Co właściwie jest „poziomem 3” w dojrzałości AI
EY w tegorocznym badaniu użyło sześciostopniowej skali (0-5), żeby pokazać, jak głęboko AI wnika w organizacje. Wyniki są dla wielu zarządów niewygodne, bo rozbijają narrację o „skoku cyfrowym”.
| Poziom | Co oznacza | % polskich firm |
|---|---|---|
| 0 | Nie korzystamy z AI | 3% |
| 1 | Pierwsze eksperymenty, PoC | 17% |
| 2 | Pierwsze wdrożenia w procesach | 22% |
| 3 | AI w wielu obszarach, ale rozproszone | 28% |
| 4 | AI realizuje główne procesy | 19% |
| 5 | AI przekształca model biznesowy | 10% |
Najliczniejsza grupa, 28% firm, deklaruje używanie AI w wielu obszarach. Brzmi to dobrze. W praktyce oznacza coś innego. Organizacja ma chatbota w obsłudze klienta, Copilot dla działu finansów, automatyzację w HR, skrypty RPA w logistyce. Każde rozwiązanie żyje w swojej wyspie. Żadne nie rozmawia z drugim. Marża się nie rusza.
Poziom 3 nie jest punktem kontrolnym na drodze do transformacji. Jest plateau, na którym łatwo spędzić dwa kolejne budżety.
Dlaczego to pułapka, a nie sukces
W raporcie EY pada trafne określenie: „wyspy AI”. Wojciech Soleniec, Partner Technology Consulting EY Polska, komentuje to wprost. Zamiast kolejnych pojedynczych narzędzi firmy powinny pomyśleć o wspólnej platformie AI w danej domenie biznesowej. Dlaczego? Bo każda nowa „wyspa” potrzebuje własnego utrzymania, osobnej integracji z danymi i ludzi, którzy będą ją utrzymywać. Koszty utrzymania rosną szybciej niż wartość.
EY zwraca uwagę na jeszcze jedną liczbę, która bywa mylnie odczytywana. 34% firm twierdzi, że „zakończyło wdrożenie AI”. Eksperci raportu od razu to studzą. Najczęściej oznacza to po prostu kupno licencji Copilota albo ChatGPT Enterprise. Narzędzia pudełkowego, a nie transformacji.
Tymczasem realna wartość z AI pojawia się dopiero w fazie ciągłej optymalizacji: integracji z procesami, pętli feedbacku od użytkowników, douczania modeli na własnych danych. Organizacje, które uznają wdrożenie za „zamknięte”, zatrzymują rozwój w najgorszym możliwym momencie.
Ta sama logika wyjaśnia, dlaczego 49% polskich firm doświadcza rozczarowania efektami AI, a 17% przy obecnej wiedzy nie zdecydowałoby się na wdrożenie. Problem nie leży w technologii. Leży we fragmentacji.
Szczerze powiem, że dla mnie najmocniejsza w tym raporcie jest nie sama liczba 28%, tylko to, jak łatwo przegapić, że się w tej grupie znajduje. Firma z Copilotem, chatbotem i trzema automatyzacjami czuje, że robi dużo. Zarząd widzi aktywność, ludzie widzą narzędzia, CFO widzi rosnące faktury. I tylko rachunek zysków i strat pokazuje, że nic się nie dzieje.
Jak rozpoznać, że moja firma jest w pułapce poziomu 3
Nie ma tu jednego testu diagnostycznego. Jest za to lista symptomów, które pojawiają się razem. Jeśli zgadza się ponad połowa, siedzisz w pułapce.
- Masz Copiloty, chatboty i automatyzacje w różnych działach, ale żadne narzędzie nie wymienia danych z drugim.
- Każdy dział kupił własne rozwiązanie AI, czasem od innego dostawcy.
- Dane firmowe siedzą w silosach: CRM, ERP, dokumenty, maile. AI nie ma do nich jednolitego dostępu.
- Nikt w zarządzie nie ma właścicielstwa nad całym portfelem AI. Są dyrektor IT, CDO, CFO, każdy patrzy na swój kawałek.
- KPI rozliczają sam fakt wdrożenia („mamy AI”), a nie efekt biznesowy: oszczędność, przychód, czas.
- Koszty licencji i API rosną kwartał do kwartału, a wpływ na P&L jest ledwie mierzalny.
- Strategia AI istnieje w prezentacji zarządu, ale nie w codziennych decyzjach operacyjnych.
Ten ostatni punkt EY opisuje jako „execution gap”. 59% polskich firm deklaruje posiadanie formalnej strategii AI. Z raportu wynika jednak, że sama strategia nie przekłada się ani na wyższą dojrzałość, ani na lepsze efekty wdrożeń. Dokument istnieje. Praktyka nie nadąża.
Linia podziału: optymalizacja (poziom 4) kontra innowacja (poziom 5)
Jeśli 28% firm tkwi na poziomie 3, to co robią organizacje z poziomu 4 i 5?
Poziom 4 (19% firm) to optymalizacja głównych procesów. AI przestaje być dodatkiem, a zaczyna wykonywać pracę. Przykład z raportu: PZU uruchomiło kilkaset modeli ML i AI, które na co dzień wspierają pracę tysięcy pracowników. Od likwidacji szkód, przez pricing i underwriting, po sprzedaż.
