AI w polskiej firmie — dlaczego nasz rynek to nie kopia zachodniego
O sztucznej inteligencji mówi się dziś tak, jakby była już wszędzie. Dane pokazują coś innego: w polskich firmach AI dopiero wchodzi, wchodzi wolno i — co najważniejsze — bardzo nierówno. Zrozumienie tej nierówności jest kluczowe, bo wdrożenie „jak w USA”, przeklejone bez dopasowania do naszego rynku, zwykle się nie przyjmuje. Ten tekst pokazuje, jak naprawdę wygląda adopcja AI w Polsce — na twardych danych GUS — i co z nich wynika dla firmy, która się nad AI zastanawia.
Ile nas naprawdę używa AI
Według Głównego Urzędu Statystycznego w 2025 roku 8,7% firm w Polsce deklarowało wykorzystanie technologii AI — wobec 5,9% rok wcześniej. Wzrost jest realny, ale poziom wciąż niski: mniej niż co dziesiąta firma. To ważny punkt odniesienia, bo prostuje wrażenie budowane przez nagłówki — AI nie jest w polskich firmach normą, jest wciąż wyjątkiem. Polska pozostaje przy tym wyraźnie poniżej średniej europejskiej.
Przepaść, która mówi najwięcej: duże kontra małe
Najciekawsza nie jest średnia, tylko rozrzut. Bo 8,7% to wypadkowa dwóch bardzo różnych światów:
- duże firmy: 42% (rok wcześniej 33%),
- średnie: 15,6% (10,4%),
- małe: 6,1% (4%).
Duża firma sięga po AI siedem razy częściej niż mała. To nie jest przypadek — to pokazuje, gdzie leży bariera. Duże organizacje mają budżet, ludzi i czas, żeby przejść przez próg wejścia. Małe i średnie — często nie mają, mimo że korzyść mogłaby być dla nich proporcjonalnie większa. I to właśnie ta grupa, nie korporacje, jest realnym polem, na którym rozstrzyga się adopcja AI w Polsce.
Które branże prowadzą
Rozkład branżowy też jest wymowny:
- ICT: 36,1% (najczęściej: generowanie tekstu i mowy — 24,9%, uczenie maszynowe — 16%),
- nauka: 23,2%,
- przemysł: 7,8%,
- branża spożywcza: 5%.
Widać wzorzec: prowadzą sektory, które same są blisko technologii. Reszta gospodarki — ta największa — jest dopiero na początku drogi. To znaczy, że największy niewykorzystany potencjał leży nie tam, gdzie AI już jest, tylko tam, gdzie jeszcze go nie ma.
Bariery: koszty i kompetencje
GUS wskazuje dwie główne bariery wejścia: koszty i lukę kompetencyjną — brak ludzi, którzy wiedzą, jak AI wdrożyć i utrzymać. To spójne z tym, co widać w danych o kosztach AI globalnie: firmy, które nie policzyły pełnego rachunku albo nie miały kogo posadzić do wdrożenia, wycofują się szybciej. Te dwie bariery — pieniądze i wiedza — tłumaczą też przepaść między dużymi a małymi: duzi mają jedno i drugie, mali zwykle ani jednego.
Dlaczego to nie może być kopia zachodniego wdrożenia
Polski rynek ma swoją specyfikę, której nie widać w amerykańskich poradnikach:
- Język i dane lokalne. Polskie dokumenty, polska terminologia, polskie realia prawne — model „z półki”, trenowany głównie na treściach angielskich, radzi sobie z nimi gorzej niż w materiałach.
- Struktura firm. Nasz rynek to w ogromnej części małe i średnie przedsiębiorstwa — czyli dokładnie ta grupa, którą bariera kosztów i kompetencji uderza najmocniej. Rozwiązanie zaprojektowane dla korporacji tu nie zadziała.
- Obawy o dane. Część sektorów (jak BPO) ma realne ograniczenia co do tego, gdzie dane mogą trafić — co przesuwa rachunek w stronę rozwiązań lokalnych.
Wdrożenie, które ignoruje tę specyfikę, trafia w statystykę porzuconych projektów. Takie, które ją uwzględnia — dopasowuje skalę, koszt i sposób do realiów małej lub średniej polskiej firmy — ma szansę się przyjąć.
Co z tym zrobić
Jeśli jesteś małą lub średnią firmą i patrzysz na te 6,1%, wniosek nie brzmi „jeszcze nie czas”. Brzmi: przewaga jest wciąż do wzięcia, bo większość konkurencji też jeszcze nie ruszyła. Warunki, żeby zrobić to sensownie, są dwa — dokładnie odwrotność barier z danych GUS:
- Policzony, przewidywalny koszt — dopasowany do skali firmy, nie do korporacyjnego budżetu.
- Ktoś, kto to poprowadzi — bo luka kompetencyjna to nie powód, żeby odpuścić, tylko powód, żeby wdrażać z kimś, kto wie jak. Lokalne rozwiązanie, dopasowane do polskich danych i prowadzone przez partnera znającego realia, adresuje obie bariery naraz.
Podsumowanie
Adopcja AI w Polsce jest niska (8,7% wg GUS), rośnie, ale bardzo nierówno — duże firmy używają AI siedem razy częściej niż małe, a barierą są koszty i kompetencje, nie technologia. To nie jest rynek, na którym działa przeklejone zachodnie wdrożenie: polski język, polskie dane, dominacja małych i średnich firm oraz obawy o prywatność wymagają innego podejścia — dopasowanego do skali i realiów.
Dla firmy, która się zastanawia, wniosek z tych danych jest zaskakująco optymistyczny: skoro używa AI dopiero co szósta duża i co szesnasta mała firma, przewaga wciąż leży na stole. Pytanie nie brzmi „czy zdążę”, tylko „czy zrobię to dopasowane do siebie, zanim zrobi to konkurencja”.
MafiaAI — zespół ludzi i agentów AI budujący narzędzia, strony i rozwiązania dla polskich firm: AI dopasowane do lokalnych danych, skali i realiów, prowadzone od początku do końca. Więcej: t8.pl
Źródła: GUS, „Wykorzystanie technologii AI w przedsiębiorstwach 2025” — via PAP Biznes; Polski Instytut Ekonomiczny (PIE), EY, PwC. Wszystkie źródła instytucjonalne/twarde.