Sztuczna inteligencja stała się jednym z najczęściej powtarzanych haseł w kontekście transformacji technologicznej firm. Dane pokazują jednak, że jej realny udział w polskim rynku wciąż jest niewielki. W 2025 r. rozwiązania AI stanowiły zaledwie kilka procent wartości rynku, choć prognozy wskazują, że do 2031 r. udział ten wzrośnie trzykrotnie.
Za tym wzrostem nie stoi jednak masowe wdrażanie zaawansowanych systemów, lecz próby integrowania AI z istniejącymi procesami, systemami i narzędziami. To właśnie w tym miejscu pojawiają się największe bariery. Według Raportu PMR Market Experts by Hume’s “Rynek sztucznej inteligencji w Polsce w 2026”, ponad połowa firm deklaruje trudności z integracją AI z obecnym środowiskiem IT, a niemal 39% obawia się o bezpieczeństwo i prywatność danych. Jednocześnie zaledwie co dziesiąta organizacja uważa, że jest w pełni gotowa do wdrożenia AI w całej firmie.
Problemem nie jest AI
Jak zauważają eksperci, problem nie polega na braku zainteresowania technologią, lecz na niewystarczającym przygotowaniu przedsiębiorstw do jej wdrożenia.
– Firmy chcą korzystać z AI, ale często zaczynają od narzędzi, zamiast od analizy danych i ułożenia procesów. W efekcie projekty nie spełniają ich oczekiwań i najczęściej są przerywane lub poddawane modyfikacjom. Należy pamiętać, że AI nie działa w próżni. Musi być osadzone w uporządkowanych danych i bezpiecznym środowisku – mówi Piotr Niemczyk, Prezes Zarządu Tipping Point Works.
Szczególnie wyraźnie widać to w firmach produkcyjnych i handlowych, gdzie decyzje operacyjne często nie są jeszcze podejmowane w oparciu o dane ze względu na ich rozproszenie. Jednocześnie doświadczeni pracownicy wykonują manualne obliczenia w wielu arkuszach kalkulacyjnych, co marnuje ich potencjał i czas, a także prowadzi do błędów i braków analitycznych. To właśnie w tych organizacjach potencjał AI jest największy, ale jednocześnie najczęściej niewykorzystany.
– Organizacje twierdzą, że chcą wdrażać AI predykcyjne, ale często nie wiedzą, czy ich dane są kompletne, spójne i wiarygodne. Pierwszym krokiem nie jest więc model AI, tylko zebranie wiedzy i zrozumienie, jakie decyzje dziś podejmowane są intuicyjnie i gdzie dane mogłyby realnie wesprzeć planowanie, prognozowanie czy optymalizację kosztów lub procesów – dodaje Piotr Niemczyk.
AI jest w firmach, ale nie w ich strategiach
Z badania “Rynek sztucznej inteligencji w Polsce w 2026” wynika też, że coraz więcej firm formalizuje zasady korzystania z narzędzi AI przez pracowników, co pokazuje, że temat jest obecny operacyjnie, ale nadal nie jest strategicznie uporządkowany.
AI bardzo często pojawia się oddolnie. Pracownicy korzystają z narzędzi, bo dzięki nim oszczędzają czas, poprawiają jakość pracy czy rozwijają swoją wiedzę. Natomiast po stronie zarządów brakuje odpowiedzi na pytanie, jak to bezpiecznie, sensownie i systemowo wdrożyć. To jest dziś największa luka, szczególnie w firmach produkcyjnych, gdzie dane historyczne są ogromnym, ale niespożytkowanym zasobem.
Ekspert podkreśla, że kluczowe jest odejście od narracji „wdrażamy AI” na rzecz podejścia, w którym technologia jest narzędziem do rozwiązywania konkretnych problemów biznesowych.
– W przypadku organizacji produkcyjnych i handlowych nie mówimy o eksperymentach z chatbotami, lecz o bardzo konkretnych zastosowaniach: planowaniu produkcji, prognozowaniu sprzedaży i zamówień, optymalizacji kosztów, ograniczaniu przestojów czy wsparciu decyzji operacyjnych. AI nie powinno być traktowane jako osobny projekt, a naturalne rozwinięcie pracy na danych, które firmy już posiadają. Dzięki temu przestaje być eksperymentem i staje się realnym wsparciem w podejmowaniu decyzji biznesowych – podsumowuje Piotr Niemczyk, Prezes Zarządu Tipping Point Works.
