prognoza · 50 rozmówców · Polska — ogół dorosłych, wart tyle, co rozmowa z 43 osobami · struktura mieszkańców Polski według danych z września 2026
Czy tworzenie nowych startupów - aplikacji Saas będzie miało sens w ciągu 2 lat?
Udostępnij badanie
Grafika z pytaniem, wynikiem i kodem QR do pełnego raportu.
Opisy na LinkedIn, X i Facebooka, złożone z liczb tego badania.
Tworzenie nowych startupów SaaS w ciągu najbliższych 2 lat będzie miało umiarkowany sens, jednak rozmówcy w panelu są podzieleni w ocenach.
osiem odpowiedzi na dziesięć między 3 a 4
- odpowiedź panelu
- 3/5
- osiem na dziesięć mieści się w
- 3 – 4
- średnia
- 3,4/5
Połowa odpowiedzi jest poniżej 3/5, a osiem na dziesięć mieści się między 3 a 4.
Panelowi zadano to wprost: W jakim stopniu tworzenie nowych startupów budujących aplikacje SaaS będzie opłacalnym i uzasadnionym modelem biznesowym w horyzoncie najbliższych 2 lat?
Panel przechylił się w jedną stronę, ale bez zgody — 28 z 50 rozmówców odpowiedziało tak samo na tym pytaniu.
Zanim zacytujesz tę liczbę
Co z tego wynika
W kwestii sensowności tworzenia SaaS w ciągu 2 lat panel podzielił się na dwa obozy, uzyskując wynik 3,4 w skali od 1 oznaczającego całkowity brak sensu do 5 oznaczającego pełne uzasadnienie i opłacalność. Z jednej strony w kwestii „Własny kod z AI tańszy niż subskrypcja” 100% rozmówców uznało, że budowa własnego narzędzia nie będzie tańsza niż zakup gotowego oprogramowania. Z drugiej strony w pytaniu „Ryzyko utraty bariery wejścia przez AI” prawdopodobieństwo zastąpienia prostych aplikacji przez rozwiązania pisane na żądanie oszacowano na 66%.
Rozstrzyga się: 2026-06-30
Odpowiedź na pytanie brzmi: panel podzielony. Powyższe napisał model, który widział wyłącznie zsumowane wyniki — ani jednego pojedynczego głosu.
Pytania, na które odpowiadał panel
6 pytań, na które panel odpowiadał osobno. Wynik każdego jest widoczny poniżej.
Czy tworzenie SaaS będzie uzasadnione za 2 lata?
(to jest Twoje pytanie)W jakim stopniu tworzenie nowych startupów budujących aplikacje SaaS będzie opłacalnym i uzasadnionym modelem biznesowym w horyzoncie najbliższych 2 lat?
- odpowiedź panelu
- 3/5
- osiem na dziesięć mieści się w
- 3 – 4
- średnia
- 3,4/5
Połowa odpowiedzi jest poniżej 3/5, a osiem na dziesięć mieści się między 3 a 4.
Odpowiedziało tu 50 rozmówców. Najczęstszą odpowiedź wybrało 28 z 50; inaczej odpowiedziało 22. Głosujący byli swoich odpowiedzi raczej pewni. Panel przechylił się w jedną stronę, ale bez zgody.
Panel jest mocno podzielony
Szczegóły tego pytania
skala zgody · przechyla się
Czy więcej rozmówców zmieniłoby tę odpowiedź?
Od 30 rozmówców odpowiedź trzyma się 3/5. Dalsze głosy kupowały miejsca po przecinku, nie inną odpowiedź.
Bez ważenia panel dałby 3/5 — różnicę robi dopasowanie panelu do struktury mieszkańców Polski, a nie inny zbiór głosów.
Czy własny kod z AI będzie tańszy od SaaS?
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?
- nie100%realnie między 85% a 100%
- tak0%realnie między 0% a 15%
Odpowiedziało tu 50 rozmówców. Wszyscy odpowiedzieli tak samo — nikt nie wybrał inaczej. Głosujący byli swoich odpowiedzi raczej pewni. Odpowiadali przy tym niemal jednym głosem.
Szczegóły tego pytania
tak albo nie · niemal jednomyślny
Czy więcej rozmówców zmieniłoby tę odpowiedź?
Nie. Od pierwszych 5 rozmówców odpowiedź nie drgnęła i trzyma się 100% — kolejne głosy nie zmieniały jej wcale.
Bez ważenia panel dałby 0% — różnicę robi dopasowanie panelu do struktury mieszkańców Polski, a nie inny zbiór głosów.
Czy AI doprowadzi do wyparcia prostych SaaS?
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?
