Jeszcze rok temu w wielu polskich firmach na myśl o AI pierwszym odruchem był lęk o utratę pracy. Dziś to miejsce zajęły obawy, które łatwo uzasadnić w arkuszu kalkulacyjnym. Aż 39 proc. firm wskazuje wysokie koszty jako główną barierę w rozwoju sztucznej inteligencji – wynika z badań przeprowadzonych przez BUZZcenter. To o 11 punktów procentowych więcej niż rok wcześniej. Na drugim planie są rozproszone, niespójne dane, które skutecznie blokują skalowanie wdrożeń.
fot. iStockZ trzeciej edycji raportu „Power of AI. Rewolucja GenAI w biznesie” wynika, iż coraz mniej boimy się, iż sztuczna inteligencja odbierze nam pracę. Jeszcze rok temu 27 proc. respondentów obawiało się automatyzacji – wynika z badania przeprowadzonego przez firmę BUZZcenter. w tej chwili ten odsetek spadł do zaledwie 17 proc. Ta zmiana w postrzeganiu potencjalnego zagrożenia ze strony AI to istotny sygnał dla rynku. Zdaniem Radosława Mechło, Head of AI w BUZZcenter ten wynik oznacza, iż coraz lepiej rozumiemy, czym naprawdę jest transformacja oparta na danych i dostrzegają w niej szansę, a nie tylko zagrożenie. – Hasło, iż AI zabierze nam pracę, zrobiło medialną karierę – ale z rzeczywistością ma coraz mniej wspólnego. Sztuczna inteligencja nie wyrzuca ludzi z biur, tylko daje im nowe narzędzia. To, czy potrafimy z nich skorzystać, zależy już od nas – naszej wiedzy, elastyczności i gotowości do zmiany – podkreśla ekspert.
Obawy o zatrudnienie słabną, ale bariery nie znikają
Choć o AI mówi się coraz więcej, droga do jej pełnego wdrożenia w firmach wcale nie jest prosta. W praktyce wiele organizacji wciąż grzęźnie między fazą testów a rzeczywistym zastosowaniem. Problemem nie jest już sama technologia, ale ograniczenia, które spowalniają przejście do skali.
Najczęściej wskazywaną barierą w 2025 roku pozostają koszty i to nie tylko samej technologii. Firmy zmagają się z wysokimi opłatami za licencje, infrastrukturę chmurową, dostęp do GPU czy spełnianie wymagań compliance. W badaniu przeprowadzonym na potrzeby raportu BUZZcenter aż 39 proc. respondentów wskazało właśnie koszty jako największą przeszkodę. To o punkt procentowy więcej niż rok wcześniej.
Drugą najczęściej wymienianą barierą jest brak wykwalifikowanych specjalistów – osób, które potrafią nie tylko zaprogramować model, ale też zaprojektować jego zastosowanie w konkretnym kontekście biznesowym. Ten problem wskazało 29 proc. firm.
Na trzecim miejscu znalazł się brak spójnej strategii wdrożenia (26 proc.), co często wiąże się z rozproszonymi danymi, niedojrzałą infrastrukturą albo zbyt dużą zależnością od zewnętrznych dostawców technologii.
Popyt na talenty AI jest przez cały czas wyższy niż podaż
Zdaniem Radosławy Mechło, wiele organizacji wciąż nie jest gotowych na realne wdrożenia AI i to nie z powodu braku dostępu do technologii, ale przez niedostateczne przygotowanie merytoryczne. – Skuteczne wdrażanie AI nie jest procesem funkcjonującym w oderwaniu od rozwoju kompetencji. Jest wręcz od nich całkowicie zależne. Technologia może być dostępna, ale bez ludzi, którzy rozumieją jej zastosowanie w konkretnym kontekście biznesowym, pozostaje tylko potencjałem na papierze. To kompetencje, nie algorytmy, decydują o tym, czy transformacja się uda – podkreśla Mechło.
Tymczasem, jak pokazuje raport BUZZcenter, luka kompetencyjna zmniejszyła się symbolicznie. W porównaniu z 2024 rokiem spadła zaledwie o jeden punkt procentowy. Trudno uznać to za przełom. Owszem, rośnie liczba szkoleń i materiałów edukacyjnych, ale to wciąż za mało. Wiedza stała się bardziej dostępna, ale brakuje ludzi, którzy potrafią ją przekuć w realne wdrożenia.
Eksperci nie mają wątpliwości: popyt na specjalistów AI przez cały czas wyraźnie przewyższa podaż. A to oznacza, iż firmy nie mogą już liczyć na szybkie „uzupełnienie zasobów” z rynku. Budowanie kompetencji wewnętrznych powinno być dziś nie dodatkiem, a fundamentem każdej strategii transformacyjnej.
Dane stają się wąskim gardłem transformacji
Brak kompetencji przekłada się bezpośrednio na problemy z danymi, kluczowym „surowcem”, na którym opiera się każda technologia AI. Z raportu „Power of AI. Rewolucja GenAI w biznesie” wynika, iż aż 23 proc. firm deklaruje trudności z jakością, dostępnością lub uporządkowaniem danych. I to właśnie ten obszar, jak zauważają autorzy badania – powoduje dziś największe opóźnienia. Dane są często „oczyszczane” na potrzeby pilotaży, ale brakuje planu, jak je wykorzystać w skali. Są rozproszone, niespójne, słabo udokumentowane i pozbawione jasnych zasad zarządzania (data governance).
W tym miejscu wracamy do punktu wyjścia, firmy nie radzą sobie z danymi, bo nie rozumieją, iż dane są ściśle powiązane z kompetencjami. AI nie „działa samo”, potrzebuje ludzi, którzy potrafią zbudować struktury, zinterpretować informacje i wdrożyć je w konkretne procesy. Brak tej świadomości prowadzi do błędnego koła: wdrażamy narzędzia bez przygotowania, oczekujemy efektów bez fundamentu, licząc, iż ktoś „z zewnątrz” poskłada wszystko za nas.
– Dziś nie wystarczy już umieć korzystać z GenAI. Trzeba wiedzieć, jak zbudować wokół niej organizacyjną infrastrukturę: dane, zespoły, procesy – mówi Mechło. – Widzimy inwestycje w prototypy, które dobrze prezentują się w prezentacjach, ale bez architektury danych i integracji z rzeczywistością operacyjną są tylko ćwiczeniem z potencjału. To jak próbować pisać, nie znając alfabetu.
Nie ma wątpliwości, transformacja cyfrowa z udziałem GenAI to nie opcja, ale konieczność. Ale jeżeli ma być trwała i efektywna, musi opierać się na czymś więcej niż narzędziach: na wiedzy, strukturze i świadomej decyzji, iż dobrze wydajemy pieniądz.
Może Cię także zainteresować: Samodzielność kontra mikrozarządzanie: jak zaufanie wpływa na rozwój pracowników
