Ethan Alexander nie czekał na „idealny” pomysł na biznes. Mając 16 lat, zainwestował 500 dolarów w naukę handlu internetowego, zaczął wykupywać produkty z lokalnych sklepów i sprzedawać je na Amazonie. W pierwszym miesiącu osiągnął 10 tys. dolarów sprzedaży, a w niecały rok jego łączny obrót przekroczył 150 tys. dolarów. Najważniejsze okazały się szybkość, analiza danych i automatyzacja z pomocą ChatGPT.
- Ethan Alexander zaczął od 500 dolarów i sprzedaży detergentów kupowanych w Walmartach
- Już w pierwszym miesiącu wygenerował 10 tys. dolarów sprzedaży, a do marca 2026 r. przekroczył 150 tys. dolarów obrotu
- ChatGPT i skrypty w Pythonie pomagały mu odrzucać nierentowne produkty, kontrolować zapasy i oszczędzać czas
- Najlepszego dnia osiągnął około 6 tys. dolarów sprzedaży i blisko 2 tys. dolarów zysku
Kiedy Ethan Alexander przestał grać w lacrosse, zyskał więcej wolnego czasu. Zamiast szukać kolejnego hobby, postanowił sprawdzić, czy może zarabiać na odsprzedaży produktów w internecie. Obserwował sprzedawców na Amazonie i Walmart Marketplace, którzy kupowali towary taniej w jednym miejscu, a następnie wystawiali je drożej w innym.
Zapisz się na newsletter BGR. Otrzymuj najlepsze informacje i porady, a także zaproszenia na eventy.
Klikając „Zapisz mnie”, potwierdzasz, że przeczytałeś i zgadzasz się z naszą Polityką prywatności.
Na start przeznaczył 500 dolarów, które co roku otrzymywał z testamentu pradziadka. Pieniądze wydał na szkolenie prowadzone przez doświadczonego resellera. Nie analizował miesiącami dziesiątek biznesów. Uznał, że lepiej wykorzystać okazję, którą już widzi, niż czekać na pomysł pozbawiony ryzyka.
Detergent, który uruchomił biznes
Pierwszym narzędziem nastolatka był SellerAmp, program pokazujący ceny, dostępność, opłaty platformy, potencjalną marżę oraz sprzedawcę posiadającego tzw. buy box (możliwość zakupu większej ilości w opakowaniu). To miejsce na stronie produktu z przyciskami „dodaj do koszyka” i „kup teraz”. Zdobycie buy boxa może bezpośrednio zwiększać sprzedaż.
Analiza danych doprowadziła Alexandra do pierwszego produktu: detergentu do prania dostępnego w Walmartach. W maju 2025 r. uruchomił działalność i zaczął objeżdżać sklepy w całej aglomeracji Kansas City. Spędzał po kilka godzin dziennie w samochodzie, wykupywał zapas, pakował produkty, drukował etykiety i zawoził przesyłki na pocztę.
Efekt pojawił się szybko. W pierwszym miesiącu sprzedaż sięgnęła 10 tys. dolarów. Do marca 2026 r. łączny obrót wyniósł 150 tys. dolarów. Alexander nie opierał modelu na drogich produktach. Stawiał na towary o niewielkiej wartości jednostkowej, ale sprzedawane w dużych ilościach. Po znalezieniu jednego rentownego produktu powtarzał cały proces z kolejnymi.
Z czasem rozszerzył listę sklepów o Menards, Target i Home Depot. Przeglądał też oferty innych sprzedawców, szukając produktów, które mógłby pozyskać taniej.
Najważniejsze było tempo: konkurencyjna cena, dostępny zapas i szybka wysyłka zwiększały szanse na zdobycie buy boxa.
Sprawdź też: Koniec płyt na PlayStation? Sony przekonało się, że gracze nadal chcą mieć coś na własność
ChatGPT odfiltrował słabe okazje
Wraz ze wzrostem skali ręczna analiza setek ofert stała się zbyt czasochłonna. Alexander wykorzystał więc ChatGPT do pracy z kodem w Pythonie. Stworzone w ten sposób filtry automatycznie odrzucały produkty, które nie spełniały ustalonych parametrów sprzedaży. Sztuczna inteligencja pomagała mu również kontrolować zapasy i porządkować informacje.
Nie był to jednak biznes pasywny. Latem nastolatek pakował towary nawet do piątej lub szóstej rano, później spał, a po przebudzeniu jechał nadać paczki i kupować kolejne produkty. Do domu wracał czasem około godziny 23. Uważał, że na Amazonie szybkość dostawy jest częścią przewagi konkurencyjnej — platforma przyzwyczaiła klientów do błyskawicznej realizacji, więc sprzedawca musi działać równie sprawnie.
Kiedy pojedyncze zakupy zaczęły ograniczać rozwój, Alexander przeszedł do większych zamówień. Kupował palety towaru od Home Depot, Lowe’s i hurtowników, a zapasy magazynował w garażu rodziców. Najlepszego dnia sprzedaż wyniosła około 6 tys. dolarów, z czego mniej więcej 2 tys. dolarów stanowił zysk.
Za wynikami kryły się jednak problemy typowe dla handlu: blokady kart płatniczych, błędy w pakowaniu, uszkodzone etykiety, przeciekające opakowania, rozliczenia podatkowe i konieczność łączenia firmy z nauką. Alexander zatrudnił nawet kilku wirtualnych asystentów, którzy pomagali mu zarządzać rosnącą liczbą zadań.
Z Allegro to niemożliwe?
W polskich warunkach podobny model mógłby wykorzystywać różnice cen między sieciami handlowymi, hurtowniami, Allegro i Amazon.pl, ale wymagałby uwzględnienia podatków, praw konsumenta, kosztów zwrotów i regulaminów platform. Sama automatyzacja nie zastąpi też kapitału obrotowego, miejsca na towar ani kontroli marży. Przy tanich produktach niewielki wzrost kosztów dostawy może zamienić dobrą okazję w stratę.
Po przekroczeniu poziomu 150 tys. dolarów sprzedaży Alexander wstrzymał działalność, aby skoncentrować się na szkole i innych projektach. Nie jest pewien, czy będzie kontynuował ten model na studiach. Reselling okazał się dochodowy, ale wymagał dużo pracy fizycznej, przestrzeni magazynowej i stałej obecności operacyjnej.
Najważniejszą lekcją nie była jednak konkretna technika sprzedaży ani jeden produkt. Alexander przekonał się, że przedsiębiorczość rzadko zaczyna się od idealnego planu. Częściej polega na zauważeniu okazji, szybkim przetestowaniu jej w praktyce i poprawianiu procesu na podstawie błędów. ChatGPT zwiększył jego wydajność, lecz nie zastąpił gotowości do pracy, ryzyka i podejmowania decyzji.
Czytaj też: AI w 2026 r. zeszła z piedestału. Teraz widać, do czego naprawdę jej używamy