- odpowiedź panelu
- 70%
- osiem na dziesięć mieści się w
- 60% – 70%
- średnia
- 66%
Połowa odpowiedzi jest poniżej 70%, a osiem na dziesięć mieści się między 60% a 70%.
Odpowiedziało tu 50 rozmówców. Głosujący byli swoich odpowiedzi raczej pewni. Odpowiadali przy tym w szerokiej zgodzie.
Szczegóły tego pytania
prawdopodobieństwo · szeroka zgoda
Czy więcej rozmówców zmieniłoby tę odpowiedź?
Od 45 rozmówców odpowiedź trzyma się 70%. Dalsze głosy kupowały miejsca po przecinku, nie inną odpowiedź.
Bez ważenia panel dałby 70% — różnicę robi dopasowanie panelu do struktury mieszkańców Polski, a nie inny zbiór głosów.
Jak zmieni się finansowanie VC dla wczesnych SaaS?
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?
- odpowiedź panelu
- 15%
- osiem na dziesięć mieści się w
- 10 – 20
- średnia
- 12,4%
Połowa odpowiedzi jest poniżej 15%, a osiem na dziesięć mieści się w przedziale od 10% do 20%.
Odpowiedziało tu 50 rozmówców. Głosujący nie byli swoich odpowiedzi zbyt pewni. Panel przechylił się w jedną stronę, ale bez zgody.
Panel jest mocno podzielony
Szczegóły tego pytania
liczba · przechyla się
Czy więcej rozmówców zmieniłoby tę odpowiedź?
Od 10 rozmówców odpowiedź trzyma się 15%. Dalsze głosy kupowały miejsca po przecinku, nie inną odpowiedź.
Bez ważenia panel dałby 15% — różnicę robi dopasowanie panelu do struktury mieszkańców Polski, a nie inny zbiór głosów.
Jaki model aplikacji chmurowych zdominuje rynek?
Jaki model aplikacji biznesowych w chmurze będzie cieszył się największym popytem rynkowym i zainteresowaniem inwestorów za 2 lata?
- SaaS wertykalny i silnie wyspecjalizowany branżowo62%realnie między 47% a 77%
- Modele rozliczane za faktyczny rezultat lub użycie zasobów23%realnie między 8% a 38%
- Klasyczny SaaS oparty na subskrypcji za użytkownika13%realnie między 0% a 28%
- SaaS oparty wyłącznie na autonomicznych agentach AI2%realnie między 0% a 17%
Odpowiedziało tu 50 rozmówców. Najczęstszą odpowiedź wybrało 29 z 50; inaczej odpowiedziało 21. Głosujący byli swoich odpowiedzi raczej pewni. Panel był przy tym podzielony.
Szczegóły tego pytania
wybór · podzielony
Czy więcej rozmówców zmieniłoby tę odpowiedź?
Od 50 rozmówców odpowiedź trzyma się 62%. Dalsze głosy kupowały miejsca po przecinku, nie inną odpowiedź.
Bez ważenia panel dałby 14% — różnicę robi dopasowanie panelu do struktury mieszkańców Polski, a nie inny zbiór głosów.
Co zadecyduje o przetrwaniu nowego startupu SaaS?
Uporządkuj poniższe czynniki według ich wagi dla przetrwania nowo powstającego startupu SaaS w ciągu najbliższych 2 lat (od najważniejszego do najmniej ważnego).
- Efektywność i niska kapitałochłonność pozyskiwania klientówśrednio na 1,8 miejscu60%realnie między 45% a 75%
- Posiadanie unikalnych, zastrzeżonych danych (data moat)średnio na 2,5 miejscu20%realnie między 5% a 35%
- Własna, zaawansowana technologia AI i automatyzacjiśrednio na 3,0 miejscu17%realnie między 2% a 32%
- Głęboka integracja z istniejącą infrastrukturą klientaśrednio na 2,7 miejscu3%realnie między 0% a 18%
Odpowiedziało tu 50 rozmówców. Głosujący byli swoich odpowiedzi raczej pewni. Panel był przy tym podzielony.
Szczegóły tego pytania
ranking · podzielony
Czy więcej rozmówców zmieniłoby tę odpowiedź?
Od 50 rozmówców odpowiedź trzyma się 60%. Dalsze głosy kupowały miejsca po przecinku, nie inną odpowiedź.
Bez ważenia panel dałby 18% — różnicę robi dopasowanie panelu do struktury mieszkańców Polski, a nie inny zbiór głosów.
Co podzieliło panel
Pytanie, na którym panel rozszedł się najmocniej
Uporządkuj poniższe czynniki według ich wagi dla przetrwania nowo powstającego startupu SaaS w ciągu najbliższych 2 lat (od najważniejszego do najmniej ważnego).
