Ta startup chce, aby oprogramowanie dla przedsiębiorstw wyglądało jak prompt

Kiedy mówi się o rewolucji interfejsów użytkownika, zwykle myśli się o przejściu od linii komend do ikon, od ikon do dotykowych ekranów. Ale Josh Sirota, założyciel startupa Eragon, proponuje coś radykalnie innego: całkowitą eliminację interfejsu. Zamiast tego, użytkownicy mieliby komunikować się z oprogramowaniem poprzez zwykłe pytania — dokładnie jak rozmowa z asystentem AI. Wizja ta nie należy do sfery science fiction. Eragon właśnie zebrał 12 milionów dolarów w rundzie seed finansowania przy wycenie 100 milionów dolarów, aby zbudować system operacyjny oparty na agentach AI dedykowany dla przedsiębiorstw. To nie jest kolejny chatbot ani narzędzie do automatyzacji. To fundamentalne przeobrażenie sposobu, w jaki pracujemy z oprogramowaniem korporacyjnym.

Historia informatyki korporacyjnej to historia komplikacji. Przez dekady przedsiębiorstwa inwestowały w systemy ERP, CRM, HRM — każdy z własnymi interfejsami, logiką, wymogami szkoleniowymi. Pracownik musi nauczyć się obsługi SAP, potem Salesforce, potem Jira. To jest kosztowne, frustrujące i nieefektywne. Eragon chce to zmienić przez wprowadzenie warstwy abstrakcji — systemu operacyjnego, który rozumie wszystkie te narzędzia i pozwala użytkownikowi pracować poprzez naturalny język. Brzmi jak obietnica, którą słyszeliśmy wiele razy. Ale tym razem jest ona wspierana poważnym kapitałem i zespołem, który wie, co robi.

Kiedy interfejs staje się przeszkodą zamiast narzędziem

Współczesne oprogramowanie Enterprise jest archaiczne. Nie w sensie technologicznym — wiele systemów korporacyjnych jest technologicznie zaawansowanych. Lecz archaiczne w swoim podejściu do interakcji człowieka z maszyną. Interfejsy graficzne, które dominowały przez ostatnie trzy dekady, były rewolucyjne w swoim czasie. Pozwoliły osobom bez wiedzy technicznej na korzystanie z komputerów. Ale dziś stanowią one przeszkodę. Pracownik musi wiedzieć, gdzie kliknąć, jakie menu otworzyć, jakie pola wypełnić. To wymaga zapamiętania, szkolenia, procedur.

Eragon rozumie, że nowe pokolenie pracowników nie chce się tego uczyć. Przychodzą z doświadczeniem ChatGPT, Claude, Gemini. Oczekują, że mogą po prostu pytać. "Jaki jest status projektu X dla klienta Y?" — zamiast wchodzenia do pięciu różnych systemów, przeszukiwania baz danych, zbierania informacji. Agentyczne AI może to robić automatycznie. To nie jest ograniczone do prostych zapytań. Eragon pozycjonuje swój system jako pełnoprawny system operacyjny — co oznacza, że może zarządzać złożonymi przepływami pracy, podejmować decyzje, wykonywać transakcje.

Taka wizja ma sens biznesowy. Produktywność pracownika wzrasta, gdy nie musi się borykać z interfejsami. Czas szkolenia spada drastycznie. Błędy maleją, bo agent AI nie kliknie w złe pole ani nie przeskoczy kroku. Dla dużych organizacji, gdzie tysiące pracowników spędzają godziny dziennie na wewnętrznych systemach, to może oznaczać miliardowe oszczędności.

Architektura systemu operacyjnego dla AI

Aby zrozumieć, co Eragon próbuje zbudować, trzeba najpierw wyjaśnić, co oznacza "system operacyjny dla AI" w kontekście Enterprise. To nie jest Linux ani Windows. To raczej warstwa abstrakcji między użytkownikiem a ekosystemem aplikacji korporacyjnych. System operacyjny tradycyjny zarządza zasobami sprzętowymi — pamięcią, procesorem, dyskami. System operacyjny Eragon zarządza zasobami informacyjnymi i aplikacyjnymi — integruje się z SAP, Salesforce, Slack, Jira i setkami innych narzędzi, rozumie ich schematy, logikę biznesową, uprawnienia dostępu.

