Firmy chcą wdrażać AI, ale brakuje im kompetencji. 2 na 3 inicjatywy nie wychodzą z fazy testów

Przeczytaj także: Odzyskiwanie danych po błędzie AI: tylko 40% firm jest w stanie szybko cofnąć skutki

Firmy inwestują w AI, ale wiele projektów nie wychodzi poza testy

Zainteresowanie rozwiązaniami opartymi na sztucznej inteligencji w biznesie rośnie. W 2025 aż 75 proc. dużych firm w Polsce realizowało projekty związane z zaawansowaną analityką i AI. To wzrost o 5 punktów procentowych w porównaniu do roku 2024. Wszystkie lub większość założonych korzyści związanych z nowymi projektami i inwestycjami osiągnęło jednak zaledwie 43 proc. z nich.

Co więcej, znaczna część inicjatyw związanych ze sztuczną inteligencją (66 proc.) zatrzymuje się na etapie Proof of Concept, czyli wstępnej fazie koncepcyjnej (testowej). Oznacza to, że nie są wdrażane produkcyjnie – a zatem nie mogą przynieść rzeczywistych efektów.

Jak wyjaśnia Sebastian Jaworski, wiceprezes zarządu Linux Polska, dane te wskazują, że wzrost wykorzystania narzędzi AI nie zawsze wiąże się z przemyślanym wdrożeniem.

Narzędzia oparte na sztucznej inteligencji są wdrażane w celu usprawnienia pojedynczych procesów, często z pominięciem realiów operacyjnych i technologicznych konkretnej firmy. To główny problem, który skutkuje niską efektywnością wykorzystywanych rozwiązań, nawet jeśli teoretycznie wszystko działa poprawnie od strony technicznej.

Zamiast inwestować w narzędzia i szukać miejsc, gdzie można je zastosować, warto wyjść od rzeczywistych problemów i celów, a dopiero potem dobierać do nich rozwiązania. W procesie tym należy wziąć pod uwagę integrację aplikacji AI z istniejącą infrastrukturą IT organizacji – tak aby bezproblemowo współpracowały z bazami danych, narzędziami DevOps czy dokumentacją – tłumaczy Sebastian Jaworski, wiceprezes zarządu Linux Polska.

Luki kompetencyjne główną barierą na drodze do AI?

Przykład polskich firm wpisuje się w kontekst globalnych wyzwań związanych z wdrażaniem sztucznej inteligencji. Okazuje się, że tempo rozwoju technologii i braki kadrowe pogłębiają luki kompetencyjne w organizacjach. Dotyczy to przede wszystkim wykorzystania AI w cyberbezpieczeństwie i zarządzaniu ryzykiem oraz monitoringu IT – na obie kwestie zwraca uwagę po 57 proc. organizacji. Jak zauważa Kacper Szczepaniuk, Observability Specialist w Linux Polska, w obszarach tych brakuje wykwalifikowanych specjalistów.

Możliwości sztucznej inteligencji i uczenia maszynowego w ocenie ryzyka są bardzo szerokie. Zautomatyzowane przetwarzanie danych i inteligentne modelowanie zależności służą do identyfikacji zagrożeń oraz oceny ich wpływu na biznes. To przede wszystkim zwiększa bezpieczeństwo organizacji, ale poza tym pozwala również spełnić obowiązki wynikające z unijnych regulacji, takich jak DORA.

Dla organizacji główną barierą na drodze do tych celów jest fakt, że na rynku brakuje zarówno specjalistów bezpieczeństwa, monitoringu i obserwacji IT, jak i ekspertów sztucznej inteligencji. Przez luki kompetencyjne w firmach panuje niesłuszne przekonanie, że wdrożenie nowych narzędzi jest procesem skomplikowanym, wymagającym przebudowy całej architektury, a przez to zbyt ryzykownym i kosztownym – mówi Kacper Szczepaniuk, Observability Specialist w Linux Polska.

Problemem nie tylko analiza ryzyka

Deficyt kwalifikacji związany z wykorzystaniem sztucznej inteligencji wykracza daleko poza obszar bezpieczeństwa IT. Dotyczy również optymalizacji kosztów (54 proc. odpowiedzi), zarządzania zmianą organizacyjną (43 proc.) oraz pracy z danymi (40 proc.). Duże zróżnicowanie wyzwań może wskazywać na to, że firmy nie są w pełni gotowe na wdrożenie narzędzi AI. Jak wyjaśnia Maciej Wawrzyniak, Senior Solutions Architect w Linux Polska, skuteczne wykorzystanie narzędzi opartych na sztucznej inteligencji wymaga zmian na poziomie strategicznym.

Sporym problemem jest kultura organizacyjna, która powstrzymuje firmy przed większymi zmianami. Wdrożenie kolejnych rozwiązań powinno być elementem szerszej transformacji cyfrowej, która poza technologiami obejmuje również poszerzanie kompetencji pracowników i budowanie zespołów specjalistów. Warto mieć na uwadze, że luki kompetencyjne wiążą się z obawami dotyczącymi umiejętności efektywnego wykorzystania narzędzi.

Dlatego też konieczne jest dostosowanie ich do użytkowników nietechnicznych – analityków czy pracowników operacyjnych. Przykładowo: tworzenie zapytań i prezentacja wyników z wykorzystaniem chatbotów i agentów AI do wyszukiwania treści z firmowej bazy danych powinno być proste i intuicyjne – mówi Maciej Wawrzyniak, Senior Solutions Architect w Linux Polska.

Część organizacji ma świadomość, że transformacja jest nieunikniona. W Polsce 42 proc. firm już zwiększyło zatrudnienie specjalistów AI i zaawansowanej analityki, a niemal co trzecia (29 proc.) planuje to zrobić w najbliższym czasie. Głównym sposobem na ograniczenie luki kompetencyjnej jest póki co korzystanie z zewnętrznego wsparcia. Aż 7 na 10 organizacji wdraża rozwiązania oparte na sztucznej inteligencji, łącząc wiedzę wewnętrznego zespołu z kompetencjami specjalistów spoza firmy.