Executive Summary

W ramach poufnego procesu Executive Search (NDA) zrekrutowaliśmy Chief Technology Officer AI-First dla polskiej spółki technologicznej działającej w obszarze SaaS / martech — platformy do automatyzacji kampanii reklamowych i działań marketingowych, obsługującej lokalne biznesy oraz agencje social media. Ze względu na strategiczny charakter roli oraz plany głębokiej transformacji działu IT, projekt był prowadzony w pełnej poufności — bez ujawniania nazwy klienta, bez publikacji ogłoszeń i bez jakiejkolwiek komunikacji zewnętrznej.

Pierwsze dopasowane profile trafiły do klienta już 11. dnia od rozpoczęcia projektu, a cały proces — od startu do zatrudnienia finalnego kandydata — zamknęliśmy w 5 tygodni. Łącznie przez lejek Direct Search przeszło 192 kandydatów, z których na shortlistę trafiły 4 najlepiej dopasowane profile. Klient zdecydował się na jedną z tych osób — doświadczonego lidera technologicznego z udokumentowanym track recordem transformacji AI-first w dojrzałych organizacjach produktowych.

Kluczowym wyzwaniem projektu było znalezienie CTO, który łączy trzy rzadko występujące razem kompetencje: realne, udokumentowane doświadczenie we wdrażaniu narzędzi AI w procesach wytwórczych (a nie deklaratywną znajomość modnych haseł), zdolność do strategicznego przeprojektowania pracy całego działu IT w kierunku AI-native, oraz umiejętność poprowadzenia zespołu przez głęboką zmianę kulturową i operacyjną. Większość CTO na polskim rynku deklaruje dziś znajomość AI, ale tylko niewielka grupa ma za sobą konkretne wdrożenia, które mierzalnie zwiększyły produktywność zespołu inżynierskiego — i to właśnie ta grupa była naszym prawdziwym targetem.

Zatrudniony CTO wnosi do organizacji wieloletnie doświadczenie w skalowaniu zespołów inżynierskich w środowisku produktowym oraz konkretne wdrożenia coding agents, LLM-ów w procesie code review i automatyzacji QA — co bezpośrednio wspiera strategiczny cel klienta: przekształcenie całego działu IT w organizację AI-native, zdolną szybciej dowozić nowe funkcje produktu i skuteczniej konkurować na rynkach międzynarodowych.

Wyzwanie rekrutacyjne

Rekrutacja CTO AI-First dla dojrzałego produktu SaaS to jedno z najtrudniejszych zleceń Executive Search na polskim rynku — łączy wąską pulę kandydatów, konieczność weryfikacji realnych kompetencji (a nie deklaracji) oraz pełną poufność procesu.

1. Realny “AI-first”, a nie buzzword

Największym wyzwaniem merytorycznym było odfiltrowanie kandydatów, którzy realnie wdrażali AI w procesach wytwórczych od tych, którzy jedynie deklarują znajomość tematu. W 2025/2026 praktycznie każdy CTO w CV wpisuje “AI”, “LLM” i “GenAI” — ale tylko niewielka grupa ma za sobą konkretne projekty, które mierzalnie zmieniły sposób pracy zespołu inżynierskiego.

Klient potrzebował osoby z udokumentowanym doświadczeniem we wdrażaniu m.in.:

• coding agents (Claude Code, Cursor, GitHub Copilot Workspace) w codziennej pracy zespołu deweloperskiego
• LLM-ów w procesie code review i kontroli jakości kodu
• automatyzacji QA i testów z wykorzystaniem AI
• AI w procesach DevOps i supporcie inżynierskim
• metryk produktywności pokazujących realny wpływ tych wdrożeń na tempo pracy zespołu

2. Hybrydowy profil: strateg, praktyk i lider transformacji

CTO nie miał być klasycznym “technicznym dyrektorem”, który tylko nadzoruje dowożenie produktu. Rola łączyła trzy obszary odpowiedzialności:

• definiowanie wizji technologicznej i strategii AI-first dla całego działu IT
• praktyczną znajomość narzędzi i zdolność do osobistego prowadzenia wdrożeń, a nie tylko delegowania
• przeprowadzenie zespołu przez zmianę kulturową — przekonanie inżynierów, że AI to wsparcie, a nie zagrożenie, i zbudowanie nowych standardów pracy

Taki hybrydowy profil jest szczególnie trudny do pozyskania, ponieważ większość doświadczonych CTO specjalizuje się w jednym z tych obszarów — rzadko łącząc wizję strategiczną z praktycznym “hands-on” podejściem do nowych narzędzi.

3. Pełna poufność projektu (NDA)

Projekt był realizowany w trybie stealth — bez ujawniania nazwy klienta, bez publikacji ogłoszeń i bez jakiejkolwiek komunikacji zewnętrznej. Oznaczało to, że cały proces musiał opierać się wyłącznie na bezpośrednim Direct Search, a pierwsze rozmowy z kandydatami trzeba było prowadzić bez możliwości wykorzystania marki klienta jako argumentu przyciągającego.

Utrudniało to zarówno pozyskiwanie kandydatów (brak możliwości “błyśnięcia” nazwą firmy), jak i weryfikację dopasowania — kandydaci musieli zgodzić się na zaawansowane rozmowy, zanim poznali, z kim dokładnie rozmawiają.

4. Dopasowanie do kultury dojrzałego scale-upu produktowego

Klient to nie wczesny start-up ani wielka korporacja, lecz dojrzała spółka produktowa z ugruntowaną kulturą pracy. CTO musiał wpasować się w środowisko, w którym funkcjonuje zarząd silnie zaangażowany operacyjnie, zespół przyzwyczajony do określonego sposobu pracy oraz produkt, który już działa i generuje przychody — co oznaczało, że transformacja AI-first musiała odbyć się bez destabilizacji bieżącego dowożenia.

