Ile polskich firm używa sztuczną inteligencję?

W 2025 roku AI wykorzystywało 8,4% polskich przedsiębiorstw zatrudniających co najmniej 10 pracowników. To wzrost z 5,9% w roku poprzednim, ale wciąż znacznie poniżej średniej unijnej wynoszącej 20%.

Co hamuje wdrażanie AI w polskich firmach?

Nie brak technologii, ale brak wiedzy, jak ją praktycznie wykorzystać. Firmom brakuje zaufania, że AI rozwiąże ich konkretne problemy biznesowe, oraz edukacji na temat właściwego podejścia do wdrożeń.

Jaki jest cel Komisji Europejskiej dla AI do 2030?

Komisja Europejska zakłada, że do 2030 roku co najmniej 75% przedsiębiorstw będzie wykorzystywać sztuczną inteligencję, chmurę obliczeniową lub analizę danych.

Co to są systemy agentowe (agentic AI)?

To rozwiązania AI, które potrafią samodzielnie planować i wykonywać złożone zadania, korzystając jednocześnie z wielu narzędzi. Liczba ich użytkowników wzrosła pięciokrotnie w pierwszej połowie 2026 roku.

Polska firma bez AI? Brakuje wiedzy, nie technologii

Q: Czy polskie firmy mogą rozwiązać problemy bez dużych modeli językowych?

Tak — większość problemów biznesowych można rozwiązać suwerennymi rozwiązaniami tworzonymi w Polsce, bez potrzeby korzystania z dużych modeli językowych takich jak ChatGPT czy Claude.

Polskie firmy wdrażają AI 3 razy wolniej niż średnia UE. Przeszkodą nie jest dostęp do narzędzi, lecz brak wiedzy, jak je wykorzystać.

Polska wdrażania sztuczną inteligencję 3 razy wolniej niż średnia Unii Europejskiej, a główną przeszkodą jest nie brak dostępu do technologii, lecz brak wiedzy, jak jej praktycznie użyć do rozwiązywania konkretnych problemów biznesowych.

Według danych Eurostatu z 2025 roku sztuczną inteligencję wykorzystywało 8,4% polskich przedsiębiorstw zatrudniających co najmniej 10 pracowników. Dla porównania: średnia w Unii Europejskiej wyniosła 20%, a kraje liderujące jak Dania czy Finlandia osiągnęły około 40%. Polska plasuje się wśród krajów o najniższym poziomie wykorzystania AI w Europie. Jednak tendencja jest wzrostowa — rok wcześniej odsetek ten wynosił 5,9%, co pokazuje, że zainteresowanie technologią rośnie, choć tempo wdrożeń pozostaje wyraźnie niższe od unijnej średniej.

Wiedza, a nie technologia — główna bariera wdrożeń

Dr hab. Piotr Sankowski, profesor Uniwersytetu Warszawskiego i dyrektor Instytutu Badawczego IDEAS, wskazuje na paradoks polskiego rynku: “Mimo że jako użytkownicy prywatni Polacy używają bardzo dużo modeli językowych, wskaźniki dotyczące wdrażania sztucznej inteligencji w polskich firmach są kilka lat z tyłu za tym, co się dzieje w Europie Zachodniej”.

Przyczyna? Firmy hamuje przede wszystkim brak zaufania do tego, że AI rzeczywiście się do czegoś przyda. Brakuje edukacji, zrozumienia, ale także partnerskiego podejścia ze strony firm wdrażających rozwiązania. “Nie chodzi o sprzedaż licencji, ale o to, żeby firma, w której wdrażamy rozwiązanie, rzeczywiście zyskała biznesowo” — podkreśla prof. Sankowski.

Problemy w podejściu do AI widać także w globalnym raporcie McKinsey & Company “The State of AI 2025”. Choć 88% badanych przedsiębiorstw korzysta ze sztucznej inteligencji w co najmniej jednej funkcji biznesowej, dwie trzecie nadal znajduje się na etapie eksperymentów lub pilotaży. Tylko około jednej trzeciej firm deklaruje, że wdrożyły AI na większą skalę w swojej działalności. Większość organizacji nie wykorzystuje tych narzędzi w na tyle zaawansowany sposób, żeby osiągać wymierne korzyści na poziomie całego przedsiębiorstwa.

Błędy w strategii: od narzędzi do problemów

Experci wskazują na fundamentalny błąd w podejściu branży. “Brakuje zrozumienia po stronie przemysłu, w jaki sposób używać sztucznej inteligencji. Powinniśmy wychodzić od problemów do tego, jakich rozwiązań najlepiej użyć do ich rozwiązania. Nie do wszystkich problemów potrzebujemy dużych modeli językowych” — wyjaśnia prof. Sankowski.

