Koniec zabawy w AI. Polskie firmy zostaną brutalnie zweryfikowane
Polskie firmy masowo wdrażają AI, ale blisko połowa nie widzi efektów. Raport EY wskazuje, że rok 2026 zweryfikuje puste strategie. Główną przeszkodą okaże się nieuporządkowane zarządzanie danymi oraz rosnąca luka kompetencyjna.
Sztuczna inteligencja przestała być eksperymentem, stała się standardem codzienności biznesowej. Jednak najnowszy raport EY: Jak polskie firmy wdrażają AI? pokazuje wyraźnie, że powszechność wdrożeń nie idzie w parze z ich skutecznością.
Tomasz Mamys, ekspert ds. cyfryzacji Symfonia zauważa, że Polska gospodarka wchodzi właśnie w krytyczną fazę transformacji i moment i zadane sobie pytanie, czy wdrażać AI? Zastąpił znacznie trudniejszym: dlaczego to nie działa tak, jak zakładaliśmy?
Raport wskazuje, że w 2025 roku już 77 proc. firm zadeklarowało, że wdrożyło lub wdraża rozwiązania AI, co oznacza istotny wzrost względem poprzednich lat. Jednocześnie niemal połowa organizacji (49 proc.) ocenia efekty tych działań jako rozczarowujące.
Ten dysonans nie wynika z niedojrzałości samej technologii, lecz z ograniczeń organizacyjnych, przede wszystkim w obszarze zarządzania zmianą oraz pracy z danymi. Szczególnie wymowny jest fakt, że jedynie 9 proc. firm dysponuje infrastrukturą danych gotową do zasilania zaawansowanych modeli - mówi Tomasz Mamys, ekspert ds. cyfryzacji Symfonia.
W praktyce wiele organizacji wdraża więc narzędzia, które nie mają na czym operować.
Kiedy liczba wdrożeń nie przekłada się na zyski
Zdaniem eksperta ds. cyfryzacji podobny rozdźwięk widoczny jest w podejściu strategicznym. Choć większość firm (59 proc.) deklaruje posiadanie strategii AI, w wielu przypadkach ma ona charakter formalny i nie wpływa realnie na decyzje biznesowe.
Strategia funkcjonuje jako dokument, a nie jako narzędzie operacyjne. To prowadzi do sytuacji, w której organizacje inwestują w kolejne inicjatywy bez jasnego powiązania z wynikami finansowymi czy przewagą konkurencyjną - mówi Tomasz Mamys, ekspert ds. cyfryzacji Symfonia.
W jego ocenie najbardziej charakterystycznym zjawiskiem obecnego etapu jest tzw. pułapka poziomu trzeciego, na którym znajduje się 28 proc. przedsiębiorstw. To moment, w którym firmy mają już za sobą liczne wdrożenia pilotażowe i punktowe zastosowania AI, ale nie potrafią przełożyć ich na skalowalną wartość biznesową.
Organizacje działające na tym poziomie często mylą intensywność działań z rzeczywistym postępem. Rosnące nakłady inwestycyjne nie prowadzą do proporcjonalnych efektów, co rodzi frustrację na poziomie zarządów - twierdzi Tomasz Mamys.
Mamys uważa, że wyjście z tej fazy nie polega na wdrażaniu kolejnych narzędzi, lecz na głębokiej przebudowie fundamentów przede wszystkim architektury danych oraz integracji rozwiązań AI z kluczowymi systemami operacyjnymi.
Bez tego powstają rozproszone, kosztowne i trudne do utrzymania inicjatywy, które nie mają potencjału skalowania. Nieprzypadkowo tylko niewielki odsetek firm (co 10 przedsiębiorstwo) osiąga najwyższy poziom dojrzałości, w którym AI przestaje być narzędziem optymalizacji, a zaczyna napędzać nowe modele biznesowe - komentuje ekspert.
Handel i bankowość liderami w AI, energetyka w ogonie
Istotnym, często niedoszacowanym ograniczeniem pozostaje luka kompetencyjna. Coraz więcej organizacji ogranicza rekrutację na stanowiska juniorskie (64 proc.), traktując automatyzację jako sposób na redukcję kosztów pracy.
W krótkim okresie może to poprawiać efektywność, jednak w dłuższej perspektywie grozi poważnymi konsekwencjami: brakiem specjalistów, którzy posiadają zarówno wiedzę technologiczną, jak i głębokie zrozumienie procesów biznesowych.
Jednocześnie szkolenia z zakresu AI w wielu firmach ograniczają się do wąskiej grupy liderów i specjalistów IT (45 proc), co znacząco utrudnia budowanie organizacyjnej zdolności do wykorzystania tej technologii na szeroką skalę.
