Zaloguj się 
Dzieje się!
Piotr Ferszka: Sztuczna inteligencja to sprawdzian dla polskiego biznesu
Prawdziwa rewolucja technologiczna nie czeka na spóźnialskich, a polski kapitał prywatny ma wszystko, by w tym wyścigu wygrać. O tym, dlaczego mądre wdrożenie technologii jest ważniejsze niż jej tworzenie od podstaw, opowiada Piotr Ferszka, prezes SAP Polska.
Z tego artykułu dowiesz się…
- Dlaczego Piotr Ferszka uważa, że polski kapitał prywatny radzi sobie z innowacjami lepiej niż spółki państwowe.
- Dlaczego jego zdaniem mądre wdrożenie gotowych, zagranicznych technologii w biznesie jest ważniejsza niż kosztowne próby budowania własnych modeli od zera.
- Z jakimi problemami jakości danych mierzą się firmy przy wdrożeniach AI oraz co jest potrzebne, by uniknąć społecznego rozwarstwienia spowodowanego rewolucją AI.
Paweł Sołtys, XYZ: Jesteśmy w szczególnym momencie transformacji technologicznej. Z jednej strony słyszymy, że sztuczna inteligencja to pędzący pociąg, którego nie da się już zatrzymać. Z drugiej – w wielu firmach wciąż dominuje powątpiewanie. Słychać głosy, że to wciąż faza wczesnego eksperymentu i wielka niewiadoma. Czy hurraoptymizm nie bywa przedwczesny?
Piotr Ferszka, prezes SAP Polska: Dwa czy trzy lata temu, kiedy zaczynaliśmy szerzej dyskutować o sztucznej inteligencji, rzeczywiście pojawiało się wiele wątpliwości, czy to zaledwie technologiczna ewolucja, czy prawdziwa rewolucja. Dziś takich powątpiewających osób jest już coraz mniej. Skoro definiujemy ten proces jako rewolucję, musimy zaakceptować, że niesie on ze sobą ogromny element niepewności i nieznanego. Zyskają ci, którzy mają odwagę wskoczyć w samo jej centrum, ale robią to w sposób przemyślany, stawiając przed sobą konkretne cele biznesowe.
W każdej rewolucji potrzebna jest też odrobina szczęścia, ponieważ nieuchronnie tworzy zarówno przypadkowe ofiary, jak i spektakularnych zwycięzców. Aby znaleźć się w tej drugiej grupie, trzeba bacznie obserwować trendy, czerpać z nich i próbować zrozumieć wielowymiarowy aspekt sztucznej inteligencji – technologiczny, biznesowy i społeczny. Równie ważna jest świadomość, że nie wszystkie innowacyjne projekty zakończą się sukcesem. Umiejętność akceptowania porażek i wyciągania z nich lekcji często otwiera drogę do osiągnięć w innych dziedzinach.
Zmieniło się przede wszystkim to, że minął czas bezkrytycznego zachłyśnięcia się samym hasłem AI. Coraz więcej firm realnie analizuje konkretne przypadki użycia, szukając obszarów, w których systemy te mogą być komplementarne do ich działalności i przynieść siłę napędową, zamiast tylko generować zbędne koszty.
Mit zachowawczego Polaka
Ale polski biznes bywa zachowawczy. Czy nie jest tak, że przeciętny polski przedsiębiorca przyjmuje często postawę „moja chata z kraja”? Kiedyś, w latach 90., musieliśmy mieć mnóstwo odwagi, by nadrabiać rynkowy dystans. Dziś wydaje się, że osiedliśmy w strefie komfortu. Tymczasem tempo tej rewolucji może oznaczać, że przez zachowawczość część firm wypadnie z gry.
Kompletnie nie zgadzam się z takim uogólnieniem na temat sektora prywatnego. Warto spojrzeć na to, jak realnie skonstruowana jest nasza gospodarka. Według ogólnych szacunków, około 30 proc. inwestycji realizują polscy prywatni przedsiębiorcy, kolejne 30 proc. to kapitał zagraniczny, a około 40 proc. przypada na spółki Skarbu Państwa.
Pierwsza grupa innowatorów przez ostatnie trzy lub cztery dekady wielokrotnie udowodniła swoją rynkową odwagę i wciąż to robi. W przedsiębiorstwach z prywatnym polskim kapitałem absolutnie nie dostrzegam lęku wobec nowoczesnych technologii. Jest tam ogromna chęć do eksperymentowania, z jednoczesną dbałością o każdą złotówkę – bo prywatny przedsiębiorca ogląda ją trzy razy przed wydaniem.
