Prawie połowa kadry zarządzającej przyznała, że ograniczyła, opóźniła albo wstrzymała wdrożenia agentów AI, kiedy rachunek za ich działanie okazał się wyższy od spodziewanych korzyści. Te same firmy deklarują jednocześnie średnio 188 milionów dolarów wydatków na sztuczną inteligencję i nie zamierzają się z niej wycofywać.
Kluczowe fakty:
- Raport KPMG Global AI Pulse za drugi kwartał 2026 roku objął 2145 przedstawicieli wyższej kadry zarządzającej z 20 krajów, w firmach o przychodach powyżej 50 milionów dolarów rocznie.
- Około 49 procent badanych ograniczyło, opóźniło lub zawiesiło wdrożenia agentów AI z powodu kosztów przewyższających oczekiwane korzyści, przy czym KPMG interpretuje to jako oznakę dojrzewania rynku, a nie rezygnacji z technologii.
- Sztuczna inteligencja pozostaje priorytetem inwestycyjnym dla 79 procent liderów (wzrost z 74 procent kwartał wcześniej), a średni deklarowany budżet na AI wynosi 188 milionów dolarów.
Liczba 49 procent zrobiła w weekend furorę w mediach społecznościowych, a rynek predykcyjny Polymarket podbił ją własnym pytaniem o to, czy bańka AI pęknie do końca roku (wycena szans na to zdarzenie utrzymuje się w okolicach piętnastu procent). Sprawdziłem, skąd ta liczba pochodzi, i okazuje się, że historia jest ciekawsza niż nagłówek.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Co dokładnie zbadało KPMG i czego ta liczba nie mówi
Dane pochodzą z raportu Global AI Pulse za drugi kwartał 2026 roku, opublikowanego przez KPMG International 24 czerwca. Badanie objęło 2145 osób z zarządów i wyższej kadry kierowniczej w 20 krajach, w firmach o przychodach powyżej 50 milionów dolarów rocznie (dla największych rynków próg wynosił 100 milionów). Ankiety zbierano między 28 kwietnia a 25 maja 2026 roku.
Tu robi się ciekawie. W samym raporcie KPMG rozbija tę grupę na części: około jedna czwarta badanych faktycznie ograniczyła skalę wdrożeń agentów, podobny odsetek je opóźnił albo zawiesił, a kolejna piąta zaczęła kwestionować sens dalszych inwestycji w tym kierunku. Sumowanie tych kategorii daje liczbę, którą powtarzały portale. To jednak nie to samo co „połowa firm rezygnuje z agentów AI”. Opóźnienie wdrożenia i wycofanie się z technologii to dwie zupełnie różne decyzje biznesowe.
KPMG opisuje to zresztą wprost jako oznakę dojrzewania rynku, nie utraty wiary. Firmy przestają rozsypywać pilotaże po całej organizacji i zaczynają pytać, gdzie agenci naprawdę zarabiają na siebie.
Reszta danych z raportu tę interpretację wspiera:
- sztuczna inteligencja pozostaje priorytetem inwestycyjnym dla 79 proc. liderów, wobec 74 proc. kwartał wcześniej
- średni deklarowany budżet na AI to 188 mln dolarów, praktycznie tyle samo co 186 mln w pierwszym kwartale
- odsetek organizacji, w których AI jest już elementem codziennej pracy, skoczył z 13 do 22 proc., co było największym ruchem na całej krzywej dojrzałości KPMG
- w regionie Azji i Pacyfiku 81 proc. firm raportuje realną wartość biznesową z AI, wobec 69 proc. trzy miesiące wcześniej
- ustalony, policzalny zwrot z inwestycji potrafi wykazać zaledwie 7 proc. badanych
Ostatnia liczba jest w moim odczuciu ważniejsza od tej, która trafiła na nagłówki. Siedem procent.
Dlaczego rachunki za agentów wystrzeliły w górę
Model rozliczeń w branży przesunął się z abonamentu na licznik. Płaci się za tokeny, czyli fragmenty tekstu przetwarzane przez model na wejściu i wyjściu, trochę jak za prąd. Pilotaże były tanie, bo krótkie i często dotowane przez dostawców.
Agenci zmienili tę arytmetykę. Nie odpowiadają na jedno pytanie i nie kończą pracy. Uruchamiają długie zadania, wywołują inne systemy, sprawdzają własne wyniki, poprawiają je i wracają do początku pętli. Każdy z tych kroków przechodzi przez licznik.
