- Żeby innowacja zadziałała, nie wystarczy patent. Już na etapie tworzenia trzeba myśleć o tym, co będziemy robić osiem kroków wprzód - mówi Rafał Muda, założyciel Flow Centrum Badawcze, Twórca Human-AI Fusion Lab, Psycholog i ekspert AI.
Takie myślenie pokazuje, jak zmienia się podejście do tworzenia innowacji. Coraz rzadziej wystarcza jedna kompetencja czy zamknięcie projektu w technologii. Potrzebne są zespoły łączące badania, analitykę, UX, development i sztuczną inteligencję. W takim modelu działa Flow Centrum Badawcze, gdzie przy projektach współpracuje ponad trzydzieści osób różnych specjalizacji. Kluczowe są pytania zadawane przed rozpoczęciem pracy technologicznej.
- Po co to jest? Jak to ma działać? Do czego to ma służyć? Zbudować można wszystko, ale trzeba potwierdzić, że za daną funkcją stoi potrzeba biznesowa, a nie tylko pomysł - mówi Rafał Muda.
To istotne zwłaszcza przy produktach cyfrowych, na które można wydać setki tysięcy złotych, zanim potwierdzi się, czy odpowiadają na potrzeby użytkowników. Dlatego badania i analiza biznesowa powinny poprzedzać wdrożenie. Trzeba wiedzieć, kto będzie korzystał z rozwiązania, ile będzie kosztowało, kto za nie zapłaci i jak może się rozwijać. Innowacja jest więc procesem, a nie pojedynczym momentem olśnienia.
Tu ujawnia się jedna z najtrudniejszych barier komercjalizacji. Nauka i firmy często działają w swoich specjalizacjach, podczas gdy powodzenie projektu wymaga łączenia wielu perspektyw. Naukowiec koncentruje się na jakości rozwiązania, przedsiębiorca na czasie i rynku, inwestor na ryzyku i zwrocie. Gdy te pytania pojawiają się dopiero po stworzeniu technologii, świetny rezultat badawczy może nie mieć drogi do wdrożenia.
- Sam produkt to tylko mały fragment. Trzeba pomyśleć o cenie, kosztach działalności, finansowaniu, marketingu i o tym, co ma wydarzyć się później - mówi ekspert.
Znaczenie ma też sposób finansowania B+R. Projekty badawczo-rozwojowe zakładają eksperyment, niepewność i możliwość zmiany założeń, a procedury publicznego finansowania wymagają szczegółowego planowania i rozliczenia. Powstaje napięcie między naturą innowacji a potrzebą przewidywalności. Bariery nie leżą jednak wyłącznie po stronie systemu. Liczą się także gotowość do ryzyka i współpraca między środowiskami.
Podobną logikę widać w optymalizacji procesów. W branży ubezpieczeniowej czy logistycznej duża część potencjału innowacji kryje się nie w tworzeniu nowych modeli działania, ale w ograniczaniu powtarzalnych czynności. Ręczne przepisywanie informacji, sprawdzanie dokumentów czy przenoszenie danych między systemami pochłania czas pracowników, którzy mogliby wykonywać zadania budujące przychód. Z tej perspektywy innowacją nie musi być rozwiązanie spektakularne. Może nią być dobrze zaprojektowana zmiana procesu, która pozwala tej samej organizacji działać szybciej i skalować się bez proporcjonalnego zwiększania zatrudnienia.
- Każda strata na ręczną pracę sprawia, że ludzie nie wykorzystują w pełni swojego potencjału - zaznacza Rafał Muda.