W przedsiębiorstwach z prywatnym polskim kapitałem absolutnie nie dostrzegam lęku wobec nowoczesnych technologii. Jest tam ogromna chęć do eksperymentowania, z jednoczesną dbałością o każdą złotówkę
W zależności od skali małe podmioty już teraz chętnie sięgają po rozwiązania od OpenAI, Google czy Anthropic, by usprawnić codzienne zadania. Z kolei duże polskie, prywatne organizacje z powodzeniem wdrażają znacznie bardziej zaawansowane procesy. Jesteśmy bardzo dynamiczną grupą, która powinna zyskiwać coraz większy udział w całym miksie gospodarczym, a państwo powinno koncentrować się na wspieraniu tego zjawiska.
Największe wyzwanie operacyjne leży w obszarze spółek Skarbu Państwa. Ze względu na skalę odpowiedzialności, wymogi regulacyjne i wysoki poziom społecznej kontroli naturalna jest tam większa ostrożność w podejmowaniu ryzyka. Taka postawa pomaga ograniczać koszty błędnych decyzji, ale może również spowalniać wdrażanie innowacji i wykorzystanie nowych szans rynkowych. Tymczasem w okresach dynamicznych zmian przewagę często budują organizacje, które potrafią szybko testować nowe rozwiązania, akceptując, że część inicjatyw nie przyniesie oczekiwanych rezultatów.
Największe wyzwanie operacyjne leży w obszarze spółek Skarbu Państwa. Ze względu na skalę odpowiedzialności, wymogi regulacyjne i wysoki poziom społecznej kontroli naturalna jest tam większa ostrożność w podejmowaniu ryzyka. Taka postawa pomaga ograniczać koszty błędnych decyzji, ale może również spowalniać wdrażanie innowacji i wykorzystanie nowych szans rynkowych
Wiedza zamiast tanich rąk do pracy
Co zatem powinno stanowić dla nas kolejny wielki impuls rozwojowy? Dotychczas nasza przewaga polegała na niższych kosztach pracy i ciężkiej pracy Polaków. Co popchnie nas naprzód przez kolejną dekadę?
Zdecydowanie wyczerpał się nasz model konkurencyjności oparty na kosztach pracy. Staliśmy się społeczeństwem zamożniejszym, co jest naturalną i bardzo pożądaną koleją rzeczy. Naszym kluczowym atutem pozostaje jednak wiedza oraz dobrze wykształcone kadry, choć nad poziomem szkolnictwa od podstawówek po uczelnie wyższe musimy stale pracować.
Często słyszy się, że Europa przegrała wyścig i przespała moment budowania własnych wielkich modeli AI na rzecz Stanów Zjednoczonych i Chin. A ja mówię: „no i co z tego”?
Teraz musimy pójść o krok dalej i nauczyć społeczeństwo „smartnej” pracy, co wymaga odważnej automatyzacji opartej na nowoczesnym oprogramowaniu. Często słyszy się, że Europa przegrała wyścig i przespała moment budowania własnych wielkich modeli AI na rzecz Stanów Zjednoczonych i Chin. A ja mówię: „no i co z tego”? Amerykanie wymyślili również bombę atomową, a później cały świat skutecznie wykorzystał ich odkrycia z dziedziny fizyki do własnych, gospodarczych celów. Polska nie stoi na straconej pozycji, wręcz przeciwnie – mamy znakomite warunki. Prawdziwą konkurencyjność zbuduje ten, kto sprawniej i szybciej dokona adopcji tych gotowych narzędzi we własnych realiach biznesowych.
Adopcja ważniejsza niż mocarstwowe ambicje
Ale spójrzmy na lekcje z poprzednich dekad. Wcześniejsze rewolucje sprawiały, że właściciele infrastruktury technologicznej czy transportowej trwale dyktowali warunki. Posiadanie własnych modeli lub centrów danych będzie dawać przewagę negocjacyjną i własnościową.
Mam co do tego duże wątpliwości. Stworzenie i wytrenowanie dużego modelu językowego (LLM) od zera wymaga potężnego kapitału inwestycyjnego, ogromnych ilości danych oraz powszechnego dostępu do bardzo taniej energii. Tych zasobów obiektywnie nam dzisiaj brakuje. Owszem, budowa gigantycznych centrów danych na północy kraju da nam miejsca pracy i podatki – podobnie jak postawienie fabryki samochodów zagranicznej marki – a lokalizacja danych zapewni element bezpieczeństwa narodowego. Nie mam jednak pewności, czy to samo w sobie buduje unikalną przewagę w skali globu.
Nie musimy karmić się mrzonkami o konkurowaniu z całym światem na poziomie tworzenia fundacyjnej technologii. Współpracujmy z globalnymi liderami, nie obrażajmy się na nich, tylko umiejętnie adaptujmy ich rozwiązania do naszych warunków.
