Cloudera opublikowała dziś globalny raport „The Great AI Re-Architecture”, z którego wynika, że 95 procent badanych organizacji w ciągu ostatniego roku opóźniło albo porzuciło część inicjatyw związanych ze sztuczną inteligencją. Powodem nie był brak modeli ani brak pomysłów, tylko dane: ich rozproszenie, sposób zarządzania nimi i wymogi prawne.
Kluczowe fakty:
- Według raportu Cloudera „The Great AI Re-Architecture", aż 95% spośród 1500 badanych organizacji opóźniło lub porzuciło część inicjatyw AI w ciągu ostatniego roku, a główną przyczyną były problemy z danymi – ich rozproszenie, zarządzanie nimi i wymogi prawne.
- 55% badanych firm wstrzymało lub odwołało więcej niż sześć projektów związanych ze sztuczną inteligencją w ciągu dwunastu miesięcy, a 72% uważa, że ich architektura danych wymaga poważnej przebudowy.
- 84% organizacji odnotowało wzrost kosztów infrastruktury związanych z rozwojem AI, co oznacza, że wyższe wydatki nie przekładają się automatycznie na większe możliwości wdrożeniowe.
Badanie objęło 1500 architektów korporacyjnych, architektów danych i osób odpowiedzialnych za infrastrukturę chmurową w firmach zatrudniających co najmniej tysiąc pracowników. Przeprowadził je Wakefield Research na zlecenie Cloudera między 5 a 22 czerwca 2026 roku w Amerykach, EMEA i APAC. To już trzecia w tym roku publikacja Cloudera dotycząca gotowości firm na AI i pierwsza, która tak wyraźnie przenosi ciężar z pytania „czy wdrażamy” na pytanie „na czym to w ogóle stoi”.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Sztuczna inteligencja weszła wszędzie, a infrastruktura została w tyle
Liczby układają się w prosty obraz. Sztuczna inteligencja jest już w firmach powszechna, a jej fundament pochodzi z zupełnie innej epoki.
- 77 procent organizacji aktywnie korzysta z AI
- 95 procent opóźniło lub anulowało część projektów AI w ciągu ostatniego roku
- 55 procent wstrzymało lub odwołało więcej niż sześć takich projektów w ciągu dwunastu miesięcy
- 72 procent uważa, że ich architektura danych wymaga poważnej przebudowy
- 73 procent przyznaje, że rozwój AI skomplikował zarządzanie danymi
- 84 procent odnotowało wzrost kosztów infrastruktury
Ta ostatnia liczba wydaje mi się najbardziej niewygodna dla zarządów. Osiem firm na dziesięć płaci więcej za infrastrukturę, a jednocześnie prawie wszystkie musiały czegoś nie dowieźć. Wzrost wydatków nie przekłada się więc automatycznie na wzrost możliwości.
Sergio Gago, dyrektor ds. technologii w Cloudera, ujmuje to tak: „Obecna era sztucznej inteligencji zmusza organizacje do ponownego przemyślenia fundamentów ich infrastruktury technologicznej”. W dalszej części komentarza dodaje, że architektury projektowane pod tradycyjną analitykę nie były tworzone z myślą o skali, nadzorze i elastyczności, jakich dziś wymaga AI.
Dane w nieustannym ruchu
Najciekawsza liczba w całym badaniu nie dotyczy wcale kosztów. 97 procent organizacji przenosi dane między różnymi środowiskami co najmniej raz w miesiącu. Między chmurą publiczną, chmurą prywatną, własnymi serwerowniami i urządzeniami na brzegu sieci.
Każde takie przeniesienie to opóźnienie, opłata za transfer i moment, w którym reguły dostępu mogą się rozjechać. Jeśli dane mieszkają w pięciu miejscach, a polityka bezpieczeństwa obowiązuje w trzech, projekt AI nie zatrzyma się na etapie modelu. Zatrzyma się na etapie zgody działu prawnego.
Wcześniejszy raport Cloudera, „The Data Readiness Index” z kwietnia tego roku, pokazał podobny mechanizm z innej strony. Wynikało z niego, że blisko cztery na pięć firm ograniczają swoje inicjatywy AI z powodu utrudnionego dostępu do danych rozproszonych po różnych środowiskach, mimo że 96 procent zadeklarowało wtedy włączenie AI do podstawowych procesów biznesowych. Deklaracje rosną szybciej niż fundament.
Czytam ten raport z pewną dozą ostrożności, bo powstał na zlecenie firmy, która sprzedaje hybrydową platformę danych. Wniosek „potrzebujecie lepszej warstwy danych” jest tu wpisany w model biznesowy nadawcy. Ale liczby zgadzają się z tym, co niezależnie pokazują inne badania z tego roku, a przede wszystkim z tym, co słyszę od osób prowadzących wdrożenia w polskich firmach.
Ostatnie trzy lata były okresem, w którym zarządy kupowały narzędzia. Rok 2026 jest okresem, w którym ktoś musi za te narzędzia odpowiedzieć wynikiem. I okazuje się, że najczęstszą przyczyną braku wyniku nie jest słaby model, tylko bałagan w danych, którego nikt nie chciał sprzątać przez dekadę, bo sprzątanie danych nie wygląda dobrze w prezentacji dla rady nadzorczej.
