Wdrożenie AI może być projektem technologicznym. Transformacja z wykorzystaniem AI już nie. O tym, czy organizacja rzeczywiście wykorzysta potencjał nowych technologii, decydują przede wszystkim cel biznesowy, sposób zarządzania zmianą, kompetencje pracowników i zasady, według których AI jest rozwijane.
Rozmowa o AI w dużych organizacjach coraz rzadziej zaczyna się od pytania, czy warto sprawdzić nowe narzędzia. Coraz częściej dotyczy tego, gdzie można je wykorzystać, jak przejść od pilotażu do szerszego wdrożenia i jak sprawić, by pracownicy rzeczywiście z nich korzystali.
Paweł Rybak, który w swojej pracy zajmuje się transformacjami cyfrowymi, zwraca uwagę na jeszcze jedną zmianę: „C-level jest to do zasady przekonany.”
Widać to również w liczbach. Według Stanford AI Index 2026 w 2025 roku 88% ankietowanych organizacji deklarowało wykorzystanie AI przynajmniej w jednej funkcji biznesowej, wobec 78% rok wcześniej. Jednocześnie wykorzystanie generatywnej AI w co najmniej jednej funkcji deklarowało 79% organizacji.
Samo korzystanie z AI nie oznacza jednak, że firma potrafi przełożyć je na poprawę wyników. Między uruchomieniem narzędzia a zmianą sposobu działania organizacji jest jeszcze sporo pracy.
Paweł Rybak zwraca uwagę na postęp, jaki dokonał się w tym obszarze:
„Już jest coraz więcej tak zwanych proof of concept, które rzeczywiście zaczyna być wdrażane.”
Kolejnym wyzwaniem jest więc przejście od pojedynczych wdrożeń do rozwiązań, które sprawdzają się w codziennej pracy i przynoszą mierzalne efekty.
Najpierw odpowiedź na pytanie „po co?”, dopiero potem technologia
Łatwo zacząć od narzędzia. Firma kupuje licencje, uruchamia Copilota albo buduje własnego asystenta. Kolejne działy testują rozwiązania, a lista inicjatyw stopniowo się wydłuża.
Problem pojawia się wtedy, gdy trudno wskazać, jaki konkretnie efekt mają przynieść te działania.
Paweł Rybak ujmuje to wprost: „Jest takie YOLO, wdrażamy AI, ale co tak naprawdę chcemy dzięki temu osiągnąć?”
To pytanie warto zadać jeszcze przed wyborem technologii. Cel nie musi być skomplikowany. Może chodzić o skrócenie czasu obsługi klienta, ograniczenie ręcznego wprowadzania danych, szybsze przygotowywanie ofert czy zmniejszenie liczby błędów w konkretnym procesie.
Istotne są dwie rzeczy: wskazanie obszaru, który chcemy usprawnić, i określenie, po czym poznamy, że zmiana przyniosła efekt.
Zamiast ogólnego założenia „wdrożymy AI w sprzedaży” można postawić cel: skrócić czas przygotowania pierwszej wersji oferty z dwóch dni do kilku godzin. Tak sformułowany cel pozwala ocenić, czy AI rzeczywiście jest potrzebne, jakie dane i integracje będą niezbędne oraz jak zmierzyć rezultat. Ułatwia też podjęcie decyzji, czy warto rozwijać rozwiązanie po zakończeniu pilotażu.
To ważne, ponieważ liczba eksperymentów nie mówi jeszcze wiele o ich wpływie na działalność firmy. W analizach McKinsey z 2025 roku większość organizacji nadal znajdowała się na etapie eksperymentowania lub pilotaży, a tylko część przekładała wykorzystanie AI na wyniki całego przedsiębiorstwa.
Dlatego przed rozpoczęciem projektu warto ustalić nie tylko, co można zbudować, ale również jaki wynik uzasadni dalsze inwestowanie w rozwiązanie.
Odbierz dostęp do materiałów premium
Zostaw swój adres e-mail, aby odblokować pełną bazę wiedzy, otrzymywać powiadomienia o nowych odcinkach i współtworzyć z nami Euvic Talks.
Szanujemy Twój czas i skrzynkę odbiorczą. Wysyłamy tylko konkretną wiedzę i zaproszenia na wartościowe wydarzenia. Możesz się wypisać w każdej chwili.
