- Najnowsze wyniki badania Cloudera Data Readiness Index 2026 pokazują, że rozproszenie danych oraz ograniczone możliwości ich integracji utrudniają instytucjom publicznym wykorzystanie AI w realizacji kluczowych zadań.
- Cloudera, jedyna firma, wprowadzająca sztuczną inteligencję do danych niezależnie od ich lokalizacji, opublikowała wyniki badania Data Readiness Index 2026 dotyczącego sektora publicznego.
Pokazują one, że choć administracja publiczna wyprzedza inne branże pod względem zarządzania informacjami, istotne bariery w dostępie do nich, ich widoczności oraz integracji nadal ograniczają gotowość instytucji do wdrażania AI. Badanie pokazuje, że instytucje publiczne potrafią chronić wrażliwe dane i zarządzać nimi, ale nie zawsze skutecznie je wykorzystują. Ogranicza to możliwości zastosowania AI do rozwoju innowacji, podejmowania lepszych decyzji i realizacji kluczowych zadań publicznych.
Wymogi regulacyjne, odpowiedzialność wobec obywateli oraz konieczność ochrony wrażliwych informacji sprawiły, że instytucje publiczne wypracowały jedne z najbardziej rozwiniętych systemów zarządzania danymi. Jak wynika z badania Cloudera, aż 72% respondentów deklaruje, że większość lub wszystkie zasoby ich organizacji są objęte takimi zasadami. To więcej niż w ochronie zdrowia (66%), energetyce i usługach komunalnych (65%) oraz usługach finansowych (61%).
Nie przekłada się to jednak na możliwość swobodnego korzystania z danych. Tylko 16% respondentów z sektora publicznego deklaruje, że ma do nich pełny dostęp. To najniższy wynik spośród badanych branż. Dla porównania, w usługach finansowych odsetek ten wynosi 24%, a w telekomunikacji – 51%.
Kluczowe wnioski dotyczące sektora publicznego:
- Ograniczona widoczność danych – tylko 31% instytucji publicznych deklaruje, że ma pełną wiedzę o tym, gdzie przechowywane są dane. Utrudnia to ich odnajdywanie i wykorzystywanie w różnych systemach.
- Skomplikowane procedury dostępu – niemal połowa badanych (47%) wskazuje skomplikowane procedury i formalności związane z dostępem do danych jako jedną z głównych barier. Kolejne problemy to ograniczona wiedza o lokalizacji danych (44%) oraz ich rozproszenie między instytucjami i systemami (34%).
- Niepełna integracja danych – tylko 30% instytucji publicznych deklaruje pełną integrację danych w różnych środowiskach IT. Ogranicza to możliwość wykorzystywania informacji w różnych aplikacjach i procesach.
- Jakość danych wpływa na efekty inwestycji w AI – niemal jedna czwarta badanych (24%) wskazuje niską jakość danych jako główną przyczynę niezadowalających wyników inwestycji w sztuczną inteligencję. Pokazuje to znaczenie wiarygodnych i zintegrowanych danych dla powodzenia projektów AI.
– Głównym wyzwaniem dla AI w administracji publicznej nie jest sama technologia, lecz dostęp do danych – mówi Dario Perez, wiceprezes Cloudera odpowiedzialny za współpracę z administracją publiczną i sektorem edukacji w USA. Doskonale ilustrują to wyniki naszego badania – instytucje dobrze radzą sobie z ochroną wrażliwych informacji i zarządzaniem nimi, ale tylko około jedna szósta ma pełny dostęp do danych w całej organizacji. Tymczasem podczas reagowania na klęski żywiołowe, przydzielania kluczowych zasobów czy świadczenia podstawowych usług publicznych potrzebne są aktualne i wiarygodne informacji, ponieważ to w oparciu o nie podejmowane są decyzje wpływające na życie ludzi. Dlatego też wraz z coraz szerszym wykorzystaniem AI w administracji kluczowe będzie bezpieczne łączenie informacji z różnych systemów przy jednoczesnym zachowaniu wysokich standardów zarządzania danymi. To warunek pełnego wykorzystania potencjału sztucznej inteligencji – dodaje Perez
Wdrażanie nowych technologii w sektorze publicznym utrudniają problemy z dostępem do danych, ich integracją oraz wykorzystaniem starszych systemów IT. Tymczasem wraz z rozwojem AI coraz większego znaczenia nabiera uwzględnianie zasad zarządzania danymi już na etapie planowania zmian. Pozwoli to zachować ich bezpieczeństwo, a jednocześnie zapewnić dostęp do informacji i możliwość ich wykorzystania w rozwijanych systemach. Dlatego też kluczowe będzie wykorzystanie dotychczasowych doświadczeń instytucji w zakresie ochrony danych przy jednoczesnym ograniczeniu ich rozproszenia. To ważny krok w kierunku skuteczniejszego wdrażania AI na większą skalę.