listening mode · PL & EU

Płacisz za rozmowę o Twoim pain point. Tydzień później dostajesz custom SaaS pod Twoje potrzeby.

Sub-harness pipeline jako magiczna różdżka. Bez konsultantów-pośredników, bez software house’ów które trzymają Cię na łańcuchu. Listening i delivery w jednym domu.

Faktura VAT z JDG · Refundacja PARP Pilotaż AI do 75% · EU data residency

01 · Stan rynku

Polski rynek AI jest niedojrzały — ale gotowy.

Decydenci wiedzą że muszą wdrażać AI. Brakuje im jednak partnera, który nie odeśle ich do software house’u na trzy miesiące slajdów.

23%

polskich średnich i dużych firm ma udokumentowaną strategię AI.

źródło: EY raport FY26

61%

deklaruje prowadzenie projektów AI — bez spójnego planu. Spalone budżety, porzucone PoC.

źródło: EY raport FY26

7%

firm deklaruje wysoką gotowość do AI — spadek vs 2025.

źródło: PARP Barometr AI 1H 2026

02 · Jak pracuję

Trzy fazy. Każda z wyjściem.

Każdy etap może być ostatnim. Po fazie 1 możesz odejść z konkretną opinią eksperta. Po fazie 2 masz working code w produkcji. Faza 3 to już lojalność.

FAZA 01
Listening session

Discovery call

500–1 500 PLN · 45–90 min

Wysłucham Twojego pain pointu, zadam pytania, dam expert opinion gdzie AI ma sens — a gdzie nie. Wyjdziesz z konkretną propozycją scope’u albo z honest „to nie problem do rozwiązania AI”.

  • Mapowanie pain pointu na konkretne workflow
  • Lista podejść (build vs buy vs nie ruszać)
  • Follow-up notes (przy wariancie 90 min)
FAZA 02
Custom SaaS pilot

Wdrożenie w tydzień

5 000–25 000 PLN · setup

Sub-harness pipeline wdraża rozwiązanie pod Twoje dane. Orkiestrowani agenci-pracownicy budują custom SaaS pod Twoje workflow. Working code od dnia 1, deploy w tydzień.

  • Integracja z Twoimi danymi/API
  • EU hosting (GDPR/AI Act-aware)
  • Refundowalne przez PARP Pilotaż AI
  • Source code Twoją własnością
FAZA 03
Production SaaS

Recurring subscription

500–2 000 PLN/mc

Hosting, monitoring, drobne dostosowania. Trzymamy system w ruchu, dodajemy fichery gdy pojawia się nowy use case. Bez vendor lock-in — możesz odejść z kodem w dowolnym momencie.

  • SLA i monitoring
  • Drobne iteracje (do X godzin/mc)
  • Exit clause w każdym momencie

03 · Dowody

Pokażę kod, nie slajdy.

Lata publikacji peer-reviewed w AI. Własne produkty w produkcji. Pipeline który buduje custom SaaS w tydzień. Każda pozycja to weryfikowalny artefakt — nie case study na slajdzie.

Scientific code · bioinformatyka

MetaGenomic DeepFRI

Flatiron Institute (NYC) · co-author paper

158 commitów, drugi największy kontrybutor w projekcie. Bioinformatics Application Note (draft). Scientific code w produkcji — integracja ML w pipeline metagenomicznym. Demonstration: scale + reliability w regulated science context.

Stack

Python · GNN · proteomics

Rola

Co-author, 2nd contributor

Production SaaS · own product

V2M — Voice to Mail

voicetomail.eu · własny produkt PK

Chrome extension w produkcji + Cloud Run backend. Voice transcription (Gemini/ElevenLabs Scribe) + AI processing + email automation. Multi-language (PL/EN/IT/ES/FR/DE), GDPR-compliant, EU data residency. Dowód że dowiozę cały stack — nie tylko prototyp.

