Polska na tle Europy: 8,4% wobec unijnych 20%
Zacznijmy od twardych danych. Według Eurostatu w 2025 roku sztuczną inteligencję wykorzystywało 8,4% polskich firm zatrudniających co najmniej 10 pracowników. Średnia unijna to 20%. Polska wypada gorzej niż Rumunia, Bułgaria i większość krajów Europy Środkowej.
Ale jest druga strona tej statystyki. Według raportu PwC aż 75% dużych firm w Polsce prowadzi projekty związane ze sztuczną inteligencją lub zaawansowaną analityką. Więc zainteresowanie jest. Eksperymenty trwają. LinkedIn pęka od postów o transformacji. Konferencje o AI wyprzedają się w godziny.
Skąd więc ta przepaść między aktywnością a wynikami? Odpowiedź jest prostsza niż się wydaje: polskie firmy testują, ale nie skalują. Robią piloty, ale nie robią z nich procesów. I moim zdaniem to nie jest problem technologiczny. To problem organizacyjny.
| Wskaźnik | Wartość | Źródło |
|---|---|---|
| Firmy w Polsce używające AI | 8,4% | Eurostat 2025 |
| Średnia unijna | 20,0% | Eurostat 2025 |
| Duże firmy z projektami AI/analityki | 75% | PwC Polska |
| Projekty AI nietrafiające na produkcję | 66% | PwC Polska |
| Firmy z formalną strategią AI | 45% | PwC Polska |
| Firmy niemierzące wpływu AI na pracę | 91% | MIT SMR Polska |
| Firmy z dojrzałym procesem wdrożenia AI | 7% | Dane branżowe |
| Firmy czekające z wdrożeniem „do konieczności” | 77% | Dane branżowe |
Pułapka pilota: 66% projektów nie trafia na produkcję
Ten sam raport PwC podaje liczbę, która powinna zaniepokoić każdego CEO: 66% projektów sztucznej inteligencji w polskich firmach nie przechodzi do środowiska produkcyjnego. Dwie trzecie inicjatyw kończy się na etapie proof of concept, demo albo „ciekawego eksperymentu” i nigdy nie zaczyna generować wartości biznesowej.
Dlaczego tak się dzieje? Bo pilotaż nie wymaga trudnych decyzji. Nie wymaga właściciela biznesowego. Nie wymaga mierzenia wyników. Nie wymaga zmiany procesu. Można go prowadzić w laboratoryjnych warunkach, z entuzjastycznym zespołem, bez konfrontacji z realną operacją firmy.
A potem przychodzi moment, w którym trzeba odpowiedzieć na pytanie: kto za to odpowiada w codziennej operacji? I tu się zaczyna cisza. Według PwC tylko 45% polskich firm ma formalną strategię sztucznej inteligencji. Reszta działa ad hoc: robimy, bo konkurencja robi, bo prezes przeczytał artykuł, bo dział innowacji potrzebuje projektu do raportu rocznego.
Co naprawdę blokuje polskie firmy
Jakość danych i brak gotowości operacyjnej
Według raportu EY główne bariery wdrażania sztucznej inteligencji w Polsce to jakość danych, brak operacyjnej strategii i deficyt kompetencji. Nie brak technologii. Technologia jest dostępna, często tańsza niż rok temu i coraz łatwiejsza w integracji.
Problem zaczyna się wcześniej. 40% respondentów badania MIT Sloan Management Review Polska mówi, że ich firma w ogóle nie interesuje się sztuczną inteligencją. A 23% wskazuje brak odpowiednich narzędzi i kompetencji. Blokada zaczyna się więc nie na etapie integracji, ale jeszcze zanim firma podejmie decyzję o próbie.
Jest też druga grupa: firmy, które świadomie czekają. Według danych branżowych 77% firm niekorzystających ze sztucznej inteligencji nie planuje wdrożenia AI „dopóki nie będzie to konieczne”. To nie jest opór. To racjonalna kalkulacja: nie widzę zwrotu, nie mam ludzi, nie rozumiem technologii, poczekam.
