Po wdrożeniu aplikacja mobilna wchodzi w tryb utrzymania, w którym wolumen prac jest zmienny i skokowy — w dolinach za mały na pełny etat, w pikach za duży nawet na własny zespół. Wyjaśniamy, ile naprawdę kosztuje utrzymanie aplikacji, dlaczego części prac nie da się uniknąć, jaki jest pełny koszt etatu in-house i jaką rolę realnie odgrywa AI. Pokazujemy też ramę decyzyjną: kiedy opłaca się własny zespół, kiedy utrzymanie w modelu SLA, a kiedy elastyczne rozszerzenie zespołu (Team Augmentation).
Decyzja „budujemy własny zespół mobilny czy powierzamy aplikację na zewnątrz" zwykle zapada w momencie, gdy produkt jest już na rynku, a faza intensywnej budowy się skończyła. Wtedy okazuje się, że pracy jest mniej niż w trakcie wdrożenia, ale nigdy nie spada do zera — i rzadko jest jej tyle, by równo wypełnić pełne etaty deweloperów. Menedżer produktu lub działu IT staje przed pytaniem, które na pozór dotyczy budżetu, a w praktyce dotyczy dopasowania mocy do realnego, zmiennego zapotrzebowania. W tym artykule rozkładamy koszt utrzymania aplikacji na czynniki pierwsze, pokazujemy ukryte składniki kosztu własnego zespołu i proponujemy ramę wyboru modelu współpracy opartą na danych, a nie na haśle.
Tryb utrzymania aplikacji to faza po wdrożeniu produkcyjnym, w której pracy jest mniej niż przy budowie, ale nigdy nie spada do zera — i rzadko jest jej tyle, by w sposób ciągły wypełnić pełny etat dewelopera na każdą platformę.
Kluczowa cecha tej fazy to zmienny, skokowy charakter wolumenu prac. Składają się na nią doliny i piki. W dolinach toczą się prace ciche, ale obowiązkowe: aktualizacje bibliotek, monitoring błędów i wydajności, drobne poprawki, dostosowania do nowych wersji systemów. W pikach pojawia się nagłe spiętrzenie: większe wydanie funkcji, wymóg regulacyjny z twardym terminem, kampania marketingowa, awaria krytyczna albo coroczna zgodność z App Store i Google Play. Problem decyzyjny wynika wprost z tej nierówności. Pełny etat opłaca się w dolinie, w której często nie ma go czym zapełnić, a w piku i tak brakuje rąk, bo jeden inżynier nie obsłuży naraz wydania, audytu bezpieczeństwa i pilnej poprawki.
To dlatego pytanie „czy utrzymać własny zespół" nie ma jednej odpowiedzi. Zależy ona od tego, jak głębokie są doliny i jak wysokie piki konkretnego produktu — a to da się oszacować, zanim podejmie się decyzję o etatach.
Koszt utrzymania aplikacji to przede wszystkim koszt powracającej pracy inżynierów — prac wymuszanych przez systemy operacyjne oraz rozwoju i obsługi błędów — a nie jednorazowy wydatek zamykający projekt po wdrożeniu.
Wbrew pozorom opłaty platform są w tym rachunku marginalne. Apple pobiera 99 USD rocznie za udział w Apple Developer Program (Apple, 2026), a Google — jednorazowo 25 USD za rejestrację konta dewelopera, więc po stronie Androida nie ma nawet kosztu powracającego (Google, 2026). Prawdziwy, powracający rachunek to praca inżynierów, którą obie platformy wymuszają niezależnie od planów biznesowych właściciela aplikacji: nawet bez jednej nowej funkcji aplikacja wymaga regularnych nakładów, by pozostać w sklepie i być bezpieczna. To właśnie te wymuszone prace, a nie opłaty licencyjne, decydują o rocznym koszcie utrzymania — i je omawiamy w następnej sekcji.
Wymuszone utrzymanie to prace, których właściciel aplikacji nie planuje, lecz musi wykonać, by aplikacja pozostała w sklepie i była bezpieczna — narzucają je cyklicznie Apple i Google.
