Administracja i Back-office

Kompetencje AI w polskich firmach: dług, którego nie widać

Badanie EY Academy of Business pokazuje, jak polskie firmy radzą sobie z kompetencjami AI. Sprawdź liczby, różnice branżowe i wnioski dla małej firmy.

Autor: Sławomir Dębicki, 9 października 2026
A diverse group engaged in a business workshop with a presentation screen; professional learning setting.
Fot. Airam Dato-on / Pexels · Pexels License

Badanie EY Academy of Business, przeprowadzone w czerwcu 2026 roku metodą CAWI, pokazuje, że większość polskich firm nie ma uporządkowanego systemu rozwijania kompetencji związanych ze sztuczną inteligencją. Wyniki opierają się na odpowiedziach 820 specjalistów z obszarów HR, L&D i talent managementu oraz 652 liderów biznesowych i menedżerów.

Jak duży jest dług kompetencyjny w polskich firmach?

Dług kompetencyjny, czyli luka między tym, czego firma potrzebuje, a tym, co jej zespoły faktycznie potrafią, powiększył się w ostatnim roku w ponad dwóch trzecich organizacji, według działów HR i liderów. Najbardziej odczuwalny jest w branżach technologicznych i bankowych: regularnie zmagają się z nim 59,8% firm IT i 54,1% banków.

Dla małej firmy ten obraz ma praktyczne znaczenie. Jeśli największe organizacje z branży IT mają trudność z nadążaniem za zmianami, to w firmie zatrudniającej kilkanaście osób zaległości mogą narastać bez żadnej formalnej diagnozy.

Czy firmy mają spójny system kompetencji AI?

Nie w większości przypadków. Spójny system deklaruje 31,7% działów HR i 27,6% liderów. Różnica między tymi grupami jest niewielka, ale oba wskaźniki pokazują, że rozwój kompetencji AI w wielu firmach odbywa się punktowo, a nie według planu.

WskaźnikDziały HRLiderzy biznesowi
Spójny system kompetencji AI31,7%27,6%
Brak kontroli nad korzystaniem z AI51,9%45,8%
Umiejętność odróżnienia umiejętności od kursu37,3%29,4%
Jasne i przestrzegane zasady korzystania z AI17,9%—

Które branże radzą sobie z AI najlepiej?

Średni wynik Indeksu Gotowości Kompetencyjnej AI wyniósł 39,4 pkt na 100. Najwyżej wypadły finanse z wynikiem 47,7 pkt, najniżej administracja publiczna z 27,4 pkt. Skala tych różnic pokazuje, że tempo wdrażania AI zależy przede wszystkim od tego, jak dojrzałe są procesy i zasoby ludzkie w danym sektorze, a nie od samej dostępności narzędzi.

Badanie wyróżniło też dwie grupy organizacji. „Nawigatorzy”, czyli firmy z dobrze ukierunkowanym rozwojem kompetencji, stanowią 15,1% organizacji. Z kolei 33,7% trafiło do grupy „Bez kompasu”, czyli tych, które nie mają jasnego kierunku.

Dlaczego kontrola nad AI jest problemem także w małych firmach?

Najwięcej wątpliwości budzi tzw. shadow AI, czyli korzystanie z narzędzi, które nie są oficjalnie zatwierdzone przez firmę. Według liderów brak kontroli w tym zakresie dotyczy 59,4% firm do 249 osób, a w firmach powyżej 1000 osób – 25,9%. Mała organizacja zwykle ma mniej formalnych zasad, więc pracownicy sami wybierają narzędzia.

Najczęściej wskazywanym narzędziem jest ChatGPT, z którego korzysta 62,7% liderów. Firmowe narzędzia wewnętrzne wskazało 27% respondentów. Co szósty przedstawiciel HR przyznał, że nie wie, z jakich narzędzi AI korzystają jego pracownicy. Jak pisze w swoim materiale Gazeta Prawna, cytując Justynę Wyszyńską, Starszego Menedżera w EY Academy of Business: „Shadow AI to nie bunt pracowników, tylko sygnał niezaspokojonej potrzeby.”

Czy same szkolenia wystarczą?

Nie. Aż 3/4 badanych uważa, że sama liczba przeprowadzonych szkoleń nie mówi nic o realnych kompetencjach. Ważniejsze jest to, czy pracownik potrafi zastosować nową wiedzę w codziennej pracy.

Budżety rozwojowe nie sprzyjają zmianie. W co czwartej firmie spadły w ciągu dwóch lat, a reskilling osób, których stanowiska są automatyzowane, jest priorytetem zaledwie dla 1 na 7 firm.

Co to oznacza dla Ciebie?

Jeśli prowadzisz małą firmę, wnioski są prostsze, niż wynikałoby z liczb dla dużych organizacji. Po pierwsze, zanim kupisz kolejne szkolenie, sprawdź, jakich narzędzi AI zespół używa już dziś. Krótka ankieta lub rozmowa z pracownikami zwykle daje obraz, którego nie znajdziesz w żadnym raporcie. Po drugie, ustal kilka jasnych zasad: które dane mogą trafiać do zewnętrznych narzędzi, które narzędzia są zatwierdzone i kto odpowiada za ich ocenę. Po trzecie, zamiast liczyć na samą liczbę kursów, zdefiniuj konkretne zadania, w których AI ma pomagać, i sprawdź, czy zespół je wykonuje lepiej. Dla właściciela firmy to również sygnał, że korzystanie z AI warto traktować jak każdy inny element procesów, a nie jak prywatną sprawę pracownika.

Na podstawie: Gazeta Prawna. Tekst opracowany redakcyjnie.