AI w biznesie: ile firm w Polsce faktycznie wdrożyło sztuczną inteligencję i gdzie to się opłaca
Zaktualizowano 11 min czytania
GUS naliczył w 2025 roku 8,7% polskich firm korzystających z AI. McKinsey w globalnym badaniu podaje 72-90%. Materiał promocyjny cytowany przez prasę biznesową – 31,3%. Te liczby nie są ze sobą sprzeczne, bo mierzą trzy zupełnie różne zjawiska – i rozplątanie tego jest warunkiem sensownej rozmowy o AI w firmie. Poniżej: skąd biorą się rozbieżności, w jakich funkcjach firmy faktycznie stosują AI, jakie to daje mierzalne efekty i co najczęściej blokuje wdrożenie.
Ile firm w Polsce korzysta z AI – i dlaczego dane tak bardzo się różnią
Rozrzut wynosi od 6% do 90% i nie jest błędem pomiaru – jest skutkiem tego, że każde źródło pyta o coś innego.
| Źródło | Wartość | Co właściwie mierzy | Kiedy |
|---|---|---|---|
| PIE | 6-16% | rozrzut zależny od metody pomiaru w jednym badaniu | 24.09.2025 |
| Eurostat | 8,36% | dyfuzja AI w firmach zatrudniających 10+ osób | dane z VI.2026 |
| GUS | 8,7% | deklarowane wykorzystanie technologii AI przez firmy w Polsce | komunikat 22.10.2025 |
| Materiał promocyjny | 31,3% | „korzystanie z AI” – autorstwo badania i próba niejawne w treści | 21.04.2026 |
| McKinsey | 72-90% | odsetek respondentów używających AI w co najmniej jednej funkcji; globalnie, 1 719 osób w 97 krajach | badanie IV-VI.2026 |
Trzy mechanizmy tłumaczą cały ten rozrzut.
Jednostka pomiaru. GUS i Eurostat liczą firmy. McKinsey liczy respondentów ankiety – a osoby wypełniające ankietę o AI to grupa z założenia zainteresowana tematem, pracująca częściej w dużych organizacjach. To nie jest wada metody, to inna metoda.
Zasięg geograficzny. 8,7% dotyczy Polski. 72-90% dotyczy świata, z przewagą rynków o znacznie wyższej adopcji.
Definicja „korzystania”. Najszersza definicja obejmuje jednego pracownika używającego darmowego czatu. Najwęższa – udokumentowane, formalne wdrożenie systemu. Między nimi jest rząd wielkości. Sam PIE pokazuje to najlepiej: w jednym badaniu, w zależności od metody, wynik waha się między 6% a 16%.
Wniosek praktyczny dla osoby planującej wdrożenie: liczba 90% opisuje nastroje globalnej klasy menedżerskiej, a nie stan polskiego rynku. Liczba 8,7% opisuje formalne wdrożenia. Jeśli twoja firma używa ChatGPT bez polityki i bez umowy, jesteś w tym drugim zbiorze tylko formalnie.
Warto też zauważyć, że liczba GUS rośnie szybko: 8,7% w 2025 wobec 5,9% w 2024, czyli niemal połowa wzrostu w ciągu roku.
Rozkład według wielkości firmy pokazuje, gdzie ten wzrost się dzieje:
| Wielkość firmy | 2025 | 2024 |
|---|---|---|
| duże | 42% | 33% |
| średnie | 15,6% | 10,4% |
| małe | 6,1% | 4% |
Polska na tle Unii Europejskiej
Polskie firmy wdrażają AI dwa i pół raza rzadziej niż średnia unijna – i dystans utrzymuje się w każdej kategorii wielkości.
| Wielkość firmy | Polska | Średnia UE | Różnica |
|---|---|---|---|
| duże | 45,81% | 55,03% | 1,2x |
| średnie | 14,77% | 30,36% | 2,1x |
| małe | 5,79% | 17,0% | 2,9x |
| ogółem | 8,36% | 19,95% | 2,4x |
Najciekawsze w tej tabeli nie jest to, że Polska wypada niżej – to było do przewidzenia. Ciekawe jest gdzie dystans jest największy. Duże firmy w Polsce są niemal na poziomie unijnym, a przepaść otwiera się w segmencie małych: prawie trzykrotna. Problem nie dotyczy więc polskich firm jako takich, tylko polskich małych firm.
