← Wróć do Wiedzy
Michał Lubański

Michał Lubański

CTO i współzałożyciel LUNOLAB

CTO i współzałożyciel LUNOLAB. Odpowiada za całą technologię firmy: architekturę budowanych systemów, infrastrukturę i sprzęt, jakość kodu oraz bezpieczeństwo. Decyduje, jakie technologie i modele AI trafiają do projektów, i pilnuje zasady, że liczby liczy kod, a nie model. Pisze o tym, co dzieje się pod maską wdrożeń AI.

LinkedIn

Artykuły autora

AI dla biznesu

Najczęstsze AI w firmach jest nudne. I właśnie o to chodzi

Najpopularniejsze zastosowania AI w firmach UE to analiza tekstu (11,8%) i generowanie treści (8,8%), a nie autonomiczni agenci czy roboty (Eurostat). Hype dotyczy rzeczy efektownych, wartość leży w nudnych. Zacznij od nudnego, bo nudne się zwraca.

Oprogramowanie na miarę

Panel B2B i dashboard: po co firmie własny panel i jak go zaprojektować

Panel B2B daje kontrahentom samodzielny dostęp do zamówień, cen i faktur, a dashboard pokazuje firmie jej dane w jednym miejscu. Pokazujemy, co powinien mieć dobry panel klienta, jak zaprojektować dashboard, z którego ludzie naprawdę korzystają, i dlaczego definicja każdej liczby jest ważniejsza niż wykres. Na przykładach z Medby, platformy danych w USA i naszego panelu.

AI dla biznesu

Chatbot AI na stronę i WhatsApp: jak go wdrożyć, żeby pomagał, a nie irytował

Dobry chatbot AI odpowiada z wiedzy firmy, zapisuje leady w CRM, wykonuje proste akcje i wie, kiedy oddać rozmowę człowiekowi. Zły zmyśla i irytuje klientów. Pokazujemy, jak wygląda wdrożenie krok po kroku, jak zabezpieczyć bota przed manipulacją i jak połączyć stronę, WhatsApp i Messenger w jeden system.

Oprogramowanie na miarę

Aplikacja mobilna dla firmy: natywna, hybrydowa czy PWA?

Wybór technologii aplikacji mobilnej zależy od tego, czego aplikacja potrzebuje od telefonu: powiadomień, pracy offline, aparatu, Bluetooth czy płynnej grafiki. Porównujemy aplikacje natywne, wieloplatformowe i PWA bez żargonu, z kosztami utrzymania i prostymi kryteriami wyboru. Czasem najlepsza aplikacja to dobra strona mobilna.

Oprogramowanie na miarę

AI pisze kod cztery razy szybciej i dziesięć razy więcej luk

W czerwcu 2025 r. kod generowany przez AI wprowadzał ponad 10 tysięcy nowych podatności bezpieczeństwa miesięcznie, dziesięć razy więcej niż pół roku wcześniej. Szybkość rośnie, ale ryzyko rośnie szybciej. Oto dlaczego review i testy stają się ważniejsze, nie mniej ważne.