Ten sam sposób myślenia dotyczy sztucznej inteligencji. Sam fakt dostępności AI nie oznacza, że jej wdrożenie będzie uzasadnione. Najpierw trzeba poznać proces, dane, użytkownika i miejsce, w którym technologia może poprawić sposób działania organizacji. W praktyce jednym z wyzwań jest również porządkowanie oczekiwań wobec AI. Wiele organizacji chciałoby potraktować ją jak gotowy komponent, który można podłączyć do procesu i natychmiast zastąpić część pracy ludzi. Tymczasem skuteczne zastosowanie wymaga analizy danych, przygotowania procesu, testów i jasnego określenia efektu, jaki ma zostać osiągnięty.
Stąd znaczenie Human Centered Design, czyli projektowania wychodzącego od człowieka i jego potrzeb. W takim podejściu technologia jest narzędziem, a nie punktem wyjścia. Najpierw trzeba zrozumieć, kto korzysta z rozwiązania, czego potrzebuje, co utrudnia mu działanie i jakie konsekwencje będzie miała projektowana zmiana dla poszczególnych grup. To podejście ma znaczenie zarówno w produktach komercyjnych, jak i usługach publicznych.
-Technologia ma być dla człowieka, a nie człowiek dla technologii. Nie chodzi o to, żeby coś zrobić, a później powiedzieć ludziom, że mają się dostosować - mówi Rafał Muda.
Przykładem takiego myślenia był realizowany przez Flow Centrum Badawcze projekt dla Ministerstwa Finansów, dokładnie dla administracji skarbowej. Dotyczył poprawy postrzegania urzędników oraz usprawnienia procesu obsługi tak, aby kontakt z administracją był bardziej przyjazny dla odbiorcy. Zespół prowadził badania i rozmowy z użytkownikami, a zebrane wnioski miały pomóc w projektowaniu zmian w sposobie komunikacji i obsługi. Ten przypadek dobrze pokazuje, że innowacja nie zawsze musi oznaczać nową aplikację, algorytm czy urządzenie. Może polegać na przeprojektowaniu istniejącego doświadczenia, jeżeli prowadzi to do wyraźnej poprawy funkcjonowania usługi.
Dlatego przy projektowaniu rozwiązań nie wystarcza sama znajomość technologii. Potrzebny jest sposób pracy, który pozwala dobrze zdefiniować problem, zweryfikować założenia i sprawdzić, czy proponowane rozwiązanie rzeczywiście odpowiada na potrzeby użytkownika. Tu przydaje się warsztat naukowy: krytyczna ocena danych, testowanie hipotez i gotowość do podważania własnych założeń. Perspektywa biznesowa uzupełnia go o pytania dotyczące odbiorcy, kosztów, skali i możliwości wdrożenia. Dopiero połączenie tych kompetencji pozwala uniknąć sytuacji, w której technologicznie dobry pomysł nie znajduje zastosowania albo rozwiązanie stworzone pod presją rynku nie ma wystarczających podstaw.
- Nauka to jest tak naprawdę rzemiosło. Uczy analityczności, kreatywnego i krytycznego myślenia - dodaje Rafał Muda.
To połączenie widać również w projektach związanych z rozwojem młodych firm. Flow jest partnerem projekt HugeTECH Revolution, skierowanej do startupów z Polski Wschodniej. Program zakłada wsparcie 150 zespołów, które mają przejść proces inkubacji, stworzyć MVP i zweryfikować swoje założenia rynkowe. Ważne jest więc nie tylko dopracowanie technologii, ale także sprawdzenie, czy odpowiada ona na realną potrzebę i czy istnieją odbiorcy gotowi z niej korzystać.
Udział w platformach startowych wpisuje się w szerszą dyskusję o potrzebach polskiego ekosystemu innowacji. Kapitał jest ważny, ale nie wystarczy. Młode zespoły potrzebują wiedzy, możliwości testowania hipotez, kontaktu z rynkiem oraz kompetencji technologicznych, badawczych i biznesowych. Rafał Muda wiąże z tym również plany budowania kolejnych elementów ekosystemu, w tym akceleratora w województwie lubelskim.