Do tego dochodzi obserwacja, która na pierwszy rzut oka przeczy logice. Polska raportuje niższe bariery niż UE we wszystkich kategoriach – mimo niższej adopcji:
| Bariera | Polska | UE |
|---|---|---|
| brak kompetencji | 2,44% | 7,76% |
| wysokie koszty | 2,17% | 4,24% |
| niejasność prawna | 2,04% | 5,92% |
| ochrona danych | 1,93% | 5,82% |
Jak to czytać? Barierę zauważa ten, kto próbował. Firma, która nie podjęła próby wdrożenia, nie zgłasza problemu z kompetencjami, bo nie stanęła jeszcze przed tym problemem. Niskie odsetki barier w Polsce mogą więc oznaczać nie łatwiejsze warunki, a mniejszą liczbę firm, które w ogóle weszły na tę ścieżkę.
Gdzie firmy wykorzystują AI – mapa według funkcji i branży
AI trafia najczęściej do marketingu i sprzedaży, a najrzadziej do logistyki – i każda funkcja ma inny punkt wejścia oraz inne ryzyka.
Rozkład zastosowań według GUS, jako odsetek wszystkich firm:
| Obszar | Odsetek firm |
|---|---|
| generowanie tekstu i głosu | 5,3% |
| marketing i sprzedaż | 5,0% |
| HR | 3,7% |
| analiza tekstu | 2,1% |
| logistyka | 0,8% |
Mapa według funkcji biznesowej
| Funkcja | Punkt wejścia | Główne ryzyko |
|---|---|---|
| Marketing i komunikacja | najczęstszy punkt startu; tworzenie i warianty treści, analiza kampanii | generyczność i niespójność z marką |
| Sprzedaż i obsługa klienta | chatboty, kwalifikacja leadów, podsumowania rozmów; obszar z najlepiej udokumentowanym wzrostem produktywności | błędne odpowiedzi wobec klienta |
| HR i rekrutacja | selekcja zgłoszeń, opisy stanowisk | systemy rekrutacyjne to wysokie ryzyko w rozumieniu AI Act – obowiązki, nie tylko zalecenia |
| Edukacja i szkolenia wewnętrzne | materiały szkoleniowe, podsumowania dokumentacji | błędy faktograficzne w materiale szkoleniowym |
| Wdrożenie jako proces | inwentaryzacja procesów, pilotaż, pomiar | wdrożenie bez punktu odniesienia, którego potem nie da się ocenić |
Warto przy tym rozdzielić dwa pojęcia, które w rozmowach o wdrożeniach są mieszane najczęściej: chatbot odpowiada, agent działa. Różnicę, która ma bezpośrednie konsekwencje dla zakresu wdrożenia, opisują teksty o agencie AI wobec chatbota oraz o architekturze agentów AI.
Mapa według branży
Oś branżowa jest niezależna od funkcjonalnej – ta sama funkcja wygląda inaczej w kancelarii i w gospodarstwie rolnym.
| Branża | Gdzie szukać szczegółów |
|---|---|
| Prawo | AI w kancelarii prawnej |
| Architektura | AI w architekturze |
| Księgowość | sztuczna inteligencja w księgowości |
| Rolnictwo | rolnictwo 4.0 i cyfrowa transformacja |
| E-commerce | automatyzacja e-commerce |
| Ochrona zdrowia | AI w medycynie i sztuczna inteligencja w radiologii |
| Produkcja muzyczna | AI w produkcji muzycznej |
Jakie efekty daje wdrożenie AI – dane, nie deklaracje
Między deklaracją korzyści a mierzalnym zyskiem jest przepaść – i to jest najważniejsza liczba w całym tym temacie.
