Zaczynamy od jednego procesu
Nie od transformacji, tylko od jednej rzeczy, która dziś zabiera najwięcej czasu. Kryterium sukcesu ustalamy i zapisujemy przed rozpoczęciem pracy, więc na końcu nie ma sporu o to, czy się udało.
Projektuję i wdrażam systemy działające w całości na infrastrukturze klienta. Rekomendacje sprzętowe opieram na własnych pomiarach na trzech platformach sprzętowych, nie na katalogu producenta.
> bench --model gemma3:12b --zadanie dokumenty-pl --powtorzenia 5
RTX 5070 Ti 84,10 tok/s 9,0 GB VRAM
Tesla V100 32 GB 61,98 tok/s 9,2 GB VRAM
GB10 Grace Blackwell 26,96 tok/s
> o szybkości decyduje przepustowość pamięci, nie moc obliczeniowa
Pomiar własny: gemma3:12b Q4_K_M, Ollama 0.16.1, trzy zadania na dokumentach w języku polskim, pięć powtórzeń, mediana. Pomiar z 14.09.2026.
Pełna metodyka: laboratorium.
Jestem jednoosobową firmą i nie mam jeszcze listy wdrożeń u klientów, którą mógłbym pokazać. Mam za to pomiary i kod, które możecie sprawdzić, a zamiast obiecywać, opisuję dokładnie, na czym polega ryzyko po Waszej stronie i jak je ograniczam.
Nie od transformacji, tylko od jednej rzeczy, która dziś zabiera najwięcej czasu. Kryterium sukcesu ustalamy i zapisujemy przed rozpoczęciem pracy, więc na końcu nie ma sporu o to, czy się udało.
Część procesów da się usprawnić zwykłą automatyzacją, poprawnym wyszukiwaniem albo uporządkowaniem danych — taniej i bardziej przewidywalnie niż modelem językowym. Jeśli tak jest u Was, usłyszycie to wprost i nie wystawię faktury za wdrożenie, którego nie potrzebujecie.
Każdy system, który buduję, ma zakres, poza którym zawodzi. Dokumenty skanowane w złej jakości psują rozpoznawanie, model myli się na nietypowych układach, a walidacja przez człowieka bywa częścią rozwiązania, nie jego brakiem. To wszystko jest w dokumentacji odbiorowej.
Co to znaczy w praktyce: pierwszy krok to ograniczony proof of concept na Waszych rzeczywistych danych, za 4 900 zł netto i z terminem ustalonym z góry. Dostajecie działający wynik albo jasną odpowiedź, dlaczego się nie da — i w obu przypadkach wiecie, na czym stoicie, zanim wydacie budżet na wdrożenie.
analiza potrzeb i dobór architektury, integracja z istniejącymi narzędziami.
dobór modelu i infrastruktury, prywatność danych i ograniczenia dostępu.
standaryzacja i walidacja danych, mniej ręcznego przepisywania.
protokoły z narad i zebrań, przeszukiwanie archiwów audio.
kontrola wizualna w produkcji, bezpieczeństwo pracy i analiza ruchu.
przygotowanie i walidacja danych, ewaluacja przed i po treningu.
architektura i roadmapa wdrożenia, ocena narzędzi oraz dostawców.
Rozwiązania sprawdzam na działających demonstratorach i kilku klasach sprzętu. Publikuję także ograniczenia oraz różnicę między samą inferencją a wydajnością całego systemu.
Routing między modelami lokalnymi i API, RAG, klasyfikacja zapytań oraz testy automatyczne.
Edge AIDetekcja i śledzenie obiektów z osobnym pomiarem inferencji oraz pełnego potoku wideo.
LaboratoriumGB10, Tesla V100, RTX, serwery CPU, edge AI i sieć 10 Gb/s używane do porównań przed wdrożeniem.
Zobacz stronę kontaktową i opisz, co chcesz zautomatyzować albo wdrożyć.