Jak ocenia pan tempo, w jakim sztuczna inteligencja jest wdrażana w polskich firmach? Czy można je już uznać za dynamiczny skok w przyszłość, czy raczej ogranicza je szereg barier?
Krzysztof Radziwon: Deklaratywne tempo wdrażania rozwiązań opartych o AI, czyli sztuczną inteligencję w polskich firmach wykazuje w ostatnich latach dynamiczny wzrost. Według raportu Strand Partners przygotowanego na zlecenie AWS, w 2024 r. aż 30 proc. polskich firm deklarowało wdrożenie rozwiązań AI, co stanowi 36-procentowy wzrost rok do roku – najwyższy w Unii Europejskiej. Jednocześnie aż 83 proc. firm wskazuje pozytywny wpływ AI na wartość biznesową, a 79 proc. dostrzega związane z tym oszczędności kosztów. Według dostępnych badań, w 2024 r. firmy w Polsce wydały na projekty AI około 2 mld zł. Jednak deklaracje a rzeczywistość to dwie różne sprawy.
To znaczy?
W praktyce, przy skali polskiej gospodarki, kwota 2 mld zł jest wciąż kroplą w morzu potrzeb. Przedsiębiorstwa rzeczywiście dostrzegają potencjał AI, ale wciąż szukają odpowiedzi: „Jak zbudować realną i mierzalną wartość z AI w naszym przedsiębiorstwie?”. Raport Deloitte „State of Generative AI in Enterprise” z kwietnia 2024 r. pokazuje wyraźny kontrast – w USA aż 44 proc. liderów biznesowych uważa poziom kompetencji AI w swoich organizacjach za wysoki lub bardzo wysoki, wskazując na bardziej zaawansowane podejście strategiczne i większą gotowość do integracji generatywnej AI z procesami biznesowymi. Co równie ważne, deklarowane przez polskie przedsiębiorstwa „wdrożenia AI” na obecnym etapie rozwoju rynku często dotyczą prostych lub punktowych rozwiązań.
Przykłady?
Mam na myśli m.in. chatboty oparte na popularnych technologiach, takich jak Gemini czy OpenAI, a także standardowe usługi chmurowe wyposażone w elementy sztucznej inteligencji. Do tego dochodzą pojedyncze zastosowania wizji maszynowej na liniach produkcyjnych oraz projekty pilotażowe i jednorazowe eksperymenty, które w praktyce nie wpływają istotnie na kluczowe procesy biznesowe. Patrząc kompleksowo na polski rynek, trudno więc obecnie mówić o masowym, strategicznym wdrażaniu AI. Raczej znajdujemy się na etapie wstępnym – fazie eksperymentów, testów i ograniczonych zastosowań i stoimy przed wyzwaniem jak przejść do pełnoskalowych wdrożeń tej technologii.
Taka była łączna kwota wydatków firm w Polsce na projekty AI, w 2024 r.
Mimo rosnącego zainteresowania wiele firm wciąż napotyka poważne przeszkody we wdrażaniu AI. W czym tkwi problem?
Rzeczywiście, według badań, jedynie 6,6 proc. polskich firm, które wdrożyły AI, aktywnie wykorzystuje te rozwiązania, co plasuje nas poniżej średniej UE wynoszącej ponad 8 proc. Powinniśmy postawić na wzrost efektywności i produktywności, a automatyzacja, AI, a także generatywna AI mogą być skutecznymi narzędziami w tym procesie. Z perspektywy polskiego rynku wyzwaniem pozostaje identyfikacja tych obszarów biznesu, gdzie AI przyniesie największą wartość, przeorganizowanie procesów w organizacji, aby tę wartość wydobyć, a także kwestie regulacyjne i zarządzanie ryzykiem. Do tego dochodzi kwestia potrzebnych kompetencji i infrastruktury IT. Jeśli zsumujemy wyżej wymienione czynniki, to często pojawia się również sceptycyzm liderów biznesu. Dlatego tak ważne jest wyjście w tym procesie od wartości, jaką może przynieść wdrożenie i strategiczne zaplanowanie całego procesu.
Jak to wygląda w liczbach?
Aż 69 proc. organizacji zgłasza niedobór specjalistów ds. AI, dla 32 proc. barierę stanowi otoczenie regulacyjne i tylko 15 proc. prezesów firm w Polsce ufa sztucznej inteligencji jako kluczowemu narzędziu wspierającemu rozwój. Z mojej osobistej perspektywy i doświadczenia w sektorze produkcyjnym wynika, że organizacje powinny koncentrować się na tych zastosowaniach, które rozwiązują rzeczywiste problemy biznesowe, np. pozwalają realizować procesy bardziej efektywnie, i co do których istnieje uzasadnione przekonanie, że są technicznie wykonalne, co jednak wymaga potwierdzenia poprzez PoC lub PoV (proof of concept, proof of value). Dobrą praktyką jest także sięganie po inspirujące przykłady zastosowań AI z innych branż i ich adaptacja we własnym środowisku biznesowym.