51% polskich średnich i dużych firm zgłasza realne korzyści z wdrożenia AI (badanie EY na próbie 497 firm): 53% wskazuje redukcję kosztów, 52% jakość obsługi, 49% wzrost przychodów.
Ale tylko 6% respondentów globalnego badania McKinseya raportuje wpływ AI na EBIT rzędu 5% lub więcej – i ten odsetek nie zmienił się względem 2025 roku. To jest kluczowe zdanie: mimo gwałtownego wzrostu adopcji, odsetek firm z mierzalnym wpływem na wynik finansowy stoi w miejscu.
Wzrost produktywności rozkłada się przy tym bardzo nierówno na funkcje:
| Obszar | Wzrost produktywności |
|---|---|
| materiały marketingowe | +50% |
| wytwarzanie oprogramowania | +26% |
| obsługa klienta | +14-15% |
| ogólnie, średnioterminowo | ok. 4% |
Ostatni wiersz jest najważniejszy i najczęściej pomijany. Spektakularne przyrosty dotyczą wąskich, dobrze zdefiniowanych zadań; efekt rozłożony na całą organizację schodzi do kilku procent. Jeśli ktoś obiecuje pięćdziesięcioprocentowy wzrost produktywności firmy, myli zadanie z organizacją.
Wnioskiem operacyjnym z tej tabeli jest wskazanie, gdzie zaczynać: od funkcji z górnej części listy, mierząc efekt na tym konkretnym zadaniu, a nie od transformacji całego przedsiębiorstwa.
Jakie są bariery i ryzyka wdrożenia AI w firmie
Największą barierą nie jest koszt technologii, a bezpieczeństwo danych – 39% wskazań. To zmienia sposób, w jaki trzeba planować wdrożenie.
Bariery według badania EY na polskich firmach:
- 39% – bezpieczeństwo danych i cyberbezpieczeństwo
- 34% – trudności techniczne
- 22% – brak dostępu do ekspertów
- tylko 9% firm ma pełną infrastrukturę danych gotową pod zaawansowane modele
Ostatnia liczba jest najbardziej wymowna. Dziewięć na sto firm ma dane w stanie, który pozwala na coś więcej niż korzystanie z gotowego czatu. To wyjaśnia, dlaczego 77% firm zapowiada wzrost wydatków na AI w ciągu 18 miesięcy, a jednocześnie odsetek wdrożeń z mierzalnym wpływem na wynik nie rośnie.
GUS patrzy na to z innej strony i wskazuje brak zasobów ludzkich i wiedzy o wykorzystaniu AI jako najczęstszą przyczynę niewdrażania. Co ciekawe, wątpliwości etyczne są przyczyną najrzadszą – obawy praktyczne dominują nad ideowymi.
Osobnym ryzykiem, które nie pojawia się w żadnej z tych ankiet, jest używanie narzędzi AI przez pracowników poza wiedzą firmy. Zjawisko ma nazwę i własne konsekwencje dla ochrony danych – opisuje je tekst o shadow AI. Skala problemu wynika z prostej arytmetyki: 55% firm ma sformalizowaną politykę użycia AI przez pracowników (wzrost z 39% rok wcześniej), co znaczy, że w prawie połowie polskich firm takiej polityki nadal nie ma.
Na koniec jeden mit warto obalić danymi. Tylko 5% firm przemysłowych korzystających z AI zgłosiło redukcję zatrudnienia po wdrożeniu. Wdrożenie AI w polskich realiach znacznie częściej przesuwa zadania niż likwiduje stanowiska – przynajmniej na obecnym etapie i przy obecnej skali wdrożeń.
