77% firm wdraża AI. Tylko 10% wie, co z tym zrobić naprawdę

Najnowsza edycja raportu EY: Jak polskie firmy wdrażają AI? za 2025 rok robi fotografię rynku w momencie, który można określić jako próg bólu skalowania. Bo trzy lata temu pytanie brzmiało: czy wdrażać AI? Dziś częściej słyszymy: dlaczego to, co wdrożyliśmy, nie przynosi obiecanych efektów? A to dojrzalsza, ale też znacznie trudniejsza rozmowa. 

Houston… gdzie mamy problem? 

Raport ujawnia klasyczny paradoks cyfrowej transformacji: inwestycje rosną szybciej niż zdolność organizacji do generowania z nich wartości. Niemal połowa badanych firm (49%) ocenia wyniki wdrożeń jako rozczarowujące. Nie jest to jednak porażka technologii – to porażka zarządzania zmianą. 

Kluczowa obserwacja: posiadanie formalnej strategii AI deklaruje 59% firm, ale samo jej istnienie nie koreluje ani z wyższą dojrzałością technologiczną, ani z lepszymi wynikami wdrożeń. Strategia jako dokument, zamiast strategii jako narzędzia decyzyjnego – 
to jeden z najkosztowniejszych błędów obecnej fazy rynku. 

Najjaskrawiej widać to w danych o gotowości informacyjnej: zaledwie 9% organizacji posiada kompletną infrastrukturę danych – zarówno ustrukturyzowanych, jak i nieustrukturyzowanych – gotową do zasilenia zaawansowanych modeli AI. Wdrażamy więc silniki bez paliwa, a potem dziwimy się, że nie jedzie. 

Branżowy żart mówi, że „data governance” to jedyna rzecz, którą firmy robią wolniej niż czytanie regulaminu RODO. 

Pułapka poziomu trzeciego 

Największą grupę (28%) stanowią firmy na trzecim poziomie dojrzałości – posiadające wiele punktowych wdrożeń, które nie przekładają się na zmianę marż. To niebezpieczna strefa komfortu: zarządy widzą rosnące wydatki i brak przełomowych zysków, a co gorsza – mylą aktywność z postępem.

Rekomendacja ekspercka: przejście z poziomu 3 na 4 wymaga nie kolejnych narzędzi, lecz przebudowy architektury danych i integracji AI z systemami core-business (CRM, ERP). Bez tego każde nowe wdrożenie to kolejna wyspa AI: droga w utrzymaniu i niemożliwa do skalowania. 

Fakt, że tylko co 10 firma osiągnęła najwyższy poziom dojrzałości (gdzie AI prowadzi do tworzenia nowych modeli biznesowych), dowodzi, że większość rynku wciąż używa sztucznej inteligencji do robienia tego samego, tylko szybciej. Wiele wskazuje na to, że w 2026 roku poziom trzeci stanie się standardem, który przestaje dawać jakąkolwiek przewagę konkurencyjną. 

Sytuację trafnie opisuje prawo Conwaya w wersji AI: Twoje wdrożenia AI odzwierciedlają strukturę silosów w twojej organizacji. 

Niewidzialny koszt: luka kompetencyjna 

Około 64% firm ogranicza rekrutację na stanowiska juniorskie lub rozważa takie ograniczenia. To logiczne w perspektywie rocznej i potencjalnie katastrofalne w perspektywie pięcioletniej. Organizacje, które dziś automatyzują pracę wejściową, za kilka lat mogą nie mieć kogo awansować na stanowiska specjalistyczne. Zasoby wiedzy specjalistycznej (ang. domain expertise) – o procesach, klientach i specyfice biznesu – nie odtwarzają się z dnia na dzień. 

Jednocześnie 45% firm szkoli z AI wyłącznie liderów i działy IT. To systemowy błąd: narzędzie, które rozumie tylko 10% organizacji, nigdy nie stanie się jej trwałą przewagą konkurencyjną. Demokratyzacja kompetencji AI – na wszystkich szczeblach – jest warunkiem koniecznym rzeczywistej transformacji. 

Istotną rolę odgrywa postawa liderów: w organizacjach, w których menedżerowie sami korzystają z narzędzi AI i pokazują ich zastosowanie w codziennej pracy, adaptacja technologii przebiega znacznie szybciej. Przykład idący z góry organizacji jest jednym z najważniejszych czynników kształtujących kulturę pracy – i jednocześnie sygnałem, że AI to nie jedynie eksperyment technologiczny. 

Perspektywa branżowa: kto prowadzi, a kto stoi w miejscu? 

