Koniec ery cyfrowych zabawek. Polski biznes żąda od AI twardych zysków [Raport EY]

Trzecia edycja raportu EY „Jak polskie firmy wdrażają AI?” przynosi wyraźny punkt zwrotny. Fascynacja technologiczna ustępuje miejsca twardej inżynierii biznesowej. Rynek nasycił się już generycznymi aplikacjami i subskrypcjami pudełkowymi. Tteraz zarządy pytają o wymierny zwrot z inwestycji (ROI).

Od zachwytu do realizmu: AI w stałych budżetach

Skumulowany odsetek polskich przedsiębiorstw, które zakończyły wdrożenia sztucznej inteligencji lub są w ich trakcie, wzrósł z 62% w 2023 roku do 77% w 2025 roku. Równocześnie do zaledwie 9% skurczyła się grupa tzw. obserwatorów, którzy jedynie analizowali potencjał technologii bez podejmowania działań.

Co kluczowe, sztuczna inteligencja przestała być traktowana jako efemeryczny koszt działów R&D.

• 77% organizacji planuje dalsze zwiększanie nakładów na AI w ciągu najbliższych 18 miesięcy.

• 33% badanych deklaruje, że ten wzrost wydatków będzie znaczący.

• Zaledwie 1% firm nie ma dziś sprecyzowanych planów budżetowych związanych z AI (w porównaniu do 12% dwa lat temu).

💡„Problemem nie jest dzisiaj brak ambicji i inwestycji w AI, lecz rosnące poczucie, że wysiłek związany z wdrożeniem tej technologii nie przekłada się na realną zmianę działania na poziomie całego przedsiębiorstwa” – zauważa Iwona Kozera, Partnerka Zarządzająca EY Consulting.

Przeczytaj także: Jak mała firma może przestać gasić pożary finansowe?

Paradoks „ostatniej mili” i plaga rozczarowań

Choć pieniądze są na stole, wdrożeniom towarzyszy silny dysonans. Aż 49% badanych firm deklaruje mniejsze lub większe rozczarowanie efektami AI. Tylko 11% menedżerów mówi o sukcesie przewyższającym pierwotne oczekiwania. Skąd ten rozdźwięk?

Eksperci EY diagnozują zjawisko tzw. pułapki rozproszonych inicjatyw. Najliczniejsza grupa przedsiębiorstw (28%) utknęła na trzecim poziomie dojrzałości technologicznej. Mają dziesiątki punktowych chatbotów lub prostych automatyzacji, które generują koszty utrzymania, ale nie zmieniają marży całej firmy.

Innym problemem jest niedoszacowanie tzw. Day 2 Operations. Modele z czasem tracą precyzję (dryfują), a rosnące koszty infrastruktury i API potrafią „zjeść” generowane oszczędności, jeśli projekt nie jest rygorystycznie monitorowany. 

Zbudowanie prototypu (PoC) odpowiada za 10% sukcesu. Pozostałe 90% to żmudne osadzanie technologii w codziennych procesach i zarządzanie zmianą wśród pracowników.

Dane jako strategiczna granica sukcesu

Największym hamulcem transformacji pozostaje stan zaplecza informacyjnego polskich firm. Nowoczesne modele generatywnej sztucznej inteligencji potrzebują dostępu do unikalnych danych wewnętrznych, aby budować trwałą przewagę (tzw. data moat). Tymczasem rzeczywistość wygląda następująco:

Firmy, które z powodu bałaganu w strukturach IT decydują się na korzystanie wyłącznie z danych publicznych (12%), skazują się na wdrażanie rozwiązań generycznych. W efekcie kupują narzędzia „z pudełka”, do których identyczny dostęp ma ich bezpośrednia konkurencja.

Perspektywa branżowa: Kto liderem, a kto strategiem?

Raport EY wyraźnie pokazuje, że dynamika adopcji technologii różni się w zależności od sektora gospodarki.