Na ile liderzy biznesu dostrzegają realny potencjał AI?
Z naszych analiz wynika, że blisko 75 proc. firm globalnych uzyskuje zwrot z inwestycji w przypadku najbardziej zaawansowanych inicjatyw wykorzystujących generatywną AI. Nie dziwi więc, że podobny odsetek organizacji planuje wzrost nakładów na tę technologię. Jeśli jednak przyjrzymy się prowadzonym inicjatywom dokładniej, okaże się, że szansę na skalowanie ma co najwyżej jedynie co trzeci z najbardziej zaawansowanych projektów. To pokazuje, że wartość technologii jest już widoczna, ale osiągniecie mierzalnej wartości wymaga czasu. Na obecnym etapie rozwoju rynku kluczowe jest przejście od fazy eksperymentów do skalowania rozwiązań w ramach szeroko zakrojonych wdrożeń, koncentrując się na budowaniu zaufania i przekształcaniu strategii zarządzania zasobami ludzkimi. Warto zauważyć, że 75 proc. przedsiębiorstw, w odpowiedzi na rozwój generatywnej AI, planuje zmiany w strategiach dotyczących zasobów ludzkich w ciągu najbliższych dwóch lat, skupiając się na przebudowie procesów pracy oraz podnoszeniu umiejętności i przekwalifikowywaniu pracowników.
Jak na tym tle wygląda polski rynek?
W Polsce obserwujemy rosnące zainteresowanie AI – organizatorzy praktycznie każdej konferencji biznesowej czy sektorowej przeznaczają znaczący czas na rozmowy o możliwościach wykorzystania AI. W sektorze produkcyjnym kluczowe motywy napędzające zainteresowanie AI to dążenie do wzrostu wydajności operacyjnej, zwinności, innowacyjności i poprawy jakości produktów oraz budowanie lepszego doświadczenia klienta, przy jednoczesnej redukcji kosztów działalności. Niemniej wdrożenia często ograniczają się do podstawowych zastosowań, takich jak chatboty czy narzędzia do generowania tekstu. Jednocześnie sztuczna inteligencja może przynosić korzyści na każdym etapie procesu produkcyjnego, od konceptualizacji produktu, w obszarze B+R, przez zakup surowców, produkcję, aż po dostarczenie gotowego towaru klientowi. Jednak wpływ AI i otrzymywana wartość będzie się różnić w zależności od specyfiki danej organizacji, etapu produkcji oraz takich czynników jak skala kosztów, nakład pracy ludzkiej i poziom zaawansowania technologicznego linii produkcyjnych. Osobiście brakuje mi obecnie głębokiej integracji AI w strategiach biznesowych. Ten proces dopiero się rozpoczyna.
Mamy już jednak ciekawe przypadki operacyjnego i taktycznego wykorzystania generatywnej AI. Przykładem może być polska firma produkcyjna, która chciała zwiększyć możliwości negocjacyjne swojego – dość ograniczonego liczebnie – zespołu zakupowego. Dzięki wdrożeniu AI, które skutecznie wsparło obszar sourcingu, firma ta może organizować więcej przetargów i szybciej znajdować dostawców. Czas organizacji przetargu spadł bowiem do kilku godzin, co daje dużo większe możliwości i w przyszłości ma szansę zbudować przewagę konkurencyjną.
W jakich branżach jest najwięcej wdrożeń?
W sektorach technologicznych lub w firmach o międzynarodowym zasięgu, gdzie dostęp do wiedzy i zasobów jest większy. Ale nie jest to żelazna reguła. Niekiedy mniejsze, lokalne przedsiębiorstwa wyprzedzają w wykorzystaniu sztucznej inteligencji te większe, dając przykład skutecznej transformacji cyfrowej. Duże zainteresowanie widzimy także w branży produkcyjnej, gdzie wykorzystanie AI może przynieść szybkie efekty biznesowe. Z wyliczeń Deloitte wynika, że dzięki umiejętnemu zastosowaniu generatywnej AI można osiągnąć wzrost wyniku EBITDA nawet o 30-50 proc. już w firmach produkcyjnych osiągających obroty w granicach 400-500 mln zł.
Co zrobić, aby przyspieszyć adopcję AI w Polsce?
