Największą przeszkodą we wdrażaniu sztucznej inteligencji w firmach nie jest dziś technologia, tylko brak jasnego podziału odpowiedzialności za decyzje podejmowane z jej pomocą. Tak twierdzi Oleksii Reshetniak, wiceprezes ds. IT i administracji w Intellias, a dane Gartnera pasują do tej diagnozy: firma badawcza przewiduje, że do końca 2027 r. zostanie anulowanych ponad 40 proc. projektów opartych na agentach AI.
- Gartner przewiduje, że do końca 2027 r. zostanie anulowanych ponad 40 proc. projektów opartych na agentach AI, wskazując jako powody rosnące koszty, niejasną wartość biznesową i niewystarczającą kontrolę ryzyka.
- Według raportu „The GenAI Divide" inicjatywy NANDA z MIT, opartego na 150 wywiadach z menedżerami i ankiecie wśród 350 pracowników, około 95 proc. firmowych pilotaży generatywnej AI nie przekłada się na mierzalny wpływ na wyniki finansowe.
- W Polsce w 2025 r. z technologii AI korzystało 8,7 proc. przedsiębiorstw, podczas gdy średnia unijna wynosi 20 proc., a 77 proc. firm niekorzystających z AI nie planuje jej wdrożenia, dopóki nie będzie to konieczne.
Reshetniak przedstawił swoje stanowisko w tekście eksperckim przekazanym redakcji AIPORT.pl. Intellias to firma inżynierii oprogramowania zatrudniająca około 3 tys. osób, w tym ponad 500 w Polsce. Polskie biura ma w Warszawie, Krakowie, Wrocławiu i Łodzi. Reshetniak od 2023 r. zajmuje się w Intellias przebudową usług wewnętrznych i platform technologicznych firmy z wykorzystaniem AI. Wcześniej pracował w bankowości, telekomunikacji i przemyśle.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Ludzie odpowiadają za decyzje, agenci AI wykonują prostszą pracę operacyjną
Według Reshetniaka firma, która chce włączyć AI do realnych procesów, musi najpierw ustalić jedną zasadę: kto za co odpowiada. W tekście przekazanym AIPORT.pl pisze:
„To ludzie pozostają odpowiedzialni za decyzje i oceny, natomiast agenci AI wspierają zadania operacyjne o niższym poziomie złożoności poznawczej, działając w jasno określonych ramach.”
Najbardziej praktyczna część tekstu dotyczy mierzenia efektów. Reshetniak proponuje, żeby najpierw zmierzyć, jak proces działa bez AI: ile trwa, ilu ludzi angażuje, gdzie powstają błędy i ile kosztuje. Potem należy uruchomić wersję procesu wspieraną przez AI w kontrolowanym środowisku i porównywać te same wskaźniki przez dłuższy czas.
W tej metodzie liczy się jeszcze jedno: czy zespoły naprawdę polegają na narzędziu AI, czy po cichu poprawiają jego błędy ręczną pracą. Jeśli to drugie, wdrożenie wygląda dobrze w raporcie, ale w praktyce nie daje oszczędności.
Gartner i MIT: większość firmowych projektów AI nie wychodzi poza pilotaż
O pułapce, przed którą ostrzega Intellias, czyli „niekończącym się cyklu eksperymentów”, mówią też niezależne analizy. Gartner w prognozie z 25 czerwca 2025 r. przewiduje, że ponad 40 proc. projektów agentowej AI zostanie anulowanych do końca 2027 r. Jako powody firma podaje:
- rosnące koszty,
- niejasną wartość biznesową,
- niewystarczającą kontrolę ryzyka.
Anushree Verma, starsza dyrektor ds. analiz w Gartnerze, oceniła wtedy: „Większość projektów agentowej AI to obecnie eksperymenty na wczesnym etapie lub weryfikacje koncepcji, napędzane głównie przez hype i często źle stosowane” / „Most agentic AI projects right now are early stage experiments or proof of concepts that are mostly driven by hype and are often misapplied.”
Gartner opisał też zjawisko „agent washing”, czyli przemianowywania zwykłych chatbotów, asystentów AI i narzędzi RPA (robotycznej automatyzacji procesów) na „agentów”. Według szacunków firmy spośród tysięcy dostawców reklamujących agentową AI tylko około 130 oferuje rzeczywiście takie rozwiązania.
Jeszcze ostrzejsze wnioski przyniósł raport „The GenAI Divide: State of AI in Business 2025” inicjatywy NANDA z MIT, opublikowany w sierpniu 2025 r. Autorzy oparli się na 150 wywiadach z menedżerami, ankiecie wśród 350 pracowników i analizie 300 publicznych wdrożeń. Według raportu około 95 proc. firmowych pilotaży generatywnej AI nie przekłada się na mierzalny wpływ na wyniki finansowe. Główny autor raportu, Aditya Challapally z MIT Media Lab, za przyczynę uznał lukę między narzędziami a rzeczywistymi procesami w firmach, a nie jakość samych modeli. Raport wskazuje też na „shadow AI”, czyli używanie narzędzi AI przez pracowników bez wiedzy działów IT, co utrudnia ocenę rzeczywistych efektów.
Czytam tekst Intellias i widzę w nim coś, co w rozmowach z firmami słyszę od miesięcy: najtrudniejsze pytanie przy wdrożeniu AI brzmi „kto podpisze się pod wynikiem?”, a nie „który model wybrać?”. Podoba mi się propozycja, żeby mierzyć proces przed i po wdrożeniu tymi samymi wskaźnikami. To nudne, ale tylko tak da się odróżnić realną oszczędność od prezentacji na zarząd.
