1 godzina temu
Migracja systemów IT wchodzi w mniej spektakularny, ale znacznie bardziej wymagający etap: zamiast przenosić wszystko do chmury, firmy coraz częściej liczą, co rzeczywiście warto zachować.
Moment nie jest przypadkowy. Globalne wydatki na IT mają w 2026 roku wzrosnąć o 14,2 proc., do 6,37 bln dolarów. Najszybciej rosną segmenty związane z centrami danych i infrastrukturą chmurową, napędzane inwestycjami w AI. Sam rynek infrastruktury IaaS zoptymalizowanej pod sztuczną inteligencję ma według Gartnera zwiększyć się w tym roku o 96 proc., do 42 mld dolarów.
Za tym boomem kryje się mniej efektowny problem. Nowej infrastruktury nie da się sensownie wykorzystać, jeżeli organizacja przez cały czas opiera najważniejsze procesy na kilkunastoletnich aplikacjach, rozproszonych bazach danych, własnych integracjach i systemach odziedziczonych po kolejnych przejęciach.
Dlatego rynek usług migracyjnych zmienia charakter. Samo „przenieśmy to do chmury” coraz rzadziej wystarcza.
Najdroższe może być przeniesienie wszystkiego
Przez pierwszą falę cloud computingu wiele przedsiębiorstw przechodziło metodą lift and shift: istniejące systemy przenoszono na nową infrastrukturę bez większej ingerencji w ich architekturę. Dawało to szybkość, ale niekoniecznie efektywność.
Dane Flexery pokazują skalę problemu. W 2026 roku firmy szacują, iż 29 proc. wydatków na IaaS i PaaS jest marnowanych. Pięć lat wcześniej było to 30 proc. Odsetek praktycznie się więc nie zmienił, choć organizacje mają dziś znacznie większe doświadczenie z chmurą. Aż 85 proc. badanych wskazuje zarządzanie kosztami jako największe wyzwanie związane z cloud computingiem.
Chmura nie usunęła zatem nieefektywności starego IT. Często tylko zmieniła sposób, w jaki firmy za nią płacą.
Przy rosnącym wykorzystaniu AI problem staje się jeszcze bardziej widoczny. Generatywna AI jest już wykorzystywana jako usługa publicznej chmury przez 58 proc. organizacji badanych przez Flexerę. Nowe obciążenia dokładają kolejne warstwy infrastruktury, usług i kosztów do środowisk, które wcześniej nie zawsze zostały uporządkowane.
Migracja zaczyna się od wykreślania
Jeden z ciekawszych przykładów pokazuje europejska firma energetyczna, której środowisko obejmowało około 500 aplikacji i ponad 1,5 tys. instancji serwerowych. W projekcie realizowanym z McKinsey nie zdecydowano się przenieść całego tego majątku. Jedna trzecia aplikacji została wycofana, 90 proc. pozostałych trafiło do chmury publicznej, a bieżące koszty IT spadły o 15 proc.
Ta jedna liczba — jedna trzecia aplikacji przeznaczona do likwidacji — dobrze pokazuje, gdzie powstaje dziś wartość na rynku migracyjnym.
Nie w kopiowaniu istniejącego środowiska, ale w jego redukcji.
Podobną logikę zastosowało DB Cargo przy modernizacji systemu obsługującego proces produkcji pociągów towarowych. Stary monolit mainframe’owy był kosztowny, zawierał komponenty własnościowe i wymagał kompetencji, których dostępność malała. Prosty lift and shift nie był możliwy, a napisanie systemu od początku byłoby zbyt ryzykowne. Aplikację przenoszono więc etapami, równocześnie ją przebudowując. Według DB Cargo koszty operacyjne systemu spadły o 60 proc., a firma usunęła część zależności od zamkniętych technologii.
To istotne również z innego powodu. Dług technologiczny nie jest już wyłącznie problemem działu IT. Wpływa na koszt kolejnej inwestycji, dostępność specjalistów, szybkość integracji przejmowanych firm i możliwość wdrażania nowych produktów.
Stare systemy spotykają się z nowym kapitałem
Siemens wykorzystał migrację środowiska SAP m.in. do ujednolicenia systemów pozostających po wcześniejszych przejęciach. Po zmianach miesięczne zadanie raportowania finansowego zaczęło wykonywać się o połowę szybciej, a wykonywanie kopii baz danych skróciło się z kilku godzin do 15–20 minut.
Takie projekty pokazują, dlaczego granica między migracją, modernizacją aplikacji i transformacją architektury coraz bardziej się zaciera. Dostawca usług migracyjnych konkuruje już nie tylko kompetencjami VMware, Azure, AWS czy SAP. Musi rozumieć koszty licencji, zależności aplikacyjne, dane, bezpieczeństwo, architekturę i ekonomię utrzymania systemu po migracji.
Jest jeszcze jeden argument: historia migracji pełna jest kosztownych opóźnień. Analiza McKinsey wykazała, iż firmy wydawały na takie projekty średnio o 14 proc. więcej niż zakładały, a 38 proc. organizacji notowało opóźnienia przekraczające jeden kwartał. Jednym z częstych źródeł przekroczeń były koszty zewnętrznych integratorów.
Polska jest już w chmurze. Znacznie mniej w AI
W Polsce dodatkowym katalizatorem może być różnica między stosunkowo wysoką adopcją chmury a znacznie wolniejszym wykorzystaniem sztucznej inteligencji.
W 2025 roku z płatnych usług chmurowych korzystało 52,7 proc. przedsiębiorstw w Unii Europejskiej. Jednocześnie AI wykorzystywało 20 proc. firm w UE, podczas gdy w Polsce odsetek wynosił zaledwie 8 proc. — jeden z najniższych wyników we Wspólnocie.
Nie świadczy to o braku infrastruktury. Pokazuje raczej, jak duża odległość może dzielić zakup technologii od umiejętności jej wykorzystania.
Właśnie w tej przestrzeni rośnie znaczenie rynku usług migracyjnych. Kolejna fala inwestycji nie będzie polegać wyłącznie na przenoszeniu serwerów między centrami danych. Będzie obejmować likwidację zbędnych aplikacji, konsolidację baz danych, zmianę modeli licencyjnych, rozplątywanie integracji i przebudowę systemów, które przez lata narastały warstwa po warstwie.
Przed wielką inwestycją w AI wiele firm czeka więc znacznie bardziej przyziemny projekt: ustalenie, co adekwatnie mają w swoim IT i ile naprawdę kosztuje ich utrzymywanie tego stanu.