Drugim kierunkiem są własne prace badawczo-rozwojowe. Od 2024 r. rozwijany jest Flowco.AI, projekt wykorzystujący ślad cyfrowy do tworzenia bardziej precyzyjnych profili konsumenckich. Założeniem jest wykorzystanie generatywnej sztucznej inteligencji do porządkowania informacji o zachowaniach i preferencjach, a następnie do lepszego przewidywania potrzeb odbiorców. Projekt pokazuje jednocześnie szerszy kierunek rozwoju narzędzi AI. Ich wartość coraz częściej nie polega wyłącznie na generowaniu treści, lecz na umiejętnym łączeniu danych, kontekstu i wiedzy o użytkowniku.
Rozwój AI rodzi też pytania o odpowiedzialność. Im większą rolę w analizie zachowań i automatyzacji decyzji odgrywają algorytmy, tym ważniejsze są jakość danych, przejrzystość procesu i skutki dla użytkownika. Kompetencje przyszłości nie będą więc dotyczyć tylko obsługi narzędzi AI. Rosnąć będzie znaczenie zadawania właściwych pytań, krytycznej oceny wyników i rozumienia człowieka, dla którego rozwiązanie powstaje.
W tym miejscu wraca definicja inteligentnego rozwoju. Nie musi on oznaczać pogoni za najbardziej zaawansowaną technologią. Może polegać na inwestowaniu w obszary, które realnie ułatwiają funkcjonowanie pracownikom, klientom i osobom zarządzającym organizacją. W praktyce oznacza to patrzenie na firmę jak na system naczyń połączonych. Optymalizacja jednego procesu ma sens tylko wtedy, gdy nie tworzy problemu w innym miejscu i poprawia funkcjonowanie całości.
- Inteligentny rozwój to inwestowanie i rozwijanie tych obszarów, które sprawiają, że ludziom jest łatwiej - zaznacza Muda.
Za osiągnięcia w łączeniu nauki z biznesem oraz tworzenie rozwiązań wykorzystujących dane i sztuczną inteligencję Rafał Muda został laureatem Nagrody „Lider Inteligentnego Rozwoju” 2026. Jest prezesem Flow Centrum Badawczego, jednocześnie związany jest z Wyższą Szkołą Kształcenia Zawodowego. Wyróżnienie odnosi się również do jego zaangażowania w projekty badawczo-rozwojowe, wsparcie startupów oraz rozwijanie kompetencji potrzebnych do skuteczniejszego łączenia nauki z praktyką gospodarczą.
Z takiego podejścia wynika pomysł budowania szerszego środowiska dla innowacji. Nie tylko miejsca realizującego własne projekty, lecz przestrzeni łączącej przedsiębiorców, startupy, naukowców, studentów i osoby, które dopiero rozwijają swoje pomysły. Istotą nie byłoby więc gromadzenie technologii, ale tworzenie warunków, w których wiedza i różne kompetencje mogą spotkać się wokół konkretnego problemu. Dzisiaj, kiedy coraz łatwiej stworzyć prototyp, napisać kod czy wygenerować koncepcję z pomocą AI, przewagą może stać się właśnie zdolność właściwego wyboru problemu, weryfikacji rozwiązania i doprowadzenia go do realnego zastosowania.
To dlatego przyszłość innowacji może zależeć mniej od liczby samych pomysłów, a bardziej od jakości środowiska, w którym są rozwijane. Potrzebni są ludzie, którzy potrafią połączyć badania z potrzebą użytkownika, technologię z ekonomią, a wizję z konsekwentnym wdrożeniem. Wtedy patent nie kończy życia w szufladzie, startup nie buduje produktu bez odbiorcy, a przedsiębiorstwo nie inwestuje w AI tylko dlatego, że robią to inni.
- Chcielibyśmy być takim hubem, gdzie jeśli ktoś ma naprawdę pomysł, któremu warto poświęcić czas, to po prostu go realizujemy” - podsumowuje Rafał Muda.
Małgorzata Kozieł