Stack

FastAPI · Firestore · Chrome MV3

Status

Live, paying users

Pipeline · sub-harness orchestration

Context Engine + sub-harness

Własny system · architectural moat

Orkiestracja agentów-pracowników (cloud + local LLM). Deterministyczna analiza kodu (mypy + ruff/ty) + linguistic synthesis. To jest leverage który pozwala custom-SaaS-in-1-tydzień — jeden człowiek + rozgrzany pipeline = velocity 5-osobowego software house’u.

Stack

CE-code · MCP · async broker

Status

Validated 2026-05-29

04 · Kto za tym stoi

Piotr Kucharski

AI engineer & builder · founder of Aiformatics

TODO_PK · zdjęcie 1:1

Buduję produkcyjne systemy AI od lat. Łączę lata publikacji peer-reviewed z working code w produkcji — nie jestem konsultantem od slajdów.

Scientific Co-author 5 publikacji w AI × bioinformatyce i immunologii. Najnowsza:  bioRxiv 2026 (MHC-I T-cell epitope discovery) — international collaboration DeepFlare × UCSF × Progeneer (Seoul). Wcześniej: Methods (Elsevier) 2024, MetaGenomic DeepFRI (Flatiron Institute, NYC; 158 commitów, drugi największy kontrybutor) z Bioinformatics (Oxford) Application Note + ECCB 2026 poster, ICLR 2023 Workshop. Pełna lista publikacji →

Production V2M (voice-to-mail Chrome extension, paying users), Context Engine (kontekst-aware system na Cloud Run), sub-harness orchestration (agentic pipeline).

Compliance EU AI Act literate, GDPR-aware, IP Box. EU data residency by default (Cloud Run europe-west1).

Operacja Jednoosobowa działalność (JDG) z sub-harness multiplier. Faktura VAT PL. EU-based, PL-speaking, EN-fluent.

GitHub → LinkedIn → TODO_PK ORCID → TODO_PK

05 · Publikacje

Peer-reviewed, nie LinkedIn threads.

Wybrane publikacje współautorskie z bioinformatyki i machine learning. Każda pozycja weryfikowalna — DOI, repozytorium, EasyChair submission ID. Nie mam tytułu „dr" ani „PhD" — mam dorobek, który da się sprawdzić.

bioRxiv preprint — openRxiv
2026 · Co-author (3rd) · methodology + ML model + dataset analysis

Resolution of recursive data corruption to transform T-cell epitope discovery

G. Preibisch, M. Tyrolski, P. Kucharski, S. Giziński, P. Grzegorczyk, S. Moon, S. Kim, B. Zaro (UCSF), A. Gambin

Status:  Preprint v2, peer-review w trakcie · DeepFlare × UCSF × Progeneer (Seoul) DOI / Otwórz paper →
Bioinformatics (Oxford) — Application Note
2026 · Co-author (3rd) · original developer · 158 commitów

Scaling and democratising structure-based protein function prediction with metagenomic-deepFRI

V. Bezshapkin*, F. Schymik*, P. Kucharski, P. Szczerbiak, J. Wojciechowski, Ł. Szydłowski, S. Sunagawa, T. Kościółek

Status:  Draft, late-stage internal review GitHub: bioinf-mcb/Metagenomic-DeepFRI (GPL-3.0) →
ECCB 2026 — European Conference on Computational Biology
2026 · Co-author (3rd) · companion to Bioinformatics paper

Scaling and democratising structure-based protein function prediction with metagenomic-deepFRI

V. Bezshapkin, F. Schymik, P. Kucharski, P. Szczerbiak, J. Wojciechowski, Ł. Szydłowski, T. Kościółek

Status:  Poster — submission #642, accepted track DOI / Otwórz paper →
Methods (Elsevier), 224, 1–9
2024 · Co-author (3rd) · MHC-I binding prediction ML

Enhancing antigenic peptide discovery: Improved MHC-I binding prediction and methodology

S. Giziński, G. Preibisch, P. Kucharski, M. Tyrolski, M. Rembalski, P. Grzegorczyk, A. Gambin

Status:  Published — peer-reviewed journal article · DOI 10.1016/j.ymeth.2024.01.016 · PMID 38295891 Cytowania:  9 cytowań DOI / Otwórz paper →
ICLR 2023 — Workshop on Machine Learning for Drug Discovery
2023 · Co-author (3rd) · workshop track of Methods 2024 line

