Polskie firmy inwestują w AI, ale efekty często nie spełniają obietnic. Problemem są dane, bezpieczeństwo i brak jasnych celów biznesowych.
Polski biznes nie rezygnuje z AI, ale coraz trzeźwiej analizuje faktyczne rezultaty. Badanie EY wskazuje, że niemal połowa firm (49%) jest rozczarowana wdrożeniami sztucznej inteligencji. Co więcej, 17% ocenia te wdrożenia tak negatywnie, że z obecną wiedzą nie podjęłoby ich ponownie. Entuzjazm wciąż jest obecny, ale rośnie świadomość, że przepaść między obietnicami a realnymi wynikami jest znacząca.
Aż 77% przedsiębiorstw deklaruje zamiar zwiększenia wydatków na narzędzia oparte na AI w ciągu najbliższych 18 miesięcy. W tej grupie, 1/3 planuje nawet znaczący wzrost budżetów. To paradoks polskiego biznesu: firmy dostrzegają potencjał AI, ale coraz częściej przekonują się, że wdrożenie nie jest prostą ścieżką do automatycznego wzrostu przychodów, redukcji kosztów czy podniesienia jakości usług. W wielu przypadkach pierwsze projekty przyniosły raczej zimny prysznic niż obiecywaną rewolucję.
Badanie pokazuje, że 53% firm odnotowało dzięki AI obniżenie kosztów, 52% poprawę jakości usług, a 49% wzrost przychodów. Jednocześnie prawie połowa respondentów przyznaje, że uzyskane efekty były niższe od oczekiwań. Oznacza to, że algorytmy działają, ale nie zawsze tam, gdzie obiecywano największy przełom i nie zawsze w skali oczekiwanej przez zarządy.
AI to narzędzie, nie strategia – kluczowe jest właściwe osadzenie
Największy błąd popełniany przez wiele firm można ująć w jednym zdaniu: zaczęły od technologii, a nie od problemu. AI wdrażano bezrefleksyjnie, bo „wszyscy to robią”, bo zarząd chciał pokazać nowoczesność firmy, bo konkurencja na konferencjach krzyczała o automatyzacji, albo dlatego, że narzędzia generatywne stały się łatwo dostępne. To jak kupowanie młotka bez posiadania gwoździa do wbicia.
W żadnej organizacji sama obecność modelu AI nie rozwiązuje problemów. Jeśli przedsiębiorstwo nie wie, jaki proces chce usprawnić, jakie dane są potrzebne, kto odpowiada za wyniki i jak mierzyć efektywność, wdrożenie szybko staje się kosztownym eksperymentem. Sztuczna inteligencja może przyspieszyć obsługę klienta, analizę dokumentów, planowanie produkcji, wykrywanie anomalii, działania marketingowe czy raportowanie, ale tylko wtedy, gdy jest integralnie powiązana z rzeczywistą pracą organizacji.
Tu leży źródło rozdźwięku między początkowym entuzjazmem a późniejszym rozczarowaniem. Firmy chętnie kupują narzędzia, uruchamiają pilotaże, testują pojedyncze przypadki użycia, ale nie przebudowują fundamentów. Nie reformują procesów, nie zmieniają sposobu pracy. Efekty są punktowe: chatbot skraca czas odpowiedzi, algorytm przyspiesza analizę, automat sortuje dokumenty. To usprawnienia, a nie transformacja.
Większość firm wciąż na początku drogi wdrożeniowej AI
Z badania wynika, że 67% polskich przedsiębiorstw znajduje się na 3. poziomie dojrzałości AI lub niższym w 5-stopniowej skali. Oznacza to, że większość firm jest na etapie od pierwszych eksperymentów do wykorzystania algorytmów w kilku obszarach działalności.
Tylko 10% firm deklaruje, że dzięki AI przekształca swój model biznesowy, tworząc nowe produkty lub usługi. Jest to kluczowy wskaźnik badania, ujawniający, że w polskich przedsiębiorstwach sztuczna inteligencja pełni przede wszystkim funkcję uzupełniającą istniejące procesy, a nie rolę katalizatora fundamentalnych zmian w modelu działania organizacji.
Nie musi to być zarzut. Dla wielu firm rozsądne wdrożenie powinno zaczynać się od ograniczonych, dobrze skalkulowanych projektów. Problem pojawia się, gdy organizacja wydaje środki jak na transformację, ale zarządza projektem jak testem narzędzia. Wtedy rozczarowanie jest niemal gwarantowane.
Paliwem dla AI są dane, a wiele firm ma puste baki
Jednym z największych ograniczeń pozostaje jakość danych. Niespełna 40% firm deklaruje posiadanie bazy informacyjnej, która pozwoliłaby na wyjście poza standardowe, gotowe narzędzia AI i budowanie rozwiązań opartych na własnych zasobach.
Należy pamiętać, że przewaga konkurencyjna nie wynika z używania tego samego narzędzia co wszyscy. Powstaje ona wtedy, gdy firma potrafi zasilić model własnymi danymi: historią sprzedaży, serwisu, produkcji, reklamacji, zapasów, zachowań klientów, procesów operacyjnych czy ryzyk. Bez tego AI pozostaje generycznym asystentem, a nie systemem wspierającym specyficzną wiedzę firmy.