Nasze podejście

Ze względu na poufność projektu, wąską pulę realnych kandydatów “AI-first” oraz hybrydowy charakter roli, proces został zaprojektowany jako precyzyjny Executive Search w trybie stealth — oparty wyłącznie na bezpośrednim Direct Search i wczesnej weryfikacji twardych kryteriów.

1. Doprecyzowanie realnego profilu CTO AI-First

Proces rozpoczęliśmy od warsztatu z zarządem klienta, w którym rozdzieliliśmy kryteria twarde i nienegocjowalne od tych, które można traktować elastycznie. Jako twarde uznaliśmy: udokumentowane wdrożenia AI w procesie wytwórczym, doświadczenie w zarządzaniu kilkudziesięcioosobowym zespołem inżynierskim oraz praktyczne, “hands-on” podejście do nowych narzędzi. Za “miłe dodatki” uznaliśmy natomiast konkretny stack technologiczny czy doświadczenie w branży martech.

2. Targetowany Direct Search w warunkach NDA

Proces nie opierał się na publikacji ogłoszeń — w trybie NDA było to niemożliwe. Przeprowadziliśmy mapowanie rynku polskich CTO, VPE i Head of Engineering z firm spełniających jedno z poniższych kryteriów:

• dojrzałe polskie SaaS-y i scale-upy produktowe z zespołami kilkudziesięcioosobowymi
• spółki technologiczne, które publicznie komunikowały wdrożenia AI w procesie wytwórczym
• międzynarodowe firmy produktowe z polskimi oddziałami inżynierskimi, w których transformacja AI-first jest już realizowana

Pierwszy kontakt z kandydatami prowadziliśmy w narracji “stealth” — bez ujawniania nazwy klienta, ale z na tyle precyzyjnym opisem roli, żeby odfiltrować osoby bez realnego zainteresowania transformacją AI.

3. Weryfikacja “AI-first” przez konkrety, nie deklaracje

Kluczową decyzją metodologiczną tego projektu była weryfikacja realnego doświadczenia AI w pierwszej rozmowie — przez pytania o konkrety, a nie ogólne deklaracje. Zamiast pytać “czy pracowałeś z AI”, pytaliśmy:

• jakie konkretnie narzędzia kandydat wdrożył w swoim zespole i na jakim etapie procesu
• jak wyglądał proces wdrożenia — opór zespołu, pierwsze eksperymenty, skalowanie
• jakie metryki produktywności zmieniły się po wdrożeniu i o ile
• co nie zadziałało i czego kandydat nauczył się z nieudanych eksperymentów

To podejście pozwoliło nam bardzo szybko oddzielić kandydatów “deklaratywnych” od tych z realnym track recordem — i skoncentrować się wyłącznie na tej drugiej grupie.

4. Selekcja kompetencyjna i kulturowa

Każdy kandydat, który przeszedł wstępną weryfikację AI, był oceniany w 45-minutowej wideo rozmowie kwalifikacyjnej prowadzonej przez konsultanta Fast Forward Solutions. W rozmowach weryfikowaliśmy doświadczenie w zarządzaniu dużym zespołem inżynierskim, styl przywództwa w kontekście zmiany kulturowej, motywację do pracy w dojrzałym scale-upie produktowym oraz gotowość do pracy w trybie poufnym — zanim poznają nazwę klienta.

5. Współpraca z zarządem w trybie poufnym

Proces decyzyjny po stronie klienta był maksymalnie skrócony i prowadzony w bezpośrednim kontakcie z CEO oraz kluczowymi osobami z zarządu. Obejmował weryfikację rekomendacji Fast Forward Solutions, spotkanie online z zarządem (wciąż w trybie stealth dla części kandydatów), a następnie pogłębione spotkanie po ujawnieniu nazwy klienta. Dzięki sprawnej komunikacji i szybkim decyzjom po obu stronach pierwsze profile trafiły do klienta już 11. dnia projektu, a cały proces zamknęliśmy w 5 tygodni.

Wybrany kandydat

Doświadczony CTO z realnym track recordem transformacji AI-first

Finalnie zatrudniony kandydat to doświadczony lider technologiczny z wieloletnim stażem w skalowaniu zespołów inżynierskich w dojrzałych organizacjach produktowych. Ze względu na poufność projektu nie ujawniamy szczegółów jego ścieżki kariery ani poprzednich pracodawców.

Kluczowe kompetencje

Kandydat posiada udokumentowane doświadczenie we wdrażaniu narzędzi AI w procesach wytwórczych — coding agents, LLM-ów w code review oraz automatyzacji QA — wraz z mierzalnymi efektami w postaci wzrostu produktywności zespołu. Łączy to z wieloletnim doświadczeniem w zarządzaniu dużym działem inżynierskim i przeprowadzaniu zespołów przez zmiany kulturowe i operacyjne.

Dlaczego ten kandydat

O wyborze zadecydowało połączenie realnego, a nie deklaratywnego doświadczenia AI-first z dojrzałym stylem przywództwa dopasowanym do scale-upu produktowego. W projekcie, w którym głównym kryterium eliminującym kandydatów była weryfikacja faktycznych wdrożeń AI, ten profil wyróżniał się konkretnymi przykładami i metrykami — a jednocześnie rozumieniem, że transformacja działu IT musi odbyć się bez destabilizacji bieżącego dowożenia produktu.

Proces i kluczowe liczby

Proces rekrutacji CTO AI-First został zaprojektowany jako precyzyjny Executive Search w trybie stealth — skoncentrowany na jakości shortlisty i szybkości realizacji, mimo ograniczeń wynikających z NDA.