Zaloguj się 
Dzieje się!
Wielopoziomowe zmiany w firmach sięgających po sztuczną inteligencję. AI zmienia kulturę organizacji i sposób myślenia o danych
Zachwyt nad sztuczną inteligencją ustępuje miejsca pytaniom o realną wartość biznesową, jakość danych i kompetencje zespołów. Polskie firmy zaczynają rozumieć, że AI nie jest kolejnym projektem IT, lecz procesem, który wymaga przebudowy całych struktur – od strategii po kulturę organizacyjną.
Z tego artykułu dowiesz się…
- Jakie wyzwania i zmiany czekają polskie firmy wdrażające AI – od kultury organizacyjnej po rekrutację i zarządzanie danymi.
- Dlaczego kluczowe dla sukcesu wdrożeń AI są wartości biznesowe, kompetencje liderów i jakość danych, a nie tylko technologia.
- Jak regulacje, edukacja i adaptacyjność zespołów wpływają na bezpieczeństwo, efektywność i tempo transformacji cyfrowej.
Mimo że ocena wpływu AI na gospodarkę wciąż jest obarczona dużą niepewnością prognoz, OECD szacuje, że technologie oparte na sztucznej inteligencji mogą zwiększyć produktywność w krajach G7 o około 10 proc. w ciągu dekady. To pokazuje, że AI nie jest chwilowym trendem, lecz procesem, który w nadchodzących latach będzie definiował globalną gospodarkę.
Polskie firmy przeszły już do chmury. A co z AI?
Jeszcze siedem lat temu Polska była w ogonie Europy pod względem wykorzystania chmury – korzystało z niej zaledwie 11,5 proc. firm. Z danych Eurostatu wynika, że po pięciu latach wskaźnik ten wzrósł do 55,7 proc., przekraczając europejską średnią (45,2 proc.).
– To istotny postęp, ale wiele firm wciąż korzysta jedynie z bardzo podstawowych rozwiązań chmurowych, mimo że mogą one być realnym katalizatorem innowacji. Jeśli chodzi o adopcję AI w Polsce, jesteśmy obecnie na poziomie porównywalnym z chmurą sprzed ośmiu lat – na przedostatnim miejscu w UE, za nami są już tylko firmy rumuńskie. Z rozwiązań AI korzysta dziś około 6 proc. polskich przedsiębiorstw, podczas gdy średnia unijna wynosi około 14 proc.. Wdrożenia koncentrują się głównie w dużych firmach. Różnica między tymi dwiema technologiami jest jednak zasadnicza – rewolucja AI postępuje szybciej i ma potencjał głębiej przeobrażać rzeczywistość – zauważa Tomasz Laudy, prezes OChK.
Jakie czynniki wpływają na niski odsetek wdrożeń sztucznej inteligencji?
Jest ich wiele – od organizacyjnych, takich jak brak spójnej strategii, jasno określonych celów czy odpowiednich założeń w kulturze organizacyjnej, przez ludzkie – sceptycyzm pracowników, niedobór specjalistów i kompetencji, aż po technologiczne – braki infrastrukturalne, brak systemowego podejścia do danych czy bariery regulacyjne.
Wartość ma znaczenie
Kluczowe znaczenie ma to, w jaki sposób zarządy firm zaplanują wdrażanie rozwiązań AI. Sztuczna inteligencja wymaga nie tylko inwestycji w technologię, lecz przede wszystkim zmiany sposobu myślenia oraz rozwoju nowych kompetencji w całej organizacji.
AI nie jest „kolejnym zgłoszeniem do IT”. Zmianę trzeba zaczynać od wartości biznesowej i od wyznaczenia celów, jakie chcemy osiągnąć
– AI nie jest „kolejnym zgłoszeniem do IT”. Zmianę trzeba zaczynać od wartości biznesowej i jasno określonych celów, które firma chce osiągnąć. Mogą to być na przykład: skrócenie czasu wprowadzenia produktu na rynek, obniżenie kosztów obsługi, poprawa jakości lub wzrost satysfakcji klientów, mierzony np. wskaźnikiem NPS (wskaźnik lojalności klientów). Dopiero potem warto przystąpić do projektu. Zbudować zespół biznesowy i IT, który dobierze odpowiednie narzędzia do realizacji celu (modele, dane, infrastrukturę), dostosowane do środowiska danej organizacji. Aby powstały warunki do takich działań, kluczowa jest rola liderów i zarządów firm – to oni wyznaczają kierunek i alokują zasoby. Zaczynanie od końca, czyli od narzędzi, przypomina modernizację XIX-wiecznych fabryk. Wymieniały one silniki napędzające wały z parowych na elektryczne, co realnie nie zmieniło warsztatu pracy poszczególnych pracowników. Narzędzia, jakie oni obsługiwali, zostały takie same, więc naturalnie nie poprawiła się ich wydajność – wyjaśnia Krzysztof Kaziów, Head of Customer Engineering w Google Cloud, który wystąpił na konferencji Cloud UP!
