AI w polskich firmach: dlaczego tak trudno o zwrot z inwestycji

Raport „AI: czas na zwrot. Sztuczna inteligencja w Polsce 2026”, przygotowany przez BGR Quantic na zlecenie Microsoftu, pokazuje rozdźwięk: sztuczna inteligencja jest w polskich firmach już powszechna, ale jej realny zwrot finansowy udokumentowany jest tylko w nielicznych organizacjach.

Ile polskich firm już korzysta z AI?

Z badania, które objęło 1126 osób z firm zatrudniających ponad 100 pracowników, wynika, że generatywnej AI używa 94% respondentów, a codziennie 51%. Skala adopcji jest więc wysoka. Problem zaczyna się dopiero wtedy, gdy zapytamy, co te narzędzia dają firmie w liczbach.

Warto pamiętać, że badanie dotyczy dużych organizacji. Mała firma nie ma działu IT ani rozbudowanych procedur, ale wnioski o mierzeniu efektów i przygotowaniu procesów przenoszą się na nią bez większych zmian.

Dlaczego zwrotu z AI tak trudno zmierzyć?

Odpowiedź jest prosta: brakuje metody. Formalnie zwrot z inwestycji mierzy zaledwie 12% firm, a ponad połowa nie prowadzi pomiaru albo nie ma żadnej metodyki.

Wskaźnik z raportu	Wartość
Firmy formalnie mierzące zwrot z AI	12%
Firmy bez pomiaru lub metodyki	ponad 50%
Planowany wzrost budżetów na AI w najbliższym roku	48% firm
Pracownicy obawiający się pozostania w tyle	61%

Iwona Szylar, dyrektor generalna Microsoftu w Polsce, zwraca uwagę, że pojedyncze chatboty nie przekształcają firmy. Jej zdaniem potrzebne jest podejście procesowe, a kierunek powinien wyznaczać zarząd.

Co odróżnia firmy, które czerpią korzyści z AI?

Największą różnicę widać w zaangażowaniu kierownictwa. Widoczne wsparcie zarządu deklaruje 75% najbardziej zaawansowanych firm, podczas gdy w grupie stagnującej odsetek ten wynosi 24%.

Ciekawy jest wynik dotyczący strategii. Spisaną strategię ma 15% firm zaawansowanych i 16% z pozostałych grup, czyli różnica praktycznie nie istnieje. Dokument sam w sobie nie wystarcza. Liczy się to, czy firma konsekwentnie realizuje zmiany.

Karol Tajduś z Pekao zauważa, że problem często pojawia się po udanym pilotażu. Jego zdaniem ważniejsza jest liczba zautomatyzowanych procesów niż liczba wykupionych licencji. Ten sam wniosek łatwo przełożyć na małą firmę: lepiej uruchomić jeden proces od początku do końca niż kupić pięć narzędzi, z których żadne nie wpływa na wynik.

Ile czasu oszczędza AI?

Najbardziej konkretny wynik raportu dotyczy czasu pracy. Co najmniej 3 godziny tygodniowo oszczędza 56% użytkowników. Wyraźny wzrost wykonanej pracy pojawia się dopiero przy około 6 godzinach oszczędności tygodniowo. To sugeruje, że pojedyncze drobne zastosowania dają ograniczony efekt, a prawdziwy przyrost wydajności wymaga przeprojektowania pracy.

Organizacje, które nagradzają zmiany w sposobie pracy, stanowią jednak tylko 23% badanych. Tu leży jedna z największych luk.

Jakie bariery hamują wdrożenia AI?

Respondenci najczęściej wskazywali trzy przeszkody: brak kompetencji (43%), bezpieczeństwo danych (42%) i koszty licencji (41%). Kolejność jest istotna, bo wszystkie trzy da się zaadresować przed zakupem, a nie dopiero po nim.

Bariera	Odsetek wskazań
Brak kompetencji	43%
Bezpieczeństwo danych	42%
Koszty licencji	41%

Co to oznacza dla małej firmy?

Dla przedsiębiorcy wniosek jest praktyczny. Zanim wydasz pieniądze na AI, wybierz jeden proces, na przykład obsługę zapytań klientów, wsparcie sprzedaży albo raportowanie, i zmierz, ile czasu zajmuje dziś. Dopiero po wdrożeniu porównaj wynik z punktem wyjścia. Bez tej prostej liczby nie dowiesz się, czy inwestycja się zwróciła. Pamiętaj też o danych klientów: zanim narzędzie trafi do codziennej pracy, sprawdź, gdzie trafiają informacje i kto ma do nich dostęp.