BLOG
Ktoś w Twojej firmie napisał już aplikację, o której nie wiesz — 62% z nich ma krytyczną lukę
23 sierpnia 2026 · Paweł Marszałko · Quantima.AI
W większości firm, z którymi rozmawiamy, istnieje co najmniej jedna aplikacja, której nie zamówił nikt z zarządu i nie zbudował nikt z IT. Zwykle powstała w weekend, ma prosty formularz, bazę klientów albo generator ofert, i działa lepiej niż to, co dział IT wyceniał na trzy miesiące. Ludzie budują dziś takie rzeczy, bo mogą: opisujesz modelowi, czego chcesz, dostajesz działającą aplikację. To się nazywa vibe coding i nie jest modą, która minie — Gartner podaje, że 41% pracowników firm identyfikuje się już jako „business technologists”, a 70% nowych aplikacji korporacyjnych powstaje na platformach no-code lub low-code. Problem nie polega na tym, że to nie działa. Polega na tym, że działa akurat na tyle dobrze, żeby trafić na produkcję — a skan 1400 takich aplikacji wykazał problemy bezpieczeństwa w 65% z nich i co najmniej jedną krytyczną podatność w 58%. Pytanie dla firmy nie brzmi więc „czy pozwolić”, tylko „gdzie przebiega granica”.
Dlaczego to się dzieje właśnie teraz
Przez dwadzieścia lat wąskim gardłem każdego wewnętrznego narzędzia był programista. Pomysł na prosty formularz do zbierania zgłoszeń serwisowych konkurował o czas z integracją ERP i zawsze przegrywał. W efekcie 80% pomysłów na drobne usprawnienia umierało w kolejce, a firma dalej robiła to w Excelu.
Koszt napisania takiej aplikacji spadł do godziny pracy osoby, która zna proces, ale nie zna kodu. Narzędzia do generowania aplikacji z opisu przestały być zabawką w 2025 roku — dzisiejsze modele nie podpowiadają fragmentów kodu, tylko piszą, testują i uruchamiają całość. Kierownik magazynu, który od trzech lat prosi o narzędzie do inwentaryzacji, przestał prosić. Zbudował je sam.
To zjawisko bliskie temu, co opisywaliśmy przy shadow AI, ale z jedną istotną różnicą. Shadow AI to wynoszenie danych na zewnątrz — jednorazowy transfer, który da się zamknąć polityką i szkoleniem. Vibe coding zostawia po sobie działający system, który ktoś zaczyna traktować jak infrastrukturę. Wyciek się kończy; aplikacja żyje dalej i z każdym miesiącem coraz więcej osób na niej polega.
Co dokładnie pokazują dane
Warto oddzielić panikę od liczb, bo w tej dyskusji łatwo o jedno i drugie. Kod generowany przez modele nie jest zły — jest niedokończony w powtarzalny, przewidywalny sposób. Model dobrze pisze to, o co go poproszono, i pomija wszystko, o co nie poproszono, a bezpieczeństwo należy do rzeczy, o które nikt nie prosi wprost.
- Veracode przetestowało ponad 100 modeli na zadaniach wrażliwych z punktu widzenia bezpieczeństwa: 45% wygenerowanych fragmentów zawierało podatność z listy OWASP Top 10. Przy ochronie przed cross-site scriptingiem odsetek błędów sięgał 86%.
- Skan ponad 1400 produkcyjnych aplikacji zbudowanych tą metodą: 65% z problemami bezpieczeństwa, 58% z co najmniej jedną luką krytyczną.
- Liczba zgłoszonych podatności (CVE) przypisanych bezpośrednio narzędziom do generowania kodu rosła w 2026 roku z 6 w styczniu, przez 15 w lutym, do 35 w marcu. Badacze z Georgia Tech szacują, że realna liczba jest pięć do dziesięciu razy wyższa.
- Gartner przewiduje, że do 2028 roku podejście „prompt-to-app” w rękach osób bez przygotowania inżynierskiego zwiększy liczbę defektów oprogramowania o 2500% i wywoła kryzys jakościowy.
Trzy koszty, których nie widać w pierwszym tygodniu
Rachunek za vibe coding nie przychodzi wtedy, kiedy aplikacja powstaje. Przychodzi trzy do dziewięciu miesięcy później i ma trzy pozycje.
Pierwsza to dane. Aplikacja zbudowana w godzinę zwykle przechowuje dane tam, gdzie było najprościej — w zewnętrznej usłudze, na koncie prywatnym, z kluczem API wpisanym wprost w kod. Jeżeli w środku są dane klientów, jesteście administratorem danych w miejscu, o którym nie wie ani IT, ani osoba odpowiedzialna za RODO. Nie ma umowy powierzenia, nie ma rejestru czynności, nie ma kopii zapasowej.