Efekt mierzalny: czas obsługi szkody komunikacyjnej krótszy średnio o dwa dni. W VeloBanku wirtualna asystentka Vela odpowiedziała na ponad 400 tys. pytań klientów w niecały rok.
Poziom 5 (tylko 10% firm) to całkiem inna rozmowa. Tu AI nie usprawnia istniejącego modelu, tylko pozwala tworzyć nowe usługi i produkty. PKO BP współpracuje z Allegro nad produktem Klik, tworzonym z wykorzystaniem protokołów agentic AI, które mogą wyznaczyć nowy standard płatności w e-commerce. Nie jest to „szybsza wersja obecnej usługi”. To nowa usługa, której bez AI nie dałoby się uruchomić.
Piotr Ciepiela, Partner i Lider Technology Consulting w EY Polska, ujmuje to surowo. W 2026 przetrwają tylko te inicjatywy, które obronią się twardymi wynikami i realnym wdrożeniem zmieniającym organizacje. Innymi słowy, poziom 3 przestanie być bezpiecznym miejscem.
Jak się wyrwać z pułapki: pięć kroków, które mają sens
Nie ma recepty uniwersalnej. Są za to kroki, które w raporcie EY pojawiają się konsekwentnie, u firm, którym udało się przejść dalej.
Krok 1. Zamroź listę nowych use case’ów na kwartał
Brzmi kontrintuicyjnie, ale to jedyny sposób, żeby policzyć, co już masz. Przy dwudziestu rozproszonych wdrożeniach kolejne pięć nie poprawia sytuacji. Wydłuża listę utrzymaniową.
Krok 2. Zrób mapę „wysp AI”
Dla każdego aktywnego wdrożenia spisz: właściciela biznesowego, koszt roczny, mierzalny efekt, źródło danych, integracje z innymi systemami. Przygotuj się na niespodzianki. W większości firm po tym ćwiczeniu okazuje się, że trzy-cztery narzędzia robią to samo, tylko w różnych działach.
Krok 3. Zbuduj centralną platformę AI dla każdej domeny
Model hub-and-spoke, który Bank Pekao (cytowany w raporcie) stosuje w praktyce: centrum zarządza rejestrem modeli, katalogiem narzędzi i standardami bezpieczeństwa, a jednostki biznesowe mają szeroki dostęp do gotowych komponentów. Przestajesz mnożyć wdrożenia i zaczynasz mnożyć zastosowania jednej platformy.
Krok 4. Uporządkuj dane
EY podaje brutalną statystykę. Tylko 9% polskich firm ma kompletną infrastrukturę danych (ustrukturyzowaną i nieustrukturyzowaną) gotową dla AI. Bartosz Pacuszka, Partner i Lider Zespołu AI Technology w EY Polska, pisze wprost. Modele AI operują wiedzą ogólną, więc same w sobie nie stanowią źródła przewagi.
Przewaga pojawia się, kiedy łączy się je z unikalnymi danymi firmy. Bez data fabric AI zostaje narzędziem generycznym, dostępnym dla każdego konkurenta.
Krok 5. Powiąż każdy projekt AI z P&L i właścicielem
Koniec z projektami „technologicznymi”. Każdy use case musi mieć właściciela z biznesu, KPI powiązany z rachunkiem wyników (koszty, przychód, czas, jakość) i decyzję go/no-go po zdefiniowanym okresie. Jeśli nie spełnia, zamykasz.
PZU w swoim komentarzu w raporcie nazywa to „trwałą zdolnością organizacyjną”. Różnica między „mamy kilka wdrożeń AI” a „mamy platformę AI” jest taka sama jak między „mamy kilka laptopów” a „mamy środowisko IT”. Z jednego zestawu można wycisnąć konkretne efekty w skali. Z drugiego trzeba utrzymywać, ale trudno go wykorzystać strategicznie.
Co robić w 2026
Rok 2026 jest w raporcie EY wyraźnie opisany jako moment weryfikacji. Nie rok eksperymentów. Nie kolejnych pilotaży. Weryfikacji, w której, znów cytuję Ciepielę, przetrwają tylko inicjatywy z twardymi wynikami.
Dla firm na poziomie 3 są dwa scenariusze. Pierwszy: nic się nie zmienia, portfel narzędzi rośnie, koszty rosną, marża nie drgnie. Po roku wracacie do tego samego problemu, tylko z większą listą utrzymaniową.
Drugi scenariusz: bierzecie kwartał na audyt i konsolidację, kolejny na budowę jednej platformy AI dla najważniejszej domeny, a trzeci na realokację budżetu z rozproszonych narzędzi na platformę. Po roku jesteście na poziomie 4. Z mojej perspektywy drugi scenariusz wymaga przede wszystkim jednej decyzji zarządu: przestać liczyć „ile mamy wdrożeń AI” i zacząć liczyć „co te wdrożenia zmieniają w P&L”.
Wybór nie jest techniczny. Jest zarządczy.
Jeśli chcesz pogłębić perspektywę, warto przeczytać, dlaczego kupno Copilota to jeszcze nie transformacja oraz co pokazują statystyki wdrożeń AI w polskich firmach. Tematyczny pillar, który łączy te wątki z szerszą zmianą organizacyjną, to transformacja biznesowa i wdrażanie AI.
