Wysoki priorytet, niska gotowość. Jak polskie firmy wdrażają sztuczną inteligencję? [BADANIE]

Agentic AI to nie jest kolejna technologia, to kolejna rewolucja – uważa Piotr Łobaczewski, Regional Vice President at Salesforce. Pytanie brzmi, czy polskie firmy są realnie gotowe do tej rewolucji. Wiele odpowiedzi przynoszą wyniki badania AI Readiness Index, które zostały zaprezentowane podczas tegorocznej edycji Agentforce World Tour Warszawa. Pod lupę wzięto 200 dużych, średnich oraz małych polskich firm.

Polska przoduje w światowych rankingach otwartości na implementację technologicznych innowacji, będąc poligonem dla wielu rozwiązań z obszaru bankowości, sprzedaży czy automatyzacji. Nie inaczej jest w przypadku sztucznej inteligencji – aż 44 proc. polskich firm deklaruje, iż AI stanowi dla nich wysoki lub wręcz najważniejszy priorytet wśród planów wdrożeniowych. Jedynie 25 proc. ankietowanych firm nie wiąże ze sztuczną inteligencją żadnych planów.

Wysoki priorytet, niska gotowość

Przy tym blisko połowa przedsiębiorstw, które zdecydowały się na adopcję inteligentnych narzędzi (46 proc.), korzysta z nich w pełnej skali od ponad roku. Wyniki te wskazują na jasną tendencję: sztuczna inteligencja nie jest wyłącznie eksperymentem, ale znajduje stałe miejsce w strategii polskich firm. Pytanie nie brzmi więc „czy organizacje w Polsce sięgają po AI”, ale raczej „do czego jej używają i z jakim skutkiem?”.

Największą popularnością wśród badanych przedsiębiorstw cieszą się narzędzia LLM – używa ich około 90 proc. organizacji wykorzystujących AI. Z niestandardowych rozwiązań, zaprojektowanych specjalnie na jej potrzeby, korzysta ponad co trzecia firma (37 proc.), z narzędzi automatyzujących/copilots – co czwarta (25 proc.), natomiast z narzędzi generatywnych – co dziesiąta (11 proc.).

Implementacja sztucznej inteligencji ma wymierny wpływ na usprawnienie pracy wewnątrz organizacji: firmy deklarują, iż dzięki wykorzystaniu AI udało im się zautomatyzować średnio 21 proc. procesów. Jednocześnie trzy na cztery firmy, które testują, wdrażają lub korzystają z rozwiązań AI (75 proc.), odnotowały, iż ich pracownicy w większości zareagowali pozytywnie na proponowane zmiany. Wśród firm, które mają ustalone KPI dla sztucznej inteligencji (19 proc.), aż 60 proc. deklaruje redukcję czasu potrzebnego na realizację zadania, natomiast blisko połowa (49 proc.) zauważa, iż pracownicy spędzają mniej czasu w powtarzalnych i nudnych czynnościach.

Co jednak stanowi główną motywację dla przedsiębiorstw, które skłaniają się ku sztucznej inteligencji? Najczęstszym powodem jest ulepszenie i usprawnienie procesów (73 proc.). Blisko co trzecia firma (31 proc.) chce dzięki AI doprowadzić do redukcji kosztów, a co czwarta (24 proc.) postrzega sztuczną inteligencję jako integralny element szerszej strategii.

Dla równowagi respondentów zapytano również o argumenty przeciwko implementacji AI. Większość firm przejawia obawy o wysokie koszty i brak wystarczającego budżetu (30 proc.), co czwartą firmę (27 proc.) niepokoi natomiast kwestia bezpieczeństwa danych. Niemal co piąta organizacja (19 proc.) mierzy się z wyzwaniami natury menedżerskiej – niechęcią kadry zarządzającej względem zmian, brakiem zastosowań dla AI lub deficytem czasu potrzebnego na zaplanowanie i przeprowadzenie wdrożenia.

Połowa polskiego rynku gotowa na AI – a co z pozostałymi?

Łącznie aż 75 proc. badanych firm w różnym stopniu wdrożyło, jest w trakcie implementacji, testuje lub poszukuje informacji na temat rozwiązań AI. Jednak deklaracje i chęci wymagają odzwierciedlenia w tytułowej „gotowości” – odpowiedniej architekturze danych, zapleczu technologicznym i kompetencjach zespołu. Jak polski rynek radzi sobie w tym zakresie? Zgodnie z wynikami badania mamy do czynienia z podziałem niemal idealnie „pół na pół”.

