FOTOhub i EVIDION: dwa produkty, jedna teza, którą buduję od dwóch lat

Ilustracja wygenerowana przez AI (model GPT Image 2 na platformie FOTOhub.app). Oznaczenie zgodnie z art. 50 AI Act.

Prowadzę obecnie dwa równoległe projekty technologiczne z Bydgoszczy, które na pierwszy rzut oka wydają się przynależeć do zupełnie różnych kategorii rynkowych, generatywnej AI dla twórców z jednej strony i cyberbezpieczeństwa oraz govtechu z drugiej, a które w rzeczywistości wyrastają z tej samej filozofii inżynierskiej, jaką konsekwentnie stosuję od początku swojej drogi jako founder: budowania trwałej infrastruktury, a nie punktowych narzędzi reagujących na chwilowy trend rynkowy. Pierwszym z nich jest FOTOhub, platforma Creative AI OS integrująca ponad 200 modeli sztucznej inteligencji w jednym środowisku pracy dla twórców, agencji i deweloperów. Drugim jest EVIDION, warstwa dowodowa i governance dla organizacji wdrażających systemy AI, którą buduję w odpowiedzi na rosnące wymogi regulacyjne wynikające z unijnego AI Act i polskiej ustawy o systemach sztucznej inteligencji.

FOTOhub: od generatora obrazków do operacyjnego systemu dla twórców

FOTOhub założyłem 11 września 2025 roku, i w ciągu niespełna roku platforma przeszła transformację, którą planowałem od początku: od prostego narzędzia do generowania obrazów AI do pozycji pełnoprawnego Creative AI OS, czyli systemu operacyjnego dla kreatywności cyfrowej. Ta zmiana narracji nie była kosmetyczna, lecz odzwierciedlała realny rozwój produktu, który od pierwszego dnia projektowałem jako warstwę orkiestracyjną, nie jako kolejny generatorek obrazków. Dziś platforma integruje ponad 200 modeli sztucznej inteligencji od ponad 10 dostawców, w tym własne, zastrzeżone modele opracowane pod marką FOTOhub-SDK, a także modele od Google, OpenAI, ByteDance i Stability AI, obejmujące generowanie obrazów, wideo, audio oraz automatyzację przepływów pracy.

Skala użytkowników rosła w tempie, które sam, mimo wcześniejszych założeń biznesowych, oceniam jako jedno z najszybszych w regionie dla tej kategorii produktu. W marcu 2026 roku raportowałem ponad 460 000 zarejestrowanych użytkowników i ponad 11 milionów wygenerowanych treści przy okazji zamknięcia rundy seed w wysokości 5,1 miliona dolarów. Do lipca 2026 roku liczba użytkowników przekroczyła 750 000 w ponad 40 krajach, co pozwoliło mi sformułować nową pozycję rynkową FOTOhub jako lidera kategorii Creative AI Platform w Europie.

Historia finansowania, którą przeprowadziłem, obejmuje pięć rund kapitałowych zamknięte w ciągu jednego roku, co samo w sobie jest rzadkością na polskim rynku startupowym. Rundę pre-seed w wysokości 3,5 miliona złotych zamknąłem w styczniu 2026 roku. W lutym 2026 roku przeprowadziłem rundę seed o wartości 6,1 miliona dolarów, prowadzoną przez DGE3 Investment VC z udziałem czterech inwestorów. Marcową rundę seed w wysokości 5,1 miliona dolarów, z trzema inwestorami strategicznymi, przeznaczyłem bezpośrednio na rozwój własnych, zastrzeżonych modeli AI o nazwach FOTOcore, GABRIEL, IDA Creative i Laura Coder, obok rozbudowy infrastruktury GPU. W czerwcu 2026 roku zamknąłem rundę follow-on od DGE3 w wysokości 2,3 miliona dolarów, uzupełnioną grantem od Amazon Web Services w wysokości 110 000 dolarów w ramach programu wsparcia dla startupów. Łączne finansowanie FOTOhub, według moich danych z lipca 2026 roku, wyniosło 8,6 miliona dolarów w pięciu rundach, przy wycenie spółki na poziomie 180 milionów dolarów w drugim kwartale 2026 roku. Niektóre zestawienia zewnętrzne wskazują też na łączną kwotę 11,3 miliona dolarów lub 9,0 miliona dolarów, co wynika z różnic w metodologii agregacji poszczególnych rund przez różne platformy analityczne.

Na horyzoncie mam rundę Series A o wartości 100 milionów złotych, planowaną na czwarty kwartał 2026 roku lub pierwszy kwartał 2027 roku, prowadzoną przez DGE3, z przeznaczeniem środków na skalowanie infrastruktury GPU, ekspansję na rynki niemieckojęzyczne, brytyjski i amerykański, dalszy rozwój własnych modeli AI oraz rozbudowę zespołu. Strukturę planowanego wykorzystania środków zaplanowałem następująco: 40 procent na infrastrukturę GPU i chmurę, 30 procent na badania i rozwój modeli oraz platformy, 20 procent na ekspansję międzynarodową i 10 procent na operacje i talent.

