Sztuczna inteligencja zmienia globalną gospodarkę, ale w Polsce nie ma miejsca na ślepy entuzjazm. 3/4 firm nad Wisłą inwestuje w AI tylko tam, gdzie widzi konkretny zwrot z inwestycji – to więcej niż globalna średnia, wynika z danych IDC. W przeciwieństwie do Doliny Krzemowej, gdzie eksperymentowanie stało się standardem, polski biznes podchodzi do AI z kalkulatorem w ręku.
Wyniki badań IDC pokazują, że 70% polskich firm dostrzega wpływ generatywnej AI na wdrażanie technologii, jednak ich podejście do niej różni się od tego w USA czy Europie Zachodniej. Podczas gdy na tamtych rynkach sztuczna inteligencja jest często elementem strategii eksperymentalnej – swoistą piaskownicą, gdzie testuje się możliwości bez natychmiastowej presji na wyniki – w Polsce dominuje pragmatyzm.
Nie można powiedzieć, że AI rozwija się w Polsce wolniej. Po prostu ewoluuje inaczej – mniej efektownie, ale bardziej konsekwentnie. Nie dla samego trendu, lecz tam, gdzie faktycznie podnosi wydajność i konkurencyjność biznesu. To narzędzie, a nie symbol statusu innowatora – mówi Ewa Zborowska, Research Director w IDC.
To podejście wynika ze specyfiki polskiej gospodarki. Mimo dynamicznego wzrostu kraj nie dysponuje takimi zasobami kapitałowymi jak Stany Zjednoczone czy Niemcy, co sprawia, że eksperymentowanie z AI na dużą skalę postrzegane jest jako bardziej ryzykowne. Dodatkowo struktura rynku ma kluczowe znaczenie – większość polskich firm to średnie przedsiębiorstwa, które nie mogą sobie pozwolić na długofalowe badania.
Zdaniem Zborowskiej na Zachodzie często dominuje kultura R&D, na którą składają się badania i eksperymenty. W Polsce firmy nie mogą sobie pozwolić na długie okresy niepewności. Sztuczna inteligencja musi przynosić wymierne efekty – oszczędności, optymalizację procesów, lepsze decyzje.
Strategiczna decyzja, a nie wybór budżetowy
To kalkulacyjne podejście do sztucznej inteligencji przekłada się na rosnącą popularność rozwiązań open source. Aż 70% polskich firm deklaruje gotowość do korzystania z otwartego oprogramowania w niestandardowych projektach AI – wynik wyższy niż globalna średnia (63%). To sygnał, że przedsiębiorstwa rozumieją korzyści płynące z elastycznych i skalowalnych technologii. Jednak czy to wyraz technologicznej dojrzałości, czy raczej chęci większej kontroli nad wdrażanymi rozwiązaniami? Inga Apiecionek zwraca uwagę, że popularność open source w Polsce nie wynika wyłącznie z potrzeby optymalizacji wydatków. To przede wszystkim wybór strategiczny.
Firmy coraz częściej dostrzegają, że technologie otwarte pozwalają im na niezależność, szybsze testowanie innowacji i większą elastyczność w dostosowywaniu AI do własnych procesów, niż zamknięte, pudełkowe rozwiązania – podkreśla Apiecionek.
Dane IDC potwierdzają, że polskie firmy kierują się przede wszystkim funkcjonalnością, a nie ceną. Najczęstszym powodem wyboru open source jest możliwość jego dostosowania do indywidualnych wymagań (49%). Dopiero na kolejnych miejscach znalazły się strategia IT (34%), wspieranie innowacji (29%) oraz kontrola nad prywatnością i zgodnością z regulacjami (29%). Koszt wdrożenia, choć istotny, znalazł się dopiero na czwartym miejscu (27%).
To jasno pokazuje, że polskie firmy nie traktują otwartych technologii jako budżetowego kompromisu, na co zwraca także uwagę Ewa Zborowska z IDC:
Open source to nie tylko sposób na cięcie kosztów czy spełnianie wymogów prawnych. To przede wszystkim szansa na tworzenie czegoś nowego. W świecie AI nie liczy się sama technologia, ale to, kto i jak ją wykorzystuje. Otwarte rozwiązania dają firmom nie tylko gotowe narzędzia, ale też kontrolę i możliwość realnego wpływu na kierunek rozwoju rynku – podsumowuje ekspertka.
Pragmatyczne podejście do AI
Spoglądając na dostępne dane, można odnieść wrażenie, że polski rynek AI rozwija się w sposób stabilny i dojrzały. Firmy inwestują, technologie się rozwijają, a kompetencje rosną. Ale czy to na pewno oznacza, że podążamy w dobrym kierunku? Głębsza analiza ujawnia pewien niepokojący sygnał. Tylko 62% polskich firm dostrzega istotny wpływ sztucznej inteligencji na swoją działalność, podczas gdy na świecie odsetek ten jest wyższy o 10 p.p. Ta różnica może wydawać się niewielka, ale w rzeczywistości mówi nam coś więcej – o sposobie myślenia, podejściu do innowacji i przyszłej konkurencyjności.
To mapa mentalna polskiego biznesu – i ona powinna nas zaniepokoić. Kiedy różnica wynosi 10 punktów procentowych, nie mówimy o drobnej ostrożności, ale o strukturalnej różnicy w podejściu do technologii – ostrzega Inga Apiecionek. – Problem nie polega na tym, że polskie firmy nie inwestują w AI, bo inwestują. W co dokładnie? W większości przypadków w narzędzia do usprawniania operacji, zamiast w mechanizmy zmieniające logikę rynku.
Eksperci podkreślają, że ta różnica w podejściu powinna skłaniać do refleksji. Bo jeśli globalnie sztuczna inteligencja postrzegana jest jako fundament nowych strategii i przewagi konkurencyjnej, a u nas jako sposób na usprawnienie istniejących procesów – to czy przypadkiem nie ryzykujemy pozostania w roli technologicznego dostawcy dla tych, którzy patrzą szerzej i podejmują odważniejsze decyzje?
To fundamentalny problem strategiczny. Jeśli AI traktujemy wyłącznie jako wsparcie dla istniejących struktur, wzmacniamy technologie, ale nie tworzymy nowych przewag konkurencyjnych. W dłuższej perspektywie to prowadzi do sytuacji, w której zamiast budować własne ekosystemy, dostarczamy technologię dla tych, którzy te je kształtują. Nie chodzi więc o samą implementację AI, ale o to, kto dzięki niej będzie rozdawał karty. I to jest pytanie, na które polski biznes musi sobie odpowiedzieć – zanim ktoś inny zrobi to za nas. – podsumowuje Ewa Zborowska.