To najmocniejszy dowód na to, że aplikacja potrzebuje stałej, ale niewielkiej mocy inżynierskiej — nie zera i nie pełnego etatu. Najważniejsze, twarde terminy ostatnich kwartałów pokazują skalę zjawiska:
Każdy z tych punktów oznacza realną pracę: aktualizację kodu, ponowną kompilację, testy regresji i nowe wydanie. To wszystko dzieje się także wtedy, gdy aplikacja nie dostaje żadnej nowej funkcji. Stąd wniosek, który porządkuje dalszą dyskusję o modelu współpracy: utrzymania nie da się odłożyć ani zlecić „raz na jakiś czas" — wymaga stałej, przewidywalnej, lecz niewielkiej rezerwy mocy.
Pełny koszt etatu (całkowity koszt zatrudnienia, TCO) to nie sama pensja, lecz wynagrodzenie powiększone o świadczenia, rekrutację, rotację i ryzyko skupienia wiedzy w jednej osobie.
Pierwszą pułapką jest mylenie pensji z kosztem. Według amerykańskiego Bureau of Labor Statistics w sektorze prywatnym koszt godziny pracy wyniósł 46,15 USD, z czego 70,1% przypadło na samo wynagrodzenie, a 29,9% na świadczenia pozapłacowe (IV kwartał 2025 r.) (U.S. BLS, 2026). Innymi słowy, pensja to zwykle około dwóch trzecich do trzech czwartych prawdziwego kosztu etatu, a resztę stanowi narzut, który pracodawca ponosi niezależnie od bieżącego wolumenu prac. Konkretne proporcje różnią się między rynkami, ale sam kierunek jest przenoszalny także na polskie realia.
Zsumowane, te składniki tłumaczą, dlaczego niedociążony etat w trybie utrzymania bywa najdroższym sposobem na obsłużenie aplikacji o zmiennym wolumenie. Płaci się pełną stawkę za moc, która w dolinie stoi, a w piku i tak nie wystarcza.
Sztuczna inteligencja (AI) w utrzymaniu aplikacji to narzędzia wspomagające pisanie i analizę kodu — realnie przyspieszają powtarzalne fragmenty pracy, ale nie zastępują kontroli jakości i bezpieczeństwa.
Wokół AI narósł mit prostego mnożnika wydajności, którym łatwo uzasadnić cięcie etatów. Dane są jednak niejednoznaczne i wymagają uczciwego zestawienia. Wczesne badanie z eksperymentu z udziałem GitHub Copilota pokazało przyspieszenie o 55% na wąskim, powtarzalnym zadaniu programistycznym (próba 95 osób) (GitHub, 2022). McKinsey raportował skrócenie czasu o 35–50% przy dokumentacji i około 50% przy pisaniu nowego kodu, ale jednocześnie poniżej 10% przy zadaniach złożonych (McKinsey, 2023). A utrzymanie dojrzałej aplikacji to w większości właśnie zadania złożone: praca w istniejącym, obciążonym historią kodzie.
Mocnym kontrapunktem jest badanie METR z 2025 r. Doświadczeni deweloperzy pracujący nad dobrze znanymi projektami byli z narzędziami AI o 19% wolniejsi, choć sami sądzili, że AI przyspieszyło ich o 20% (METR, 2025). Próba była mała (16 osób), a sama organizacja zastrzega, że wynik dotyczył narzędzi z początku 2025 r. i może być już nieaktualny. Tę ostrożność potwierdza praktyka zespołów: w badaniu Stack Overflow z 2025 r. 84% deweloperów używa narzędzi AI lub planuje ich użycie, ale 66% wskazuje frustrację rozwiązaniami „prawie dobrymi, lecz nie do końca", a 45,2% uważa szukanie i usuwanie błędów w kodzie wygenerowanym przez AI za bardziej czasochłonne (Stack Overflow, 2025).
Płyną z tego dwa wnioski istotne dla decyzji o zespole. Po pierwsze, w utrzymaniu mobilnym AI przesuwa wąskie gardło z pisania kodu na jego przegląd, testy i bezpieczeństwo — a tam wartość wnosi proces, nie sama liczba linii. Po drugie, argument „AI obniża koszt utrzymania, więc etat się nie opłaca" znosi się sam: jeśli AI faktycznie skraca pracę, robi to tak samo u dewelopera in-house, jak u dostawcy zewnętrznego, więc nie jest to przewaga żadnego z modeli. Realna różnica leży gdzie indziej — w tym, kto zamienia „więcej kodu z AI" w „więcej dowiezionej jakości".
