Zarządy, które decydują się na pierwszy pilotaż wykorzystania sztucznej inteligencji w firmie, zwykle zakładają, że kluczowe pytanie brzmi, czy technologia zadziała. Dane, które dziś dostępne są z badań krajowych i instytucjonalnych, wskazują na coś innego. Bariery, które trzymają polskie firmy z dala od AI, mają w większości charakter organizacyjny, nie technologiczny, a to zmienia to, od czego warto zacząć.

Skala punktu wyjścia

W 2025 roku 8,7% polskich przedsiębiorstw deklarowało wykorzystanie technologii sztucznej inteligencji, według krajowego badania GUS obejmującego przedsiębiorstwa o liczbie pracujących 10 osób i więcej. Wśród ośmiu rodzajów technologii AI badanych przez GUS, technologie automatyzujące procesy były używane przez zaledwie 2,9% przedsiębiorstw w 2025 roku, wobec 2,6% rok wcześniej. To wolny wzrost, a skala pozostaje niewielka na tle celów, jakie stawia sobie polski rząd.

„Polityka rozwoju sztucznej inteligencji w Polsce do 2030 roku” wyznacza konkretne mierniki liczbowe: odsetek przedsiębiorstw sektora MŚP wykorzystujących technologie AI ma wzrosnąć z 3,7% w 2023 roku do 50% w 2030 roku, a udział przedsiębiorstw ogółem wykorzystujących AI ma wzrosnąć z bazowych 5,9% (2024) do 40% w 2030 roku. Zestawienie obecnych 8,7% z celem 40-50% pokazuje skalę drogi, jaką rząd zakłada dla polskiej gospodarki, niezależnie od tego, czy poszczególne firmy świadomie się do niej odnoszą.

Dlaczego firmy nie wdrażają, zanim jeszcze zaczną pilotować

Wśród 91,3% polskich przedsiębiorstw, które nie korzystały z AI w 2025 roku, główne powody niekorzystania to brak zasobów ludzkich i wiedzy, zbyt wysokie koszty wdrożenia, brak jasności co do skutków prawnych oraz obawy o prywatność i dane, każdy z tych powodów na zbliżonym, niewielkim poziomie. Żaden z tych czterech powodów nie mówi „technologia nie działa”. Wszystkie cztery mówią o czymś innym, o tym, że organizacja nie ma jasności, jak zacząć, kto ma to prowadzić i jakie są konsekwencje prawne decyzji, którą się podejmuje.

To ten sam wzorzec, który widać przy pilotażach, które już ruszyły, ale utknęły przed wejściem do produkcji. Problem rzadko leży w tym, że model źle działa na testowych danych. Leży w tym, że nikt formalnie nie zdecydował, kto odpowiada za nadzór nad jego wynikiem, jak wygląda proces eskalacji błędu, i czy dział prawny albo compliance w ogóle wie, że pilotaż trwa.

Pilotaż, który dobrze działa technicznie, ale nie ma odpowiedzi na te pytania, utyka na etapie „potrzebujemy więcej czasu na przegląd”, i ten etap bywa bezterminowy.

Gdzie pilotaż utyka najczęściej: test klasyfikacji z art. 6

Dwie ścieżki klasyfikacji z art. 6

Jeden konkretny krok tłumaczy dużą część tego bezterminowego przeglądu. Nikt formalnie nie przeprowadził testu klasyfikacji z art. 6 Rozporządzenia (UE) 2024/1689. Przepis przewiduje dwie niezależne ścieżki uznania systemu za system wysokiego ryzyka, jedną dla systemów powiązanych z produktami objętymi unijnym prawodawstwem harmonizacyjnym z Załącznika I, a drugą dla obszarów zastosowań wymienionych w Załączniku III, takich jak rekrutacja czy ocena zdolności kredytowej.

Dla systemów samodzielnych z Załącznika III ten test formalnie zacznie obowiązywać od 2 grudnia 2027 roku, ale zanim organizacja wie, którą ścieżką idzie jej pilotaż, nie wie też, jaki pakiet obowiązków w ogóle ją czeka w tym terminie, a to pytanie rzadko ma właściciela na starcie projektu.

Wyjątek, który ma swoją cenę administracyjną

Rozporządzenie przewiduje też wyjątek. System z Załącznika III nie jest uznawany za system wysokiego ryzyka, jeżeli nie stwarza znaczącego ryzyka szkody dla zdrowia, bezpieczeństwa lub praw podstawowych, w tym poprzez brak znaczącego wpływu na wynik procesu decyzyjnego. To brzmi jak ulga dla wielu pilotaży, ale wyjątek ma swoją cenę administracyjną.

Dostawca, który uznaje, że jego system nie jest systemem wysokiego ryzyka, będzie musiał, od 2 grudnia 2027 roku, udokumentować tę ocenę przed wprowadzeniem systemu do obrotu lub oddaniem go do użytku, a na wniosek właściwego organu krajowego przedstawić tę dokumentację.

Nawet decyzja, że system nie jest systemem wysokiego ryzyka, będzie więc od tego terminu wymagać papieru, autora tego dokumentu i osoby, która za niego odpowiada, zanim pilotaż formalnie wystartuje. Pilotaż, który przydzieli właściciela tego dokumentu już teraz, wchodzi w ten termin przygotowany, a nie pod presją czasu na etapie przeglądu prawnego.

Dowód, że AI działa dobrze tam, gdzie proces jest ustawiony

Warto to zestawić z danymi pokazującymi, że tam, gdzie generatywna AI trafia do pracy w sposób uporządkowany, efekty bywają wymierne, choć poniższe liczby trzeba czytać jako przykładowy zakres z konkretnych badań, nie jako normę przenoszalną bezpośrednio na każdą organizację.