Druga to własność. Narzędzie zna jedna osoba i nikt nie zna go poza nią. Kiedy ta osoba odchodzi albo zmienia dział, firma zostaje z systemem, którego nie umie zmienić ani wyłączyć, bo nie wiadomo, co jeszcze na nim wisi. Widzieliśmy firmy fakturujące klientów z aplikacji, której autor był na wypowiedzeniu.
Trzecia to prawda o danych. Dwa narzędzia zbudowane niezależnie przez dwa działy zaczynają liczyć to samo inaczej. Sprzedaż raportuje jedną liczbę, controlling drugą, i nikt nie potrafi rozstrzygnąć, która jest poprawna, bo obie mają swoje źródło. To jest dokładnie ten sam problem, o który rozbija się większość wdrożeń AI — opisywaliśmy go przy danych z KSeF. Model, który później ma odpowiadać na pytania o firmę, dziedziczy ten bałagan w całości.
Jedna reguła, która rozstrzyga niemal wszystko
Nie potrzeba tu polityki na dwadzieścia stron. Wystarczy jedno pytanie zadane przed uruchomieniem: czy ta aplikacja dotyka danych osobowych, pieniędzy albo świata zewnętrznego?
Jeśli odpowiedź brzmi „nie” — puśćcie to. Kalkulator marży, generator opisów produktów na bazie własnej listy, panel do przeglądania eksportu z systemu, makieta procesu do pokazania zarządowi. Ryzyko ogranicza się do tego, że narzędzie policzy coś źle, a to wychodzi szybko i kosztuje niewiele. Blokowanie tego jest czystą stratą — odbiera firmie najtańsze usprawnienia, jakie ma dziś w zasięgu.
Jeśli odpowiedź brzmi „tak” — prototyp jest w porządku, produkcja nie. Aplikacja obsługująca płatności, przechowująca dane klientów, wysyłająca maile do kontrahentów albo wystawiona do internetu wymaga przeglądu przez kogoś, kto umie czytać kod. Nie chodzi o przepisanie od zera. Chodzi o godzinę pracy, w której ktoś sprawdza uwierzytelnianie, klucze i to, gdzie faktycznie leżą dane. W praktyce ta godzina wyłapuje większość z tych 58%.
Granica jest tu identyczna jak przy wyborze między agentem a zwykłym skryptem: im wyższy koszt pomyłki, tym więcej struktury wokół. Rozpisaliśmy to w tekście o tym, czy potrzebujesz agenta AI, czy automatyzacji.
Gdzie vibe coding realnie zarabia
Najlepszym zastosowaniem nie jest budowanie systemów. Jest nim rozstrzyganie sporów o to, co budować — a to w małej firmie jest zwykle droższe niż samo budowanie.
- Prototyp zamiast specyfikacji. Zamiast pisać dokument opisujący wymarzone narzędzie, zbuduj klikalną wersję w dwa dni i daj ją trzem osobom, które mają jej używać. Połowa wymagań z dokumentu okazuje się niepotrzebna, a dwa krytyczne braki wychodzą natychmiast.
- Weryfikacja pomysłu przed wyceną. Jeżeli dostawca wycenia narzędzie na 60 tysięcy, prototyp za dwa dni pracy odpowiada na pytanie, czy w ogóle ktoś tego użyje. To najtańsza dostępna forma odrzucenia złego projektu.
- Narzędzia jednorazowe. Przetworzenie eksportu, przygotowanie danych do migracji, jednorazowy raport dla banku. Rzeczy, które mają zadziałać raz i zostać skasowane — i które przez lata robiło się ręcznie przez trzy dni.
- Wewnętrzne panele tylko do odczytu. Podgląd danych, które już gdzieś są, bez możliwości zapisu. Niskie ryzyko, natychmiastowa wartość, zero integracji zwrotnych.
- Praca nad ogłoszeniami, opisami, szablonami — czyli wszystko, co i tak jest tekstem, a dotąd czekało na wolne popołudnie.
Czego tą metodą nie budować
Lista jest krótka i w praktyce dobrze się broni. Nie budujcie tak niczego, co obsługuje płatności lub księgowość, niczego, co przechowuje dane osobowe klientów lub pracowników, niczego wystawionego publicznie do internetu bez przeglądu, i niczego, co po cichu zapisuje dane do systemu produkcyjnego — bo błąd w takim zapisie odkrywa się zwykle po kwartale.
