Zaloguj się 
Dzieje się!
AI w dużych polskich firmach. To już nie eksperyment, ale jeszcze nie element przewagi
Rodzime firmy powszechnie korzystają z AI, ale wciąż mają trudności z włączaniem jej w procesy biznesowe. Problemem jest także mierzenie zwrotu z inwestycji i skalowanie rozwiązań, które przynoszą wymierne efekty.
Z tego artykułu dowiesz się…
- Dlaczego mimo powszechnego korzystania z AI tylko nieliczne polskie firmy spełniają wszystkie podstawowe warunki jej dojrzałości.
- Jak przejść od eksperymentów z AI do wdrożeń, które realnie wpływają na wyniki biznesowe.
- Dlaczego firmy powinny mierzyć efekty AI już na początku projektu, a nie dopiero po jego wdrożeniu.
Audio generowane przez AI. Może zawierać błędy.
Na polskim rynku „sztuczna inteligencja (AI) przestała być ciekawostką, ale nie stała się jeszcze systemowo zarządzaną przewagą”. Tak wynika z badania „AI: czas na zwrot. Sztuczna inteligencja w Polsce 2026. Jak liderzy przekładają inwestycje w AI na wartość biznesową” przeprowadzonego przez BGR Quantic na zlecenie Microsoftu. W praktyce upowszechnienie, wręcz przedostanie się AI do codzienności, zarówno w sferze prywatnej, jak i zawodowej, jeszcze nie pociąga za sobą w pełni świadomego korzystania z tej technologii oraz mierzalnych efektów.
Jesteśmy w fazie przejściowej, tuż za progiem poznawania nowej technologii i pierwszych eksperymentów z jej zastosowaniem.
Analiza wskazuje, że 94,1 proc. decydentów korzysta z generatywnej sztucznej inteligencji. Nieco ponad połowa z tej grupy sięga po nią codziennie lub nawet częściej. W badaniu wzięło udział 1126 przedstawicieli krajowych dużych firm. Tylko czterech uznało, że ich organizacje spełniają wszystkie podstawowe warunki dojrzałości AI.
Czy to oznacza, że polski rynek jest mocno zacofany? Zdaniem autorów raportu niekoniecznie. To raczej sygnał, że zaawansowanie technologiczne widać na razie w pojedynczych projektach i działach. Działania w zakresie AI nie zostały jeszcze w pełni włączone w system zarządzania całą organizacją.
AI pod lupą. Firmy wciąż nie mierzą efektów
Microsoft Polska jako podstawowe warunki dojrzałości firm w wykorzystaniu AI wskazuje:
- korzystanie ze sztucznej inteligencji,
- używanie jej codziennie,
- traktowanie AI jako priorytet strategiczny,
- posiadanie wyznaczonej osoby odpowiedzialnej za AI,
- posiadanie strategii z celami i budżetem,
- formalne mierzenie zwrotu z inwestycji.
Zdaniem Iwony Szylar, dyrektor generalnej Microsoft Polska, dostęp do technologii AI jest dziś stosunkowo łatwy. Przewagi nie budują więc same narzędzia, lecz sposób ich wykorzystania i wplecenie w strukturę całej organizacji. Kluczową rolę odgrywają zatem liderzy, którzy korzystają z AI, wyznaczają kierunek wdrożeń i rozliczają ich efekty.
Tymczasem najlepsi pracownicy nauczyli się pracować z AI szybciej niż ich organizacje.
Zdaniem eksperta
Od pilotaży do skali – kluczowe wyzwanie polskich firm wdrażających AI
Jednocześnie AI już przynosi mierzalne efekty. 66 proc. firm skróciło czas wykonywania codziennych zadań o ponad 10 proc., a 37 proc. wskazuje na redukcję kosztów. To jednak dopiero początek. 56 proc. firm osiągnęło bowiem tylko część oczekiwanych korzyści albo nie osiągnęło ich wcale.
Wyzwaniem jest też bezpieczne korzystanie z AI. Z naszego badania wynika, że aż 80 proc. pracowników nie ma formalnej zgody na wykorzystywanie GenAI w pracy. Sprzyja to zjawisku shadow AI, czyli korzystaniu z narzędzi poza firmowym środowiskiem i kontrolą. Dlatego kluczowe jest zarówno ograniczanie shadow AI, jak i odpowiednie klasyfikowanie danych, aby modele mogły wykorzystywać je bezpiecznie i zgodnie z przeznaczeniem.