Istotą jest wzięcie tej cyfrowej „wiertarki”, bez względu na to, czy stworzyli ją Amerykanie, Chińczycy czy Europejczycy, zintegrowanie jej z polskimi projektami takimi jak PLLuM czy Bielik, i wdrożenie tego bezpośrednio w logistyce, przemyśle czy branży spożywczej. Nie musimy karmić się mrzonkami o konkurowaniu z całym światem na poziomie tworzenia fundacyjnej technologii. Współpracujmy z globalnymi liderami, nie obrażajmy się na nich, tylko umiejętnie adaptujmy ich rozwiązania do naszych warunków.
Gąszcz regulacji zabija odwagę
Dążenie do wspierania krajowego przemysłu, lokalnej suwerenności wiąże się często z legislacją. Z jednej strony narzekamy na przepisy, z drugiej niektórzy przedstawiciele samej branży technologicznej zauważają, że mądre zasady compliance popychają innowacje do przodu, wymuszając lepsze zabezpieczenia i wyższą jakość usług.
Z perspektywy przedsiębiorców wyzwaniem często nie są same regulacje, lecz ich skala, złożoność i czas potrzebny na spełnienie kolejnych wymogów. Dobrze zaprojektowane zasady compliance budują zaufanie, bezpieczeństwo i jakość usług. Problem pojawia się wtedy, gdy procedury stają się na tyle rozbudowane, że zaczynają spowalniać proces podejmowania decyzji, testowania nowych rozwiązań i wdrażania innowacji.
Regulacje konsumenckie są oczywiście potrzebne, ponieważ chronią użytkowników i budują stabilne warunki funkcjonowania rynku. Jednocześnie w obszarach strategicznych, takich jak transformacja energetyczna czy sztuczna inteligencja, potrzebujemy bardziej przejrzystych, proporcjonalnych i efektywnych procesów regulacyjnych. Chodzi nie o rezygnację z nadzoru, lecz o znalezienie właściwej równowagi między bezpieczeństwem a szybkością działania.
Jeżeli proces uzyskiwania zgód, certyfikacji czy niezbędnych akceptacji będzie trwał zbyt długo, ryzykujemy utratę części szans związanych z obecną falą transformacji technologicznej.
Jeżeli proces uzyskiwania zgód, certyfikacji czy niezbędnych akceptacji będzie trwał zbyt długo, ryzykujemy utratę części szans związanych z obecną falą transformacji technologicznej. Polska wielokrotnie udowadniała, że potrafi skutecznie wykorzystywać okresy przełomowych zmian gospodarczych. Aby utrzymać konkurencyjność w erze AI, potrzebujemy otoczenia regulacyjnego, które wspiera odpowiedzialne innowacje, jednocześnie umożliwiając ich szybkie testowanie, wdrażanie i skalowanie.
Nowe cele i wywracanie stolika
Czy polskie firmy są już gotowe wyznaczać nowej technologii konkretne cele? Na razie ciężko jest przewidzieć opłacalność i realne zyski ze skomplikowanych wdrożeń AI, bo nie jest jasne, ile w przyszłości ta technologia będzie kosztować.
Ta dojrzałość rodzi się na naszych oczach. Odeszliśmy już od czasów, gdy firmy wdrażały nowe technologie bez jasno określonego celu biznesowego. Kilka lat temu prezesi mówili, że chcieliby mieć w organizacji „trochę AI”, ale nie zawsze potrafili sprecyzować, do czego konkretnie miałaby służyć.
Dziś słyszymy znacznie bardziej precyzyjne potrzeby. Klienci przychodzą z problemem zbyt długiego czasu obsługi reklamacji, nieefektywnego call center czy wąskich gardeł w logistyce. Gdy potrzeba biznesowa jest jasno zdefiniowana, można policzyć potencjalne korzyści, zaplanować wdrożenie i ustalić mierniki sukcesu. To zresztą fundamentalna zmiana. Sztuczna inteligencja przestaje być celem samym w sobie, a staje się narzędziem do osiągania konkretnych rezultatów biznesowych. Wartość AI nie wynika z liczby wdrożonych rozwiązań, lecz z efektów, jakie przynoszą one organizacji.
Największym wyzwaniem pozostaje jakość danych. Z badań przeprowadzonych przez SAP i Oxford Economics wynika, że ponad 70 proc. przedsiębiorstw zgłasza problemy związane z ich niekompletnością. To przekłada się na codzienną pracę – niektóre firmy doświadczają opóźnień, powtarzania zadań lub zaległości wynikających z niskiej jakości rezultatów generowanych przez AI.