Potwierdzają to prognozy OECD. W opublikowanym w ubiegłym roku raporcie ekonomiści organizacji wskazują, że efekt makroekonomiczny rozwiązań AI zależeć będzie od realnej reorganizacji procesów i tempa adopcji technologii. Tam, gdzie AI stanie się jedynie „nakładką” na dotychczasowe modele działania, zwroty z inwestycji pozostaną ograniczone.
Jestem pewien, że AI zasadniczo zmieni biznes – pytanie tylko, jak i kiedy. Dziś nikt nie potrafi przewidzieć, co wydarzy się za trzy czy pięć lat. Wiemy jedno: wchodzimy w erę hiperpersonalizacji, zmian kompetencji i ogromnego wzrostu wydajności.
– Jestem pewien, że AI zasadniczo zmieni biznes – pytanie tylko, jak i kiedy. Dziś nikt nie potrafi przewidzieć, co wydarzy się za trzy czy pięć lat. Wiemy jedno: wchodzimy w erę hiperpersonalizacji, zmian kompetencji i ogromnego wzrostu wydajności. Dlatego kluczową cechą lidera staje się dziś inteligencja adaptacyjna. To takie połączenie emocjonalnej dojrzałości, ciekawości świata i odwagi do eksperymentowania z nowymi technologiami. Właśnie ona zdecyduje, kto będzie potrafił poprowadzić ludzi przez tę zmianę – mówi Tomasz Laudy.
Nowa wersja przypowieści o talentach
Liderzy, którzy potrafią przestawić organizacje na tryb „AI”, to tylko jeden z elementów sukcesu. Drugim – równie ważnym – jest budowanie i utrzymywanie zespołów zdolnych do adaptacji oraz uczenia się.
Zgodnie z raportem ManpowerGroup, opublikowanym w styczniu 2025 r., aż 55 proc. firm technologicznych ma problem z pozyskiwaniem pracowników o zaawansowanych kompetencjach w obszarze IT.
– Technologia zmienia się błyskawicznie, dlatego kluczowe jest dawanie ludziom przestrzeni do nauki i eksperymentowania. Wierzę w uczenie się przez doświadczenie i w tworzenie bezpiecznego środowiska, w którym można próbować, popełniać błędy i rozwijać się. Budujemy też społeczności – tzw. gildie – wcześniej cloudowe, a teraz skupione wokół AI. Dzięki temu ludzie dzielą się wiedzą, wspierają nawzajem i realnie rosną kompetencyjnie. Jeśli zadbasz o trzy potrzeby człowieka – kompetencje, autonomię i relacje – nie masz rotacji, tylko zaangażowany, rozwijający się zespół – podkreśla Lucyna Michniewicz-Ślaska, Chief Information Officer w Grupie Kapitałowej VOX.
Udostępnianie przestrzeni do świadomego przyswajania nowej wiedzy poprzez praktykę przynosi jeszcze jedną korzyść. Pozwala eliminować zjawisko tzw. shadow AI. To sytuacja, w której pracownicy korzystają z narzędzi sztucznej inteligencji bez wiedzy, zgody lub nadzoru działów IT, bezpieczeństwa czy compliance. To nie tylko inwestycja w rozwój własnych ekspertów, lecz także wzmocnienie bezpieczeństwa całej organizacji.
Rola regulacji i odporności
Wraz z rosnącą adopcją chmury – z której w 2023 r. korzystało ok. 45 proc. firm w UE, a do 2030 r. ma to być 75 proc. – coraz większego znaczenia nabiera kwestia bezpiecznego wdrażania AI. Unijny AI Act to pierwsze horyzontalne prawo regulujące rynek sztucznej inteligencji. Wprowadza ono podział systemów według poziomu ryzyka oraz ścisłe wymogi dotyczące jakości danych, nadzoru człowieka i bezpieczeństwa. Celem regulacji jest zwiększenie odporności organizacji i zapewnienie, by rozwój AI odbywał się w sposób kontrolowany i oparty na zaufaniu.
W obliczu dynamicznego rozwoju technologicznego – w połączeniu z rosnącą liczbą ataków cybernetycznych – działy bezpieczeństwa i compliance stoją dziś przed ogromnym wyzwaniem. Dlatego kluczowe staje się odejście od myślenia w kategoriach „zero ryzyka” na rzecz budowania odporności organizacji. Trzeba założyć, że incydent prędzej czy później nastąpi, i przygotować systemy, procesy oraz ludzi tak, by potrafili skutecznie na niego reagować.