Najlepszą ilustracją tej zmiany jest GitHub Copilot. Od 1 czerwca 2026 roku wszystkie plany Copilota przeszły na rozliczenie zużyciowe: zamiast limitu tak zwanych premium requests użytkownik dostaje pulę GitHub AI Credits (jeden kredyt odpowiada jednemu centowi), a zużycie liczone jest po tokenach według stawek API danego modelu. Uzupełnianie kodu i podpowiedzi kolejnej edycji zostały poza licznikiem, ale czat, przeglądy kodu i zadania agentowe już nie. Forbes przywołuje przypadek autora Visual Studio Magazine, który po pierwszym dniu pracy pod nowym licznikiem wyliczył sobie prognozę 180 dolarów miesięcznie na planie kosztującym wcześniej 10 dolarów. Wystarczyła jedna długa sesja z intensywnym korzystaniem z narzędzi.
Skala nie jest tu problemem sama w sobie. Problemem jest to, że nikt tego nie widzi na bieżąco.
Firmy pilotują AI z wyłączonymi wskaźnikami
W amerykańskiej odsłonie badania, przeprowadzonej wśród 204 liderów w firmach o przychodach powyżej miliarda dolarów, tylko 26 proc. zadeklarowało pełny wgląd w czasie rzeczywistym w to, ile kosztuje utrzymanie ich systemów AI. W tym samym okresie odsetek organizacji orkiestrujących wielu agentów w połączonych procesach podwoił się, z 9 do 18 procent.
Więcej agentów, więcej zależności, wyższy rachunek, a przyrządy pokładowe wciąż wyłączone.
W badaniu globalnym 42 proc. liderów przyznaje, że ma tylko częściowy wgląd w wydatki na AI, 33 proc. wskazuje ograniczone rozumienie struktury kosztów (w tym zasad naliczania tokenów) jako barierę we wdrażaniu agentów, a 23 proc. zmaga się wprost z rozliczeniami opartymi na zużyciu.
Rob Fisher, Global Head of Advisory w KPMG International, ujął to tak: „Sztuczna inteligencja jest dziś priorytetem zarządzania finansami w takim samym stopniu, jak priorytetem technologicznym. Prawdziwym ryzykiem nie jest inwestowanie w AI, tylko robienie tego bez wglądu w koszty i bez zrozumienia ekonomiki AI” / „AI is now as much a financial management priority as it is a technology one. The real risk isn’t investing in AI but doing so without cost visibility and an understanding of the economics of AI.”
Liczby to potwierdzają. Organizacje z pełną widocznością kosztów operacyjnych AI pięciokrotnie częściej raportują ustalony zwrot z inwestycji: 15 proc. wobec 3 proc. u pozostałych.
Nie kupuję narracji o pękającej bańce, ale nie kupuję też narracji o zwykłym dojrzewaniu rynku. Widzę coś trzeciego. Branża sprzedała firmom agentów jak abonament, a wystawiła im rachunek jak za media, i zrobiła to w momencie, kiedy dyrektorzy finansowi nie mieli jeszcze żadnego narzędzia, żeby ten rachunek przewidzieć. Odpowiedzialność leży po obu stronach. Dostawcy przez dwa lata nie ułatwiali klientom liczenia, bo nieprzewidywalność zużycia im sprzyjała. Zarządy z kolei podpisywały projekty AI bez pytania, ile będzie kosztowało ich utrzymanie w trzecim roku, co w każdej innej kategorii wydatków byłoby uznane za rażące niedopatrzenie. Najbardziej niepokoi mnie jednak te siedem procent firm z policzalnym zwrotem. Przy średnim budżecie 188 milionów dolarów to znaczy, że ogromna część tych pieniędzy leży dziś w organizacjach bez żadnej metryki, która pozwoliłaby ocenić, czy zostały dobrze wydane. Czy za rok zobaczymy falę cichych odwrotów, czy raczej falę firm, które nauczyły się liczyć? Stawiam na to drugie, ale bez wielkiego przekonania.
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.
Kto naprawdę wyciska z AI zwrot
Drugi wniosek z raportu dotyczy nie technologii, tylko struktury władzy w firmie. Tylko 24 proc. badanych wskazuje prezesa jako osobę odpowiedzialną za decyzje biznesowe podejmowane na podstawie wyników AI. Kolejne 29 proc. wskazuje szerzej rozumiany zarząd, co w praktyce oznacza, że odpowiedzialność zatrzymuje się na poziomie patronatu nad projektem, a nie realnego rozliczania z efektów.
Różnica w wynikach między tymi grupami jest drastyczna. Tam, gdzie odpowiedzialność jest przypisana prezesowi, 60 proc. liderów deklaruje wysokie zaufanie do strategii AI wobec 22 proc. w pozostałych firmach, 57 proc. wobec 21 proc. widzi realną wartość biznesową, a 14 proc. wobec 4 proc. wykazuje policzalny zwrot.