Wygrywać będą nie firmy z największą liczbą pilotaży, ale te, które potrafią skalować to, co działa, wykorzystując AI do transformacji procesów, rozwoju produktów i tworzenia nowych źródeł przychodów.
AI ma przynosić wartość, nie tylko oszczędzać czas
– Najważniejszym wyzwaniem jest już nie to, czy sztuczną inteligencję wdrażać, ale jak wykorzystać jej potencjał w sposób odpowiedzialny, skalowalny i przynoszący trwałą wartość dla biznesu – podkreśla Arkadiusz Olszak, dyrektor ds. technologii Grupy Polpharma, cytowany w raporcie.
Polpharma wykorzystuje AI nie tylko do automatyzacji, lecz także do wspierania codziennej pracy, usprawniania procesów biznesowych i lepszego wykorzystania wiedzy dostępnej w organizacji.
55,9 proc. respondentów badania Microsoftu zadeklarowało, że dzięki delegowaniu AI zadań odzyskuje co najmniej trzy godziny tygodniowo. Czy jednak samo zaoszczędzenie czasu przekłada się na lepsze wyniki?
„Czas wraca, ale w wynik zamienia się dopiero wtedy, gdy ktoś zdecyduje, na co go przeznaczyć – i sprawdzi efekt” – czytamy w raporcie.
Wykres interaktywny Sukces bywa największym wrogiem zmiany
Miniwywiad
Strategia AI na papierze nie wystarczy
XYZ: Jakie zadania w swojej codziennej pracy powierza pani sztucznej inteligencji?
Iwona Szylar, dyrektor generalna firmy Microsoft Polska: Korzystam z AI zarówno w codziennej pracy, jak i we własnym rozwoju. Pomaga mi przygotowywać się do spotkań, analizować raporty, dokumenty i dane. Mam też agenty AI, które przygotowują briefingi na temat rozwoju technologii cyfrowych na rynku, konkretnych produktów czy ich nowych funkcjonalności. AI wykorzystuję również do rozwijania własnych kompetencji. Na co dzień pracuję po angielsku, więc chcę poszerzać umiejętności językowe. Agent AI dwa razy w tygodniu podsuwa mi listę nowych słów i wyrażeń. Przykładów jest jednak znacznie więcej.
Gdzie powinna przebiegać granica stosowania AI przez pracowników firm?
Do AI zaczniemy podchodzić bardziej intencjonalnie wraz ze wzrostem świadomości kosztów związanych z jej wykorzystaniem. To one będą wyznaczać granice zarówno dla pracowników, jak i całych organizacji.
A firmy już to wiedzą?
Świadomość tzw. token economy powoli rośnie. Przy obecnej skali wdrożeń, większość organizacji nie musi ograniczać korzystania ze sztucznej inteligencji ze względu na koszty tokenów.
Natomiast wraz z upowszechnianiem się tej technologii coraz częściej pojawiają się rozmowy dotyczące zarządzania kosztami operacyjnymi. To nowy wymiar dyskusji o AI.
Czy firmy mają strategie wdrażania sztucznej inteligencji, czy w tym obszarze raczej działają po omacku?
Strategie w większości firm istnieją, ale zapis na papierze nie wystarczy, żeby wdrożyć sztuczną inteligencję i z niej korzystać w sposób efektywny.
Na co zarządy firm powinny więc zwrócić uwagę, aby nie przepłacić za AI, ani nie zmarnować potencjału tej technologii?
Jeśli firma chce budować przewagę konkurencyjną dzięki AI, potrzebuje całościowego podejścia i wsparcia zarządu. Ważne jest również wyznaczenie osoby, która będzie koordynować wykorzystanie AI w całej organizacji i łączyć działania podejmowane w różnych jej częściach. Kolejnym krokiem powinno być określenie wskaźników, które pozwolą ocenić efekty tych działań i zwrot z inwestycji.
Moje rekomendacje zmieniają się jednak wraz z rozwojem AI i jej upowszechnianiem. Na początku zachęcałam przede wszystkim do eksperymentowania z technologią. Dziś większy nacisk kładę na określanie konkretnych korzyści biznesowych, jakie mają wynikać z wdrożenia i dążenie do ich osiągnięcia.
A czy firmy dostrzegają już zwrot z inwestycji w technologie AI?
Trudno dziś jednoznacznie odpowiedzieć na to pytanie, ponieważ połowa organizacji nie mierzy efektów wykorzystania AI. Obecnie rezultaty wdrożeń AI najmocniej widać w działach IT, np. przy tworzeniu oprogramowania. Korzyści przynosi też usprawnianie procesów: AI przyspiesza pracę, skraca czas wprowadzania produktów na rynek i obniża ich koszty. Sprawdza się również w obsłudze klienta.
