EY Polska (2025): Odsetek firm, które zakończyły wdrożenia AI wzrósł z 20% do 25%, a 89% przedsiębiorstw deklaruje gotowość do kolejnych wdrożeń. Firmy przechodzą od testów do integracji AI z systemami operacyjnymi i produktami.
PwC Polska (2025):75% firm rozpoczęło inwestycje w AI, ale większość projektów jest na wczesnym etapie. 55% organizacji posiada strategię AI lub ją tworzy, a największe bariery to brak talentów i obawy o prywatność danych.
Jak wszystko powyższe – kluczowe wnioski z raportów EY oraz PwC skrzyżowane z Raportem TOP AI Driven Companies 2025 – przekłada się i jak przełoży się na siłę i konkurencyjność polskiej gospodarki
To, co wyłania się z raportów EY, PwC, innych oraz z raportu TOP AI Driven Companies 2025, to obraz Polski stojącej na rozdrożu transformacji technologicznej. Z jednej strony mamy rosnącą gotowość firm do wdrażania AI (89%), z drugiej tylko 25% zakończyło wdrożenia, co oznacza, że większość firm dopiero wchodzi w fazę eksperymentacji. To ledwie okno strategicznej szansy.
Pozycja konkurencyjna
W porównaniu do globalnych liderów inwestujących w AI w coraz większym stopniu, wolniejsze wdrażanie AI oraz skalowanie tych rozwiązań może negatywnie wpływać na pozycję konkurencyjną polskich przedsiębiorstw. Przewagi globalnych liderów, to: szybkość wdrożeń, pragmatyzm technologiczny, konkurencyjność kosztowa, silne kompetencje inżynieryjne.
Czy Polska tylko nadrabia straty, czy może zaczyna „ucieczkę do przodu”?
Wszystko jest jeszcze możliwe, ale to zależy od dalszych, zdecydowanych, ale i przemyślanych działań, lub ich braku, albo… ucieczce do przodu na ślepo. Z jednej strony Polska w porównaniu z liderami AI (USA, Chiny, Korea Płd.), ma niższy poziom inwestycji w R&D, mniejszą liczbę patentów i ograniczoną skalę wdrożeń w sektorze publicznym i przemysłowym, a także większą awersję do ryzyka – prawie wszyscy deklarują, że wdrożą, ale wdrażają nieliczni.
Z drugiej strony, Polska może uciec do przodu dzięki wysokiemu poziomowi cyfryzacji (np. ePUAP, mObywatel), silnemu sektorowi IT, rosnącej liczbie startupów AI i dużej elastyczności MŚP. Polska ma też talenty – relatywnie młodą, dobrze wykształconą siłę roboczą i rosnące kompetencje w zakresie danych.
Nasza „wada” może być zaletą
Jest też jednak trzecia strona medalu – nasze „zacofanie” może okazać się naszą zaletą. Podobnie jak z tajemnicą sukcesu cyfryzacji polskiego sektora finansowego – jego zacofanie okazało się ogromną szansą dla innowacji, ponieważ można było skupić się na nowoczesnych formach płatności, podczas gdy banki wielu innych krajów nadal tkwiły w zniewalających kosztach biurokracji wynikających np. z ciągłego używania papierowych czeków. Podobnie może być z wdrożeniami AI w polskich firmach, zwłaszcza że ostatnie dane i badania wykazują, że niemal żadne z wdrożeń AI nie przyniosło jak na razie znaczących korzyści biznesowych.
Większość wdrożeń AI nie kończy się planowanym sukcesem. Najnowsze badania wskazują, że około 95% wdrożeń AI w firmach nie przynosi mierzalnego zwrotu lub kończy się porażką; tylko około 5% projektów osiąga znaczący wpływ biznesowy. Wyniki szczegółowego badania wykazują, że większość inicjatyw utknęła na etapie pilotażu i nie przechodzi do produkcji z mierzalnym efektem; autorzy wskazują, że tylko niewielka część projektów generuje realne przyspieszenie przychodów lub produktywności. Według innych danych S&P Global Market Intelligence: 42% firm porzuciło większość swoich inicjatyw AI w 2025 roku, w porównaniu do 17% w 2024. Średnio 46% projektów AI kończy się przed wejściem do produkcji. RAND Corporation ocenia, że ponad 80% projektów AI nie osiąga pełnej skuteczności, co jest dwukrotnie wyższym wskaźnikiem niż dla innych technologii. S&P Voice of the Enterprise 2025: Wdrożenia generatywnej AI mają podwyższony wskaźnik niepowodzeń, głównie z powodu pośpiechu i braku integracji z procesami operacyjnymi.
Dlaczego tak wiele wdrożeń się nie udaje?