Pozycja FOTOhub w rankingach branżowych jest nietypowo wysoka dla firmy z tego etapu rozwoju. Platforma zajmowała w lipcu 2026 roku 360. miejsce w rankingu CB Rank wśród firm z kategorii Generative AI/Tech na Crunchbase, z Growth Score na poziomie 85 i Heat Score na poziomie 96, wskazującym na wysoką dynamikę aktywności wokół firmy w danym okresie. Sam jestem notowany jako founder w top 1 procencie globalnego indeksu Crunchbase, z pozycją w top 10 najszybciej rosnących startupów w Polsce według niezależnych zestawień branżowych.

Model biznesowy, który zaprojektowałem, oparty jest na siedmiu warstwach subskrypcyjnych, od planu darmowego z pięćdziesięcioma kredytami miesięcznie, przez plany Starter, Medium, Professional i Business, aż po plan Team przeznaczony do współpracy zespołowej oraz plan Enterprise z limitem nielimitowanym i indywidualną wyceną. Uzasadnieniem biznesowym, które stało za konsolidacją modeli AI w jednej platformie, był prosty fakt: twórcy cyfrowi typowo korzystają jednocześnie z pięciu do ośmiu odrębnych subskrypcji narzędzi takich jak Midjourney, Runway, Canva czy Suno, generujących łączny koszt od 80 do 120 dolarów miesięcznie i wymagających stałego przełączania kontekstu między platformami. Zaprojektowałem FOTOhub, żeby zaadresować ten problem, integrując te same funkcjonalności w jednym środowisku za ułamek sumarycznej ceny.

EVIDION: warstwa dowodowa dla organizacji wdrażających systemy AI

Drugim projektem, który prowadzę równolegle z FOTOhub, jest EVIDION, opisywany w moim profilu founderskim na Crunchbase jako inicjatywa z kategorii CyberSec GovTech. Punktem wyjścia dla budowy EVIDION jest strukturalna zmiana otoczenia regulacyjnego wokół sztucznej inteligencji w Unii Europejskiej i w Polsce, obejmująca zarówno unijny AI Act, jak i krajową ustawę o systemach sztucznej inteligencji, która ustanawia Komisję Rozwoju i Bezpieczeństwa Sztucznej Inteligencji jako organ nadzoru rynku AI, rozpoczynający formalne działanie w listopadzie 2026 roku.

W analizie, którą opublikowałem na tym blogu w lipcu 2026 roku, po ogłoszeniu przesunięcia terminu wejścia w życie obowiązków dla systemów wysokiego ryzyka o szesnaście miesięcy, z 2 sierpnia 2026 roku na 2 grudnia 2027 roku, opisałem EVIDION jako warstwę dowodową i governance dla organizacji implementujących systemy AI. Koncepcję produktu oparłem na trzech filarach architektonicznych. Pierwszym jest ciągły nadzór nad systemami AI działającymi w organizacji, rozumiany nie jako jednorazowy audyt przeprowadzany raz na jakiś czas, lecz jako monitoring w czasie rzeczywistym stanu zgodności i ryzyka związanego z każdym wdrożonym systemem. Drugim filarem jest dokumentowanie odpowiedzialności w sposób weryfikowalny, obejmujące integralność dowodową zabezpieczoną kryptograficznie, znaczniki czasu odporne na manipulację oraz pełny łańcuch powiązań dla każdego elementu materiału dowodowego związanego z decyzjami podejmowanymi przez systemy AI lub dotyczącymi ich wdrożenia. Trzecim filarem jest scentralizowane, gotowe na audyt repozytorium dowodów zgodności, które zaprojektowałem, żeby zastąpić rozproszenie dokumentacji compliance po dziesiątkach osobnych systemów i arkuszy, utrudniające w praktyce szybkie wykazanie zgodności w razie kontroli regulatora.

Sens biznesowy EVIDION, który sformułowałem w tej samej analizie, sprowadza się do przekształcenia zgodności regulacyjnej z deklaracji intencji w coś, co organizacja może faktycznie przedstawić audytorowi lub organowi nadzoru na żądanie, bez wielotygodniowego przygotowywania dokumentacji ad hoc. To podejście koresponduje bezpośrednio z realnymi uprawnieniami kontrolnymi przyznanymi polskiemu regulatorowi AI, obejmującymi zdalne kontrole z terminami reakcji rzędu czternastu do trzydziestu dni oraz obowiązek aktywnej współpracy podmiotu kontrolowanego, co w praktyce wymaga posiadania gotowej, ustrukturyzowanej dokumentacji zgodności w każdym momencie, nie tylko na potrzeby jednorazowego przeglądu rocznego.