Mam natomiast wątpliwość co do tempa. Przebudowa architektury danych w dużej organizacji to projekt na dwa, trzy lata i budżet, którego nikt nie lubi pokazywać. Pytanie brzmi, ile firm rzeczywiście to zrobi, a ile ograniczy się do dokupienia kolejnej warstwy narzędzi na wierzch istniejącego chaosu. Historia korporacyjnego IT sugeruje, że drugie rozwiązanie wygrywa częściej.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Chmura publiczna przestała być odpowiedzią na wszystko
Dwie trzecie badanych (66 procent) przeniosło w ciągu ostatniego roku część obciążeń AI z chmury publicznej z powrotem do chmury prywatnej albo do własnej infrastruktury. Jedna czwarta zapowiada, że w najbliższych dwóch latach architektura hybrydowa będzie dla nich priorytetem.
To wpisuje się w szerszy trend, który obserwuję od kilkunastu miesięcy. Badanie Enterprise AI Infrastructure Survey 2026, zlecone przez firmę Cloudian i przeprowadzone w lutym wśród 203 decydentów IT, wykazało, że 93 procent przedsiębiorstw albo już przeniosło część obciążeń AI z chmury publicznej, albo właśnie to robi, albo rozważa taki ruch. 79 procent ma to za sobą.
Jon Toor, dyrektor marketingu w Cloudian, komentował wtedy, że firmy wcale nie odchodzą od chmury, tylko „coraz lepiej rozumieją, gdzie powinny działać obciążenia AI” / „they’re getting smarter about where AI workloads belong”.
Trzeba jednak zachować proporcje. IDC szacuje, że pełny odwrót z chmury planuje zaledwie 8 do 9 procent firm. Reszta wybiera selektywne rozłożenie obciążeń, a Gartner prognozuje, że do 2027 roku model hybrydowy przyjmie 90 procent organizacji. Nie mamy więc do czynienia z odwrotem od chmury, tylko z końcem doktryny „najpierw chmura, potem myślimy”.
Jak to wygląda znad Wisły
Polski rynek dochodzi do tego samego zakrętu, tylko z innej strony i z opóźnieniem. Z lipcowego „Szybkiego Monitoringu” NBP wynika, że w drugim kwartale 2026 roku narzędzia AI stosowało 42 procent przedsiębiorstw wobec 14 procent pod koniec 2024 roku. Wśród dużych firm odsetek ten sięga 59 procent. Skok w półtora roku jest ogromny.
Problem w tym, że to głównie wykorzystanie narzędzi, a nie budowanie zdolności. Wpływ AI na zatrudnienie pozostaje minimalny, mniej niż 1 procent firm deklaruje redukcję etatów z tego powodu. Badania Polskiego Instytutu Ekonomicznego pokazywały wcześniej, że inicjatywy AI w polskich firmach często rodzą się oddolnie, z ciekawości pracowników, a nie ze strategii zarządu. A oddolne wdrożenie z definicji nie przebudowuje architektury danych.
Do tego dochodzi kalendarz regulacyjny. Od 2 sierpnia 2026 roku egzekwowana jest większość przepisów unijnego AI Act, obejmujących także firmy, które jedynie korzystają z narzędzi zewnętrznych dostawców. Wymogi dotyczące dokumentacji, nadzoru i rozliczalności systemów są trudne do spełnienia, kiedy nikt w organizacji nie potrafi powiedzieć, skąd dokładnie pochodzą dane karmiące dany model.
Osobna sprawa to moc obliczeniowa. Polskie firmy wciąż w dużej mierze kupują ją za granicą, choć powstaje lokalne zaplecze: Fabryka AI Beyond.pl w Poznaniu, projekty PIAST AI Factory i Gaia AI Factory. Jeśli europejska dyskusja o suwerenności danych będzie się zaostrzać, a wszystko na to wskazuje, pytanie o to, gdzie fizycznie leżą dane polskiej spółki i kto ma do nich dostęp, przestanie być pytaniem technicznym.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co z tego wynika dla planów na przyszły rok
Raport Cloudera stawia tezę, że samo wdrożenie AI przestało być przewagą. Przewagą staje się umiejętność uruchomienia jej tam, gdzie ma to sens ekonomiczny i regulacyjny, bez utraty kontroli nad danymi.
Brzmi to jak slogan sprzedażowy i po części nim jest. Ale kiedy 95 procent firm musi przyznać, że coś im nie wyszło, warstwa marketingowa robi się mniej ważna od samej liczby. Cloudera zapowiada, że temat będzie jednym z głównych wątków konferencji EVOLVE w Singapurze.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiału prasowego Cloudera dotyczącego raportu „The Great AI Re-Architecture” z dnia 11.08.2026, przekazanego redakcji, a także wcześniejszego komunikatu Cloudera z 14.04.2026 na temat raportu „The Data Readiness Index” oraz relacji StorageNewsletter z badania Enterprise AI Infrastructure Survey 2026 firmy Cloudian. Dane o polskim rynku pochodzą z badania NBP „Szybki Monitoring” (WNP.pl) oraz z raportów Polskiego Instytutu Ekonomicznego i PMR Market Experts. Prognozy dotyczące architektur hybrydowych: IDC i Gartner. Cytat Sergio Gago, dyrektora ds. technologii w Cloudera, pochodzi z polskojęzycznej wersji materiału prasowego przekazanego redakcji. Cytat Jona Toora, dyrektora marketingu w Cloudian, został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych danych o przebudowie architektur danych pod obciążenia AI.