60% wskazało „Efektywność i niska kapitałochłonność pozyskiwania klientów”. W liczbach: 29 z 50 rozmówców. Na drugim miejscu „Posiadanie unikalnych, zastrzeżonych danych (data moat)” z 20% (9 z 50).
To raczej niepewność niż podział. Odpowiedzi rozkładają się szeroko, ale panel nie rozpadł się na dwa obozy.
ile pytań podzieliło panel
2 z 6
Na tylu pytaniach panel jest mocno podzielony — to dwa obozy, a nie wahanie. Na pozostałych 4 odpowiadał bez takiego podziału.
ile niezgody bierze się z doboru modeli
41%
Tyle niezgody bierze się z tego, który model odpowiadał. To mniej niż połowa, więc modele nie różnią się bardziej niż rozmówcy wewnątrz każdego z nich.
Kto głosował inaczej i dlaczego
To prawdziwe głosy z panelu, z powodem podanym przez samego głosującego. Nie jest to streszczenie mniejszości napisane przez model.
4,0/5
Uważam, że w najbliższych dwóch latach SaaS będzie nadal opłacalny, bo wiele firm potrzebuje elastycznych rozwiązań chmurowych, choć pojawiają się wyzwania związane z AI.
35–44 lata, mężczyzna, wieś, wykształcenie zasadnicze zawodowe · tak samo głosowało 20 rozmówców · pewność 0,80 · W jakim stopniu tworzenie nowych startupów budujących aplikacje SaaS będzie opłacalnym i uzasadnionym modelem biznesowym w horyzoncie najbliższych 2 lat?
4,0/5
SaaS nadal rozwiązuje konkretne problemy biznesowe, a AI staje się raczej narzędziem do zwiększenia wartości produktu niż jego zabójcą. Wymaga to jednak większej specjalizacji niż kilka lat temu.
25–34 lata, mężczyzna, miasto, wykształcenie wyższe · tak samo głosowało 20 rozmówców · pewność 0,80 · W jakim stopniu tworzenie nowych startupów budujących aplikacje SaaS będzie opłacalnym i uzasadnionym modelem biznesowym w horyzoncie najbliższych 2 lat?
odpowiedział „80%”
Wzrost możliwości generatywnej sztucznej inteligencji może spowodować, że proste aplikacje SaaS staną się łatwo dostępne i wymienialne.
65 lat lub więcej, mężczyzna, miasto, wykształcenie podstawowe lub gimnazjalne · pewność 0,70 · 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?
Klasyczny SaaS oparty na subskrypcji za użytkownika
Tradycyjny model SaaS jest już dobrze ugruntowany i ma duży popyt, mimo rozwoju AI.
25–34 lata, mężczyzna, wieś, wykształcenie średnie zawodowe lub policealne · tak samo głosowało 7 rozmówców · pewność 0,80 · Jaki model aplikacji biznesowych w chmurze będzie cieszył się największym popytem rynkowym i zainteresowaniem inwestorów za 2 lata?
Klasyczny SaaS oparty na subskrypcji za użytkownika
Uważam, że klasyczny model subskrypcyjny nadal będzie najbardziej popularny, bo jest prosty i sprawdzony.
65 lat lub więcej, kobieta, miasto, wykształcenie podstawowe lub gimnazjalne · tak samo głosowało 7 rozmówców · pewność 0,80 · Jaki model aplikacji biznesowych w chmurze będzie cieszył się największym popytem rynkowym i zainteresowaniem inwestorów za 2 lata?
30,0 procent
Uważam, że inwestorzy mogą być bardziej ostrożni wobec SaaSów, ale nadal zauważam potencjał wzrostu.
45–54 lata, kobieta, wieś, wykształcenie średnie zawodowe lub policealne · pewność 0,60 · 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?
Który model odpowiadał inaczej niż reszta panelu
Każdy wiersz to jeden model, każda kolumna to jedno pytanie składowe. Liczba mówi, jak daleko od średniej całego panelu była średnia odpowiedź tego modelu. Zero znaczy, że model odpowiadał dokładnie tak jak panel. Najdalej zaszedł w tym badaniu 0,57.
| W jakim stopniu tworzenie nowych… | Jakie jest prawdopodobieństwo, że… | Jaki model aplikacji biznesowych… | O ile procent zmieni się globalna… | Uporządkuj poniższe czynniki… | Czy dla większości typowych zadań… | |
|---|---|---|---|---|---|---|
| gemini-3.1-flash-lite | 0,03 | 0,02 | 0,46 | 0,42 | 0,36 | 0,00 |
| gpt-4.1-nano | 0,04 | 0,02 | 0,57 | 0,51 | 0,44 | 0,00 |
Morski znaczy, że model głosował razem z panelem, magenta — że przeciw niemu. Odległość jest standaryzowana, więc kolumny da się porównywać między sobą mimo różnych skal odpowiedzi.
