Przewaga z AI zaczyna się od zaufania

Firmy nie pytają już, czy wdrażać AI, lecz jak robić to skutecznie, nie tracąc kontroli nad własnymi danymi i infrastrukturą, jednocześnie zapewniając najwyższe standardy bezpieczeństwa.

Organizacje, które traktują AI jako element modelu działania – a nie zestaw punktowych wdrożeń – potrafią wyciągnąć z niej zwrot wielokrotnie wyższy niż konkurenci działający fragmentarycznie. A gdy robią to na silnych, zaufanych i bezpiecznych fundamentach, ich przewaga przestaje być chwilowa – zaczyna mieć charakter strukturalny.

Dlaczego systemowe podejście robi różnicę

Chatbot tu, model predykcyjny tam? To za mało, by mówić o prawdziwej transformacji. Punktowe wdrożenia AI mogą przynieść szybkie efekty, ale rzadko zmieniają sposób działania całej organizacji. Prawdziwa przewaga rodzi się dopiero wtedy, gdy sztuczna inteligencja zostaje wpisana w dane, procesy, kompetencje i kulturę pracy.

Adam Marciniak, prezes VeloBanku, wskazuje, że adopcja sztucznej inteligencji w sektorze finansowym może podnieść efektywność operacyjną nawet o 50 proc., a zmiany są widoczne na każdym szczeblu organizacji – od pisania kodu przez programistów, po bezpośrednią obsługę klienta. Jednym z najbardziej spektakularnych przykładów jest proces wytwórczy oprogramowania – w VeloBanku w niektórych systemach modele AI generują już od 40 do 50 proc. kodu.

Jeśli zmianom towarzyszy troska o bezpieczeństwo cyfrowe, zyskiem staje się nie tylko większa sprawczość, ale też reputacja i zaufanie.

AI: od eksperymentu do rdzenia biznesu

Z wypowiedzi liderów i danych rynkowych wynika jasno, że przypadkowe wdrożenia, pojedyncze pilotaże czy projekty na pokaz nie przynoszą trwałych efektów. Grzegorz Chudek, dyrektor zarządzający w Accenture, wskazuje, że firmy, które głęboko wbudowały AI w główne procesy biznesowe, rozwijają się nawet dwukrotnie szybciej niż konkurencja. Podkreśla, że o sukcesie nie decyduje traktowanie AI jako ciekawostki, lecz jej realna integracja z operacjami – szczególnie tam, gdzie przejmuje zadania powtarzalne i czasochłonne. Warunkiem pozostają jednak zaufanie do technologii oraz silne wsparcie zarządu.

Najwięksi gracze już działają według tej logiki. Robert Soszyński, wiceprezes ds. operacyjnych w spółce Orlen, zaznacza, że inwestycje w AI przekładają się na wzrost efektywności w całym łańcuchu działalności – od produkcji i analityki po cyberbezpieczeństwo i obsługę klienta. Dodaje, że budowana w firmie tzw. fabryka agentów ma umożliwić systemowe tworzenie i skalowanie inteligentnych rozwiązań wspierających kluczowe procesy, a fundamentem całej transformacji pozostają dane – dziś podstawowe paliwo rozwoju organizacji.

Podobny ton słychać w bankowości. Marcin Zygmanowski, wiceprezes Banku Pekao SA, nadzorujący pion transformacji technologicznej i innowacji, podkreśla, że AI przestała być futurystyczną wizją i stała się warunkiem utrzymania tempa zmian rynkowych. Zastrzega jednak, że w sektorze finansowym innowacje muszą iść w parze z bezpieczeństwem, regulacjami i zaufaniem klientów – bez tego każda technologiczna przewaga okazuje się krótkotrwała.

To prowadzi do pierwszego wniosku: sztuczna inteligencja przestaje być dodatkiem. Staje się systemem operacyjnym organizacji. Tam, gdzie jest dobrze wdrożona, przestaje być widoczna – po prostu działa.

Kontrola i bezpieczeństwo: nowa linia frontu

Nawet jednak najlepiej zaprojektowana transformacja technologiczna nie rozwiązuje drugiego, trudniejszego problemu – jak rozwijać innowacje, nie tracąc kontroli nad danymi i technologią oraz nie narażając bezpieczeństwa i ciągłości działania organizacji. Raport PwC „Bezpieczeństwo bez kompromisów” pokazuje, że rozwój chmury i AI wchodzi w fazę, w której kluczowe staje się pytanie o kontrolę nad danymi i infrastrukturą. Jeśli dane są paliwem gospodarki cyfrowej, ich lokalizacja i dostęp przestają być kwestią techniczną – stają się kwestią strategiczną.