Wiele firm myśli: “Mamy ChatGPT, co możemy z nim zrobić?”. Powinno być odwrotnie: “Jakie mamy problemy biznesowe, które mogą być rozwiązane technologią?”. Większość wyzwań stojących przed małymi i średnimi firmami można rozwiązać suwerennymi rozwiązaniami tworzonymi w Polsce — bez potrzeby inwestowania w zaawansowane międzynarodowe platformy.

Agentyczne AI — nowy trend na rynku

Rynek sztucznej inteligencji szybko ewoluuje poza chatboty i generowanie treści. Coraz większą rolę odgrywają systemy agentowe (agentic AI), które potrafią samodzielnie planować i wykonywać złożone zadania, korzystając z wielu narzędzi jednocześnie.

Z badania OpenAI “The Shift to Agentic AI: Evidence from Codex” z czerwca 2026 roku wynika, że liczba aktywnych użytkowników takich rozwiązań wzrosła w pierwszej połowie 2026 roku ponad pięciokrotnie. Coraz częściej korzystają z nich przedsiębiorstwa, a nie tylko programiści. Badanie McKinsey & Company potwierdza duże zainteresowanie: 23% firm deklaruje skalowanie technologii agentów AI w co najmniej jednej funkcji biznesowej, a kolejne 39% rozpoczęło eksperymenty.

Nierówności w inwestycjach — dominacja USA

Wielka asymetria w inwestycjach w AI pogłębia problem. Z raportu “AI Index 2026” przygotowanego przez Stanford Institute for Human-Centered AI wynika, że w 2025 roku prywatne inwestycje w sztuczną inteligencję w Stanach Zjednoczonych osiągnęły około 285,9 miliarda dolarów. To 24 razy więcej niż w Chinach (12,4 miliarda dolarów) i 13,5 razy więcej niż w Europie (niecałe 21 miliardów dolarów).

Region	Inwestycje w AI (2025)	Liczba firm rozwijających AI
USA	~285,9 mld dol.	Zdecydowanie najwyższa
Chiny	~12,4 mld dol.	Wysoka
Europa	~21 mld dol.	Znacznie niższa niż USA
Polska	brak danych	Najmniejsza w UE

USA przodowały także pod względem liczby firm rozwijających AI. Choć większość modeli pochodzi głównie z USA i Chin, inne kraje dążą do zwiększania kontroli nad ekosystemami AI.

Zagrożenie: koncentracja rynku w rękach kilku graczy

Prof. Sankowski ostrzega przed rosnącą koncentracją: “Jak zmieni się rynek sztucznej inteligencji? Oczywiście jest ryzyko, że może być kontrolowany przez kilku graczy. Już teraz największe modele pochodzą od kilku producentów. Nie ma wielu firm, które są w stanie zainwestować tak duże fundusze”.

Europa ma problem. Brakuje jej firm, które rozwijałyby duże modele językowe. Jest Mistral, ale działa on w mniejszej skali ze względu na ograniczenia rynku finansowego i dostępność funduszy wysokiego ryzyka. Znacznie trudniej jest mu nawiązać równorzędną walkę z dużymi amerykańskimi korporacjami.

Coraz częściej dostęp do najbardziej zaawansowanych modeli AI zależy nie tylko od możliwości finansowych, ale też od decyzji producentów i władz państwowych. Wiosną firma Anthropic ograniczyła dostęp do swojego najbardziej zaawansowanego modelu Claude Mythos Preview do wybranych organizacji w ramach programu Project Glasswing. W czerwcu OpenAI poinformowało o ograniczeniu dostępu do modelu GPT-5.6 na wniosek amerykańskiej administracji — początkowo model trafił jedynie do wąskiego grona zaufanych partnerów w testach bezpieczeństwa.

Co to oznacza dla polskich firm?

Przesłanie dla polskich przedsiębiorstw jest jasne: nie czekaj na idealne rozwiązanie z USA. Zamiast tego zdefiniuj swoje konkretne problemy biznesowe — czy to w sprzedaży, obsłudze klienta, czy administracji — i szukaj narzędzi, które je rozwiążą. Wiele z nich jest dostępnych, tańszych i łatwiejszych do wdrożenia niż myślisz. Edukacja pracowników i zmiana mentalności — od “co możemy zrobić z AI” do “jakie problemy musimy rozwiązać” — to kluczowe kroki, które mogą przyspieszyć transformację cyfrową polskiej gospodarki.

Komisja Europejska zakłada, że do 2030 roku co najmniej 75% przedsiębiorstw będzie wykorzystywać AI, chmurę obliczeniową lub analizę danych. Polska ma przed sobą siedem lat, aby zmniejszyć dystans do średniej unijnej. Czas na działanie jest teraz.