- Korelacja wewnątrzklasowa (ICC).
- Udział niezgody, który tłumaczy sam podział głosujących na modele. Przy 0 model nie ma znaczenia, przy 1 liczy się wyłącznie to, który model odpowiadał.
- Wariancja międzymodelowa.
- Jak bardzo różnią się między sobą średnie odpowiedzi poszczególnych modeli.
- Odległość od panelu.
- Liczba w każdej komórce tabeli powyżej, podana w odchyleniach standardowych.
Kto odpowiadał
Odpowiadało 50 rozmówców AI. Dobraliśmy ich tak, żeby wiekiem, płcią, wykształceniem i miejscem zamieszkania przypominali dorosłych mieszkańców Polski.
Skład panelu: 50 rozmówców
kobiety 52% · mężczyźni 48%
18–34 lata 22% · 35–54 lata 38% · 55 lat i więcej 40%
miasto 60% · wieś 40%
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.
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
Różnice między województwami
Ten panel liczył 50 rozmówców, co daje kilku na województwo — a kilku rozmówców nie ma opinii o regionie, tylko szum. Żadne województwo nie osiągnęło progu raportowania, więc mapy nie ma. Rozbicie regionalne zaczyna się przy panelu rzędu 200 rozmówców i jest kompletne dopiero przy około 630.
Jak to policzyliśmy
Liczby, na których stoi wszystko powyżej. Nie trzeba ich czytać, żeby zrozumieć wynik — są tu dla kogoś, kto chce sprawdzić nasze rachunki.
Który model odpowiadał inaczej niż reszta panelu
Każdy wiersz to jeden model, każda kolumna to jedno pytanie składowe. Liczba mówi, jak daleko od średniej całego panelu była średnia odpowiedź tego modelu. Zero znaczy, że model odpowiadał dokładnie tak jak panel. Najdalej zaszedł w tym badaniu 0,57.
| W jakim stopniu tworzenie nowych… | Jakie jest prawdopodobieństwo, że… | Jaki model aplikacji biznesowych… | O ile procent zmieni się globalna… | Uporządkuj poniższe czynniki… | Czy dla większości typowych zadań… | |
|---|---|---|---|---|---|---|
| gemini-3.1-flash-lite | 0,03 | 0,02 | 0,46 | 0,42 | 0,36 | 0,00 |
| gpt-4.1-nano | 0,04 | 0,02 | 0,57 | 0,51 | 0,44 | 0,00 |
Morski znaczy, że model głosował razem z panelem, magenta — że przeciw niemu. Odległość jest standaryzowana, więc kolumny da się porównywać między sobą mimo różnych skal odpowiedzi.
- Korelacja wewnątrzklasowa (ICC).
- Udział niezgody, który tłumaczy sam podział głosujących na modele. Przy 0 model nie ma znaczenia, przy 1 liczy się wyłącznie to, który model odpowiadał.
- Wariancja międzymodelowa.
- Jak bardzo różnią się między sobą średnie odpowiedzi poszczególnych modeli.
- Odległość od panelu.
- Liczba w każdej komórce tabeli powyżej, podana w odchyleniach standardowych.
Ile ten panel się myli
Sprawdziliśmy go na 38 pytaniach, na które znamy prawdziwą odpowiedź. Mylił się średnio o 9,8 punktu procentowego; panel ekspercki mylił się o 14,4. Błąd maksymalny podany niżej jest mniejszy od tej liczby i nie czyni wyniku dokładniejszym.
- ile ten panel jest naprawdę wart
- 42,8Tylu rozmówców byłby wart, gdyby wszyscy liczyli się po równo. Zawsze mniej niż liczba głosów, bo dopasowanie do struktury kraju część z nich waży mocniej.
- ile traci na nierównych wagach
- 1,17Przy 1 nie traci nic. Im wyżej, tym bardziej nierówne są wagi i tym mniej wart jest panel tej samej wielkości.
- o ile wynik może się różnić
- ±15,0 ppO tyle punktów procentowych w górę i w dół. Na dziewiętnaście badań z dwudziestu prawdziwa wartość mieści się w tym przedziale.
- modele, które odgrywały rozmówców
- gemini-3.1-flash-lite, gpt-4.1-nanoRóżne modele bywają różnego zdania — to widać wyżej, w sekcji o tym, co podzieliło panel.
50/50 rozmówców · 0 wywołań · ziarno 04745cc6-6f3
JSON to dokładnie to, z czego narysowany jest każdy wykres na tej stronie — nie ma drugiej ścieżki danych. Mapa też: województwo, dla którego API nie zwraca wartości, nie dostaje tu koloru. CSV to jeden wiersz na wariant odpowiedzi w każdym pytaniu składowym.