AI w polskich firmach przestaje być eksperymentem. Teraz zaczyna się trudniejszy etap transformacji
Sztuczna inteligencja coraz mocniej wchodzi do polskiego biznesu. 65% badanych firm wykorzystuje ją już w cyberbezpieczeństwie, 63% w dostępie do wiedzy i procesach poznawczych, a ponad połowa w automatyzacji procesów operacyjnych. Dane z raportu Barometr Cyfrowej Transformacji Polskiego Biznesu 2025–2026 pokazują jednak coś więcej niż rosnącą popularność AI. Firmy wchodzą w etap, w którym o powodzeniu wdrożeń coraz częściej decydują nie same modele, lecz infrastruktura, jakość danych, bezpieczeństwo i zdolność organizacji do technologicznej zmiany.
AI w biznesie wychodzi z fazy eksperymentów
Jeszcze niedawno rozmowa o sztucznej inteligencji w firmach koncentrowała się przede wszystkim na pytaniu, czy warto ją wdrażać. Dziś znacznie ciekawsze staje się pytanie: gdzie AI rzeczywiście przynosi wartość? Dane Polcom pokazują, że zastosowania sztucznej inteligencji zaczynają obejmować obszary mające bezpośrednie znaczenie dla funkcjonowania przedsiębiorstw. Aż 65% badanych firm wykorzystuje AI w cyberbezpieczeństwie. Niewiele mniej, bo 63%, korzysta z niej w celu zapewnienia dostępu do wiedzy i wspomagania procesów poznawczych, w tym przy wykorzystaniu dużych modeli językowych.
Ponad połowa badanych – 52% – wykorzystuje natomiast sztuczną inteligencję do automatyzacji procesów operacyjnych, zarówno biurowych, jak i produkcyjnych. Kolejne 37% deklaruje duże zainteresowanie takim zastosowaniem. To istotna zmiana – AI nie jest już wyłącznie generatorem tekstów, eksperymentalnym chatbotem czy narzędziem używanym przez pojedynczych pracowników. Coraz częściej trafia do procesów związanych z bezpieczeństwem, analizą informacji, podejmowaniem decyzji i codziennym funkcjonowaniem przedsiębiorstwa.
Najpopularniejszym zastosowaniem AI jest cyberbezpieczeństwo
Może zaskakiwać, że na pierwszym miejscu wśród zastosowań sztucznej inteligencji znalazło się cyberbezpieczeństwo, a nie marketing, obsługa klienta czy generowanie treści. Dobrze pokazuje to jednak kierunek, w którym zmierza wykorzystanie AI w biznesie. Im bardziej cyfrowe stają się przedsiębiorstwa, tym większa jest powierzchnia potencjalnego ataku. Jednocześnie skala danych i liczba zdarzeń, które trzeba analizować, sprawiają, że ręczne monitorowanie wszystkich zagrożeń staje się coraz trudniejsze.
AI może wspierać analizowanie dużych zbiorów informacji, identyfikowanie nietypowych zachowań oraz wykrywanie potencjalnych zagrożeń. Znaczenie takich rozwiązań rośnie również wraz z wymaganiami regulacyjnymi dotyczącymi cyberbezpieczeństwa. W rezultacie sztuczna inteligencja zaczyna pełnić podwójną rolę. Z jednej strony jest technologią, która tworzy nowe możliwości biznesowe. Z drugiej – staje się narzędziem pomagającym chronić coraz bardziej cyfrową organizację.
LLM-y stają się nową warstwą dostępu do firmowej wiedzy
Równie interesujący jest drugi najczęściej wskazywany obszar wykorzystania AI. 63% firm korzysta z niej, aby ułatwić dostęp do wiedzy i wspomagać procesy poznawcze, między innymi za pomocą dużych modeli językowych. To pokazuje, że potencjał LLM-ów wykracza daleko poza tworzenie tekstów.