Przygotowana na przyjęcie AI część to przedsiębiorstwa, które podchodzą do wdrożenia profesjonalnie: oferując pracownikom szkolenia z wykorzystania sztucznej inteligencji (53 proc.), przy jednoczesnym utrzymaniu dedykowanego zespołu lub koordynatora, który sprawuje pieczę nad projektami AI (47 proc.). Niemniej ważne są warstwa technologiczna oraz infrastruktura IT, pozwalające na efektywną integrację AI z używanymi przez firmę systemami – dysponuje nimi ponad połowa (51 proc.) badanych.

– Sztuczna inteligencja to motor napędowy wzrostu, który oferuje szansę na niezrównane osiągi. Każda maszyna potrzebuje jednak wprawnego kierowcy, bo bez jego umiejętności, choćby mimo największej mocy i potencjału, pozostanie tylko narzędziem. Polskie firmy, które świadomie przygotowują się do transformacji AI, świetnie zdają sobie z tego sprawę, inwestując w ludzi, którzy zasiądą za jej sterami – komentuje Krzysztof Augustynowicz, Regional Vice President Central & Eastern Europe, Salesforce.

Najczęstszą formę wsparcia dla pracowników stanowi dostęp do materiałów edukacyjnych oraz szkoleń (46 proc.), ale równie ważne jest ustalenie jasnych zasad, ograniczeń i procedur (41 proc.), wedle których narzędzia AI mogą być wykorzystywane. Skuteczność szkoleń pracowniczych potwierdzają również doświadczenia tysięcy użytkowników platformy Salesforce Trailhead, a wyniki badania potwierdzają tylko, iż polski rynek nie pozostaje w tyle za światową konkurencją.

Gdy jednak spojrzeć na drugą stronę spektrum, sytuacja maluje się w znacznie ciemniejszych barwach. Niestety, niemal połowa polskich firm nie dysponuje odpowiednim zapleczem technologicznym, managerskim ani szkoleniowym. Przy tym ponad cztery na dziesięć (43 proc.) organizacji nie planuje w najbliższym czasie wyznaczyć członka kierownictwa wyższego szczebla do zarządzania transformacją AI. Znaczna część rynku znajduje się więc przez cały czas w fazie dojrzewania, a brak odpowiedzialnego przewodnictwa przy wdrażaniu sztucznej inteligencji może poskutkować efektem odwrotnym do zamierzonego – zamiast produktywności generując organizacyjny chaos.

Agentyczna AI – sektor z potencjałem, ale wciąż w powijakach

Jedną z najbardziej zaawansowanych dziedzin współczesnej sztucznej inteligencji stanowi agentyczna AI – oferująca autonomicznych, kompetentnych agentów, zdolnych do wsparcia niemal dowolnych procesów przedsiębiorstwa. W Polsce sektor ten wciąż ma przed sobą długą drogę – narzędzia oparte na agentycznej sztucznej inteligencji wykorzystuje w tej chwili nieco ponad dziesiąta część firm (12 proc.).

Pośród tych, które po nie sięgają, największą popularnością cieszą się funkcje związane z integracją między aplikacjami (61 proc.) oraz automatycznym modyfikowaniem danych w systemach CRM, ERP itp. (61 proc.).

Choć współcześni agenci AI – tacy jak Agentforce – potrafią wykonywać rozmaite zadania bez ingerencji człowieka, nie można jeszcze mówić o pełnej autonomii. Ponad dwie trzecie firm (70 proc.) deklaruje, iż wciąż musi monitorować postępy prac agenta i wyłapywać błędy.

Perspektywa najbliższych 5 lat: kurs na Agentic Enterprise

Zgodnie z predykcjami ankietowanych liderów ponad jedna na pięć firm (23 proc.) spodziewa się, iż za 5 lat AI będzie absolutnie kluczowa dla ich przetrwania na rynku. Według niemal połowy (49 proc.) sztuczna inteligencja będzie bardzo ważna. Jedynie 12 proc. przedsiębiorstw wciąż utrzymuje, iż AI będzie miało marginalne znaczenie.