Niezbędne są trzy kroki. Po pierwsze, podniesienie świadomości liderów o możliwościach i wyzwaniach związanych z AI. Po drugie, inwestowanie w rozwój kompetencji AI na wszystkich poziomach organizacji poprzez szkolenia i udostępnianie zespołom technologii, tak by mogły budować własne doświadczenia, zaufanie i nowe umiejętności. Po trzecie, strategiczne uwzględnienie AI w długofalowych planach rozwoju przedsiębiorstw. To, co warto podkreślić – choć liderzy w Polsce dostrzegają potencjał sztucznej inteligencji, konieczne jest podjęcie konkretnych działań, aby AI stała się powszechnie stosowanym elementem strategii rozwoju.
Jak na te zmiany reagują pracownicy niższego i średniego szczebla? Czy przeważa entuzjazm, czy jednak obawy związane z wprowadzeniem nowych technologii i możliwym wpływem na stabilność zatrudnienia?
Reakcje pracowników niższego i średniego szczebla na wdrażanie technologii AI w polskich firmach są zróżnicowane. Ludzie naturalnie obawiają się zmian, zwłaszcza tych mogących wpłynąć na ich bezpieczeństwo zawodowe. Z jednej strony pojawia się pewien sceptycyzm lub obawa o stabilność zatrudnienia, z drugiej obserwujemy postawy entuzjastyczne, szczególnie wśród osób świadomych możliwości, jakie daje nabycie nowych kompetencji. Bardzo wyraźna jest tendencja obserwowana nie tylko w Polsce: otwartość do korzystania z AI rośnie, gdy użytkownicy sami wykorzystują dostępne narzędzia lub gdy dotyczy to zastosowań, które uznają za mniej ryzykowne.
Jak zmienić wątpliwości w otwartość?
Gotowość do przekwalifikowania, czyli re-skilling – i podnoszenia kwalifikacji, czyli up-skilling – to kluczowe czynniki kształtujące postawy pracowników wobec sztucznej inteligencji. Ci, którzy aktywnie angażują się w zdobywanie nowych umiejętności – np. pracy z narzędziami generatywnej AI – widzą dla siebie szanse rozwoju kariery, podniesienia własnej wartości na rynku pracy, a także poprawy komfortu wykonywanych zadań.
Czyli specjaliści i menedżerowie otwarci na technologie mogą być spokojni o swoje kariery?
W perspektywie średnio- i długoterminowej właśnie postawa proaktywna, polegająca na akceptacji i adaptacji do zmieniających się warunków, będzie decydująca o zawodowym sukcesie pracowników. Osoby, które będą aktywnie zdobywać kompetencje pozwalające na współpracę z AI, staną się bardziej pożądanymi pracownikami na rynku pracy przyszłości. Natomiast ci, którzy z różnych powodów będą wypierać zmiany technologiczne, mogą okazać się mniej konkurencyjni na rynku. Ważnym zadaniem firm oraz liderów jest zatem stworzenie środowiska, w którym pracownicy będą mieć możliwość rozwijania kompetencji cyfrowych i technologicznych, co pozwoli im odnaleźć się w szybko zmieniającej się rzeczywistości biznesowej.
Czy w polskich firmach prowadzi się kompleksowe szkolenia ze sztucznej inteligencji, czy raczej uznaje się, że pracownik nauczy się jej obsługi sam, w codziennej praktyce? Jak brak formalnych programów może opóźniać wdrożenie AI?
W polskich firmach raczej dominuje podejście uczenia się na bieżąco niż kompleksowe, systemowe szkolenia w dziedzinie sztucznej inteligencji. Pod koniec ubiegłego roku zapytaliśmy polskich pracowników o dostęp do szkoleń firmowych – taką możliwość miała wtedy co druga badana osoba. Oczywiście, można znaleźć przykłady warsztatów inspiracyjnych czy inicjatyw edukacyjnych, ale wciąż potrzeba formalnych programów edukacyjnych i systemowego podejścia, szczególnie że przy obecnym tempie rozwoju technologii i dostępnych narzędzi raz zdobytą wiedzę trzeba wciąż aktualizować. Solidny fundament wiedzy pomaga zrozumieć, jakie są możliwości i ograniczenia technologii, jak również, jakie zasady należy stosować w codziennej pracy z AI. Ważne, aby szkolenia odwzorowywały realia danej organizacji i branży, co pozwala pracownikom na lepsze wykorzystanie potencjału GenAI.
W jakim stopniu pracownicy są w stanie samodzielnie wykorzystywać narzędzia oparte na AI w swojej codziennej pracy?
