O sztucznej inteligencji mówi się w Polsce coraz głośniej - na konferencjach, w strategiach firm i w ogłoszeniach rekrutacyjnych. Ale między "mówieniem o AI" a "realnym używaniem AI" jest spora przepaść. I właśnie tę przepaść zaczynają ujawniać pierwsze rzetelne badania polskiego rynku.
Liczby, które studzą entuzjazm
Według raportu PARP z 2023 roku zaledwie około 7-9% polskich małych i średnich firm aktywnie wdrożyło rozwiązania oparte na sztucznej inteligencji. Dla porównania - w Niemczech ten wskaźnik przekracza 20%, a w Danii zbliża się do 30%. Polska jest więc gdzieś w środku europejskiej stawki, ale zdecydowanie nie w czołówce.
Co ciekawe, AI najszybciej wchodzi tam, gdzie decyzje podejmowane są w ułamkach sekund i gdzie dane płyną strumieniami. Sektor finansowy, e-commerce, logistyka - ale też rozrywka online. Branże takie jak legalne kasyno internetowe czy platformy streamingowe wdrażały algorytmy rekomendacji i personalizacji znacznie wcześniej niż większość sektorów tradycyjnych, bo po prostu nie miały wyboru - bez tego nie da się skutecznie konkurować.
Eurostat w swoim raporcie z 2023 roku podał, że spośród dużych polskich przedsiębiorstw (powyżej 250 pracowników) AI używa już ponad 30%. W segmencie firm zatrudniających 10-49 osób ten odsetek spada do około 5-6%. To pokazuje, że transformacja AI w Polsce ma wyraźnie dualny charakter - duże firmy gonią Zachód, małe zostają w tyle.
Kto naprawdę wdraża i w jakim celu
Nie każde "wdrożenie AI" oznacza to samo. Część firm korzysta z gotowych narzędzi - ChatGPT do tworzenia treści, Copilot do kodowania, automatyczne chatboty w obsłudze klienta. To wartościowe, ale to nie jest AI jako rdzeń strategii biznesowej.
Prawdziwe wdrożenia - czyli takie, gdzie algorytmy wpływają na decyzje operacyjne lub finansowe - koncentrują się w kilku branżach:
- Fintech i bankowość - scoring kredytowy, wykrywanie fraudów, automatyczna analiza dokumentów. PKO BP, mBank czy Alior od kilku lat rozwijają własne modele predykcyjne.
- E-commerce i retail - personalizacja oferty, prognozowanie popytu, optymalizacja stanów magazynowych. Allegro należy tu do liderów w skali regionu.
- Logistyka i transport - optymalizacja tras, predykcyjne utrzymanie pojazdów. InPost i jego sieć paczkomatów to przykład firmy, która bez zaawansowanej analityki po prostu nie mogłaby funkcjonować w obecnej skali.
- Zdrowie - diagnostyka obrazowa, analiza wyników badań. Tu Polska ma kilka startupów, które zdobywają uznanie za granicą, m.in. w obszarze radiologii wspomaganej AI.
Wspólny mianownik tych wdrożeń? Konkretny problem do rozwiązania i mierzalne korzyści. Firmy, które wdrożyły AI "bo tak trzeba", rzadko mogą pokazać realne efekty.
Kto się boi - i czy słusznie
Badanie przeprowadzone przez Deloitte Polska w 2023 roku ujawniło, że główną barierą wdrożenia AI w polskich firmach nie są koszty - jak można by przypuszczać - ale brak kompetencji wewnętrznych. Wskazało na to aż 58% respondentów. Koszty znalazły się dopiero na trzecim miejscu, wyprzedzone przez... strach przed regulacjami prawnymi.
I tu jest coś istotnego. Unia Europejska przyjęła AI Act - pierwsze na świecie kompleksowe przepisy regulujące sztuczną inteligencję. Dla wielu polskich firm to sygnał, żeby poczekać i zobaczyć, jak przepisy będą interpretowane w praktyce. Nie jest to irracjonalne - wdrożenie systemu AI, który za rok okaże się niezgodny z regulacjami, to realny problem prawny i finansowy.
Drugim źródłem oporu są pracownicy. Według badania ADP z 2023 roku, 44% polskich pracowników obawia się, że AI zagrozi ich stanowisku pracy. W branżach takich jak księgowość, obsługa klienta czy tłumaczenia te obawy nie są bezpodstawne - automatyzacja pewnych zadań już następuje. Pytanie brzmi nie "czy", ale "jak szybko" i "co pojawi się w zamian".
| Bariera wdrożenia AI | Odsetek wskazań (Deloitte 2023) |
| Brak kompetencji wewnętrznych | 58% |
| Obawy regulacyjne | 41% |
| Koszty wdrożenia | 38% |
| Opór pracowników | 29% |
Gdzie Polska może wyskoczyć do przodu
Jest jeden obszar, w którym Polska ma realną szansę na bycie liderem, a nie maruderem: AI w sektorze publicznym i edukacji. Kilka polskich uczelni - Politechnika Warszawska, AGH, Uniwersytet Jagielloński - buduje centra badań nad AI, które przyciągają finansowanie unijne i współpracują z przemysłem. To długoterminowy zasób, którego efekty będą widoczne za 5-10 lat.
Dodatkowo Polska ma jeden z wyższych w Europie odsetków absolwentów kierunków technicznych i informatycznych. Ten kapitał ludzki to fundament, na którym można budować - pod warunkiem, że firmy będą gotowe płacić za kompetencje i inwestować w szkolenia, zamiast szukać gotowych specjalistów, których po prostu nie ma wystarczająco dużo na rynku.
Co z tego wynika
AI w polskich firmach to nie hype i nie rewolucja - to powolna, nierówna transformacja, która postępuje szybciej tam, gdzie dane są paliwem biznesu, a wolniej tam, gdzie model działania opiera się na relacjach i doświadczeniu. Bariery są realne: brak ludzi, niepewność regulacyjna, ostrożność zarządów. Ale kierunek jest jednoznaczny. Firmy, które dziś budują kompetencje i eksperymentują z wdrożeniami, za kilka lat będą grać w innej lidze niż te, które czekają na "odpowiedni moment". Ten moment zwykle nie przychodzi sam.