• Bankowość i ubezpieczenia: Sektor najbardziej zaawansowany operacyjnie. 52% instytucji finansowych deklaruje w pełni zakończone wdrożenia AI. Choć sztuczna inteligencja na masową skalę wspiera tu ocenę ryzyka, scoring czy detekcję nadużyć, transformacja ma charakter ewolucyjny, a nie rewolucyjny, głównie ze względu na rygorystyczne regulacje i niską tolerancję na błędy modeli.

• Handel: To sektor, który w ostatnim czasie przyspieszył najszybciej. Aż 56% firm handlowych jest w trakcie wdrażania systemów AI, stawiając na hiperpersonalizację, predykcję popytu i dynamiczne zarządzanie cenami. Handel ma też najwyższy wskaźnik systemowego monitorowania efektów (54%).

• Energetyka: Podchodzi do tematu najbardziej strategicznie, ale i najostrożniej. Zaledwie 22% firm zamknęło projekty wdrożeniowe, a połowa jest w ich trakcie. AI wdrażana jest głównie w obszarach infrastruktury krytycznej, m.in. do przewidywania awarii sieci (predictive maintenance).

Bankowość i ubezpieczenia to branże, które stawiają na nowinki technologiczne. Jeśli realnie przekładają się na poprawę wyników, nie tylko finansowych, to są szybko wdrażane.  Więcej na temat AI w branży finansowej znajdziesz w artykule: Sztuczna inteligencja zautomatyzuje 50% zadań w finansach. Co to oznacza dla pracowników sektora?

Ciemna strona optymalizacji: Rynek zamyka drzwi przed juniorami?

Wprowadzenie sztucznej inteligencji zaczyna wstrząsać rynkiem pracy, redefiniując politykę kadrową przedsiębiorstw. Aż 62% organizacji deklaruje, że dostęp do narzędzi AI ma już większość lub niemal każdy pracownik. Zamiast jednak powszechnego wzrostu kompetencji, na horyzoncie pojawia się ryzyko luki pokoleniowej.

Aż 64% firm w Polsce ogranicza rekrutację lub rozważa takie kroki na stanowiskach typu entry-level oraz przy zadaniach powtarzalnych. Ograniczenie naboru na stanowiska niewymagające dużego doświadczenia deklaruje 35% podmiotów, a 29% redukuje etaty w obszarach rutynowych.

💡„Historycznie to właśnie na tych stanowiskach młodzi pracownicy zdobywali pierwsze szlify, poznając procesy biznesowe organizacji. Przejęcie tych zadań przez AI w krótkim terminie drastycznie ścina koszty operacyjne. W długiej perspektywie rodzi to jednak ogromne ryzyko: za kilka lat na rynku zabraknie specjalistów średniego i wyższego szczebla z głęboką wiedzą domenową, bo juniorzy nie mieli gdzie się uczyć zawodu” – ostrzegają eksperci.

Przeczytaj także: AI w służbie JDG: Jak algorytmy bankowe mogą pomóc Ci przewidzieć „dziurę budżetową”?

Krajobraz na kolejny rok. Liczy się głębokość, nie szybkość

Prognozy pokazują, że czas bezkrytycznego zachwytu minął bezpowrotnie. Choć 81% firm zakłada utrzymanie lub przyspieszenie tempa wdrożeń, kluczowe zmiany zajdą w podejściu do zarządzania projektami. 15% organizacji wprost spodziewa się rynkowej korekty oczekiwań i twardego zderzenia napompowanych obietnic dostawców z realiami finansowymi (wskaźnikami P&L i KPI).

Wygrają nie te organizacje, które wdrożą AI najszybciej, ale te, które zintegrują ją najgłębiej z systemami rdzeniowymi firmy, godząc się na bolesną, ale konieczną redefinicję dotychczasowych modeli biznesowych.

• Na jakim etapie wdrożenia AI jest Twoja firma?

• Z jakimi wyzwaniami się aktualnie zmagasz w kontekście sztucznej inteligencji?

• Co możesz powiedzieć o swoich doświadczeniach z AI w kontekście Twojej firmy?

➡️ Sekcję komentarzy zostawiam dla Was. 

O badaniu: Trzecia edycja raportu EY została zrealizowana na reprezentatywnej próbie 497 dużych i średnich firm w Polsce metodą CATI i CAWI w okresie październik-listopad 2025 roku.