Towards antigenic peptide discovery with better MHC-I binding prediction and improved benchmark methodology

S. Giziński, G. Preibisch, P. Kucharski, M. Tyrolski, M. Rembalski, et al.

Status:  Published — workshop paper, peer-reviewed venue DOI / Otwórz paper →

Pełna lista publikacji i dorobku — w CV (dostępne na życzenie). Repozytoria scientific code publicznie dostępne na GitHubie.

05 · Cennik

Stała cena. Jasny zakres.

80% polskich konsultantów AI ukrywa cennik za „bezpłatną konsultacją”. U mnie wiesz z góry ile zapłacisz i co dostaniesz. Faktura VAT z JDG, refundacja PARP do 75%.

Listening session

paid discovery call

500 PLN

netto · 45 min

1 500 PLN

netto · 90 min + follow-up notes

  • Mapowanie pain pointu
  • Expert opinion gdzie AI ma sens
  • Konkretny scope albo honest „nie rób”
  • NDA standard
Umów rozmowę
najczęściej wybierany

Custom SaaS pilot

tydzień do working code

5 000–25 000 PLN

netto · setup (scope-dependent)

↻ Refundacja PARP do 75%

  • Working code od dnia 1
  • Integracja z Twoimi danymi
  • EU hosting (Cloud Run europe-west1)
  • Source code Twoją własnością
  • Pomoc w aplikacji PARP
Porozmawiajmy o scope

Production SaaS

recurring subscription

500–2 000 PLN/mc

netto · tier-dependent

cena indywidualna · enterprise

  • Hosting + monitoring + SLA
  • Drobne iteracje (h/mc per tier)
  • Patche bezpieczeństwa
  • Exit clause w dowolnej chwili
Wycena indywidualna

Wszystkie ceny netto · faktura VAT z JDG · refundacja PARP Pilotaż AI · pomoc w aplikacji dotacyjnej w cenie

06 · Dla kogo

Sky is the baseline.

Dowolne dziedziny, dowolne integracje. Pipeline jest leverage’em — granicą jest tylko czy problem warto rozwiązywać AI. Kilka kierunków w których pomagam najczęściej:

MŚP

AI dla MŚP

Prostsze automatyzacje, chatboty z RAG nad Twoją bazą wiedzy, knowledge base search, dokumentowanie procesów.

R&D / Nauka

AI dla badaczy

Bioinformatyka, GNN dla protein, ML pipelines, scientific computing. Mocna podstawa z DeepFRI (Flatiron) i peer-reviewed publikacji.

Regulated

Regulowane branże

Bankowość, ubezpieczenia, healthcare. EU AI Act-aware, GDPR-compliant, EU data residency, audytowalny pipeline.

E-commerce

Handel i logistyka

RAG dla katalogów, automatyzacja obsługi klienta, custom integracje z ERP/CRM, AI dla produkcji i magazynów.

Nie ma listy „czego nie robię”. Jest lista co warto, a co nie — ustalimy ją w listening session. Czasem honest „nie rób tego AI, zatrudnij stażystę” jest najlepszą poradą jaką dostaniesz.

07 · FAQ

Pytania, które słyszę najczęściej.

Czym różni się Twoja oferta od software house'u?

+

Software house wycenia 3-6 miesięczne projekty z 5-10 osobowym zespołem. Ja zaczynam od 45-minutowej listening session (500 PLN), a custom SaaS pilot dostarczam w tydzień, nie w kwartał. Pipeline (sub-harness orchestration) daje mi velocity software house'u przy kosztach solo eksperta. Listening + delivery są w jednym domu — nie odsyłam Cię do kogoś innego po wycenie.

Co to jest "sub-harness pipeline"?