Trzeba jednak powiedzieć, co z tych danych nie wynika: 77% firm bez AI nie planuje wdrożenia, dopóki nie zmusi ich do tego konieczność biznesowa. To nie jest opór wobec technologii – to racjonalne odłożenie decyzji do momentu, w którym pojawi się konkretny powód.
Co reguluje prawo – ustawa o systemach AI w skrócie
Polska ma od sierpnia 2026 własną ustawę o systemach sztucznej inteligencji, a unijny AI Act klasyfikuje część zastosowań firmowych jako wysokie ryzyko.
Ustawa z 3 lipca 2026 roku o systemach sztucznej inteligencji została ogłoszona w Dzienniku Ustaw 27 lipca 2026 (Dz.U. 2026 poz. 1003) i weszła w życie 10 sierpnia 2026 – czternaście dni po ogłoszeniu, zgodnie z jej przepisem końcowym (część przepisów organizacyjnych, w tym art. 8-18 oraz rozdziały 3-5, 8 i 9, zaczyna obowiązywać dopiero trzy miesiące po ogłoszeniu). Jej najważniejszą konsekwencją instytucjonalną jest ustanowienie nowego organu nadzorczego: Komisji Rozwoju i Bezpieczeństwa Sztucznej Inteligencji. Ustawa krajowa nie zastępuje unijnego rozporządzenia – stanowi warstwę wykonawczą, wskazującą organ i tryb nadzoru.
Z perspektywy firmy najważniejsza jest jedna klasyfikacja z unijnego AI Act: systemy AI używane do rekrutacji i oceny pracowników są systemami wysokiego ryzyka (Załącznik III, pkt 4). Oznacza to zestaw konkretnych obowiązków, nie zaleceń. Co dokładnie z tego wynika dla procesu rekrutacyjnego, wymaga osobnego omówienia – zakres obowiązków przy systemach wysokiego ryzyka jest znacznie szerszy niż sama informacja dla kandydata.
Osobną warstwą, obowiązującą już od sierpnia 2026, jest obowiązek oznaczania treści generowanych przez AI – istotny dla każdego, kto używa grafiki lub tekstu AI w komunikacji firmowej. Szczegóły w tekście o grafice AI, prawach autorskich i licencjach.
Od czego zacząć wdrożenie AI w firmie
Odsetek polskich firm z ukończonym wdrożeniem AI wzrósł według badania PARP z 20% do 25% w ciągu roku, a 88% małych i średnich firm zapowiada na 2026 rok działania cyfryzacyjne – najwyższy wynik wśród dziewięciu badanych krajów europejskich.
Te dwie liczby zestawione z wcześniejszymi dają realistyczny obraz: deklaracje rosną szybciej niż wdrożenia, a wdrożenia szybciej niż mierzalne efekty. Zapowiedź cyfryzacji składa niemal każda firma, wdrożenie ukończyła co czwarta, mierzalny wpływ na wynik finansowy raportuje kilka procent.
Praktyczny wniosek z całego tego artykułu, zanim przejdziesz do konkretów: zacznij od jednej funkcji z górnej części tabeli efektów, zmierz stan przed wdrożeniem, a potem po. Bez punktu odniesienia sprzed wdrożenia nie da się później ocenić, czy cokolwiek się poprawiło – a to jest najczęstszy powód, dla którego firmy nie wiedzą, czy ich wdrożenie się opłaciło.
Najczęstsze pytania (FAQ)
Najczęściej zaczyna się od marketingu i tworzenia treści, bo tam efekt jest najszybciej widoczny. Dalej idą obsługa klienta i sprzedaż, HR oraz szkolenia wewnętrzne. Mapa funkcji z linkami do szczegółowych poradników znajduje się w sekcji o zastosowaniach wyżej.