Osobna oferta produktowa, którą opisałem na własnej stronie, dotyczy systemu zarządzania sprawami i analizy akt z wykorzystaniem AI, funkcjonującego pod tą samą marką EVIDION, co odzwierciedla moją decyzję o rozszerzeniu koncepcji warstwy dowodowej także na sektor prawny i administrację publiczną, poza samym obszarem compliance dla systemów AI. Ten kierunek rozwoju produktu wynika z szerszej tezy, która stoi za całym projektem: zapotrzebowanie na strukturalną, kryptograficznie zabezpieczoną i w pełni odtwarzalną infrastrukturę dowodową wykracza daleko poza wąski segment firm technologicznych wdrażających systemy AI, obejmując również kancelarie prawne, sądy i instytucje publiczne zmagające się z analogicznym problemem wiarygodności materiału dowodowego i dokumentacyjnego.

Dlaczego oba projekty wyrastają z tej samej logiki inżynierskiej

Choć FOTOhub i EVIDION operują w zupełnie odrębnych kategoriach rynkowych, jeden w konsumenckim i biznesowym segmencie generatywnej AI dla twórców, drugi w regulacyjnym i instytucjonalnym segmencie cyberbezpieczeństwa i govtech, łączy je ta sama decyzja architektoniczna, którą podejmuję niezależnie od branży, w jakiej akurat buduję produkt: budowanie scentralizowanej warstwy orkiestracyjnej, obsługującej wiele źródeł danych lub modeli jednocześnie, zamiast wąskiego narzędzia rozwiązującego jeden, pojedynczy problem. W przypadku FOTOhub tą warstwą jest jeden interfejs API i system rozliczeń obsługujący ponad 200 modeli AI od ponad 10 dostawców, co z definicji wymagało od mnie systemowego podejścia do zarządzania jakością, kosztami i zgodnością każdego z tych modeli, w tym mechanizmów oznaczania treści syntetycznych wymaganych przez unijne rozporządzenia o transparentności AI. W przypadku EVIDION tą warstwą jest scentralizowany, kryptograficznie zabezpieczony rejestr dowodowy, który projektuję, żeby zastąpić rozproszoną dokumentację compliance przechowywaną dotychczas w dziesiątkach niekompatybilnych systemów wewnętrznych organizacji.

Ta sama filozofia inżynierska, budowania infrastruktury orkiestracyjnej ponad rozproszonym ekosystemem narzędzi lub źródeł danych, pojawia się w obu moich projektach niezależnie od tego, że adresują one zupełnie inne problemy biznesowe i regulacyjne. Dla FOTOhub oznacza to zastąpienie fragmentacji rynku narzędzi generatywnej AI, w którym twórca musi zarządzać pięcioma do ośmiu odrębnymi subskrypcjami, jednym, zunifikowanym środowiskiem pracy. Dla EVIDION oznacza to zastąpienie fragmentacji dokumentacji zgodności regulacyjnej, rozproszonej po rejestrach ryzyk, politykach, umowach i incydentach przechowywanych w odrębnych systemach, jednym, spójnym grafem dowodowym, odpornym na retrospektywną rekonstrukcję pod presją kontroli regulatora lub sporu sądowego.

Kluczowe metryki obu projektów w jednym zestawieniu

Kontekst regulacyjny, który spaja obie moje inicjatywy

Zestawienie FOTOhub i EVIDION nabiera pełnego sensu w świetle zmian regulacyjnych, które śledzę i na które reaguję równolegle w Unii Europejskiej i w Polsce w 2026 roku. Artykuł 50 unijnego AI Act, obowiązujący od 2 sierpnia 2026 roku, wprowadza obowiązek oznaczania treści syntetycznych generowanych przez systemy AI oraz obowiązek informowania użytkowników, że interakcja odbywa się z systemem sztucznej inteligencji, co dotyczy bezpośrednio platform takich jak FOTOhub, generujących treści obrazowe, wideo i audio na masową skalę dla setek tysięcy moich użytkowników. Równolegle, polska ustawa o systemach sztucznej inteligencji, podpisana przez prezydenta 24 lipca 2026 roku, ustanawia Komisję Rozwoju i Bezpieczeństwa Sztucznej Inteligencji jako krajowy organ nadzoru rynku AI, wyposażony w uprawnienia kontrolne obejmujące zdalne inspekcje, żądania dostępu do systemów teleinformatycznych i danych chmurowych, oraz sankcje administracyjne. Te dwa równoległe procesy regulacyjne tworzą rynek dla produktu takiego jak EVIDION, jednocześnie wymuszając na mnie wdrożenie mechanizmów transparentności AI bezpośrednio w architekturze FOTOhub, nie jako dodatek wdrażany pod presją regulatora, lecz jako integralny element systemu od samego początku jego projektowania.