+

To mój system orkiestracji agentów AI (Context Engine + sub-harness + deterministyczna analiza kodu via mypy/ruff). Pozwala mi budować custom SaaS w tydzień zamiast w kwartał, bo rozgrzany pipeline rozpisuje większość boilerplate'u, a ja koncentruję się na decyzjach architektonicznych i integracji z Twoimi danymi. Z perspektywy klienta to nieistotny detal — istotne jest że dowożę w 1 tydzień, nie 1 kwartał.

Czy obsługujesz tylko Python?

+

Python jest natywnym językiem mojego pipeline'u (CE-code wykorzystuje mypy + ruff/ty). Multi-language obsługa rośnie via LSP integration (TypeScript, Go, Rust). Dla większości MŚP backend w Python + frontend w React/Astro jest naturalnym wyborem. Jeśli masz konkretny stack constraint — ustalimy w listening session.

Jak działa refundacja PARP?

+

PARP Pilotaż AI to grant dla MŚP — do 75% kosztów wdrożenia AI refundowane przez państwo, do 300 tys. PLN na projekt. Pomagam w aplikacji (w cenie pilota). Cash flow: klient płaci mi za pilot, równolegle składa wniosek do PARP, po 3-6 miesiącach dostaje refundację 50-75% wydatków. Konsulting AI jest standardowo kosztem kwalifikowanym — państwo płaci za moje listening session.

Czy podpisujesz NDA?

+

Tak, standard. NDA przed listening session jeśli Twoje dane/idea są wrażliwe. Wzorzec NDA mam gotowy — mogę też podpisać Twój. Standardowo wszystko co usłyszę w rozmowie jest poufne nawet bez NDA.

Mam mały budżet — od czego zacząć?

+

Od listening session za 500 PLN (45 min). To najtańszy sposób żeby dowiedzieć się czy Twój problem jest wart wdrożenia AI — i czy jest wart pieniędzy które masz do dyspozycji. Jeśli po rozmowie powiem „nie rób tego AI, zatrudnij stażystę” — oszczędzasz dziesiątki tysięcy. Jeśli warto — pilot 5-25 tys. PLN, refundowalny przez PARP do 75%, więc realny koszt to 1,5-6 tys. PLN z Twojej kieszeni.

Czy obsługujesz enterprise?

+

Tak, ale jestem szczery: dla 6-miesięcznych enterprise projektów z Big-4 (EY, PwC, Deloitte) konkurencja jest tańsza per FTE. Tam gdzie jestem lepszy: scoped, quick wins, custom SaaS pod konkretny dział lub workflow. Enterprise klient korzysta ze mnie typowo gdy chce ominąć 3-miesięczny RFP process i dostać working code w tydzień dla scoped problemu.

Gdzie hostowane są moje dane?

+

EU-based by default. Cloud Run europe-west1 (Belgia) dla compute, Firestore europe-west1 dla danych. GDPR-compliant, EU AI Act-aware. Jeśli wymagasz on-premise — również obsługuję, ale to dodaje 30-50% setup time.

Czy mogę dostać source code po projekcie?

+

Tak, source code jest Twoją własnością. Umowa standardowa: kod wytworzony w ramach pilota należy do klienta. Pipeline i biblioteki narzędziowe (sub-harness, CE-code) są moje — ale produkt który dostajesz możesz hostować, modyfikować i rozszerzać dowolnie. Bez vendor lock-in.

Czemu nie mówisz że masz PhD?

+

Bo nie mam. Mam lata publikacji peer-reviewed w AI / ML i jestem co-authorem MetaGenomic DeepFRI (Flatiron Institute, NYC), z 158 commitami jako drugi największy kontrybutor. To są weryfikowalne credentialne. Nie używam tytułów których nie mam — uważam że pokazywanie niewłaściwych credentials to czerwona flaga, nie sales tool.

08 · Następny krok

Pierwsza rozmowa za 500 PLN. Tydzień później — working code.

Wybierz: 45-minutowa listening session (500 PLN) albo 90 minut z follow-up notes (1 500 PLN). Wyjdziesz z konkretną propozycją albo z honest „to nie problem do rozwiązania AI”.

NDA standard · faktura VAT z JDG · PLN / EUR billing