Analiza przekrojowa pięciu sektorów ujawnia wyraźne różnice tempa i głębokości transformacji AI: 

Bankowość i ubezpieczenia 

Lider operacyjny, lecz nie rewolucyjny. Ponad 52% instytucji zakończyło wdrożenia AI, jednak charakter zmian pozostaje ewolucyjny – AI wzmacnia istniejące procesy, rzadko prowadząc do przebudowy modelu biznesowego. Paradoksalnie, mimo ogromnej cyfryzacji, tylko 34% firm deklaruje dobrze przygotowane zasoby danych. 

Handel 

Sektor o najwyższej dynamice adopcji – 56% firm w trakcie wdrożeń, a 22% z zakończonymi projektami (ponad dwukrotnie więcej niż rok wcześniej). Wyróżnik: frontowy charakter wdrożeń – AI koncentruje się bezpośrednio w obszarach sprzedaży, hiperpersonalizacji i zarządzania cenami. Ryzyko: 39% tworzy strategię AI w biegu. 

Energetyka 

Tu strategia wyprzedza praktykę. Sektor o najwyższym poziomie formalizacji strategii AI, ale jednocześnie najwolniejszym tempie wdrożeń (tylko 22% zakończonych). Główna bariera: dane rozproszone w dziesiątkach systemów po latach konsolidacji spółek. Bez ich integracji potencjał AI pozostanie niewykorzystany. 

Przemysł 

Wysoka dyscyplina wdrożeniowa (tylko 9% przerwanych projektów – najlepszy wynik w badaniu) i silna orientacja na mierzalność (69% firm skupia się na redukcji kosztów jako wskaźniku sukcesu). Ryzyko: nadmierne sprowadzenie AI do logiki kosztowej, kładąc mniejszy nacisk na bardziej ofensywne zastosowania. 

Sektor usługowy 

Powszechna adopcja, nierówna dojrzałość. Najwyższy w badaniu odsetek przerwanych wdrożeń (18%) sygnalizuje, że łatwość wejścia w AI nie przekłada się automatycznie na stabilne dostarczanie wartości. 

Prognoza na 2026: czas weryfikacji 

Rynek wchodzi w fazę, którą można nazwać darwinizmem projektów AI – przetrwają tylko inicjatywy, które bronią się twardymi KPI i realną zmianą sposobu działania organizacji. Aż 81% firm zakłada kontynuację lub przyspieszenie tempa wdrożeń, co świadczy o normalizacji AI jako stałego elementu planowania operacyjnego. 

Kluczowy wniosek: wygrana w 2026 roku nie będzie należała do tych, którzy wdrożyli AI najszybciej, lecz do tych, którzy wdrożyli ją najgłębiej. Prawdziwa wartość zostanie wykreowana tam, gdzie technologia zderzy się z odważną redefinicją procesów, a nie tylko z ich automatyzacją. 

Szczególnie niepokojący jest fakt, że jedynie 4% respondentów przewiduje scenariusz silnego rozwarstwienia rynku i ucieczki liderów. Historia transformacji cyfrowych uczy, że przewagę buduje się nie poprzez powszechną adopcję, lecz przez uzyskanie dźwigni operacyjnej i budowanie nowych modeli biznesowych. Ignorowanie tego ryzyka może prowadzić do utraty dystansu, którego nie da się nadrobić w kolejnych latach. 

Jak mawiają praktycy transformacji: AI to nie sprint ani maraton; to zmiana terenu, na którym odbywa się wyścig. 

Podsumowanie 

Na podstawie analizy raportu EY 2025 eksperci ds. cyfryzacji wskazują sześć działań krytycznych dla zarządów planujących skalowanie AI w 2026 roku: (1) osadzenie strategii AI w długofalowych celach biznesowych – nie jako projekt IT, lecz jako element transformacji całej organizacji; (2) priorytetowe porządkowanie architektury danych przed kolejnymi inwestycjami w narzędzia; (3) integracja AI z systemami core-business zamiast mnożenia rozproszonych zastosowań; (4) demokratyzacja kompetencji AI – szkolenia dla wszystkich pracowników, nie tylko liderów; (5) wdrożenie rygorystycznych KPI dla każdego projektu AI z jasno przypisaną odpowiedzialnością właścicielską; (6) budowanie podejścia do AI Act jako szansy na porządkowanie governance, nie tylko jako obowiązku regulacyjnego. 

Dokument opracowany na podstawie: EY – Jak polskie firmy wdrazaja AI? – edycja 3. (badanie CubeResearch, X-XI 2025, n=497)