Co ciekawe, problem dotyczy nawet sektorów uchodzących za bardziej zdigitalizowane. W sektorze finansowym 42% firm nie potrafiło jednoznacznie ocenić gotowości swoich zasobów informacyjnych. W energetyce 30% badanych wskazało na poważne bariery jakościowe danych, a 38% nie potrafiło określić ich stanu. Oznacza to, że niektóre przedsiębiorstwa inwestują w AI szybciej, niż porządkują fundamenty, bez których AI ma ograniczoną wartość.
Bezpieczeństwo hamuje wdrożenia – i bardzo dobrze
Kolejną znaczącą barierą jest bezpieczeństwo. 39% firm wskazało je jako główny problem przy wdrażaniu sztucznej inteligencji. Największy poziom obaw obserwuje się w energetyce (46%), przemyśle (40%), finansach i handlu (po 39%), a w usługach (37%).
Te obawy nie wynikają z nadmiernej ostrożności, lecz z obiektywnej analizy ryzyka. Wdrożenie AI w środowisku firmowym często wiąże się z przetwarzaniem newralgicznych danych: informacji o klientach, dokumentacji wewnętrznej, danych finansowych, produkcyjnych lub objętych tajemnicą handlową. Wprowadzenie takich danych do niekontrolowanego systemu może skutkować wyciekiem, naruszeniem zgodności regulacyjnej, utratą przewagi konkurencyjnej lub błędnymi decyzjami opartymi na niezweryfikowanych wynikach generowanych przez model.
Do tego dochodzi kwestia odpowiedzialności. Model AI może odpowiedzieć szybko, ale nie zawsze poprawnie. Może zmyślić uzasadnienie, błędnie sklasyfikować dokument, pominąć wyjątek lub zasugerować działanie sprzeczne z procedurą. W biznesie ładnie brzmiąca odpowiedź to za mało. Kluczowe są audytowalność, kontrola, zgodność i możliwość udowodnienia, dlaczego podjęto konkretną decyzję.
Różne branże – różne podejście do AI
Badanie pokazuje nierównomierny rozkład dojrzałości AI. W sektorze finansowym 72% firm znajduje się na 2. i 3. poziomie dojrzałości, od pierwszych wdrożeń po wykorzystanie AI w szerszym zakresie. Sektor ten dysponuje dużą ilością danych, silnymi procesami cyfrowymi i presją na automatyzację, ale jednocześnie musi działać w reżimie wysokiego bezpieczeństwa i regulacji.
W energetyce 21% firm stosuje AI w bardziej zaawansowany sposób, a 42% realizuje pierwsze wdrożenia. Potencjał jest tu ogromny: prognozowanie zapotrzebowania, obsługa sieci, wykrywanie awarii, optymalizacja produkcji, analiza danych z liczników i infrastruktury. Jednocześnie jest to sektor o kluczowym znaczeniu dla państwa, co naturalnie podnosi bariery bezpieczeństwa.
W przemyśle 29% firm osiągnęło 3. poziom dojrzałości. AI może wspierać kontrolę jakości, utrzymanie ruchu, planowanie produkcji, zarządzanie energią i łańcuchami dostaw. W handlu 23% firm deklaruje wykorzystanie AI w kluczowych procesach biznesowych, choć wiele wdrożeń pozostaje punktowych: rekomendacje, marketing, obsługa klienta, analiza koszyka zakupowego czy automatyzacja treści.
Dowiedz się więcej:
- AI jednak nie zabierze Ci pracy. Przełomowy wyrok sądu
- AI Slopy pożarły internet i zabijają tradycyjne media. I nikt nie protestuje
- Nie zrobisz już sam zakupów. Testują nowe rozwiązanie
Praktyka wdrożeniowa wyraźnie pokazuje, że AI nie jest jednorodną technologią implementowaną identycznie we wszystkich sektorach. W bankowości służy analizie ryzyka i wykrywaniu nadużyć, w przemyśle – optymalizacji procesów i predykcyjnemu utrzymaniu ruchu, w handlu – personalizacji oferty i zarządzaniu łańcuchem dostaw, w energetyce zaś – prognozowaniu obciążeń i stabilizacji sieci. Każda branża definiuje własny zestaw zastosowań i specyficzne wymagania wobec AI.
Wyniki Biznes Fakty:
- 49% polskich firm jest rozczarowanych wdrożeniami AI.
- 17% firm nie zdecydowałoby się ponownie na wdrożenie AI, oceniając je negatywnie.
- 77% firm planuje zwiększyć wydatki na narzędzia AI w ciągu 18 miesięcy.
- 53% firm odnotowało obniżenie kosztów dzięki AI.
- 52% firm poprawiło jakość usług dzięki AI.
- 49% firm zwiększyło przychody dzięki AI.
- 67% polskich przedsiębiorstw znajduje się na 3. lub niższym poziomie dojrzałości AI.
- Tylko 10% firm przekształca swój model biznesowy lub tworzy nowe produkty/usługi dzięki AI.
- Niemal 40% firm nie posiada wystarczająco dobrych danych do budowy zaawansowanych rozwiązań AI.
- 39% firm wskazuje bezpieczeństwo jako główną barierę wdrażania AI.
Szczegóły można znaleźć na stronie internetowej : spidersweb.pl