Sztuczna inteligencja przestała być w polskich firmach technologiczną ciekawostką. Coraz więcej organizacji testuje modele, automatyzuje zadania i wykorzystuje AI w codziennej pracy. Problem w tym, że między korzystaniem z technologii, a jej rzeczywistym włączeniem w model operacyjny przedsiębiorstwa wciąż pozostaje wyraźna luka.
Pokazuje to badanie Tieto przeprowadzone wśród przedstawicieli średnich i dużych przedsiębiorstw. Zaledwie 14% firm posiada kompleksową strategię AI zintegrowaną ze strategią biznesową. Znacznie większa grupa prowadzi pojedyncze inicjatywy, pilotaże lub wdrożenia, które nie zostały jeszcze połączone w jeden model zarządzania.
AI jest już w firmach. Strategia nie nadąża
To ważna różnica. Uruchomienie asystenta AI, chatbota czy rozwiązania wspierającego analizę danych można dziś przeprowadzić stosunkowo szybko. Trudniejsze okazuje się ustalenie, kto odpowiada za rozwiązanie, na jakich danych może ono pracować, jak mierzyć jego efektywność i w którym momencie projekt powinien zostać przeniesiony z pilotażu do środowiska produkcyjnego.
– Dziś barierą coraz rzadziej jest sam dostęp do technologii. Znacznie częściej problem zaczyna się wtedy, gdy organizacja próbuje przejść od kilku udanych eksperymentów do powtarzalnego modelu wdrażania AI. Wtedy potrzebne są już nie tylko modele, ale właściciele procesów, zasady pracy z danymi, integracja z systemami i jasne kryteria oceny wartości biznesowej – mówi Paweł Wróblewski, Strategic Sales & Growth Manager w Tieto.
Tylko 15,5% firm ma AI w pełni zintegrowane z procesami
Drugą liczbą, która dobrze pokazuje skalę wyzwania, jest 15,5%. Taki odsetek firm podejmujących działania w obszarze AI deklaruje pełną integrację tej technologii z kluczowymi procesami. Największa grupa, 39,2%, wykorzystuje AI jedynie do wspierania wybranych procesów, a w 34% organizacji pozostaje ono dodatkowym narzędziem funkcjonującym obok głównego modelu operacyjnego.
To właśnie integracja może okazać się jednym z najważniejszych tematów kolejnej fazy rozwoju rynku. W przedsiębiorstwach wartość AI zależy bowiem nie tylko od możliwości samego modelu, lecz także od jego dostępu do danych, połączenia z istniejącymi systemami oraz osadzenia w konkretnym procesie biznesowym.
Im większa organizacja, tym trudniejsze staje się to zadanie. Duże firmy dysponują większą liczbą systemów, źródeł danych, procesów i wymagań bezpieczeństwa. Dlatego skala może sprzyjać liczbie inicjatyw AI, ale jednocześnie utrudniać ich standaryzację.
– Największą wartość zaczynamy widzieć nie tam, gdzie AI działa jako osobne narzędzie, ale tam, gdzie staje się elementem procesu. Model musi mieć dostęp do odpowiednich danych, wiedzieć, w którym miejscu procesu ma wspierać człowieka, a organizacja musi rozumieć, co dzieje się z wynikiem wygenerowanym przez AI. Bez tej integracji trudno mówić o skalowaniu – wskazuje Paweł Wróblewski.
Budżety rosną, ale kolejna fala nie będzie tylko o GenAI
Firmy najwyraźniej są jednak gotowe przeznaczać na ten proces kolejne środki. 43% badanych organizacji planuje zwiększyć wydatki na AI w ciągu najbliższych 12 miesięcy. 12% przewiduje wzrost budżetów o ponad 30%, a kolejne 31% zakłada zwiększenie nakładów o 10-30%. Jednocześnie połowa firm chce utrzymać budżety na zbliżonym poziomie.
Co istotne, kolejne inwestycje nie dotyczą wyłącznie generatywnej AI. Firmy najczęściej wskazują automatyzację procesów, rozwiązania AI wspierające cyberbezpieczeństwo oraz rozwój wewnętrznych kompetencji i zespołów. Generatywna AI znajduje się niżej na liście priorytetów inwestycyjnych.
To może oznaczać zmianę charakteru rynku. Pierwsza fala AI była napędzana łatwością dostępu do nowych narzędzi i szybkim eksperymentowaniem. Druga będzie wymagała większych inwestycji w infrastrukturę, dane, bezpieczeństwo, kompetencje i governance.
– Rosnące budżety nie powinny oznaczać po prostu większej liczby projektów AI. Kluczowe będzie to, czy firmy potrafią budować wspólne komponenty i standardy, które obniżą koszt kolejnych wdrożeń. Jeżeli każdy projekt zaczyna od nowa od integracji, bezpieczeństwa i ustalania zasad pracy z danymi, skalowanie bardzo szybko staje się drogie i trudne do zarządzania – podkreśla ekspert Tieto.
Z etapu adopcji do etapu dojrzałości
Wyniki badania pokazują więc rynek znajdujący się w charakterystycznym momencie. Technologia została już zaakceptowana, a przedsiębiorstwa nie zastanawiają się dłużej nad tym, czy korzystać z AI. Coraz częściej pytanie brzmi: jak zrobić to w sposób powtarzalny, bezpieczny i ekonomicznie uzasadniony.
Najbliższy etap rozwoju AI w biznesie może być zatem mniej widowiskowy niż pierwsza fala generatywnej sztucznej inteligencji. Zamiast kolejnych efektownych demonstracji modeli na znaczeniu będą zyskiwać integracja, architektura danych, governance i mierzenie efektów. To właśnie w tych obszarach rozstrzygnie się, czy AI pozostanie zbiorem lokalnych usprawnień, czy stanie się trwałym elementem modelu operacyjnego przedsiębiorstwa.