Według badań przeprowadzonych dla SAS ponad 88 proc. projektów AI typu proof of concept w polskich instytucjach finansowych kończy się na pilotażu i nigdy nie trafia do produkcji. Łukasz Strzelec z SAS i Paweł Osterreicher z Wonderful uważają, że winna jest organizacja projektów, a nie sama technologia, i że kolejnym etapem będą agenci AI działający z jasno ograniczonymi uprawnieniami.
- Według badań przeprowadzonych dla SAS ponad 88 proc. projektów AI typu proof of concept w polskich instytucjach finansowych kończy się na pilotażu i nigdy nie trafia do produkcji, a wśród głównych przyczyn Łukasz Strzelec z SAS wymienia brak właściciela biznesowego projektu oraz brak infrastruktury umożliwiającej przeniesienie rozwiązania z pilotażu do produkcji.
- Według badania EY „Jak polskie firmy wdrażają AI" z czerwca 2026 roku 44 proc. firm finansowych uznało, że efekty wdrożeń AI były słabsze od oczekiwanych, a 13 proc. nie zdecydowałoby się na wdrożenie, gdyby znało jego rzeczywisty efekt.
- Badanie Experian i Forrester Consulting przeprowadzone na 6247 konsumentach pokazuje, że 54 proc. czułoby się komfortowo, gdyby agent AI złożył za nich wniosek kredytowy, jednak pełną samodzielność agentowi przy takim wniosku dałoby zaledwie 5 proc. badanych.
Obaj eksperci mówili o tym podczas Banking & Insurance Forum w rozmowie z agencją Newseria. Proof of concept (POC) to wstępny test, który ma sprawdzić, czy dane rozwiązanie w ogóle działa w warunkach konkretnej firmy.
Brak właściciela projektu i infrastruktury zatrzymuje AI w bankach
Łukasz Strzelec, szef zespołu Financial Services w SAS, wymienia cztery główne przyczyny utykania projektów AI w pilotażach:
- słabe przygotowanie do projektu,
- źle zdefiniowana potrzeba biznesowa,
- brak właściciela biznesowego, czyli osoby odpowiedzialnej za projekt,
- brak infrastruktury, która pozwala przenieść rozwiązanie z pilotażu do produkcji.
Strzelec twierdzi, że rozdanie pracownikom copilotów i różnych narzędzi AI podnosi ich produktywność. Prawdziwa zmiana zaczyna się jego zdaniem dopiero wtedy, gdy bank przebudowuje z pomocą AI całe procesy i sposób pracy instytucji.
Paweł Osterreicher, general manager Poland w Wonderful, ujmuje to obrazem góry lodowej. Pilotaż sprawdza model i możliwości technologii. Nie sprawdza tego, co leży pod powierzchnią: monitorowania systemów, zarządzania nimi, odpowiedzialności, roli człowieka w procesie i dostępu do danych. A to właśnie te elementy wymagają zwykle najwięcej pracy.
Finanse prowadzą we wdrażaniu AI w Polsce. Prawie połowa firm oczekiwała więcej
Dane EY pokazują, że polski sektor finansowy wdraża AI szybciej niż inne branże. Według badania „Jak polskie firmy wdrażają AI”, przedstawionego przez EY w czerwcu 2026 roku, 90 proc. firm z sektora usług finansowych wdrożyło rozwiązania AI albo jest w trakcie ich wprowadzania. Pierwsze wdrożenia zakończyło 52 proc. z nich.
Formalną strategię AI ma 60 proc. instytucji finansowych. Kolejne 32 proc. ją przygotowuje, a 42 proc. realizuje strategię obejmującą całą organizację. AI trafia jednak najczęściej do wybranych obszarów, takich jak obsługa klienta czy automatyzacja procesów.
Wyniki budzą też mniej entuzjazmu. Według danych EY przytaczanych przez Newserię 44 proc. firm uznało, że efekty AI były słabsze od oczekiwanych. 13 proc. nie zdecydowałoby się na wdrożenie, gdyby znało jego rzeczywisty efekt. EY wskazuje też, że 43 proc. firm finansowych za główną przeszkodę uważa przepisy prawa.