Osobna kategoria to narzędzia podłączone do firmowych systemów. Kiedy aplikacja dostaje dostęp do skrzynki, CRM-a czy dysku, przestaje być kalkulatorem i staje się integracją, z całym ryzykiem uprawnień, które za tym idzie. To jest moment, w którym warto zejść z improwizacji na standard — mechanizm i miny bezpieczeństwa opisaliśmy w tekście o MCP i integracji AI z systemami firmy.
Jak to poukładać w dwa tygodnie
Zakaz nie zadziała — sprawdziliśmy to na tylu firmach, że można to uznać za regułę. Osoba, która potrafi rozwiązać swój problem w godzinę, rozwiąże go niezależnie od polityki, tylko przestanie o tym mówić. Celem jest widoczność, nie kontrola.
- Amnestia. Ogłoście, że każdy, kto zbudował coś własnego, może to zgłosić bez konsekwencji. Bez tego kroku żaden spis nie będzie pełny, a firmy regularnie odkrywają przy tej okazji cztery lub pięć aplikacji, o których zarząd nie miał pojęcia.
- Spis. Co to robi, kto tego używa, gdzie leżą dane, kto to napisał. Cztery kolumny w arkuszu wystarczą — celem jest lista, nie dokumentacja.
- Podział na trzy kosze: zostawiamy jak jest, wymaga przeglądu, wyłączamy. Reguła z sekcji wyżej rozstrzyga przydział w większości przypadków w kilka sekund.
- Jedna zasada na piśmie, w trzech zdaniach: co wolno budować samodzielnie, kiedy trzeba zgłosić, do kogo. Dłuższy dokument nikt nie przeczyta.
- Jedna osoba, która raz na kwartał przegląda listę. Bez tego cały przegląd jest jednorazowy i za rok wracacie do punktu wyjścia — dokładnie ten sam mechanizm, który rozkłada wdrożenia opisane w tekście o luce adopcji.
Co to znaczy dla firm, które dopiero wybierają dostawcę
Ta zmiana ma jeszcze jeden skutek, o którym mówi się rzadko: przesuwa granicę tego, za co warto płacić z zewnątrz. Jeżeli formularz, panel i prosty CRM potrafi dziś zbudować Wasz własny zespół w kilka dni, to zamawianie ich na zewnątrz za kilkadziesiąt tysięcy przestało mieć sens. Wartość dostawcy przeniosła się na to, czego prototyp nie załatwia: architekturę danych, integracje z systemami, bezpieczeństwo, utrzymanie i decyzję o tym, czego nie budować.
W praktyce oznacza to inny sposób rozmowy o zakresie. Zamiast pytać „ile kosztuje zbudowanie tego narzędzia”, warto zapytać „czy to narzędzie w ogóle powinno istnieć osobno, czy jest funkcją czegoś, co już mamy”. Odpowiedź często oszczędza cały projekt. Widełki i strukturę kosztów rozpisaliśmy w tekście o kosztach wdrożenia AI.
Od czego zacząć
Pierwszy krok zajmuje jedno spotkanie i nie wymaga budżetu: zapytajcie zespół wprost, kto zbudował sobie coś własnego w ostatnim półroczu — bez tonu przesłuchania. W firmie na pięćdziesiąt osób odpowiedź to zwykle od dwóch do sześciu narzędzi, a osoba prowadząca spotkanie zna wcześniej najwyżej jedno z nich.
Drugi krok to przepuszczenie każdego z nich przez jedno pytanie: dane osobowe, pieniądze, świat zewnętrzny — tak czy nie. Większość trafi do kosza „zostawiamy”, i to jest dobra wiadomość, bo znaczy, że zespół sam rozwiązuje swoje problemy. Reszta to zwykle jedna lub dwie aplikacje, które warto obejrzeć zanim staną się częścią infrastruktury.
Tak z tym pracujemy: najpierw audyt tego, co już w firmie działa — łącznie z tym, czego nie ma w żadnym rejestrze — potem decyzja, co zostaje, co wymaga przeglądu, a co zastąpić rozwiązaniem, które ktoś utrzymuje. Zakres konsultingu i wdrożeń AI opisaliśmy osobno, stawki znajdziesz w cenniku, a jeśli chcesz sprawdzić, co powstało u Was poza radarem — umów bezpłatną konsultację.
Chcesz sprawdzić, gdzie AI zwróci się w Twojej firmie?
Bezpłatna konsultacja 15–30 minut, wycena w 1 dzień roboczy.