Według GUS 8,7% w 2025 roku, wobec 5,9% rok wcześniej. Eurostat podaje dla Polski 8,36% przy średniej unijnej 19,95%. Wyższe liczby krążące w mediach – 31% czy 90% – pochodzą z badań o innej definicji i innej próbie.
Można, ale rzadziej mierzalnie, niż wynika z deklaracji. 51% polskich średnich i dużych firm zgłasza realne korzyści, natomiast tylko 6% respondentów globalnego badania raportuje wpływ AI na EBIT rzędu 5% lub więcej – i ten odsetek nie rośnie.
To zależy od funkcji, nie od rankingu narzędzi. Najpierw ustal, który proces chcesz usprawnić i jak zmierzysz efekt, a potem dobieraj narzędzie. Zestawienie narzędzi pod pracę zawodową zbiera osobny ranking narzędzi AI do pracy.
Bezpieczeństwo danych – 39% wskazań w badaniu EY, przed trudnościami technicznymi (34%) i brakiem ekspertów (22%). Koszt technologii nie jest główną barierą. Tylko 9% firm ma infrastrukturę danych gotową pod zaawansowane modele.
Na obecnym etapie rzadko. Tylko 5% firm przemysłowych korzystających z AI zgłosiło redukcję zatrudnienia po wdrożeniu. Znacznie częstszym efektem jest przesunięcie zadań niż likwidacja stanowisk.
Brak wiedzy o zastosowaniach AI jest według GUS jedną z najczęstszych przyczyn niewdrażania, więc szkolenie adresuje realną barierę. Co konkretnie oferuje rynek i które programy mają sens, porównuje ranking kursów i szkoleń AI.
Tak. Obowiązuje unijny AI Act, a w Polsce ustawa z 3 lipca 2026 o systemach sztucznej inteligencji (Dz.U. 2026 poz. 1003), ustanawiająca Komisję Rozwoju i Bezpieczeństwa Sztucznej Inteligencji. Systemy do rekrutacji i oceny pracowników są klasyfikowane jako wysokie ryzyko.
Źródła
- W 2025 r. 8,7 proc. firm w Polsce deklarowało wykorzystanie technologii AI – komunikat GUS, Biznes PAP – dostęp 17.09.2026
- Obszary zastosowań AI w polskich firmach – dane GUS, 26pietro.pl – dostęp 17.09.2026
- AI w polskiej gospodarce – opracowanie danych Eurostat i AI Index, Web-Systems – dostęp 17.09.2026
- The State of AI – adopcja globalna i wpływ na EBIT, McKinsey & Company – dostęp 17.09.2026
- Jak polskie firmy wdrażają AI – korzyści, plany inwestycyjne i bariery, EY Polska – dostęp 17.09.2026
- Z AI korzysta mniej niż co szósta firma w Polsce, Polski Instytut Ekonomiczny – dostęp 17.09.2026
- Rynek sztucznej inteligencji w Polsce 2026 – gotowość i polityki użycia AI, ERP-view.pl – dostęp 17.09.2026
- Sztuczna inteligencja w firmach: gotowość do adopcji, PARP – dostęp 17.09.2026
- Ustawa z 3 lipca 2026 r. o systemach sztucznej inteligencji (Dz.U. 2026 poz. 1003), Dziennik Ustaw – dostęp 17.09.2026
- Rozporządzenie (UE) 2024/1689 (AI Act) – klasyfikacja systemów wysokiego ryzyka i obowiązek oznaczania treści AI, EUR-Lex – dostęp 17.09.2026
Zastrzeżenie prawne. Materiał ma charakter informacyjny i nie stanowi porady prawnej w rozumieniu przepisów o radcach prawnych i adwokaturze. Stan prawny oraz warunki licencyjne dostawców mogą się zmienić, a ocena konkretnego przypadku zależy od jej okoliczności. W sprawach rodzących skutki prawne skonsultuj się z radcą prawnym lub adwokatem.
Ostatnia aktualizacja: · Zgłoś poprawkę
