsi 21% rozmówców. W grupie 55 lat i więcej ocenę 4 lub 5 na 5 daje 16% rozmówców, a w reszcie panelu 63% rozmówców.

Liczbę podajemy grupie, która ma co najmniej 15 rozmówców. Piszemy, że grupa odpowiadała inaczej, tylko gdy różnica jest za duża na przypadek. Przy tym panelu to około 40 punktów.

Kto głosował inaczej

  • 35–44 lata, mężczyzna, wieś, wykształcenie zasadnicze zawodowe4/5
  • 25–34 lata, mężczyzna, miasto, wykształcenie wyższe4/5
Wszystkie zdania odrębne w widoku analitycznym

Na ile można temu ufać

To symulacja, nie sondaż

Odpowiadało 50 rozmówców AI dobranych tak, żeby wiekiem, płcią, wykształceniem i miejscem zamieszkania przypominali grupę: Polska — ogół dorosłych.

Liczby mają margines

Przy takiej liczbie rozmówców każdy procent może się realnie różnić o około 15 punktów. Dlatego obok wyników podajemy przedział „realnie między … a …”.

Metodę sprawdziliśmy na prawdziwych wyborach

Na wynikach wyborów do Sejmu z 2023 roku taki panel mylił się średnio o 9,8 punktu procentowego. To miara metody, a nie tego jednego pytania.

Wykresy, podział na regiony i metoda: widok analityczny