Wyniki AI Readiness Index pokazują, iż polski rynek znajduje się dziś w momencie przejściowym: między fazą eksperymentów a realną transformacją. O przewadze konkurencyjnej nie zdecyduje już sama dostępność technologii, ale zdolność organizacji do uporządkowania danych, przygotowania ludzi i wypracowania odpowiedzialnego modelu wdrażania AI. Sztuczna inteligencja nie zastąpi firm. Ale firmy, które nie nauczą się z niej korzystać, mogą zostać zastąpione przez te, które zdobędą przewagę dzięki transformacji.

– Polskie firmy muszą na nowo przemyśleć swoją infrastrukturę, aby w pełni wykorzystać potencjał agentycznej AI oraz zminimalizować ryzyko – wyjaśnia Krzysztof Augustynowicz. – Duże modele językowe nie dysponują konkretną wiedzą biznesową, nie działają w oparciu o relację przyczyna-skutek i budzą wątpliwości co do przejrzystości. Ponadto mogą generować halucynacje, co dla organizacji jest całkowicie nie do przyjęcia. Aby wyjść poza fazę „pilotażową” i wdrożyć agentów na skalę korporacyjną, modele muszą zostać uzupełnione o system, który zapewni im kontekst (dane firmowe), system przestrzeni roboczej (aplikacje obsługujące procesy biznesowe), dedykowany system agentów AI oraz system zaangażowania łączący agentów, klientów i pracowników – dodaje.

Salesforce łączy te cztery systemy w ramach Agentic Enterprise Architecture. Architektura ta opiera się na: Data 360, jako systemie kontekstowym służącym do efektywnego wykorzystywania danych korporacyjnych; Customer 360, jako systemie roboczym opartym na 27 latach innowacji w dziedzinie aplikacji korporacyjnych; Agentforce, jako systemie do tworzenia, testowania, wdrażania, monitorowania i rozwijania agentów na dużą skalę; oraz kanałach cyfrowych, głosowych i Slacku, jako aplikacji, w której rozwija się nowy sposób pracy – łączący ludzi, agentów i aplikacje. Architektura ta jest otwarta na każdym poziomie i może zostać zintegrowana ze wszystkimi systemami biznesowymi klienta.

Poza automatyzacją: Dyrektor Generalna Salesforce o Przyszłości Pracy z Agentami AI

W jaki sposób Agenci AI zmienią dynamikę pracy w obszarach takich jak sprzedaż, marketing i operacje terenowe w ciągu najbliższych kilku lat?

Przyszłość pracy nie polega na zastępowaniu ludzi przez AI, ale na tworzeniu hybrydowej, wspomaganej przez technologię siły pracowniczej. Wychodzimy poza etap podstawowej automatyzacji i wkraczamy w erę „Agentic Enterprise” – modelu, w którym ludzie i autonomiczni agenci AI współpracują ze sobą w płynny sposób. Dzięki Agentforce obserwujemy przejście od narzędzi wymagających ciągłego sterowania przez użytkownika do autonomicznych partnerów, którzy potrafią rozumować, podejmować decyzje i działać w określonych ramach bezpieczeństwa – mówi Ana Alonso Muñumer, Dyrektor Generalna w Salesforce

Oczywiście różne obszary biznesowe będą czerpały odmienne korzyści i wykorzystywały AI w różnych scenariuszach. Na przykład: W sprzedaży agenci AI przejmą najbardziej czasochłonne zadania związane z wstępnym prospectingiem, kwalifikacją leadów oraz przygotowanie spotkań.

Dzięki temu przedstawiciele handlowi będą mogli odejść od obowiązków administracyjnych i skupić się wyłącznie na budowaniu głębokich relacji międzyludzkich oraz rozwiązywaniu złożonych problemów klientów. W obszarze marketingu agenci AI nie będą już jedynie generować treści. Będą analizować w czasie rzeczywistym wyniki kampanii we wszystkich kanałach komunikacji, dynamicznie optymalizować alokację budżetu, personalizować ścieżki klienta na dużą skalę oraz uruchamiać natychmiastowe reakcje na podstawie zachowań klientów. Z kolei w operacjach terenowych agenci znacząco ograniczą tarcia operacyjne. Będą potrafili przewidywać awarie sprzętu, automatycznie planować konserwacje, optymalizować trasy techników terenowych oraz zapewniać natychmiastowy dostęp do odpowiednich części i historii klienta jeszcze przed przyjazdem technika na miejsce. Ostatecznie oznacza to zmianę roli menedżerów – z nadzorowania pojedynczych zadań na koordynowanie hybrydowej kadry pracowniczej, czyli równoważenie tego, co powinno zostać przekazane autonomicznym agentom, z tym, co przez cały czas wymaga ludzkiej empatii i osądu.