Steve Chase, szef działu AI i innowacji cyfrowych w KPMG International, komentuje to jednoznacznie: „Widzimy wyraźny podział na organizacje, w których odpowiedzialność została przypisana na samej górze, i te bez takiego rozwiązania. Te pierwsze osiągają zauważalnie lepsze wyniki na całej linii: większą pewność co do obranego kierunku, wyższą wartość i policzalny zwrot z inwestycji” / „We’re seeing a clear divide between organizations with leadership accountability at the top and those without. These companies are seeing materially better results across the board such as greater confidence, higher value realization and established ROI.”
Firmy zaczynają też sięgać po zwyczajne narzędzia kontroli. Ponad połowa (53 proc.) ma już pulpity monitorujące koszty AI, a 54 proc. wpisało przegląd kosztów w procedurę zatwierdzania projektów AI. Nic odkrywczego. Po prostu to, co w każdej innej kategorii wydatków firmy robią od dekad.
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.
Nad Wisłą ten rachunek dopiero zaczyna rosnąć
Polska jest w tej opowieści o etap wcześniej, co daje nam przewagę, jeśli ją wykorzystamy.
Z lipcowego „Szybkiego Monitoringu” NBP wynika, że odsetek przedsiębiorstw korzystających z narzędzi AI wzrósł do 42 proc. w drugim kwartale 2026 roku, wobec 14 proc. pod koniec 2024 roku. To potrojenie w półtora roku. Najwyższy wskaźnik notują usługi (46 proc.), a skala rośnie wraz z wielkością firmy: 59 proc. dużych podmiotów, 43 proc. średnich i 28 proc. małych oraz mikrofirm. Jednocześnie 35 proc. przedsiębiorstw w ogóle nie analizowało jeszcze możliwości zastosowania AI, a w grupie najmniejszych firm ten odsetek sięga 46 proc.
Polskie wdrożenia są przy tym w większości płytkie. Badanie „Barometr rynku pracy 2026” Gi Group Holding pokazuje podobny poziom korzystania z automatyzacji i AI (42,2 proc.), ale tylko 12,2 proc. firm stosuje te rozwiązania na szeroką skalę. Reszta używa ich punktowo, w wybranych procesach.
Płytkie wdrożenia oznaczają niskie rachunki. To dlatego polskie firmy nie przeżywają jeszcze szoku licznikowego, który opisuje KPMG. I właśnie dlatego moment jest dobry.
Co konkretnie zrobiłbym na miejscu polskiego dyrektora finansowego, zanim rachunek zacznie rosnąć:
- policzyłbym koszt jednostkowy jednej obsłużonej sprawy, jednego wygenerowanego dokumentu, jednej zamkniętej rozmowy z klientem, a nie miesięczny koszt subskrypcji
- wpisałbym prognozę kosztów operacyjnych w trzecim roku do każdego wniosku o zgodę na projekt AI, tak samo jak robi się to przy leasingu floty
- ustawiłbym twarde limity zużycia na poziomie zespołu, z alertem przy przekroczeniu, bo przy agentach koszt rośnie skokowo, nie liniowo
- oddzieliłbym w budżecie zadania, które da się obsłużyć tańszym modelem, od tych, które faktycznie wymagają modelu z górnej półki
Polskie firmy mają jeszcze jedną przewagę. Skoro 35 proc. z nich dopiero zacznie analizować zastosowania AI, mogą od razu wejść w tę technologię z licznikiem włączonym, zamiast dokładać go po roku, kiedy pierwsza faktura zaskoczy zarząd. Zachód uczy się tego teraz metodą kosztowną.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym oficjalnego komunikatu prasowego KPMG International z dnia 24.06.2026 towarzyszącego raportowi Global AI Pulse Q2 2026, materiału Forbes autorstwa Sandy Carter z dnia 09.08.2026 oraz komunikatu GitHub o przejściu Copilota na rozliczenie zużyciowe. Korzystałem również z pełnego raportu Global AI Pulse Q2 2026 KPMG International, komunikatu KPMG LLP dotyczącego amerykańskiej edycji badania AI Quarterly Pulse oraz z danych Narodowego Banku Polskiego („Szybki Monitoring”, II kwartał 2026), przytoczonych przez WNP.pl, a także z badania „Barometr rynku pracy 2026” Gi Group Holding. Cytaty Steve’a Chase’a, Global Head of AI and Digital Innovation w KPMG International, oraz Roba Fishera, Global Head of Advisory w KPMG International, zostały zweryfikowane 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 ekonomice wdrożeń agentów AI i kolejnych edycji badania KPMG.