Kluczowym elementem jest integracja API. Eragon musi być w stanie komunikować się z każdym systemem Enterprise, który już istnieje w organizacji. To nie jest proste — każdy system ma inne API, różne wymagania autentykacji, różne modele danych. Ale gdy to się uda, agent AI może pracować bezpośrednio w tych systemach. Może tworzyć zgłoszenia serwisowe, aktualizować rekordy klientów, zatwierdzać wydatki — wszystko poprzez naturalny język.

Drugi element to bezpieczeństwo i governance. To jest krytyczne dla Enterprise. Agent AI nie może mieć dostępu do wszystkiego. Musi respektować uprawnienia użytkownika, polityki dostępu, audytowe ścieżki. Eragon musi zbudować system, który jest równie bezpieczny jak tradycyjne oprogramowanie, ale bardziej elastyczny. To techniczne wyzwanie jest ogromne.

Trzeci element to niezawodność i predykcyjność. W konsumenckim AI jest akceptowalne, że czasami model halucynuje lub robi błędy. W Enterprise to nie jest dopuszczalne. Jeśli agent AI zatwierdzi transakcję o milion dolarów na podstawie błędnego zrozumienia instrukcji, to jest problem. Eragon musi zbudować system, który jest wysoce wiarygodny i może być audytowany.

Konkurencja i krajobraz technologiczny

Eragon nie jest sam w tej wizji. OpenAI pracuje nad agentami dla Enterprise, Anthropic promuje Claude dla biznesu, a tradycyjni dostawcy oprogramowania — Salesforce, Microsoft, SAP — wszyscy integrują AI w swoje platformy. Ale są różnice. OpenAI i Anthropic budują modele bazowe. Tradycyjni dostawcy budują funkcje w istniejących produktach. Eragon buduje nową warstwę — system operacyjny, który siedzi ponad wszystkim.

To pozycja potencjalnie silniejsza. Jeśli Eragon uda się zbudować system, który rzeczywiście działa — który pozwala pracownikowi zapytać "Jaki jest mój przychód w tym miesiącu?" i otrzymać odpowiedź z ERP, CRM i narzędzi analitycznych bez konieczności wiedzy, gdzie te dane się znajdują — to będzie miał moat. Będzie trudno go zastąpić, bo będzie zintegrowany z całym ekosystemem klienta.

Jednak konkurencja jest poważna. Microsoft, z ogromnym kapitałem i relacjami z Enterprise, może integrować podobne funkcje w Azure i Office 365. Salesforce robi to już w swoim CRM. Tradycyjni dostawcy mają przewagę w postaci istniejących relacji z klientami. Eragon musi być lepszy, szybszy, bardziej elastyczny — i musi to osiągnąć zanim duże korporacje zdecydują, że mogą to zrobić sami.

Wyzwania praktyczne: od wizji do rzeczywistości

12 milionów dolarów to poważne finansowanie dla startupu, ale dla tego rodzaju projektu to zaledwie początek. Budowanie systemu operacyjnego dla Enterprise wymaga nie tylko inżynierii, ale także głębokich relacji z klientami, zrozumienia ich procesów biznesowych, testowania w rzeczywistych środowiskach. Eragon musi znaleźć pierwszych klientów — organizacje, które są wystarczająco śmiałe, aby spróbować całkowicie nowego podejścia do oprogramowania.

Drugi problem to hallucynacje i błędy modeli AI. Współczesne modele językowe są zadziwiająco zdolne, ale nie są doskonałe. Mogą źle zinterpretować instrukcję, podać błędne informacje, lub podjąć nieoczekiwaną decyzję. W kontekście Enterprise to jest niedopuszczalne. Eragon będzie musiał zbudować systemy, które weryfikują decyzje AI, wymagają zatwierdzenia dla ważnych operacji, i mogą wyjaśnić swoją logikę. To znacznie komplikuje architekturę.

Trzeci problem to szkolenie i adopcja. Nawet jeśli system Eragon będzie doskonały, pracownicy będą musieli nauczyć się go używać. "Jak pytać system operacyjny?" — to nie jest intuicyjne dla każdego. Będzie wymagane szkolenie, dokumentacja, support. Eragon będzie musiał zbudować nie tylko technologię, ale całą infrastrukturę wdrażania.