Zaufanie klientów do AI wciąż stanowi wyzwanie. Jakie konkretne inicjatywy Salesforce planuje wdrożyć, aby aktywnie edukować klientów i budować większe zaufanie do obsługi opartej na AI?

Ana Alonso Muñumer: Zaufanie jest najważniejszą wartością Salesforce i nie może być traktowane jako kwestia drugorzędna w rewolucji AI. Aby zmniejszyć lukę zaufania, koncentrujemy się zarówno na technologicznych zabezpieczeniach, jak i otwartej edukacji. W tym celu stworzyliśmy Einstein Trust Layer. To nasza wbudowana architektura bezpieczeństwa, która gwarantuje, iż dane przedsiębiorstw nigdy nie opuszczają bezpiecznego środowiska Salesforce.

Obejmuje ona rygorystyczne maskowanie danych (zapobiegające ujawnianiu danych modelom LLM), politykę zerowej retencji danych u zewnętrznych dostawców LLM oraz zaawansowane monitorowanie toksycznych treści. Jednocześnie zapewniamy klientom proaktywne mechanizmy zarządzania i przejrzystości. Nasi klienci mają pełny wgląd dzięki panelom kontrolnym i analitycznym. Firmy mogą dokładnie sprawdzić, dlaczego agent AI podjął konkretną decyzję, monitorować jego KPI oraz utrzymywać model „human-in-the-loop”, w którym działania o wysokim poziomie ryzyka zawsze wymagają zatwierdzenia przez człowieka.

Efektywność Agentów AI zależy w największym stopniu od jakości i skali danych. Jakie kroki podejmuje Salesforce, aby demokratyzować Agentic AI i zapewnić ich skuteczne wdrażanie również w MŚP, które dysponują mniejszymi budżetami i nie posiadają rozbudowanych zespołów ds. zarządzania danymi?

Ana Alonso Muñumer: Powszechnym błędnym przekonaniem jest to, iż AI to luksus zarezerwowany wyłącznie dla gigantów technologicznych dysponujących ogromnymi zespołami inżynierii danych. W Salesforce naszym celem jest zapewnienie małym i średnim przedsiębiorstwom możliwości szybkiego i inteligentnego wdrażania AI bez ponoszenia zaporowych kosztów.

Za pośrednictwem platform takich jak Agentforce 360 oferujemy gotowe szablony oraz intuicyjny interfejs konwersacyjny. MŚP nie muszą pisać skomplikowanego kodu ani zatrudniać data scientistów – mogą wdrożyć autonomicznego agenta w ciągu kilku dni zamiast miesięcy, wykorzystując język naturalny do definiowania jego roli i zasad działania.

Co więcej, skuteczność AI zależy od odpowiednio uporządkowanych i kontekstowych danych. Salesforce Data Cloud harmonizuje dane strukturalne i niestrukturalne (takie jak e-maile, pliki PDF czy logi czatów) w jedno centralne źródło prawdy. Dla MŚP oznacza to brak konieczności przeprowadzania kosztownej przebudowy infrastruktury danych – Data Cloud automatycznie łączy istniejące, rozproszone narzędzia, dzięki czemu dane stają się natychmiast „gotowe na AI”. Warto również podkreślić, iż nasz skalowalny model oparty na rzeczywistym zużyciu pozwala mniejszym firmom zaczynać od niewielkich wdrożeń, eksperymentować w sposób celowy i rozwijać wykorzystanie AI wraz z pojawianiem się mierzalnego zwrotu z inwestycji. Eliminując bariery związane z infrastrukturą, wyrównujemy szanse i umożliwiamy MŚP dostarczanie równie zaawansowanej, wielokanałowej personalizacji jak robią to przedsiębiorstwa z listy Fortune 500.

Rozmawiał: Łukasz Izakowski

***

AI Readiness Index został opracowany przez SW Research oraz ITBC Communication.

• W badaniu zastosowano metodę komputerowo wspomaganych wywiadów telefonicznych (CATI);
• Badanie objęło 200 ankiet przeprowadzonych wśród firm w Polsce: małych (N=50), średnich (N=100) i dużych (N=50);
• Respondentami byli decydenci: właściciele firm, członkowie zarządu, CTO, CIO oraz kadra kierownicza wyższego szczebla.

Badanie zostało przeprowadzone w dniach 17–27 kwietnia 2026 r.