Firmy gromadzą ogromne ilości informacji w dokumentach, systemach, bazach danych, instrukcjach, raportach czy korespondencji. Problemem często nie jest już brak danych, lecz możliwość szybkiego dotarcia do właściwej informacji i wykorzystania jej w konkretnym kontekście. Model językowy połączony z odpowiednio przygotowanymi zasobami organizacji może zmienić sposób, w jaki pracownicy korzystają z firmowej wiedzy. Zamiast przeszukiwać kolejne foldery i systemy, mogą otrzymywać odpowiedzi oparte na dostępnych danych.
W tym miejscu pojawia się jednak zasadnicze pytanie: do jakich informacji model powinien mieć dostęp i gdzie te dane są przetwarzane? Im głębiej AI wchodzi w wewnętrzne procesy przedsiębiorstwa, tym większego znaczenia nabierają ochrona własności intelektualnej, bezpieczeństwo informacji, jurysdykcja prawna oraz kontrola nad przepływem danych.
Bez dobrej infrastruktury trudno skalować AI
Popularność generatywnej sztucznej inteligencji może tworzyć wrażenie, że wdrożenie AI sprowadza się przede wszystkim do wyboru odpowiedniego modelu lub narzędzia. W zastosowaniach biznesowych szybko okazuje się jednak, że model jest tylko jednym z elementów znacznie większej układanki. Zaawansowane rozwiązania AI potrzebują mocy obliczeniowej, dostępu do dużych zbiorów danych oraz infrastruktury, którą można elastycznie skalować wraz ze zmieniającym się zapotrzebowaniem.
Dlatego wraz z rozwojem AI rośnie również znaczenie odpowiednio skalowalnej infrastruktury, w tym rozwiązań chmurowych. Już w poprzedniej edycji badania Polcom 62% przedsiębiorstw deklarowało, że do 2026 roku zamierza inwestować w rozwiązania chmurowe. Jako najważniejsze argumenty wskazywano wówczas skalowalność – 73%, wyższą wydajność zasobów – 56% oraz optymalizację kosztów – 52%.
Chmura przestaje więc pełnić wyłącznie rolę alternatywnego miejsca utrzymywania firmowych systemów. Staje się środowiskiem umożliwiającym szybsze testowanie, skalowanie i wdrażanie nowych technologii, co w przypadku AI ma szczególne znaczenie. Firma może rozpocząć od niewielkiego projektu pilotażowego, a następnie zwiększać dostępne zasoby wraz ze wzrostem liczby użytkowników, ilości przetwarzanych danych czy złożoności wykorzystywanych modeli.
Firmy wybierają hybrydę zamiast przenoszenia wszystkiego do chmury
Rosnąca rola cloud computingu nie oznacza jednak końca własnej infrastruktury IT. Wręcz przeciwnie – aż 89% uczestników badania Polcom nadal utrzymuje własne zasoby informatyczne, szczególnie w obszarach kluczowych dla działalności przedsiębiorstwa. To ważny sygnał dla rynku. Transformacja chmurowa nie musi oznaczać prostego scenariusza, w którym lokalna infrastruktura znika, a wszystkie systemy zostają przeniesione do zewnętrznego środowiska.
W praktyce coraz większego znaczenia nabiera model hybrydowy. Część zasobów może działać w chmurze, gdzie przedsiębiorstwo korzysta ze skalowalności i elastycznego dostępu do mocy obliczeniowej. Inne – zwłaszcza związane z wrażliwymi danymi lub kluczowymi procesami – mogą pozostawać w infrastrukturze lokalnej.
Nie chodzi więc już tylko o odpowiedź na pytanie „chmura czy własne serwery?”, ale o umiejętne zdecydowanie, które procesy powinny działać w którym środowisku i dlaczego.
Bezpieczeństwo staje się warunkiem transformacji cyfrowej
Jeszcze ciekawiej wygląda zmiana kryteriów, według których przedsiębiorstwa oceniają rozwiązania chmurowe. Aż 88% uczestników badania wskazało zapewnienie oczekiwanego poziomu cyberbezpieczeństwa jako najważniejsze kryterium wyboru dostawcy chmury. To pokazuje zmianę dojrzałości cyfrowej firm. Skalowalność, wydajność i koszty nadal mają znaczenie, ale w środowisku, w którym coraz większa część działalności przedsiębiorstwa zależy od technologii, bezpieczeństwo staje się podstawowym warunkiem dalszego rozwoju.