Stąd rosnące znaczenie chmury suwerennej – nie jako marketingowego sloganu, lecz jako odpowiedzi na realne ryzyka: regulacyjne, geopolityczne i związane z cyberbezpieczeństwem. Biznes coraz wyraźniej daje też do zrozumienia, że nie chce, by kluczowe dane były przechowywane poza Polską czy UE. Na szczęście takie oczekiwania mogą dziś zabezpieczać zarówno umowy z dostawcami usług chmurowych, jak i przepisy prawa. Według PwC, aby Polska mogła mówić o realnej suwerenności cyfrowej, inwestycje w tej dziedzinie powinny sięgać nawet 6–10 mld zł rocznie. To skala właściwa raczej dla infrastruktury krytycznej niż dla kolejnego projektu IT.

Nie jest to zresztą zagrożenie abstrakcyjne. Krzysztof Malesa, członek zarządu i dyrektor ds. strategii bezpieczeństwa w polskim oddziale Microsoft Polska, zwraca uwagę, że geopolityczne położenie Polski czyni ją jednym z głównych celów cyberataków w Europie. W jego ocenie cyberprzestrzeń stała się odbiciem świata realnego – obok konfliktów politycznych funkcjonuje w niej masowa przestępczość nastawiona na zysk. W tej sytuacji sztuczna inteligencja przestaje być dodatkiem, a staje się jednym z podstawowych narzędzi obrony, pozwalając analizować ogromne ilości sygnałów i wykrywać anomalie.

Jednocześnie raport PwC studzi uproszczone myślenie o suwerenności. Nie chodzi o odcięcie się od globalnych technologii – to byłoby kosztowne i nieracjonalne. Chodzi o świadome zarządzanie zależnościami: o decyzję, które dane i procesy muszą pozostać w serwerach lokalnych, a które mogą korzystać z globalnej skali.

Potwierdza to Marcin Laskowski, kierujący Wydziałem Rozwoju Technologii w Departamencie Rozwoju Aplikacji Banku Millennium. Wskazuje on, że w ostatnich latach bank wdrożył ekosystem rozwiązań opartych na AI, które zaczynają stanowić integralną część sposobu funkcjonowania organizacji. Obejmują one zarówno rozwiązania wpływające bezpośrednio na doświadczenia klientów, jak i usprawnienia pracy pracowników, procesów wewnętrznych oraz działań działu prawnego. Sztuczna inteligencja znajduje również zastosowanie w obszarach o krytycznym znaczeniu, takich jak procesy AML, obsługa reklamacji czy wsparcie sprzedaży w bankowości korporacyjnej.

Kluczem tej transformacji pozostają jednak bezpieczeństwo i zaufanie. Przy tak dużej skali adopcji AI zdefiniowane ramy obejmujące kontrolę nad danymi, zgodność regulacyjną, wyjaśnialność decyzji, rygorystyczne mechanizmy bezpieczeństwa oraz mierzalność efektów pozwalają Bankowi Millennium przechodzić od pilotaży do realnych wdrożeń i skalować rozwiązania AI w sposób odpowiedzialny oraz bezpieczny.

Technologia z ludzką twarzą

Dylemat ten można rozstrzygać również z innej perspektywy. Przemysław Gdański, prezes BNP Paribas Bank Polska, podkreśla, że transformacja oparta na AI musi uwzględniać nie tylko efektywność, ale też odpowiedzialność wobec człowieka. Technologia ma ułatwiać życie klientom i usprawniać współpracę, ale w złożonych sytuacjach – wymagających empatii i rozumienia kontekstu – ludzka obecność pozostaje niezbędna.

Najbardziej dojrzałe organizacje zaczynają więc myśleć szerzej. Iwona Szylar, dyrektor generalna Microsoft Polska, określa je mianem firm „frontier” – takich, które wykraczają poza prostą poprawę efektywności czy redukcję kosztów. Ich podejście opiera się na holistycznej transformacji, redefiniowaniu procesów i budowaniu modeli biznesowych zorientowanych na przyszłość, ale też na ludzi.

Liderzy między szybkością a kontrolą

Sedno jest więc podwójne. Po pierwsze, AI przestała być innowacją – stała się infrastrukturą działania. Po drugie, ta infrastruktura musi być budowana w sposób, który uwzględnia nie tylko efektywność, ale też bezpieczeństwo, regulacje i niezależność.

Lider, który widzi tylko pierwszy element, wdraża szybko – ale buduje krucho. Lider, który rozumie oba, zaczyna budować coś znacznie trudniejszego: organizację, która nie tylko korzysta z technologii, ale zachowuje nad nią kontrolę.

Partnerem publikacji jest Microsoft Polska