Pierwszym powodem jest brak integracji z systemami operacyjnymi. Wiele firm zatrzymuje się na etapie proof-of-concept. Drugim jest niedopasowanie do procesów biznesowych – technologia działa, ale nie rozwiązuje realnych problemów. Trzecim są problemy z danymi – jakość, prywatność, dostępność. Czwartym są brak kompetencji i zarządzania zmianą – zespoły nie są przygotowane na pracę z AI. I wreszcie piątym: fetyszyzm modelowy, z ang. model fetishism – firmy skupiają się na doskonaleniu modeli, zamiast na ich wdrożeniu.
Co to oznacza dla Polski?
To dla nas szansa. Porażki innych powinny być dla nas bezcennymi lekcjami. Polska ma szansę uniknąć „pułapki nieudanych wdrożeń”, jeśli skupi się na integracji AI z realnymi procesami, a nie tylko na eksperymentach.
Raport EY Polska (2025) mówi nam, że polskie firmy chcą AI. Nie wiemy, czy są to puste deklaracje wynikające z trendu, czy faktyczna gotowość do kolejnych wdrożeń. Na pewno wynik tego badania oznacza, że świadomość rośnie, ale globalne wyniki porażek mówią nam też jednoznacznie, że potrzebna jest dyscyplina wdrożeniowa – zestaw praktyk i reguł, które zamieniają chęć wdrożeń w powtarzalny, kontrolowany proces: sponsor projektu, komitet sterujący, kierownik projektu, właściciele biznesowi, harmonogramy, backlogi, testy akceptacyjne i plan rollbacku.
CZYTAJ TEŻ: Halucynacje AI – niebezpieczne lustro technologicznej wygody
To systematyczne, powtarzalne podejście do przeprowadzania projektów – jasne role i decyzje, metodyka, zarządzanie zakresem, testy i mierzalne kryteria sukcesu – tak by kolejne wdrożenia przynosiły realne korzyści, a nie tylko kolejne prototypy Aby polskie firmy wyprzedziły konkurencję, nie wystarczy wdrażać AI. Trzeba wdrażać ją mądrzej, szybciej i głębiej niż inni. Trzeba pamiętać, że AI może przyspieszyć pracę człowieka, ale na koniec to człowiek musi mieć kontrolę. Trzeba rozróżnić, które stanowiska można zastąpić cyfrowym procesem, a które tak naprawdę, przynajmniej na tym etapie, są nie do zastąpienia przez potrafiącą się jednak pomylić maszynę. Należy wdrażać AI jako komponent systemów ERP, CRM, MES, a nie jako osobne narzędzie.
Nie wolno mierzyć ROI tylko w oszczędnościach, ale w czasie reakcji, jakości decyzji i wzroście przychodów. Trzeba zbudować w przedsiębiorstwach kompetencje wdrożeniowe i zarządcze, kształcić i dokształcać autentycznych i wyspecjalizowanych liderów projektów, a nie „forward managerów”, ale też trzeba przeszkolić kadrę zarządzającą, by szefowie przedsiębiorstw naprawdę rozumieli jak i po co wdrażać AI, co AI może przynieść organizacji, a gdzie będzie tylko modową nadobietnicą.
Trzeba skupić się na firmach mających jak największy potencjał eksportowy i tam wdrażać rozwiązania AI ze szczególną uważnością i starannością. A na koniec dnia trzeba też pamiętać o tym, że AI bez danych, to tylko zabawka.
Natomiast w sensie Polski jako potencjalnego regionalnego Hub-u AI należy pamiętać, że nie o to chodzi, by mieć jak najwięcej rozwiązań, tylko by najlepiej je integrować z rzeczywistością.
To ostatni moment – gdy inni się potknęli, my możemy nadrobić. Żeby wdrożenia osiągnęły skalę, muszą być wsparte silnymi fundamentami w zakresie technologii i danych, a także dyscypliny wdrożeń, w tym integracji z aktualnym oprogramowaniem. A nawet wtedy będzie to tylko sukces połowiczny, bo nadal pozostanie kwestia przekonania i przeszkolenia pracowników do korzystania z tych technologii.
Ale nadal, najważniejsze jest to, żeby chcieć. Podobno chcieć to móc. Do tego, by wdrażać AI mamy już ogrom wiedzy i doświadczeń innych.
Możemy nadrobić straty w AI. Pytanie, czy będziemy chieli.
MAKSYMILIAN WYSOCKI
*Tekst pochodzi z Raportu TOP AI Driven Companies 2025
POBIERZ CAŁY RAPORT O NAJLEPSZYCH TECHNOLOGIACH I WDROŻENIACH – POBIERZ TU