Badanie na próbie 5 179 agentów obsługi klienta korzystających ze stopniowego wdrożenia asystenta AI wykazało wzrost produktywności średnio o 14%, sięgający 34% wśród nowicjuszy i pracowników nisko wykwalifikowanych, przy minimalnym wpływie na pracowników najbardziej doświadczonych. To dane amerykańskie, z konkretnego centrum obsługi klienta, nie polska norma. Pokazują jednak mechanizm, w którym największą korzyść odnoszą osoby mające najmniej ugruntowanych własnych metod pracy, bo narzędzie rozpowszechnia wśród nich dobre praktyki najlepszych.

Podobny wzorzec potwierdza eksperyment z randomizacją na 444 wykształconych profesjonalistach wykonujących zadania pisarskie. Dostęp do generatywnej AI skrócił czas wykonania zadania o 37% i podniósł oceny jakości o 0,45 odchylenia standardowego, przy czym największą korzyść odnieśli pracownicy o niższych umiejętnościach wyjściowych.

Dane OECD z badania 5 232 małych i średnich firm w siedmiu krajach pokazują z kolei, że dla jednej trzeciej MŚP korzystanie z generatywnej AI zmniejszyło obciążenie pracą personelu, a 65% firm korzystających wskazało poprawę wydajności pracowników jako główną korzyść. Żadna z tych trzech liczb nie pochodzi z Polski i nie wolno ich ekstrapolować wprost na polski rynek. Razem pokazują jednak coś istotnego, że tam, gdzie AI trafia do pracy zorganizowanej, z jasnym zakresem zadania, wyniki są mierzalne i powtarzalne.

Obowiązki, które pojawiają się w dniu startu

Kolejny powód, dla którego pilotaż utyka, dotyczy tego, co dzieje się po stronie organizacji korzystającej z systemu, nie tylko po stronie dostawcy, który go zbudował. Art. 26 Rozporządzenia nakłada na podmiot stosujący system AI wysokiego ryzyka pakiet czterech obowiązków: stosowanie systemu zgodnie z instrukcją obsługi, powierzenie nadzoru osobom z odpowiednimi kompetencjami i uprawnieniami, monitorowanie działania systemu przy jednoczesnym przechowywaniu rejestrów zdarzeń przez co najmniej sześć miesięcy, oraz informowanie pracowników przed jego użyciem w miejscu pracy.

Dla systemów samodzielnych z Załącznika III ten pakiet nie wiąże jeszcze dzisiaj. Termin przesunięto rozporządzeniem 2026/1744 z pierwotnego 2 sierpnia 2026 roku na 2 grudnia 2027 roku.

To przesunięcie bywa czytane jako sygnał, że temat można odłożyć do 2027 roku. Konsekwencja praktyczna jest inna. Trzy z czterech elementów tego pakietu, poza samym informowaniem pracowników, wymagają czasu na wdrożenie, budżetu i osoby, która się nimi zajmie, a nie da się ich uruchomić z dnia na dzień, kiedy termin faktycznie nadejdzie.

Pilotaż, który przydzieli właściciela tych obowiązków już na starcie, korzysta z ponad roku zapasu przed formalnym terminem. Pilotaż, który tego nie zrobi, dowie się o tym pakiecie dopiero w dniu, w którym prawnik przegląda projekt przed wejściem do produkcji, i to właśnie ten moment najczęściej zamienia się w bezterminowe „potrzebujemy więcej czasu na przegląd”.

Rekomendacja z sektora, który już potraktował to jako ryzyko zarządu

Urząd Komisji Nadzoru Finansowego, w dokumencie datowanym na 27 lipca 2026 roku, przedstawił rekomendacje dla podmiotów rynku finansowego dotyczące wpływu modeli Frontier AI na cyberbezpieczeństwo, zawierające dosłowne stwierdzenie: „Ryzyko cybernetyczne nie może być traktowane wyłącznie jako kwestia techniczna. Jest to fundamentalne ryzyko biznesowe”. Wśród rekomendacji znalazło się między innymi zwiększenie zaangażowania zarządów w ocenę wpływu Frontier AI na profil ryzyka organizacji.

To dokument sektorowy, adresowany do rynku finansowego i do ryzyk cyberbezpieczeństwa związanych z modelami Frontier AI, ale zasada, którą wyraża, ma zastosowanie szersze. Decyzja o AI nie jest wyłącznie decyzją techniczną działu IT, tylko decyzją biznesową wymagającą uwagi zarządu, zanim jeszcze ktokolwiek napisze pierwszą linię kodu pilotażu.

Kolejność, która zmienia wynik

Konsekwencja praktyczna jest prosta do sformułowania i trudniejsza do wdrożenia. Pilotaż, który zaczyna się od pytania „co możemy zbudować”, częściej utyka niż pilotaż, który zaczyna się od pytania „kto odpowiada za wynik, zanim zaczniemy budować”. Governance to element, który od pierwszego dnia projektu decyduje, czy pilotaż ma w ogóle szansę wejść do produkcji bez utknięcia na etapie przeglądu prawnego prowadzonego pod presją czasu.

Od czego zacząć

Dla zarządów, które planują pierwszy pilotaż AI i chcą ustalić kolejność kroków przed jego rozpoczęciem, punktem wejścia jest bezpłatny audyt wstępny pod adresem novus-point.pl/audyt. Dla organizacji, które mają już pilotaż w toku i podejrzewają, że utknął na braku jasnej odpowiedzialności, właściwym krokiem jest rozmowa 30-minutowa przez formularz kontaktowy, prowadzona przez Google Meet.