Polskie firmy zwiększają budżety na AI, ale nie mierzą jej zwrotu

Blisko połowa polskich przedsiębiorstw planuje zwiększyć wydatki na sztuczną inteligencję w ciągu najbliższego roku. Jednocześnie zwrot z takich inwestycji mierzy zaledwie 11,5% firm. Badanie BGR Quantic przeprowadzone na zlecenie Microsoftu pokazuje, że biznes coraz chętniej wdraża AI, ale znacznie wolniej uczy się rozliczać jej efekty.

Wśród badanych organizacji 48,2% zakłada zwiększenie nakładów na AI w ciągu najbliższych 12 miesięcy. Co piąta firma planuje wyraźnie podnieść budżet, a ograniczenie wydatków bierze pod uwagę zaledwie 4,2% przedsiębiorstw. Znacznie gorzej wygląda rozliczanie efektów tych inwestycji. Konkretne wskaźniki pozwalające ocenić zwrot z AI stosuje tylko wspomniane 11,5% firm. Kolejne 57,3% w ogóle nie mierzy rezultatów lub nie wypracowało odpowiedniej metodologii. W praktyce na jedną organizację sprawdzającą biznesową wartość wdrożeń przypada około pięciu, które tego nie robią.

„W rozmowach z zarządami pytanie nie brzmi już, czy inwestować w AI, ale ile ta inwestycja realnie daje. Odpowiedź trzeba przygotować, zanim projekt ruszy: jeśli nikt nie zapisze, ile trwa i kosztuje dany proces, po wdrożeniu nie ma się do czego porównać. Firmy, które ustalają miarę sukcesu przed pilotażem, a nie po nim, szybciej skalują wdrożenia i łatwiej uzasadniają kolejne budżety” – mówi Karol Mazurek, Enterprise Commercial Lead w Microsoft.

Im więcej AI w firmie, tym trudniej zmierzyć jej efekty

Trudności z mierzeniem efektów AI wskazuje jako barierę 38,2% badanych firm. Co ciekawe, problem częściej pojawia się w organizacjach bardziej zaawansowanych we wdrożeniach. Wśród tych, które dopiero zaczynają, wskazuje go 34,8% respondentów. W grupie firm, które szeroko lub strategicznie wykorzystują AI, odsetek rośnie do 40,5%. Może to oznaczać, że wraz z rozszerzaniem zastosowań sztucznej inteligencji trudniej oddzielić jej wpływ od innych zmian w organizacji. Jeśli firma nie określiła punktu odniesienia przed wdrożeniem, późniejsze wykazanie oszczędności czy wzrostu produktywności staje się znacznie trudniejsze.

„Liczba użytkowników czy wdrożonych narzędzi pokazuje skalę adopcji technologii, ale nie stanowi jeszcze miary sukcesu. Znacznie istotniejsze jest to, czy AI pomaga skracać czas realizacji procesów, poprawia jakość decyzji, zwiększa produktywność i wspiera rozwój nowych rozwiązań dla biznesu” – zauważa w raporcie Arkadiusz Olszak, Group Chief Technology Officer w Polpharma Group.

Oczekiwania są wysokie, a dowodów wciąż brakuje

Z analizy wynika, że firmy wiążą z AI konkretne oczekiwania biznesowe. Najczęściej wskazują obniżenie kosztów operacyjnych (29,6% badanych), a kolejne oczekiwania to lepsza obsługa klienta (17,9%), trafniejsze decyzje (16,3%) oraz wzrost przychodów (13,3%).

Firmy liczą również na oszczędności czasu pracy. Blisko co czwarta firma (24,2%) oczekuje, że w ciągu roku technologia ta pozwoli zaoszczędzić czas pracy odpowiadający 21-50 pełnym etatom. Kolejne 19,4% zakłada oszczędności przekraczające równowartość 50 etatów. Przy tak niewielkim odsetku przedsiębiorstw formalnie mierzących zwrot z inwestycji, skala tych oszczędności pozostaje jednak przede wszystkim prognozą.

Różnice widać także między firmami o różnym poziomie dojrzałości. Wśród najbardziej zaawansowanych organizacji, stanowiących 10,3% badanych, zwrot z AI mierzy 16,4% przedsiębiorstw. W grupie firm o niskiej gotowości do pracy z tą technologią robi to zaledwie 5,9%. Podobna zależność występuje w przypadku integracji AI z danymi: formalny pomiar zwrotu prowadzi 7,6% firm bez integracji i 16,1% tych, które zintegrowały ją w pełni.

Przykładem bardziej uporządkowanego podejścia jest Bank Millennium, gdzie przygotowania do szerszego wykorzystania AI objęły zarówno rozwój zaplecza technologicznego, jak i zasady oceny ryzyka oraz mierzenia efektów wdrożeń”

„W Banku Millennium odpowiednio wcześnie rozpoczęliśmy przygotowania do skalowania rozwiązań AI. Po stronie IT wydzieliliśmy dedykowany obszar odpowiedzialny za budowę i rozwój platformy umożliwiającej tworzenie rozwiązań agentowych. Wskazaliśmy również jednostkę odpowiadającą za zarządzanie zgodnością. Mamy zdefiniowany proces decyzyjny określający, które rozwiązania implementujemy i wdrażamy. Szacujemy potencjalne ryzyko i na tej podstawie ustalamy dopuszczalny poziom autonomii. (…) Realizowane projekty od początku mają zdefiniowane mierzalne benefity, których osiągnięcie weryfikujemy po wdrożeniu” – tłumaczy w raporcie Marcin Laskowski, kierujący Wydziałem Rozwoju Technologii w Banku Millennium.

Badanie BGR Quantic „AI: czas na zwrot. Sztuczna inteligencja w Polsce. Jak liderzy przekładają inwestycje w AI na wartość biznesową” przeprowadzono metodą CAWI w dniach 4-30 maja 2026 roku. Wzięło w nim udział 1126 osób uczestniczących w decyzjach dotyczących technologii i AI w firmach zatrudniających co najmniej 100 pracowników.