Czwarty problem to integracja z legacy systemami. Wiele Enterprise oprogramowania to systemy, które istnieją od dziesięcioleci, napisane w COBOL-u lub innych starych technologiach. Ich API są ograniczone lub nie istnieją. Eragon będzie musiał znaleźć sposoby na integrację z tymi systemami — być może poprzez reverse engineering, emulację interfejsu użytkownika, lub budowanie custom connectorów.

Polskie przedsiębiorstwa i przyszłość pracy

Dla polskich firm to ma konkretne znaczenie. Polska ma wielu dużych pracodawców — banki, producenci, firmy logistyczne — które są uwięzione w skomplikowanych systemach IT. Wdrażanie SAP czy Oracle kosztuje miliony i trwa lata. Pracownicy spędzają godziny na szkoleniach. Jeśli Eragon uda się zbudować system, który rzeczywiście działa, może to być transformacyjne dla polskiego biznesu.

Ale są też ryzyka. Polska ma silną tradycję tradycyjnych systemów IT. Duże firmy mają teams IT, które są zainteresowane w utrzymaniu status quo. Zmiana na system operacyjny oparty na AI byłaby radykalna. Wymagałaby zmiany myślenia, nowych umiejętności, akceptacji tego, że maszyna podejmuje decyzje. To nie będzie łatwe.

Model biznesowy i ścieżka do rentowności

Jak Eragon zarabia? To jest kluczowe pytanie dla każdego startupu. Najprawdopodobniej będzie to model subskrypcji — każda organizacja płaci za dostęp do systemu operacyjnego, być może na podstawie liczby użytkowników lub liczby transakcji. To jest model, który sprawdził się dla SaaS firm. Ale dla Enterprise może być bardziej złożony — mogą wymagać custom deploymentu, on-premise hosting, dedykowanego supportu.

Marża brutto dla takiego produktu powinna być wysoka — Software as a Service ma typowo marżę 70-80%. Ale koszty wdrażania mogą być wysokie. Każdy klient będzie wymagał custom integracji, szkolenia, supportu. Eragon będzie musiał znaleźć sposób na skalowanie bez skalowania kosztów — być może poprzez marketplace partnersów, którzy będą robić integracje.

Ścieżka do rentowności nie będzie prosta. Eragon będzie musiał pozyskać wielu klientów, zanim przychody będą pokrywać koszty. 12 milionów dolarów powinno wystarczyć na 18-24 miesiące operacji dla małego zespołu. To oznacza, że Eragon będzie musiał wykazać znaczący postęp — kilku znaczących klientów, solidne traction — zanim będzie szukać Series A.

Przesunięcie w tym, jak myślimy o interfejsach

Niezależnie od tego, czy Eragon odniesie sukces czy nie, reprezentuje on ważne przesunięcie w sposobie myślenia o interfejsach użytkownika. Przez dekady projektowanie interfejsu było o tym, jak uczynić go intuicyjnym — jak sprawić, że przyciski są w dobrym miejscu, że przepływy są logiczne. Ale może to była błędna ścieżka. Może właściwy interfejs to taki, który całkowicie znika — zastępowany przez naturalną konwersację.

To jest już widoczne w konsumenckim AI. Ludzie nie myślą o interfejsie ChatGPT — myślą o tym, co chcą osiągnąć, i pytają. Interfejs jest przezroczysty. Eragon chce przynieść to do Enterprise. Jeśli mu się uda, będzie to oznaczać koniec ery GUI dla Enterprise oprogramowania — co najmniej dla wielu przypadków użycia. To będzie oznaczać, że inżynierowie UI/UX będą pracować nad czymś zupełnie innym — nad tym, jak sprawić, że agent AI jest bardziej pomocny, bardziej zrozumiały, bardziej godny zaufania.

To jest przesunięcie, które ma sens. Interfejsy graficzne były doskonałe dla świata, w którym komputery były rzadkie i droga. Ale teraz, gdy AI jest wszechobecne, możemy wreszcie realizować wizję, którą naukowcy mieli przez dziesięciolecia — komputery, które rozumieją nas i działają dla nas, bez konieczności uczenia się ich języka.