Dlaczego polski biznes przepala miliony na AI?

Polski biznes znalazł się w osobliwym rozkroku. Z jednej strony z unijnych statystyk wieje chłodem, z drugiej, rodzime firmy pompują w sztuczną inteligencję ogromne fundusze, a nasi pracownicy są w regionalnej czołówce pod względem adaptacji nowych narzędzi. Diagnoza? Mamy świetne paliwo i nowoczesny silnik, ale wciąż jedziemy na zaciągniętym hamulcu ręcznym. Ponad połowa firm inwestuje w AI, ale zarabiają na tym nieliczni.

Statystyczny zimny prysznic kontra rzeczywistość

Ostatni raport Eurostatu wywołał w nadwiślańskim biznesie spore poruszenie. Wynika z niego, że zaledwie 8% polskich przedsiębiorstw korzysta z technologii AI, co daje nam mało chlubne, przedostatnie miejsce w Unii Europejskiej (wyprzedzamy jedynie Rumunię). Dla porównania: unijna średnia to 20%, a liderująca Dania osiągnęła pułap 42%.

Jednak wrzucenie Polski do worka z napisem „cyfrowy skansen” to błąd grubymi nićmi szyty. Gdy spojrzymy na dane z CEE AI Index oraz raportów Deloitte, wyłania się zupełnie inny krajobraz:

• Regionalny lider: Polska to czwarta siła Europy Środkowo-Wschodniej pod względem potencjału AI.
• Kadrowa potęga: Dysponujemy największą bazą specjalistów i najwyższym wolumenem publikacji naukowych w regionie.
• Oddolna rewolucja: Aż 48% polskich pracowników deklaruje, że korzysta z AI w codziennych obowiązkach.
• Hojne zarządy: 55% firm przeznacza na rozwój sztucznej inteligencji ponad jedną dziesiątą swojego budżetu IT.

Gdzie więc leży pies pogrzebany? W monetyzacji. Podczas gdy w Europie średnio co piąta firma (22%) generuje dzięki AI ponad jedną czwartą swoich przychodów, w Polsce ten sukces świętuje zaledwie 5% przedsiębiorstw.

Oto trzy główne powody, dla których polskie inwestycje w AI wciąż nie chcą przekształcić się w realny zysk – oraz recepty na to, jak to zmienić.

➡️ Sprawdź, który kredyt firmowy będzie najlepszy dla Twojego biznesu.

1. Pułapka ucinania kosztów. AI to nie tylko szybszy mail

Polskie zarządy polubiły sztuczną inteligencję tam, gdzie efekty widać od razu: w automatyzacji prostych zadań, analizie tekstu czy poprawie bieżącej produktywności. Co piąta firma faktycznie zauważyła dzięki temu spadek kosztów operacyjnych.

Wniosek: Traktowanie AI wyłącznie jako narzędzia do robienia „tego samego, tylko szybciej i taniej” to ślepa uliczka. Prawdziwe pieniądze leżą w tworzeniu nowej wartości (Value Creation), a nie tylko w cięciu wydatków (Cost Cutting).

Menedżerowie muszą przestać pytać o to, jak AI może skrócić czas pisania raportu, a zacząć główkować, jak za pomocą algorytmów stworzyć zupełnie nowy produkt lub usługę, za którą klient zapłaci ekstra.

2. Cyfrowy fundament z piasku

Sztuczna inteligencja jest tak dobra, jak dane, którymi zostanie nakarmiona. Tymczasem według danych Deloitte aż 37% polskich firm zmaga się z fatalną jakością danych oraz ograniczeniami infrastrukturalnymi (w Europie ten problem dotyczy średnio 26% organizacji).

Wdrażanie zaawansowanych modeli językowych w firmie, która posiada rozproszone, nieuporządkowane bazy w systemach CRM czy ERP, kończy się realizacją starej informatycznej zasady: Garbage in, garbage out (śmieci na wejściu, śmieci na wyjściu). Zanim kupimy drogie licencje, konieczny jest audyt i budowa spójnych hurtowni danych (data pipelines).

➡️ Sprawdź ranking kont firmowych i zgadnij bonus finansowy!

3. Paradoks talentu. Inżynierowie są, ale nie dla każdego

Choć statystycznie Polska kształci i zrzesza najwięcej specjalistów AI w naszym regionie, to przeciętne przedsiębiorstwo boleśnie odczuwa ich brak. Barierę kadrową zgłasza u nas 37% organizacji. Powód jest prosty: topowych deweloperów błyskawicznie wchłaniają globalni giganci lub bogate software house’y. Mniejsze firmy nie mają szans w tej wojnie cenowej.

Rozwiązaniem może być zmiana strategii i postawienie na tzw. Citizen Developers. Skoro blisko połowa pracowników już teraz intuicyjnie korzysta z AI, warto zainwestować w ich edukację z zakresu narzędzi Low-Code i No-Code. Zamiast szukać nieuchwytnego i drogiego programisty, taniej i efektywniej jest nauczyć menedżera średniego szczebla, jak samodzielnie konfigurować gotowe modele pod specyfikę jego działu.

Strach przed chmurą, czyli polski gen nieufności

W polskim procesie decyzyjnym mocno ujawnia się jeszcze jedna specyfika: aż 32% naszych firm obawia się o suwerenność danych i lokalizację modeli AI (w Europie wskaźnik ten wynosi 28%). Polscy przedsiębiorcy z dużą rezerwą podchodzą do wysyłania wrażliwych tajemnic firmy czy danych klientów do publicznych chmur zarządzanych przez amerykańskie czy azjatyckie korporacje.

Ten lęk – choć spowalnia wdrożenia – może stać się naszym atutem. Na rynku wyraźnie rośnie trend rozwiązań open-source oraz modeli typu on-premise, instalowanych bezpośrednio na wewnętrznych serwerach firm. To szansa dla lokalnych dostawców, którzy potrafią zagwarantować, że cyfrowe złoto przedsiębiorstwa nie opuści jego ścian.

Czas na odwagę liderów

Jak celnie zauważa Mark Boris Andrijanič, były minister ds. transformacji cyfrowej Słowenii, w globalnym wyścigu AI coraz mniejsze znaczenie ma sama skala gospodarki, a coraz większe – jakość zarządzania i dojrzałość instytucjonalna.

Polsce nie brakuje ani zaplecza akademickiego, ani budżetów, ani otwartych na nowinki pracowników. Jedyne, czego dziś potrzebujemy, to zmiana mentalna na szczeblu zarządów. Czas przestać traktować AI jak technologiczną ciekawostkę, a zacząć widzieć w niej fundament strategii biznesowej na najbliższą dekadę.

---

Źródła:

PAP Biznes – https://biznes.pap.pl/wiadomosci/gry-i-technologie/20-proc-firm-w-ue-korzysta-z-ai-polska-druga-od-konca-wsrod-krajow-ue

CEEindex.ai – https://www.ceeindex.ai/

Deloitte – Zwrot z inwestycji w AI: polska perspektywa – https://www.deloitte.com/pl/pl/services/consulting/services/artificial-intelligence-and-data/zwrot-z-inwestycji-w-ai-polska-perspektywa.html