Model współpracy w utrzymaniu aplikacji to sposób, w jaki kupujesz moc inżynierską: na stałe (etat), w formie gwarantowanej dostępności (SLA) albo jako elastyczne rozszerzenie zespołu na czas zwiększonego zapotrzebowania.
Zamiast pytać „etat czy nie etat", warto dopasować model do kształtu wolumenu prac. Skala rynku pokazuje, że to dojrzała droga — globalna wartość outsourcingu IT (powierzania prac wyspecjalizowanym firmom) to 634 mld USD w 2026 r. i prognozowane 806 mld USD w 2030 r., przy średniorocznym wzroście 6,2% (Statista, 2026). Najczęściej w grę wchodzą cztery podejścia:
Tę logikę można sprowadzić do prostej ramy decyzyjnej:
| Sytuacja produktu | Kształt wolumenu | Rekomendowany model |
|---|---|---|
| Aplikacja to strategiczny rdzeń, rozwijana codziennie | Stały, wysoki | Własny zespół (etat) |
| Dojrzała aplikacja w stabilnym utrzymaniu | Mały, ale ciągły | Utrzymanie i SLA / retainer |
| Spiętrzenie prac: wydanie, regulacja, kampania | Skokowy (piki) | Team Augmentation |
| Brak kompetencji niszowych (np. płatności HCE, bezpieczeństwo) | Punktowy, specjalistyczny | Partner z gotowymi kompetencjami |
| Długi, intensywny rozwój nowych funkcji | Stały, duży | Dedykowany zespół |
Właściwie dobrany model realizuje uczciwą obietnicę: kupujesz dokładnie tyle kompetencji, ile produkt naprawdę potrzebuje — z gwarancją ciągłości i dostępności w piku. To coś innego niż „rozcięcie" jednego dewelopera między dwóch klientów, które przerzucałoby na właściciela aplikacji koszt przełączania uwagi inżyniera. Ekonomia powierzenia utrzymania na zewnątrz nie polega na dzieleniu czyjejś uwagi, lecz na uniknięciu kosztu rekrutacji, narzutu na etat i ryzyka niedociążenia — oraz na natychmiastowym dostępie do kompetencji, które trudno utrzymać samodzielnie.
Pozostaje uzasadniona obawa o poufność, zwłaszcza gdy dostawca obsługuje klientów z tej samej branży. Rozbraja się ją w sposób, który w dojrzałej współpracy jest standardem: rozdzielnością zespołów projektowych, umowami o zachowaniu poufności (NDA) oraz przeniesieniem praw majątkowych do kodu na klienta. Dobrze poprowadzone utrzymanie zewnętrzne nie oznacza, że „mój deweloper pracuje dla konkurenta" — oznacza dedykowany, rozliczalny zespół działający w ustalonych granicach.
Norbsoft, polski producent oprogramowania (software house) działający od 2003 r., zrealizował ponad 200 projektów używanych przez użytkowników w 45 krajach — i traktuje utrzymanie jako pełnoprawny etap cyklu życia aplikacji, a nie dodatek po wdrożeniu.
W ofercie odpowiadają temu wprost dwie usługi. Utrzymanie i SLA obejmuje dostosowywanie aplikacji do nowych wersji systemów oraz wymagań Google Play i App Store, refaktoryzację i aktualizacje bibliotek oraz monitoring wydajności i błędów — z gwarantowanym czasem reakcji dla klientów, którzy nie mają własnego zespołu rozwojowego. Rozszerzenie zespołu (Team Augmentation) pozwala czasowo wzmocnić zespół klienta na czas pików, a Transfer Wiedzy porządkuje dokumentację i przekazanie kompetencji, gdy klient chce samodzielnie przejąć rozwój. Kontrolę jakości i audyty bezpieczeństwa Norbsoft prowadzi zgodnie ze standardem OWASP MASVS, co jest istotne właśnie w utrzymaniu, gdzie AI przesuwa ciężar pracy na przegląd i testy.