Pracownicy jak najbardziej są w stanie samodzielnie wykorzystywać narzędzia oparte na AI w swojej codziennej pracy – i robią to, często znacząco ułatwiając sobie wykonywanie obowiązków. Przytoczę tu dane z naszego badania „Trust in Generative AI” przeprowadzonego na polskim rynku, z którego wynika, że co drugi respondent używający generatywnej sztucznej inteligencji w pracy deklaruje korzystanie z bezpłatnych, ogólnodostępnych narzędzi. Co więcej, ponad połowa pracujących użytkowników GenAI jest zdania, że technologia ta jest wykorzystywana do celów zawodowych bez wyraźnej zgody pracodawcy. Co ważne, zdaniem badanych wykorzystanie nieautoryzowanych narzędzi wynika z braku rozwiązań dopuszczonych do użycia w organizacji lub tego, że nie są one tak dobre, jak inne dostępne na rynku. Z jednej strony wyniki te pokazują bardzo wyraźnie potrzebę uregulowania wykorzystania rozwiązań w firmach, a z drugiej – rozwijania własnych narzędzi dopasowanych do potrzeb danej organizacji i procesów biznesowych.
Czy zetknął się pan z przykładami wyjątkowo kreatywnych zastosowań tych rozwiązań?
Raczej nie spotkałem się jeszcze z działaniami, które byłyby całkowicie oddolną inicjatywą pracowników. Należy mieć jednak świadomość, że część pracowników sięgających po GenAI w celach zawodowych płaci za dostęp do ogólnodostępnych rozwiązań z własnej kieszeni. Z perspektywy organizacji wykorzystanie nieautoryzowanych narzędzi może nie spełniać standardów bezpieczeństwa i prywatności danych, potencjalnie narażając bezpieczeństwo poufnych informacji i klientów. Ponadto wyniki uzyskiwane z pomocą takich rozwiązań mogą być nierzetelne lub niedokładne, a tym samym prowadzić do błędnych decyzji i ryzyk reputacyjnych.
Czy organizacje, z którymi pan współpracuje, monitorują wpływ AI na efektywność pracy, wzrost przychodów czy zaangażowanie zespołów? Jakie wskaźniki najlepiej odzwierciedlają skuteczność inwestycji w tę technologię?
Trudno efektywnie monitorować coś, co nie jest jeszcze w pełni wdrożone – a w Polsce, jak już wcześniej mówiliśmy, wciąż raczkujemy pod względem dojrzałości technologicznej związanej z AI. Natomiast firmy rzeczywiście próbują mierzyć wpływ AI na efektywność pracy, wzrost przychodów, poprawę produktywności, spadek kosztów czy zaangażowanie zespołów. Spójrzmy na dane: 83 proc. firm wskazuje pozytywny wpływ AI na wartość biznesową, a 79 proc. dostrzega związane z tym oszczędności kosztów – czyli wiemy, że wdrożenia dają pożądany efekt.
Jak organizacje podejmują decyzje o rozpoczęciu projektów AI/GenAI?
Dominują dwie ścieżki. Pierwsza: firmy eksperymentują, oceniają wstępne wyniki, budują solidny business case, obliczają wskaźnik ROI, a następnie skalują. Druga droga: organizacje najpierw budują solidny business case, zajmują się kwestiami ROI i dopiero gdy wskaźnik spełnia ich oczekiwania, decydują się na eksperyment. Następnie ponownie mierzą efektywność i dopiero skalują projekt. Gdy spojrzymy na dane, widać, że blisko 80 proc. badanych przez nas organizacji globalnych planuje wzrost nakładów na GenAI, choć szansę na skalowanie ma co najwyżej jedynie co trzeci z najbardziej zaawansowanych projektów. Podsumowując, firmy starają się mierzyć efekty wdrożeń AI, choć obecnie bardziej skupiają się na klasycznych wskaźnikach efektywności – oszczędność czasu, zwiększona produktywność, redukcja kosztów – czyli takich, które łatwiej uchwycić w początkowych fazach adaptacji. Dopiero w miarę dojrzewania rynku i organizacji, pomiary te staną się bardziej kompleksowe.
Jak dużą rolę w procesie wdrażania rozwiązań AI odgrywa kultura organizacyjna? Czy brak otwartości na innowacje może być poważną barierą w transformacji cyfrowej przedsiębiorstwa?
Kultura organizacyjna odgrywa kluczową rolę we wdrażaniu rozwiązań AI. Otwartość na innowacje, zwinność działania, szybkość podejmowania decyzji i przede wszystkim przyzwolenie na popełnianie błędów są fundamentalne, by skutecznie adoptować tego typu zmiany. Dlatego tak ważne jest budowanie zaufania i kultury organizacyjnej, która będzie wspierać transformację cyfrową przedsiębiorstwa.