91% firm nie mierzy wpływu wdrożeń AI na pracę
I tu dochodzimy do statystyki, która szczerze mnie zaskoczyła. Według badania MIT Sloan Management Review Polska 57% menedżerów mówi, że wpływ sztucznej inteligencji na pracę w ich firmie nie jest badany w ogóle. Kolejne 34% ogranicza się do obserwacji jakościowych, czyli „wydaje się, że jest szybciej”. Łącznie 91% firm realnie nie mierzy efektów wdrożeń.
To wyjaśnia, dlaczego piloty nie przechodzą na produkcję. Bez metryk nie ma argumentu za skalowaniem. Zarząd pyta „ile to daje?” i nikt nie potrafi odpowiedzieć liczbą. Więc projekt zostaje w pilotażu, aż budżet się skończy albo zmieni się priorytet.
Od pilota do wdrożenia AI: co robią firmy, którym się udaje
Skoro 66% projektów nie dochodzi do produkcji, to co robi te 34%, które dochodzą? Według danych Forsalu 23% projektów sztucznej inteligencji w Polsce jest inicjowanych bezpośrednio przez zarządy. W 90% firm odpowiedzialność za wdrożenia spoczywa na menedżerach C-level.
Widzę tu wyraźny wzorzec. Firmy, które przechodzą od pilota do procesu, mają kilka cech wspólnych. Zawsze jest właściciel biznesowy od dnia zero, nie „dział innowacji”, ale konkretna osoba z odpowiedzialnością za wynik finansowy procesu. KPI są zdefiniowane przed startem pilota, nie po nim. I sztuczna inteligencja jest osadzona w strategii biznesowej, nie traktowana jako projekt technologiczny.
To brzmi banalnie, ale w praktyce jest rzadkością. Większość pilotów w polskich firmach zaczyna się od entuzjazmu technologicznego, a nie od pytania „jaki problem biznesowy rozwiązujemy i jak zmierzymy sukces?”. Na podstawie dostępnych danych i wzorców udanych wdrożeń AI widzę pięć konkretnych kroków, żeby to zmienić.
- Wyznacz właściciela biznesowego przed startem pilota. Osoba, która odpowiada za proces, musi odpowiadać też za wdrożenie. Jeśli nikt z biznesu nie chce się podpisać, to sygnał, że projekt nie ma realnego uzasadnienia.
- Zdefiniuj KPI sukcesu zanim napiszesz pierwszą linię kodu. Nie „będziemy szybsi”. Ile szybsi? O ile spadnie koszt? Jaki poziom jakości jest akceptowalny? Bez liczb nie ma argumentu za skalowaniem.
- Zacznij od jednego procesu, który boli najbardziej. Nie od „strategii AI dla całej firmy”. Od jednego wąskiego gardła z mierzalnym wynikiem: obsługa klienta, analiza dokumentów, raportowanie.
- Mierz wyniki od pierwszego dnia pilota. 91% firm nie mierzy wpływu wdrożeń AI i dlatego 66% projektów nie przechodzi dalej. Metryki to nie biurokracja. To jedyny sposób, żeby pilot stał się argumentem za inwestycją.
- Skaluj dopiero po potwierdzeniu wyników. Nie po prezentacji demo. Po tygodniach pracy na realnych danych, z realnymi użytkownikami, z realnym wpływem na KPI.
Statystyki mogą się zmienić, ale nie zmienią się same
8,4% to nie wyrok. To punkt startowy. Polskie firmy mają zainteresowanie, budżety i coraz częściej ludzi, którzy rozumieją technologię. Brakuje im tego, co najtrudniejsze: dyscypliny organizacyjnej, żeby zamienić pilota w proces. Wdrożenie AI to nie zakup narzędzia. To zmiana sposobu pracy, mierzenia wyników i podejmowania decyzji. Firmy, które to zrozumieją, będą za dwa lata w zupełnie innym miejscu niż te, które nadal testują.
Jeśli chcesz zrozumieć, jak przejść od eksperymentów do realnej transformacji, kurs Future Leaders prowadzi przez cały cykl: od identyfikacji procesów, przez pilotaż z KPI, po skalowanie i zarządzanie zmianą.