Ważnym przełomem mentalnym jest także otwarcie się na młode talenty. Nowe pokolenie naturalnie kwestionuje utarte schematy i pomaga identyfikować procesy, które przestały odpowiadać realiom rynku. Jednocześnie coraz wyraźniej widać, że AI nie eliminuje znaczenia ludzi, lecz zmienia charakter ich pracy. Długoterminową przewagę będą budować te organizacje, które potrafią skutecznie połączyć potencjał technologii z wiedzą, doświadczeniem i kreatywnością swoich pracowników.
Obrona przed społecznym rozwarstwieniem
Rewolucje przemysłowe zazwyczaj redefiniowały porządek świata lub dotychczasowe umowy społeczne. Czy w przypadku AI będzie podobnie?
Dlatego równie ważne, jak inwestowanie w samą technologię, jest inwestowanie w jej powszechną adopcję i rozwój kompetencji cyfrowych – we wszystkich grupach wiekowych. Historia pokazuje, że największe korzyści gospodarcze przynoszą te innowacje, które stają się dostępne dla szerokich grup społecznych i przedsiębiorstw, a nie tylko dla wąskiego grona specjalistów.
Już na poziomie szkoły podstawowej powinniśmy uczyć młodych ludzi nie tylko korzystania z możliwości, jakie dają modele AI, ale także krytycznego myślenia, rozpoznawania dezinformacji i świadomej oceny treści generowanych przez systemy sztucznej inteligencji.
Rozwiązaniem jest demokratyzacja dostępu do narzędzi oraz edukacja. Już na poziomie szkoły podstawowej powinniśmy uczyć młodych ludzi nie tylko korzystania z możliwości, jakie dają modele AI, ale także krytycznego myślenia, rozpoznawania dezinformacji i świadomej oceny treści generowanych przez systemy sztucznej inteligencji.
Powszechny dostęp do nowoczesnych i intuicyjnych technologii, połączony z rozwojem kompetencji, daje największą szansę na to, by korzyści płynące z AI były szeroko odczuwalne przez społeczeństwo, przedsiębiorstwa i instytucje publiczne, a nie ograniczały się wyłącznie do wąskiej grupy liderów technologicznych.
Główne wnioski
- Zdaniem Piotra Ferszki Polska gospodarka wyczerpała swój dotychczasowy model konkurencyjności oparty na taniej sile roboczej, co wymusza przejście na bardziej efektywną pracę i odważną automatyzację. Uważa, że wbrew stereotypom o zachowawczości, krajowy kapitał prywatny wykazuje ogromną chęć do eksperymentowania i odważnie wdraża systemy sztucznej inteligencji, bacznie oglądając przy tym każdą wydaną złotówkę. Jego zdaniem wyzwaniem pozostaje natomiast sektor państwowy, w którym silne uwarunkowania regulacyjne i społeczna kontrola wymuszają większą ostrożność, co z jednej strony ogranicza ryzyko, ale z drugiej znacząco spowalnia innowacje.
- Prezes SAP Polska zaznacza, że kluczem do rynkowego sukcesu nie jest dziś mocarstwowe dążenie do tworzenia własnych, gigantycznych modeli językowych od zera, ponieważ brakuje nam do tego odpowiedniego kapitału, ogromnych zbiorów danych i taniej energii. Zamiast tego polskie firmy powinny, zdaniem Piotra Ferszki, skupić się na zwinnej adopcji zagranicznych rozwiązań i integrowaniu ich z lokalnymi projektami bezpośrednio w logistyce czy przemyśle. Poważną barierą w tym procesie pozostaje jednak gąszcz biurokracji, który wydłużając procesy certyfikacji i decyzyjności, potrafi zabić innowacyjną odwagę i odebrać szanse na szybkie testowanie nowych pomysłów.
- Menedżer zauważa, że rodzime przedsiębiorstwa znacząco dojrzały i przestały traktować sztuczną inteligencję jako cel sam w sobie, zaczynając wyznaczać jej konkretne zadania, takie jak na przykład usprawnienie logistyki czy obsługi reklamacji. Zdaniem Piotra Ferszki największą przeszkodą we wdrożeniach pozostaje obecnie niska jakość i niekompletność firmowych danych, która potrafi prowadzić do opóźnień i błędów w działaniu algorytmów. Dlatego, aby uniknąć pogłębienia społecznych nierówności na skutek technologicznej rewolucji, prezes SAP Polska postuluje powszechną edukację cyfrową już od poziomu szkoły podstawowej, uczącą nie tylko obsługi samych narzędzi, ale przede wszystkim krytycznego myślenia.
Artykuł powstał na zlecenie SAP Polska.