Banki na świecie zwiększają wydatki na AI mimo słabych fundamentów danych
Podobny obraz wyłania się z globalnego badania IDC „Data and AI Impact Report: The Trust Imperative”, przygotowanego na zlecenie SAS. Bankowość wydaje na AI więcej niż pozostałe sektory objęte badaniem, czyli administracja publiczna, ubezpieczenia i nauki przyrodnicze. Problemy z podstawami pozostają jednak poważne:
- 45 proc. banków nie ma skutecznego nadzoru nad danymi,
- 42 proc. brakuje specjalistów od AI,
- 41 proc. nie ma scentralizowanej ani uporządkowanej infrastruktury danych,
- 19 proc. nadal pracuje na danych rozproszonych w silosach, co jest najgorszym wynikiem wśród badanych branż.
Mimo to 60 proc. banków spodziewa się wzrostu wydatków na AI o 4-20 proc. 12 proc. przewiduje wzrost o ponad 20 proc. Jednocześnie tylko 11 proc. banków łączy wysokie zaufanie do AI z systemami, których wiarygodność da się wykazać.
Liczba 88 proc. robi wrażenie i podejrzewam, że zgadza się z doświadczeniem wielu osób pracujących w bankach. Trzeba jednak pamiętać, skąd pochodzi. Badanie przeprowadzono dla SAS, a SAS sprzedaje właśnie platformy do skalowania AI od pilotażu do produkcji. To nie musi oznaczać, że wynik jest zawyżony. Chciałbym jednak zobaczyć metodologię, liczbę badanych instytucji i definicję „wyjścia do produkcji”, zanim potraktuję tę liczbę jako twardy fakt.
W diagnozie przyczyn zgadzam się za to z ekspertami prawie w całości. Brak właściciela biznesowego zabija projekty niezależnie od branży. Pilotaż bez osoby, która za niego odpowiada i potrafi policzyć zysk, jest drogim eksperymentem. Otwarte pozostaje pytanie, czy polskie banki naprawdę potrzebują więcej projektów w produkcji, czy raczej mniej pilotaży, ale lepiej wybranych.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
FSB: odpowiedzialność za AI w finansach spoczywa na zarządach
Rada Stabilności Finansowej (FSB), międzynarodowe gremium koordynujące pracę krajowych nadzorców finansowych, opublikowała 15 października 2026 roku końcową wersję raportu z 12 dobrymi praktykami odpowiedzialnego wdrażania AI w instytucjach finansowych. Dokument powstał po konsultacjach rozpoczętych 10 czerwca 2026 roku. Dotyczy m.in. nadzoru nad AI w całej organizacji, zarządzania cyklem życia modeli, cyberbezpieczeństwa i ryzyka związanego z zewnętrznymi dostawcami.
Wytyczne FSB są dobrowolne. Rada podkreśla, że nie tworzą międzynarodowego standardu. Zachęca natomiast zarządy i kadrę kierowniczą instytucji finansowych, żeby brały je pod uwagę przy planowaniu strategii i zarządzaniu ryzykiem.
Łukasz Strzelec mówi o tym samym z perspektywy polskiego rynku. Każdy zespół w banku odpowiada za swój etap: biznes, ryzyko, IT. Ostateczną odpowiedzialność ponosi jednak sama instytucja, jej zarząd i rada nadzorcza. Według eksperta SAS nie da się jej przenieść na dostawcę technologii.
Polskie banki potrzebują stałej ścieżki od pilotażu do wdrożenia
Strzelec proponuje, by banki zbudowały coś w rodzaju autostrady od POC do pełnego wdrożenia. Chodzi o wewnętrzne zasady, infrastrukturę i dostęp do danych, które przy każdym nowym projekcie nie muszą być ustalane od zera. Dzięki temu bank może prowadzić wiele projektów od pomysłu do produkcji w powtarzalny sposób.