Po jakim czasie od wdrożenia można oczekiwać zwrotu z inwestycji w AI?
Nie ma dziś jednej odpowiedzi na to pytanie. Zwrot z inwestycji zależy nie tylko od samej technologii, ale również od gotowości organizacji do zmiany. AI jest zazwyczaj wdrażana stopniowo, w konkretnych funkcjach czy obszarach firmy, dlatego na tym etapie wciąż uczymy się, gdzie przynosi największą wartość.
W raporcie wskazują państwo, że „przewagę w obszarze AI budują liderzy, a nie narzędzia”. Zarządy firm już to zrozumiały?
Samo wdrożenie AI jako kolejnego narzędzia jedynie usprawni niektóre zadania, ale nie pozwoli w pełni wykorzystać jej potencjału. Potrzebna jest zmiana sposobu pracy, komunikacji między zespołami i zarządzania kompetencjami. Wymaga to strategii, świadomości technologicznej i konsekwencji w działaniu. A tych często brakuje.
Z mojego doświadczenia wynika, że największym wrogiem zmiany bywa sukces. Firmy, które dobrze sobie radzą, często nie widzą potrzeby zmian, a właśnie one potrzebują świadomości i determinacji, by wykorzystać potencjał AI i przygotować się na przyszłość. Tymczasem organizacje, które mierzą się z wyzwaniami, proaktywnie szukają sposobów na poprawę swojej sytuacji.
InPost wykorzystuje AI m.in. w pracy inżynierów
– W InPost AI przestało być eksperymentem, a stało się częścią codziennego warsztatu inżynierów. Kierunek obraliśmy świadomie już kilka lat temu, a ostatnie kilkanaście miesięcy to skokowe upowszechnienie generatywnej AI. Dla znacznej części zespołów inżynierskich jest to narzędzie używane codziennie – opowiada Jakub Kaczmarski, dyrektor ds. technologii w Grupie InPost, przytoczony w raporcie.
Spółka wykorzystuje generatywną AI do tworzenia i testowania oprogramowania oraz wspierania pracy zespołów produktowych, analitycznych i wsparcia. Celem jest nie tylko oszczędność czasu. Chodzi również o poprawę jakości pracy i skupienie specjalistów na zadaniach wymagających ich wiedzy i decyzji. Drugi obszar to wykorzystanie AI w produktach i operacjach, m.in. do prognozowania popytu, optymalizacji zapełnienia paczkomatów, planowania tras, wykrywania nadużyć i automatyzacji obsługi klienta.
PKO BP rozwija strategię „AI Everywhere”
Piotr Kostrzewa-Zalewski, dyrektor Departamentu Innowacji i Rozwoju w PKO Banku Polskim, przypomina o wdrożeniu w banku pierwszego suwerennego agenta AI, który wspiera obsługę korespondencji mailowej. Sztuczna inteligencja czyta i klasyfikuje przychodzące do banku wiadomości. Przyspiesza to obsługę klienta nawet o 70 proc.
– Uruchomienie agenta AI jest kolejnym etapem realizacji naszej strategii „AI Everywhere”. Dzięki niej bank udostępni możliwości sztucznej inteligencji pracownikom, rozwinie ekosystem AI, zbuduje jeszcze lepsze doświadczenia klientów i nowy model usług – informuje Piotr Kostrzewa-Zalewski w raporcie.
Działania banku w obszarze AI mają znacznie szerszy zakres, a głównym celem na przyszłość jest „lepsze rozpoznawanie potrzeb klientów”.
Wykres interaktywny Efekty trzeba mierzyć już na początku projektu
Wyzwaniem pozostaje określanie biznesowych efektów AI. Z badania Microsoftu wynika, że tylko 11,5 proc. polskich firm formalnie mierzy zwrot z inwestycji w tę technologię. Aż 57,3 proc. nie robi tego wcale lub nie ma opracowanej odpowiedniej metodologii. Bez wiarygodnej oceny trudna staje się decyzja, które rozwiązania warto rozwijać, a z których zrezygnować po fazie eksperymentalnej.
Microsoft Work Trend Index wskazuje natomiast, że wzrost produktywności pojedynczych pracowników nie przekłada się automatycznie na wyniki całej organizacji. Do tego potrzebne są kompleksowe zmiany w procesach, sposobie zarządzania i miernikach efektywności.
