Coraz więcej firm wpada przez AI w spiralę kosztów i problemów. Najbardziej narażone MŚP

Sztuczna inteligencja miała obniżać koszty i zwiększać produktywność firm. Tymczasem coraz częściej staje się źródłem nowych wydatków, problemów organizacyjnych i ryzyka utraty płynności finansowej. Eksperci ostrzegają, że szczególnie sektor MŚP może nie udźwignąć kosztownego wyścigu technologicznego.

Jeszcze dwa lata temu AI była przedstawiana jako technologia, która pomoże firmom przetrwać trudniejsze czasy gospodarcze. Miała automatyzować procesy, ograniczać wydatki i poprawiać efektywność pracy. Dziś coraz częściej pojawiają się jednak sygnały, że dla wielu przedsiębiorstw wdrożenia AI stają się finansowym obciążeniem.

„Z rynku docierają sygnały, że AI nie poprawia kondycji przedsiębiorstw. Zamiast oszczędności pojawiają się nowe wydatki, problemy organizacyjne i rosnące ryzyko finansowe” – wskazuje Konrad Latoch z kancelarii Lege Restrukturyzacje.

Największa presja dotyczy dziś małych i średnich firm. Duże korporacje dysponują własnymi działami IT, zespołami analityków i budżetami pozwalającymi na kosztowne eksperymenty technologiczne. Z kolei MŚP często finansują wdrożenia AI z kredytów, leasingu lub bieżących środków operacyjnych. Problem pojawia się wtedy, gdy inwestycje nie zaczynają szybko przynosić efektów.

„W najbliższych latach sztuczna inteligencja może stać się jednym z czynników przyspieszających nie tylko redukcje zatrudnienia, ale także upadłości części przedsiębiorstw. Koszty pojawiają się od razu. Efekty często dużo później” – podkreśla Konrad Latoch.

„Spirala wdrożeniowa” AI zaczyna uderzać w firmy

Coraz częściej mówi się o tzw. „spirali wdrożeniowej”. Firmy zaczynają od podstawowych narzędzi AI, a później okazuje się, że potrzebne są kolejne integracje, nowe systemy, dodatkowe zabezpieczenia i rozwój infrastruktury. W efekcie część przedsiębiorstw finansuje rozwój AI z bieżącej działalności zamiast z nadwyżek inwestycyjnych. W warunkach wysokich kosztów pracy, energii i spowolnienia gospodarczego może to oznaczać poważne problemy z płynnością.

Ryzyka nie są wyłącznie teoretyczne. Jednym z najgłośniejszych przykładów pozostaje przypadek firmy Zillow, która w 2021 roku wdrożyła system AI do automatycznej wyceny nieruchomości. Algorytm błędnie oceniał sytuację rynkową, co doprowadziło do zakupu domów po zawyżonych cenach. Projekt zakończył się stratami przekraczającymi 800 mln dolarów i zwolnieniami pracowników.

Problemy pojawiają się także w gastronomii. W maju 2025 roku w USA franczyzobiorcy Pizza Hut pozwali operatora systemu AI zarządzającego dostawami. Według pozwu, technologia wydłużyła czas realizacji zamówień i pogorszyła jakość obsługi klientów. Wartość sporu szacowana jest na około 100 mln dolarów.

Zwrot z inwestycji w AI nadal pozostaje problemem

Koszty wdrożeń również pozostają wysokie. W Polsce podstawowe projekty AI obejmujące kilka procesów biznesowych kosztują zwykle od 20 tys. do 350 tys. zł. Bardziej zaawansowane wdrożenia, zintegrowane z systemami CRM, ERP czy analityką danych, mogą przekraczać 1 mln zł. Do tego dochodzą wydatki na utrzymanie, aktualizacje, bezpieczeństwo danych i dalszy rozwój systemów.

Pierwsze realne efekty finansowe pojawiają się zwykle dopiero po 6-18 miesiącach, a w przypadku dużych projektów korporacyjnych jeszcze później. Tymczasem wiele firm wdraża już nie pojedyncze narzędzia, lecz całe ekosystemy AI. Dane firmy badawczej Workplace Intelligence pokazują, że jedynie 29% przedsiębiorstw deklaruje wyraźny i mierzalny zwrot z inwestycji w AI, mimo że 59% organizacji wydaje na ten cel ponad 1 mln dolarów rocznie. Według analiz, nawet 95% projektów AI nie przekłada się bezpośrednio na poprawę wyników finansowych.

„Dla części firm AI może być ogromną szansą rozwoju. Dla innych kolejnym ciężarem, którego po prostu nie udźwigną” – podsumowuje Konrad Latoch.