Problem nie dotyczy wyłącznie Polski. Globalne badanie Deloitte AI Institute „State of AI in the Financial Services Industry”, opublikowane w czerwcu 2026 roku, objęło ponad 570 menedżerów z sektora finansowego. Tylko 24 proc. instytucji przeniosło do produkcji co najmniej 40 proc. swoich projektów AI. 84 proc. nie przebudowało jeszcze ról i sposobu pracy wokół AI. Tomasz Tarasiuk, partner i lider sektora finansowego w Deloitte Polska, komentował wyniki tak:
„Prawdziwa różnica nie polega dziś na tym, kto ma więcej pilotaży czy większy budżet”
Agent AI ma dostać uprawnienia jak nowy pracownik, nie pełny dostęp
Agenci AI to systemy, które samodzielnie wykonują zadania i przechodzą przez wieloetapowe procesy. Paweł Osterreicher proponuje tezę, którą sam nazywa trochę kontrowersyjną: agentów należy traktować jak pracowników. Agent powinien mieć ograniczone uprawnienia, budżet, za który odpowiada, i przełożonego w strukturze firmy.
„Nie dajemy nowemu pracownikowi wszelkich dostępów” – mówi Osterreicher.
Według niego agent, który usprawnia albo zastępuje pracę ludzi i systemów, powinien być z tej pracy rozliczany. Dotyczy to także aktualizowania jego wiedzy.
Deloitte pokazuje, jak daleko branża jest od takiego modelu. 21 proc. instytucji finansowych korzysta z agentów AI przynajmniej w umiarkowanym stopniu. Za dwa lata ma to być 71 proc. Zaawansowany model nadzoru nad agentami ma tylko 23 proc. z nich.
Klienci chcą agentów do porównywania kredytów. Pełną swobodę dałoby im 5 proc.
Agenci AI mogą też zmienić stronę klienta. Experian zlecił Forrester Consulting badanie „AI in Risk: The Rise of Agentic Commerce”, przeprowadzone w lipcu 2026 roku na 6247 aktywnych kredytowo konsumentach z 13 rynków Europy, Bliskiego Wschodu, Afryki i Azji i Pacyfiku. Wyniki opublikowano 16 września 2026 roku:
- 54 proc. czułoby się komfortowo, gdyby agent AI złożył za nich wniosek kredytowy,
- 85 proc. uważa, że agent pomógłby porównać więcej ofert, niż są w stanie przejrzeć sami,
- 84 proc. sądzi, że agent pomógłby znaleźć lepszą cenę lub oprocentowanie,
- 75 proc. czułoby się pewniej, gdyby model językowy pochodził od instytucji, której już ufają,
- 23 proc. pozwoliłoby agentowi działać po spełnieniu z góry ustalonych warunków,
- tylko 5 proc. dałoby agentowi pełną samodzielność przy wniosku kredytowym.
Osterreicher uważa, że banki nie powinny ograniczać się do obrony, np. blokowania agentom możliwości negocjowania cen. Skoro klienci będą z agentów korzystać coraz chętniej, firmy jego zdaniem powinny budować interfejsy do współpracy z nimi i zarabiać na tej współpracy.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym materiału agencji Newseria z dnia 16.11.2026, raportu końcowego Rady Stabilności Finansowej (FSB) z dnia 15.10.2026, komunikatu Experian z dnia 16.09.2026 oraz komunikatu SAS o wynikach badania IDC dla sektora bankowego. Wykorzystano też dane z badania EY „Jak polskie firmy wdrażają AI” oraz raportu Deloitte AI Institute „State of AI in the Financial Services Industry”.
Wypowiedzi Łukasza Strzelca (SAS) i Pawła Osterreichera (Wonderful) pochodzą z rozmów z agencją Newseria podczas Banking & Insurance Forum. Wypowiedź Tomasza Tarasiuka pochodzi z komunikatu Deloitte Polska.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wdrażaniu AI i agentów AI w polskich bankach.