Mierzenie efektywności powinno więc być kolejnym stadium implementacji technologii AI w polskich firmach.
– Metryka powinna pojawić się na początku projektu, nie po jego wdrożeniu. W praktyce warto wcześnie odpowiedzieć na kilka prostych pytań. Kto jest właścicielem procesu, co konkretnie chcemy poprawić, jak zmierzymy efekt, skąd bierzemy dane, kto akceptuje wynik i co robimy, kiedy model popełni błąd. Właśnie te pytania bardzo szybko pokazują różnicę między use case’em, który dobrze wygląda na prezentacji a rozwiązaniem, które naprawdę ma szansę wejść do produkcji – konkluduje w raporcie Karol Tajduś, dyrektor Departamentu Transformacji AI w Banku Pekao.
Zdaniem eksperta
AI w korporacji: technologia to dopiero początek
W dużych firmach wymaga to jednoczesnego rozwiązania problemów związanych z integracją z istniejącymi systemami IT, jakością i dostępnością danych, bezpieczeństwem, zgodnością regulacyjną oraz przygotowaniem pracowników do zmiany. Warto przy tym podkreślić, że choć od rozpoczęcia pierwszych wdrożeń minęło już kilka lat, najważniejsze wyzwania pozostają aktualne. Niektóre z nich, zwłaszcza związane z bezpieczeństwem i wykorzystaniem danych organizacji, wraz z upowszechnianiem się AI stają się nawet bardziej złożone.
Aby skutecznie wdrażać AI, duże organizacje muszą łączyć elastyczność kojarzoną z mniejszymi firmami z wymogami korporacyjnymi i regulacyjnymi. Najskuteczniejsze z nich tworzą interdyscyplinarne zespoły, skracają ścieżki decyzyjne, testują rozwiązania w krótkich cyklach i szybko reagują, rezygnując z pomysłów, które nie przynoszą oczekiwanych efektów.
Przy odpowiednim podejściu skala może stać się przewagą, a nie przeszkodą. Duża organizacja dysponuje rozbudowanymi procesami, szeroką bazą wiedzy i zasobami pozwalającymi szybko upowszechnić skuteczne rozwiązanie. Warunkiem jest jednak odejście od mnożenia punktowych inicjatyw na rzecz wspólnych platform, jasnych standardów wykorzystania AI oraz zarządzania portfelem wdrożeń bezpośrednio powiązanym z priorytetami biznesowymi.
Na poziomie biznesowym szczególnie istotne jest zdefiniowanie mierników sukcesu, które pozwolą oceniać zasadność inwestycji na podstawie konkretnych rezultatów. Nie wystarczy już wykazać, że pracownicy chętnie korzystają z narzędzia, że pojedyncze zadania z użyciem AI są wykonywane efektywniej. Organizacje powinny wykazać, jak wdrożenia AI przekładają się na wyniki poszczególnych obszarów i całej firmy.
Główne wnioski
- Powszechne korzystanie z AI nie oznacza jeszcze dojrzałości organizacji. Choć pracownicy coraz częściej sięgają po narzędzia oparte na sztucznej inteligencji, w wielu firmach ich wykorzystanie nadal ogranicza się do pojedynczych zadań i projektów. Aby przełożyć potencjał technologii na wyniki biznesowe, potrzebne są strategia, odpowiedzialność za wdrożenia i zmiany w sposobie działania całej organizacji.
- Oszczędność czasu to dopiero początek korzyści z AI. Technologia może przyspieszać pracę i usprawniać procesy, ale sama w sobie nie gwarantuje wzrostu produktywności całej firmy ani poprawy jej wyników. Kluczowe jest to, jak organizacja wykorzysta odzyskany czas i czy będzie umiała skalować rozwiązania, które przynoszą wymierne efekty.
- Bez mierzenia efektów trudno ocenić, czy inwestycje w AI się opłacają. Firmy powinny już na początku projektu określić cele, wskaźniki sukcesu i sposób weryfikacji rezultatów. Pozwoli im to nie tylko ocenić opłacalność wdrożenia, lecz także zdecydować, które rozwiązania warto rozwijać, a które wymagają zmian.
Napisaliśmy o tym, bo uznaliśmy to za ważne i ciekawe. Dla pełnej transparentności informujemy, że fundusz RiO, należący do Omeny Mensah i Rafała Brzoski, prezesa i akcjonariusza InPostu, jest inwestorem w XYZ.
