Microsoft przedstawia kolejne wnioski z raportu „AI: czas na zwrot. Sztuczna inteligencja w Polsce. Jak liderzy przekładają inwestycje w AI na wartość biznesową”, opracowanego na podstawie badania zrealizowanego przez BGR Quantic.
Polskie firmy coraz chętniej inwestują w sztuczną inteligencję, ale rzadko potrafią wykazać, co z tych inwestycji wynika. Prawie połowa z nich (48,2%) planuje w ciągu najbliższych 12 miesięcy zwiększyć budżet na AI, a tylko 11,5% formalnie mierzy zwrot z tej technologii za pomocą konkretnych wskaźników. Aż 57,3% nie mierzy go wcale albo nie ma ustalonej metodologii. Na każdą firmę, która rozlicza AI, przypada więc pięć, które tego nie robią – wynika z badania „AI: czas na zwrot. Sztuczna inteligencja w Polsce 2026”, przeprowadzonego przez BGR Quantic na zlecenie Microsoft.
– 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, odpowiedzialny za współpracę z największymi przedsiębiorstwami w Polsce.
W badaniu, zrealizowanym przez ośrodek BGR Quantic metodą CAWI w dniach 4–30 maja 2026 r., wzięło udział 1126 osób uczestniczących w decyzjach dotyczących technologii i AI w firmach zatrudniających co najmniej 100 pracowników.
Pieniądze płyną szybciej niż wyniki
Apetyt na AI nie słabnie. W perspektywie kolejnych 12 miesięcy wyższe wydatki zapowiada 48,2% organizacji, a co piąta (20%) planuje budżet znacząco wyższy niż obecnie. Obniżenie nakładów zakłada zaledwie 4,2% firm. Aby lepiej zrozumieć te plany, autorzy raportu zestawili je z poziomem integracji AI z danymi i systemami organizacji. Porównanie pozwala więc sprawdzić, czy gotowość do zwiększania nakładów różni się między firmami, które dopiero testują integrację, a tymi, które już ją rozwinęły. Plany okazują się zbliżone: wzrost budżetu zapowiada od 43,9% do 51,3% organizacji w poszczególnych grupach. Chęć dalszego inwestowania jest więc widoczna niezależnie od tego, jak głęboko AI została połączona z danymi firmy.
Pomiar zostaje w tyle
Po drugiej stronie bilansu jest pomiar. Zwrot z inwestycji w AI z jasno określonymi wskaźnikami mierzy tylko 11,5% firm, czyli mniej więcej jedna na dziewięć. Firm planujących wyższy budżet jest więc ponad cztery razy więcej niż tych, które formalnie mierzą zwrot z inwestycji. To także najrzadziej spełniany z sześciu podstawowych warunków dojrzałości AI opisanych w raporcie. Wszystkie sześć – od codziennego korzystania z AI, przez strategię z celami i budżetem, po formalny pomiar zwrotu – spełniają jednocześnie tylko cztery z 1126 badanych firm.
Im dalej we wdrożeniu, tym trudniej o dowody
Trudność z mierzeniem zwrotu wskazuje jako barierę 38,2% firm. To jedyna z czternastu przeszkód badanych w raporcie, która rośnie wraz z postępem wdrożenia: wśród organizacji, które jeszcze nie zaczęły wdrażać AI, wskazuje ją 34,8%, a wśród firm po szerokim lub strategicznym wdrożeniu już 40,5%. Autorzy raportu wyjaśniają, że im dalej we wdrożeniu, tym mocniej trzeba udowodnić efekt liczbami, a punktu odniesienia sprzed startu projektu zwykle nikt nie zapisał.
Oczekiwania są tymczasem wysokie. Blisko co czwarta firma (24,2%) spodziewa się, że dzięki AI w ciągu roku zaoszczędzi czas pracy odpowiadający pracy od 21 do 50 osób zatrudnionych na pełny etat, a 19,4% – ponad 50 osób. Przy jednej firmie na dziewięć, która mierzy zwrot formalnie, te liczby są jednak, jak zauważają autorzy raportu, „na razie nadzieją, nie prognozą”.
Firmy, które mierzą, są dalej
Badanie pokazuje też, że pomiar idzie w parze z dojrzałością. W grupie firm najbardziej zaawansowanych w AI (10,3% badanych) zwrot z inwestycji z konkretnymi wskaźnikami mierzy 16,4% organizacji, a wśród firm w stagnacji, czyli o niskiej gotowości pracowników i organizacji do pracy z AI – 5,9%, czyli niemal trzy razy mniej. Firmy dojrzałe częściej też zwiększają budżet na AI rok do roku (50% wobec 37,1%). Podobną zależność widać przy integracji AI z danymi firmy: formalny pomiar zwrotu rośnie z 7,6% w organizacjach bez integracji do 16,1% w tych w pełni zintegrowanych. Autorzy raportu wskazują, że pomiar efektów warto zaplanować już na początku pilotażu, aby jego wyniki mogły stać się podstawą decyzji o dalszym rozwoju wdrożenia.
Potwierdzają to doświadczenia firm, które wyszły już poza ten etap. – 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 – pisze w raporcie Marcin Laskowski, kierujący Wydziałem Rozwoju Technologii w Banku Millennium.
Jakiej wartości firmy poszukują w AI?
Firmy szukają wartości AI przede wszystkim w konkretnych efektach biznesowych. Najwięcej z nich (29,6%) oczekuje zwrotu w postaci niższych kosztów operacyjnych. Kolejne obszary to lepsza obsługa klienta (17,9%), trafniejsze decyzje (16,3%) i wzrost przychodów (13,3%). Są to deklarowane oczekiwania wobec inwestycji, a nie wyniki formalnego pomiaru. Wśród miar efektów AI pojawiają się czas realizacji procesów, jakość decyzji, produktywność i rozwój nowych rozwiązań dla biznesu – obszary wskazane w raporcie przez Arkadiusza Olszaka z Polpharma Group. Bank Millennium opisuje z kolei podejście, w którym projekty od początku mają zdefiniowane mierzalne korzyści, a ich osiągnięcie jest weryfikowane po wdrożeniu. Liczba użytkowników czy wdrożonych narzędzi pokazuje skalę wykorzystania technologii, ale sama nie odpowiada na pytanie o jej wartość biznesową.