Polskie firmy dokładają na AI, ale zwrot liczy tylko 11,5% z nich

48,2% badanych firm zakłada wyższe nakłady na AI w ciągu 12 miesięcy, a ograniczenie wydatków rozważa 4,2%.
Konkretne wskaźniki zwrotu stosuje 11,5% firm. Kolejne 57,3% w ogóle nie mierzy rezultatów albo nie ma metodologii.
Najczęstsze oczekiwanie wobec AI to niższe koszty operacyjne (29,6%), ale deklarowane oszczędności to na razie głównie prognoza.
Firmy, które mierzą, ustalają punkt odniesienia przed wdrożeniem, a nie po nim.

Blisko połowa polskich firm planuje zwiększyć wydatki na sztuczną inteligencję, a zwrot z tych inwestycji sprawdza niespełna co ósma. Tak wynika z badania BGR Quantic „AI: czas na zwrot”, które zlecił Microsoft. To ankieta internetowa (CAWI) z 4-30 maja 2026 roku, w której wzięło udział 1126 osób współdecydujących o technologii i AI w firmach zatrudniających co najmniej 100 pracowników. Są to więc deklaracje decydentów, nie audyt finansowy.

Pięć firm na jedną: budżety rosną, rachunku brak

Pieniądze płyną w jednym kierunku: 48,2% organizacji zakłada zwiększenie nakładów na AI, a co piąta planuje wyraźnie podnieść budżet. Ograniczenie wydatków bierze pod uwagę zaledwie 4,2%. Pytanie „czy inwestować” zarządy mają już za sobą.

Pytanie „ile to daje” wygląda gorzej. Konkretne wskaźniki pozwalające ocenić zwrot z AI stosuje 11,5% firm, a 57,3% w ogóle nie mierzy rezultatów lub nie wypracowało metodologii. Według autorów badania na jedną organizację sprawdzającą biznesową wartość wdrożeń przypada około pięciu, które tego nie robią.

Karol Mazurek, Enterprise Commercial Lead w Microsoft, tłumaczy to tak: jeśli nikt nie zapisze, ile trwa i kosztuje dany proces, po wdrożeniu nie ma się do czego porównać. Bez punktu odniesienia jest jak z jazdą bez zapisanego stanu licznika: dojechałeś, ale nie wiesz, ile przejechałeś. To opinia przedstawiciela Microsoftu, ale mechanizm jest prosty i trudno z nim polemizować.

Budżety rosną szybciej niż umiejętność policzenia, co dają

Im więcej AI w firmie, tym trudniej udowodnić efekt

Trudności z mierzeniem efektów wskazuje jako barierę 38,2% badanych firm. Zaskakujące jest to, że problem częściej zgłaszają firmy bardziej zaawansowane: 40,5% wśród tych, które szeroko lub strategicznie używają AI, wobec 34,8% wśród początkujących.

Autorzy raportu sugerują, że wraz z rozszerzaniem zastosowań trudniej oddzielić wpływ AI od innych zmian w organizacji. Jeśli firma nie określiła punktu odniesienia przed wdrożeniem, późniejsze wykazanie oszczędności czy wzrostu produktywności staje się znacznie trudniejsze. To hipoteza badaczy, nie udowodniona zależność.

Arkadiusz Olszak, Group Chief Technology Officer w Polpharma Group, zauważa w raporcie, że liczba użytkowników czy wdrożonych narzędzi pokazuje skalę adopcji, ale nie jest jeszcze miarą sukcesu. Liczą się skrócony czas procesów, jakość decyzji i produktywność. Jeśli odpowiadasz za szkolenia zespołu, zajrzyj do tekstu o tym, czego wymagać od szkolenia AI i jak sprawdzić jego efekt.

Darmowy webinar na żywo z Janem Gajosem · w najbliższą środę o 19:00

Czytasz o AI, a w pracy dalej robisz wszystko ręcznie? Znam to.

Sam tak robiłem. Na webinarze pokazuję na swoim ekranie, jak oddać AI powtarzalne zadania: maile, proste automatyzacje, asystenta do pracy. Bez programowania i bez teorii. 90 minut, a na końcu pytasz, o co chcesz.

Link do pokoju przyjdzie mailem. Zapisując się, zgadzasz się na wiadomości e-mail zgodnie z polityką prywatności. Wolisz zacząć od lektury? Zobacz e-booki Jana Gajosa

Oszczędność kilkudziesięciu etatów na razie istnieje w prognozach

Firmy mają konkretne oczekiwania. Najczęściej wskazują:

obniżenie kosztów operacyjnych (29,6% badanych),
lepszą obsługę klienta (17,9%),
trafniejsze decyzje (16,3%),
wzrost przychodów (13,3%).

Skala liczbowych oczekiwań robi wrażenie. Blisko co czwarta firma (24,2%) liczy, że w ciągu roku AI zaoszczędzi czas pracy odpowiadający 21-50 pełnym etatom, a kolejne 19,4% zakłada oszczędności przekraczające równowartość 50 etatów. Przy tak małym odsetku firm formalnie mierzących zwrot te liczby pozostają przede wszystkim prognozą, co zaznaczają sami autorzy.

Jeśli chcesz zobaczyć, jak taki rachunek zacząć, mamy osobny tekst: automatyzacja procesów AI, od czego zacząć i jak to policzyć.

Jak liczą ci, którzy już liczą

Różnice widać między poziomami dojrzałości. Wśród najbardziej zaawansowanych organizacji, czyli 10,3% badanych, zwrot z AI mierzy 16,4% firm. W grupie o niskiej gotowości robi to 5,9%. Podobnie jest z integracją AI z danymi: formalny pomiar prowadzi 7,6% firm bez integracji i 16,1% tych, które zintegrowały ją w pełni. Nawet w najlepszej grupie mierzy więc mniej niż co szósta firma.

Za przykład uporządkowanego podejścia raport podaje Bank Millennium. Marcin Laskowski, kierujący Wydziałem Rozwoju Technologii, opisuje tam kilka elementów:

dedykowany obszar IT do platformy rozwiązań agentowych,
wskazana jednostka odpowiadająca za zarządzanie zgodnością,
zdefiniowany proces decyzyjny, które rozwiązania wdrażać,
ocena ryzyka, na której opiera się dopuszczalny poziom autonomii,
mierzalne benefity zdefiniowane od początku projektu i weryfikowane po wdrożeniu.

To skala dużego banku, ale ostatni punkt kosztuje tyle co kartka papieru. Badanie obejmowało firmy od 100 pracowników, więc jeśli prowadzisz mniejszą, ta sama logika działa u Ciebie, a punkt wyjścia znajdziesz w tekście o AI w małej firmie. Pełny schemat od procesu do decyzji po pilotażu opisaliśmy w poradniku wdrożenia AI krok po kroku.

Miarę sukcesu zapisujesz przed startem, nie po pilotażu

Jeśli nie wiesz, jak to mierzyć, nie jesteś w mniejszości: większość firm w badaniu nie mierzy rezultatów albo nie ma metodologii. Zanim uruchomisz kolejne narzędzie AI w pracy albo w firmie, weź kartkę lub notatnik i w 10 minut zapisz trzy rzeczy o jednym procesie: ile trwa dzisiaj, ile kosztuje dzisiaj i jaki wynik po miesiącu uznasz za sukces. Dopiero potem włącz AI. Po pilotażu będziesz miał do czego porównać, a nie tylko wrażenie, że „chyba działa”.

Na podstawie: ITwiz