Im więcej procesów firma przenosi do środowiska cyfrowego i im szerzej wykorzystuje AI, tym bardziej kosztowne mogą być skutki naruszenia bezpieczeństwa, utraty danych czy przestoju kluczowych systemów. Szczególnego znaczenia nabiera to w przypadku sztucznej inteligencji. Model może otrzymywać dostęp do danych klientów, dokumentów, wiedzy organizacyjnej czy innych informacji stanowiących wartość przedsiębiorstwa. Dlatego pytanie „co potrafi nasze AI?” powinno coraz częściej występować razem z pytaniem „na jakich danych pracuje i co się z nimi dzieje?”.
Dług technologiczny może zahamować rozwój AI
Jedną z najważniejszych barier dla dalszej adopcji sztucznej inteligencji może okazać się problem, który powstał na długo przed boomem na generatywną AI – dług technologiczny. Przedsiębiorstwa przez lata odkładające modernizację infrastruktury i systemów mogą dziś mieć trudności z wykorzystaniem możliwości nowych technologii. Przestarzałe aplikacje, rozproszone źródła informacji czy brak spójnego zarządzania danymi utrudniają integrację i skalowanie kolejnych rozwiązań.
W efekcie może powstać paradoks. Firma inwestuje w nowoczesny model AI, ale próbuje osadzić go w środowisku, które nie jest przygotowane na jego wykorzystanie. Problem nie musi być więc związany z samą jakością sztucznej inteligencji. Wąskim gardłem może stać się infrastruktura, dostępność danych albo możliwość połączenia nowego rozwiązania z istniejącymi systemami. Dlatego przed kolejnymi inwestycjami w AI przedsiębiorstwa powinny najpierw ocenić, czy ich infrastruktura, systemy i dane są gotowe na wykorzystanie nowych rozwiązań. Bez uporządkowania tych fundamentów nawet najbardziej zaawansowane narzędzia mogą pozostać jedynie technologicznym dodatkiem, zamiast realnie zmieniać sposób działania organizacji.
AI zmienia także rolę działów IT
Transformacja infrastruktury i coraz większa rola sztucznej inteligencji mają jeszcze jedną konsekwencję: zmienia się pozycja IT w przedsiębiorstwie. Jeżeli decyzje dotyczące technologii wpływają na możliwość automatyzacji procesów, rozwój nowych produktów, bezpieczeństwo danych, koszty działalności czy wykorzystanie AI, dział IT nie może ograniczać się do zapewnienia, że systemy po prostu działają.
Menedżerowie IT coraz częściej muszą rozumieć cele biznesowe i potrafić ocenić, w jaki sposób konkretne technologie mogą pomóc je osiągnąć. Równocześnie biznes potrzebuje większej świadomości technologicznej, ponieważ decyzje o AI, danych czy chmurze coraz trudniej oddzielić od strategii całej organizacji. Granica między „technologią” a „biznesem” zaczyna się więc zacierać. Najważniejszym zadaniem lidera IT nie będzie już samo wdrażanie kolejnych narzędzi, lecz umiejętność połączenia infrastruktury, danych, bezpieczeństwa i technologii z konkretną wartością biznesową.
Samo wdrożenie AI już nie wystarczy
Najbliższe lata pokażą więc nie tyle, które firmy najszybciej sięgnęły po AI, ale które potrafiły przełożyć tę technologię na rzeczywistą zmianę sposobu działania. Sam dostęp do coraz bardziej zaawansowanych modeli będzie coraz mniej wyróżniał przedsiębiorstwa. O przewadze zdecyduje umiejętność wykorzystania ich tam, gdzie mogą realnie usprawnić procesy, wesprzeć pracowników i przynieść mierzalną wartość biznesową.
Artykuł powstał na podstawie danych zawartych w raporcie Polcom „Barometr Cyfrowej Transformacji Polskiego Biznesu 2025–2026. Chmura, AI, automatyzacja i cyberbezpieczeństwo”.