Mam jednak wątpliwość. Postulat „człowiek zawsze w centrum” łatwo zapisać w polityce firmy, trudniej wykonać, gdy agent przetwarza tysiące spraw dziennie, a człowiek ma kilka sekund na zatwierdzenie każdej. Wtedy nadzór staje się formalnością, a odpowiedzialność wraca do punktu wyjścia. Chętnie zobaczyłbym konkretne liczby z wdrożeń samego Intellias: ile procesów przeszło przez taki test i ile z nich odrzucono.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
W ochronie zdrowia i motoryzacji AI nie może działać jak „niewidzialna ręka”
Reshetniak zwraca uwagę, że problem odpowiedzialności najmocniej widać w branżach, w których błąd jest drogi. Jako przykłady podaje placówki medyczne przetwarzające dane pacjentów i producentów samochodów budujących systemy pokładowe wpływające na bezpieczeństwo pasażerów.
„W takich środowiskach trudno zaakceptować wizję systemu AI działającego niczym »niewidzialna ręka«” – pisze wiceprezes Intellias. Jego zdaniem rozwiązaniem jest postawienie doświadczonych specjalistów w centrum systemu: to oni mają określać, jak AI jest używana, sprawdzać jej wyniki i interweniować w razie potrzeby.
Takie podejście ma też oparcie w prawie UE. AI Act w art. 14 wymaga, aby systemy AI wysokiego ryzyka były projektowane z myślą o skutecznym nadzorze człowieka. Unia przesunęła jednak termin stosowania tych przepisów. Rozporządzenie (UE) 2026/1744, czyli tzw. Digital Omnibus on AI, weszło w życie 27 lipca 2026 r. i przesunęło obowiązki dla systemów wysokiego ryzyka z załącznika III (np. rekrutacja, edukacja, ocena zdolności kredytowej) z 2 sierpnia 2026 r. na 2 grudnia 2027 r. Dla systemów będących elementem produktów regulowanych, takich jak wyroby medyczne, nowy termin to 2 sierpnia 2028 r.
Moja interpretacja: firmy dostały więcej czasu, ale nie zwolnienie z obowiązku. Zasady nadzoru człowieka, które Intellias opisuje jako dobrą praktykę, dla części systemów staną się wymogiem prawnym.
Cztery zasady dla CIO według Oleksiia Reshetniaka
Reshetniak ostrzega, że zespoły w firmach uruchamiają kolejnych agentów AI bez szerszej koordynacji, co prowadzi do luk w widoczności, wdrożeń poza oficjalnym nadzorem i niejasnej odpowiedzialności. Dlatego jego zdaniem rola CIO (dyrektora ds. informatyki) zmienia się z kierowania każdą inicjatywą na budowanie zaufania i zasad w całej organizacji. Wiceprezes Intellias proponuje cztery zasady:
- Solidne fundamenty. Bez dobrej jakości danych nawet dobrze zaprojektowane rozwiązanie AI nie przyniesie oczekiwanych rezultatów.
- Kontrola człowieka nad procesem. Użytkownicy muszą rozumieć, jak działa system, i mieć możliwość wpływania na to, jak powstają jego wyniki. To wymaga przemyślanych interfejsów i modeli orkiestracji agentów.
- Wsparcie jako część systemu. Agenci AI mają przejmować zadania operacyjne, a człowiek ma interweniować tam, gdzie jego osąd rzeczywiście coś zmienia.
- Jasne priorytety. Przy rosnącej liczbie narzędzi AI firma powinna trzymać się celów biznesowych i rozliczać inwestycje z mierzalnych efektów.
„Organizacje, które skutecznie wykorzystują AI, niekoniecznie są tymi, które wdrażają ją najszybciej” – podsumowuje Reshetniak.
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.
W Polsce z AI korzysta 8,7 proc. firm, ponad dwa razy mniej niż średnio w UE
Polskie firmy są wcześniej na tej drodze niż te, które opisują Gartner i MIT. Według GUS w 2025 r. technologie sztucznej inteligencji wykorzystywało 8,7 proc. przedsiębiorstw, wobec 5,9 proc. rok wcześniej. Z danych Eurostatu za 2025 r. wynika, że średnia unijna wynosi 20 proc., a liderem jest Dania z 42 proc.
Polski Instytut Ekonomiczny we wrześniu 2025 r. zwrócił uwagę na inny problem: 77 proc. firm, które nie korzystają z AI, nie planuje jej wdrożenia, dopóki nie będzie to konieczne. Jako bariery przedsiębiorstwa najczęściej wskazywały koszty i brak kompetencji pracowników.
Dla polskich firm wniosek z tekstu Intellias jest raczej taki: ustalić zasady odpowiedzialności przed pierwszym wdrożeniem, a nie po dziesiątym pilotażu. Te firmy, które dopiero zaczynają, mogą to zrobić od razu, zamiast porządkować chaos, który wiele zachodnich organizacji już ma.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz tekstu eksperckiego Oleksiia Reshetniaka, wiceprezesa ds. IT i administracji w Intellias, przekazanego redakcji przez dział komunikacji firmy, a także dodatkowych źródeł, w tym komunikatu prasowego Gartnera z dnia 25.06.2025, omówienia raportu MIT NANDA „The GenAI Divide” oraz analizy Morgan Lewis dotyczącej zmian w AI Act. Dane o Polsce pochodzą z publikacji GUS „Społeczeństwo informacyjne w Polsce w 2025 r.”, danych Eurostatu i raportu Polskiego Instytutu Ekonomicznego.
Cytaty Oleksiia Reshetniaka pochodzą z polskiej wersji tekstu przekazanej przez Intellias. Cytat Anushree Verma, starszej dyrektor ds. analiz w Gartnerze, 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 informacji o zarządzaniu odpowiedzialnością przy wdrożeniach AI w firmach.