Nowy sektor rozwiązań AI
Obok zmian wprowadzanych stopniowo przez firmy różnych branż i wielkości powstaje zupełnie nowa gałąź gospodarki, koncentrująca się wokół produktów wykorzystujących sztuczną inteligencję.
Przykładem może być ElevenLabs – polska firma specjalizująca się w syntezie mowy i generowaniu dźwięku za pomocą AI. To dzięki niej można np. odsłuchać ten artykuł, korzystając z panelu na jego początku. W zaledwie trzy lata spółka przekroczyła próg 100 mln użytkowników, co pokazuje skalę i tempo rozwoju rozwiązań AI. Zwłaszcza przy rosnącym znaczeniu generatywnej sztucznej inteligencji i tzw. multimodalnych modeli.
Multimodalność to termin opisujący kluczowe cechy m.in. agentów AI – programów zaprojektowanych do autonomicznego realizowania określonych celów. Agenci AI potrafią rozumieć, przetwarzać i generować informacje w różnych formatach: tekstu, obrazu, dźwięku czy kodu. Dzięki temu, realizując zadanie, mogą np. przeanalizować raport PDF, stworzyć na jego podstawie prezentację wizualną, a następnie opowiedzieć o jej zawartości.
Agenci AI mają potencjał, by zrewolucjonizować sposób pracy poprzez automatyzację procesów biznesowych. Już dziś z powodzeniem wykorzystywani są m.in. w obsłudze klienta, analizach danych i raportowaniu.
Last but not least: dane w centrum
To właśnie dane będą decydować o tym, czy wykorzystywanie sztucznej inteligencji okaże się sukcesem i realnym wsparciem dla organizacji.
– Nasi deweloperzy już dziś wykorzystują sztuczną inteligencję przy budowie aplikacji. Aktualnie pracujemy nad use case'ami także w innych obszarach, szkoleniem zespołów w wykorzystywaniu AI oraz utworzeniem strategii wdrożenia AI na szeroką skalę w całej firmie. Jednak zanim wejdziemy głębiej w ten obszar, musimy zbudować solidne fundamenty – hurtownię danych, analitykę. Dopiero potem można przejść do modelowania w obszarze data science i wdrażania AI – tłumaczy Jolanta Szymaniuk, Corporate Analytics Manager w Booksy.
To istotne, bo „zasilenie” mechanizmów AI niespójnymi lub niekompletnymi danymi prowadzi do dobrze znanego w statystyce i modelowaniu ekonometrycznym zjawiska. Chodzi o „garbage in, garbage out”. Dane niskiej jakości skutkują błędnym wnioskowaniem i obniżeniem skuteczności modeli.
Skupiamy się na uporządkowaniu danych – bo im lepsze dane, tym skuteczniejsze modele AI
– AI intensywnie wspiera nas w codziennej pracy – w poszukiwaniu i budowaniu rozwiązań, w procesach operacyjnych oraz w usprawnianiu obsługi klienta. Wspólnie z OChK zbudowaliśmy model predykcyjny, który pomaga prognozować ryzyko niespłacalności. Projekt ten nauczył nas wiele o danych i procesach. Teraz skupiamy się na uporządkowaniu danych, bo im lepsze dane, tym skuteczniejsze modele AI – podkreśla Artur Milewski, CTO w Wealthon.
Sztuczna inteligencja to nie tylko technologiczna rewolucja, ale przede wszystkim zmiana sposobu myślenia o organizacji, danych i ludziach. O tym, które firmy wdrożą AI skutecznie i kompleksowo, zadecyduje zdolność do łączenia innowacji z odpowiedzialnością oraz gotowość liderów i zespołów do ciągłego uczenia się i adaptacji do nowych warunków.
Główne wnioski
- Wdrożenie AI wymaga nie tylko inwestycji w technologię, ale przede wszystkim zmiany sposobu myślenia, reorganizacji procesów i rozwoju kompetencji w organizacji. Sukces zależy od jasno zdefiniowanych celów biznesowych, jakości danych i inteligencji adaptacyjnej liderów.
- Największymi barierami są niedobór specjalistów, sceptycyzm pracowników i brak odpowiednich kompetencji, a także bariery technologiczne i regulacyjne. Kluczowe jest Kluczowe jest budowanie zespołów zdolnych do nauki, eksperymentowania i współpracy.
- Rozwój AI w Polsce przyspiesza, jednak wymaga wsparcia regulacyjnego (np. AI Act), edukacji, uporządkowania danych oraz wdrażania bezpiecznych praktyk. Multimodalne modele i agenty AI mają ogromny potencjał automatyzacyjny, ale wymagają nadzoru i solidnych mechanizmów bezpieczeństwa.
Artykuł powstał na zlecenie OChK.