Na tle całej gospodarki wyraźnie rysują się różnice sektorowe:
- Bankowość i ubezpieczenia osiągnęły wysoki poziom wdrożeń (52 proc.), jednak koncentrują się głównie na usprawnianiu istniejących procesów.
- Handel wyróżnia się dynamiką i szybkim wdrażaniem rozwiązań (56 proc. firm w trakcie wdrożeń) w obszarach bezpośrednio związanych z klientem, takich jak personalizacja czy zarządzanie cenami.
- Energetyka (tylko 22 proc. zakończonych wdrożeń) pozostaje przykładem sektora, w którym ambicje strategiczne wyprzedzają możliwości operacyjne, głównie ze względu na rozproszenie danych.
- Przemysł charakteryzuje się dużą dyscypliną wdrożeniową, tylko 9 proc. przerwanych projektów i koncentracje się na mierzalnych efektach, choć często w wąskim ujęciu redukcji kosztów (69 proc.).
- Sektor usługowy pokazuje, że łatwość wejścia w AI nie gwarantuje trwałego sukcesu. Wysoki odsetek przerwanych projektów w tym segmencie wskazuje na problemy z egzekucją (18 proc.).
Więcej wiadomości na temat biznesu można przeczytać w Bizblog Spider's Web:
Dlaczego samo wdrożenie technologii już nie wystarczy
Wszystko wskazuje na to, że rok 2026 będzie momentem weryfikacji. Organizacje nie będą już oceniane przez pryzmat liczby wdrożeń, lecz przez ich wpływ na wyniki biznesowe i sposób działania. AI staje się standardem, a nie wyróżnikiem - wyjaśnia Tomasz Mamys.
Ekspert zauważa też, że przewagę osiągną te firmy, które potrafią wykorzystać ją do głębokiej transformacji operacyjnej, a nie jedynie do automatyzacji istniejących procesów. Potwierdza to fakt, że aż 81 proc. firm planuje utrzymać lub przyspieszyć tempo wdrożeń.
Kluczowe wyzwanie polega więc na przesunięciu punktu ciężkości z technologii na organizację. To oznacza konieczność uporządkowania danych, integracji systemów, rozwoju kompetencji na wszystkich poziomach oraz powiązania inicjatyw AI z jasno zdefiniowanymi celami biznesowymi. W tym kontekście regulacje mogą odegrać pozytywną rolę, wymuszając większą dyscyplinę w obszarze zarządzania i odpowiedzialności - tłumaczy ekspert ds. cyfryzacji Symfonia.
Adaptacja sztucznej inteligencji nie jest więc ani sprintem, ani maratonem. To zmiana samego środowiska konkurencyjnego, przesunięcie zasad gry, w której wygrywają nie najszybsi, lecz najbardziej konsekwentni i strategiczni zawodnicy.
Wnioski płynące z analizy raportu EY 2025 jasno pokazują, że wejście w fazę skalowania AI w 2026 roku będzie wymagało od zarządów zupełnie innego podejścia niż dotychczas. Kluczowe przestaje być pytanie o to, jakie narzędzia wdrożyć, a zaczyna dominować pytanie o to, jak przebudować organizację, aby była zdolna do ich wykorzystania.
Oznacza to konieczność traktowania strategii AI nie jako odrębnego projektu technologicznego, lecz jako elementu długofalowej transformacji biznesowej. Równolegle krytyczne staje się uporządkowanie architektury danych i integracja rozwiązań AI z systemami core-business, ponieważ to właśnie brak spójności systemowej najczęściej ogranicza skalowanie wartości - mówi Tomasz Mamys.
Coraz wyraźniej widać również, że przewaga nie powstaje w wąskich zespołach eksperckich, lecz w organizacjach, które potrafią demokratyzować kompetencje AI i budować je szeroko, na wszystkich poziomach struktury.
W tym kontekście równie istotne staje się odejście od projektowego traktowania AI na rzecz podejścia opartego na mierzalnych efektach, w którym każdy projekt ma jasno zdefiniowane KPI i właściciela odpowiedzialnego za wynik.
Wreszcie, coraz większego znaczenia nabiera także warstwa regulacyjna. Zamiast traktować ją wyłącznie jako obowiązek zgodności, organizacje mogą wykorzystać ją jako impuls do uporządkowania governance i podniesienia jakości zarządzania danymi oraz modelami - podsumowuje Tomasz Mamys, ekspert ds. cyfryzacji Symfonia.
I dodaje, że wszystko to prowadzi do jednego wniosku: w nadchodzącej fazie rynku nie będzie już wystarczające samo wdrożenie sztucznej inteligencji. O przewadze zdecyduje zdolność do jej głębokiego osadzenia w organizacji.
Tekst opracowany na podstawie: EY - Jak polskie firmy wdrażają AI? - edycja 3. (badanie CubeResearch, X-XI 2025, n = 497).