Doświadczenie widać w skali utrzymywanych produktów. Aplikacja Oriflame osiągnęła 5 mln pobrań w 60 krajach, a jej zakres współpracy obejmował rozwój, kontrolę jakości i utrzymanie. Dwie aplikacje Promedica24 z branży usług opiekuńczych obsługują dziesiątki tysięcy użytkowników w środowisku wymagającym ciągłej zgodności i niezawodności. W wielu projektach z portfolio Norbsoft utrzymanie jest częścią udokumentowanego zakresu prac — to pokazuje, że aplikacja w trybie utrzymania potrzebuje partnera, który zna ją na wylot i potrafi zapewnić ciągłość, a nie doraźnych zleceń.
Dojrzała aplikacja sprzedażowa w stabilnym utrzymaniu — 5 mln pobrań, działalność w 60 krajach (Oriflame).
Koszt składa się ze stałych opłat platform — 99 USD rocznie za Apple Developer Program i jednorazowo 25 USD za konto w Google Play — oraz, przede wszystkim, z pracy inżynierów wymuszanej cyklicznie przez systemy iOS i Android. To te obowiązkowe prace, a nie opłaty licencyjne, decydują o rocznym koszcie. Dokładną kwotę wyznacza zakres i złożoność aplikacji.
Wtedy, gdy wolumen prac staje się zmienny i skokowy: w dolinach za mały, by wypełnić pełny etat, a w pikach za duży na mały zespół in-house. Pełny etat opłaca się przy stałym, wysokim zapotrzebowaniu i strategicznym znaczeniu aplikacji. Przy niewielkim, ciągłym utrzymaniu zwykle taniej i bezpieczniej jest kupić gwarantowaną dostępność.
Umowa o gwarantowanym poziomie usług (SLA) zapewnia ustalony czas reakcji i rozwiązania zgłoszeń bez utrzymywania własnego etatu — sprawdza się przy małym, ciągłym wolumenie. Rozszerzenie zespołu (Team Augmentation) czasowo dołącza specjalistów do zespołu klienta, gdy pojawia się pik prac: większe wydanie, wymóg regulacyjny lub kampania.
Tak. Google wymaga, by aktualizacje celowały w system wydany w ciągu roku (od 31 sierpnia 2025 r. to Android 15 / API 35), Apple od 28 kwietnia 2026 r. wymaga budowania w SDK iOS 26, a biuletyny bezpieczeństwa Androida ukazują się co miesiąc. Te prace trzeba wykonać, nawet jeśli aplikacja nie dostaje żadnej nowej funkcji.
Częściowo i nie wprost. AI przyspiesza powtarzalne fragmenty kodu, ale badania są niejednoznaczne — McKinsey (2023) odnotował poniżej 10% oszczędności przy zadaniach złożonych, a METR (2025) zmierzył nawet spowolnienie doświadczonych deweloperów. W utrzymaniu o kosztach decyduje przegląd kodu, testy i bezpieczeństwo, a nie samo tempo pisania.
Tak, jeśli współpraca jest poprowadzona profesjonalnie. Standardem są umowy o zachowaniu poufności (NDA), rozdzielność zespołów projektowych oraz przeniesienie praw majątkowych do kodu na klienta. Audyty bezpieczeństwa prowadzone zgodnie ze standardem OWASP MASVS dodatkowo ograniczają ryzyko po stronie technicznej.
To zakup ułamka czasu zespołu zamiast pełnego etatu. W modelu abonamentowym (retainer) rezerwujesz określoną pulę godzin miesięcznie na utrzymanie i drobny rozwój, a w razie incydentu krytycznego obowiązuje gwarantowany czas reakcji. To wygodny sposób na obsługę aplikacji o niewielkim, ale ciągłym zapotrzebowaniu.
Zastanawiasz się, czy utrzymać własny zespół mobilny, czy powierzyć aplikację na zewnątrz? Zapraszamy na bezpłatną konsultację, podczas której pomożemy oszacować realny wolumen prac i dobrać model współpracy — od umowy SLA po rozszerzenie zespołu. Zobacz też usługi utrzymania i rozwoju oraz portfolio Norbsoft, aby poznać przykłady zrealizowanych wdrożeń.