ROI wdrożeń AI: rok rozliczenia projektów

Skąd te dane i jak je czytać

Badanie EY „Jak polskie firmy wdrażają AI” zostało zrealizowane w czwartym kwartale 2025 roku na próbie 499 firm i opublikowane 7 maja 2026. Struktura próby: 45% produkcja, 33% usługi, 22% handel; 56% to firmy średnie, 44% duże. Wszystkie liczby w tabeli niżej dotyczą podpróby usługowej, czyli około 165 firm — przy tej liczebności różnice mniejsze niż kilka punktów procentowych mieszczą się w błędzie statystycznym. Dwie rzeczy trzeba mieć w głowie od początku.

Po pierwsze, to badanie ankietowe, więc wszystkie liczby są deklaracjami respondentów. „Korzyści spełniły oczekiwania” mierzy odczucie zarządu; zweryfikowanego zwrotu z inwestycji z takiej ankiety nie wyczytamy. Po drugie, próba obejmuje firmy średnie i duże, czyli ten segment rynku, który w ogóle wdraża: według GUS AI używa 8,7% przedsiębiorstw objętych badaniem (od 10 pracujących), więc obraz z badania EY jest obrazem awangardy, nie średniej.

Z tymi zastrzeżeniami: to najlepsze publiczne dane o stanie polskich wdrożeń, jakie mamy.

Liczby, które robią różnicę

W badaniu EY z Q4 2025 sektor usługowy ma najwyższy odsetek projektów wstrzymanych (18 proc.) przy 71 proc. firm z wdrożeniami za sobą lub w toku, a systematycznie mierzy efekty tylko 44 proc.

Najważniejsza para liczb to 77% i 44%. Ocenę korzyści formułuje 77% firm usługowych (38% „zgodne z oczekiwaniami”, 23% „niższe”, 16% „wyraźnie niższe”), a systematycznie mierzy tylko 44% — różnica wynosi 33 punkty procentowe, więc około jedna trzecia firm usługowych w tej próbie ocenia wdrożenia, których nie mierzy systematycznie. Rozczarowanie bez pomiaru jest tak samo mało warte jak entuzjazm bez pomiaru: jedno i drugie to wrażenie.

Warto też zestawić 71% z 18%. Fala pierwszych wdrożeń przetoczyła się przez rynek, a prawie co piąta firma usługowa już się z niej wycofała. Trudno z tego wyczytać, że technologia zawodzi. Kończy się raczej okres, w którym wdrożenie AI było celem samym w sobie.

Ostatnia mila, czyli gdzie znika zwrot

W komentarzu EY do badania pada obserwacja, którą warto przytoczyć: zbudowanie prototypu jest stosunkowo proste, ale wdrożenie AI do codziennej pracy zespołów — „ostatnia mila wdrożenia” — to według autorów badania 90% wysiłku.

To samo zjawisko, na innym rynku i innym materiale, pokazał raport MIT NANDA The GenAI Divide (150 wywiadów z kadrą zarządzającą, 350 ankiet pracowniczych, 300 publicznych wdrożeń): około 95% pilotaży generatywnej AI nie przynosi mierzalnego efektu w wyniku finansowym, a decydują przyczyny organizacyjne. Na pierwszym miejscu raport stawia lukę uczenia się: narzędzia nie zapamiętują informacji zwrotnej i nie adaptują się do kontekstu firmy, więc nie poprawiają się z czasem. Dalej idą brak integracji z systemami, w których naprawdę toczy się praca, i brak zmiany sposobu pracy zespołów; jakość modeli gra tu rolę drugorzędną. Do tej liczby podchodzę z większą rezerwą niż do badania EY: raport nie przeszedł recenzji naukowej, nie opisuje ramy losowania, a 95% dotyczy odsetka pilotaży, nie firm.

Dwa niezależne badania, dwa rynki, ten sam wniosek: zwrot z AI ginie między działającym prototypem a zespołem, który miałby z niego korzystać.

Co zrobić z tymi liczbami przed własnym wdrożeniem

Praktyka, którą stosuję i którą te dane potwierdzają, sprowadza się do trzech decyzji podejmowanych jeszcze przed wydaniem budżetu.

Jedna liczba przed startem. Czas obsługi zgłoszenia, liczba spraw na osobę, odsetek spraw bez eskalacji: cokolwiek, byle mierzone już dziś i z wartością docelową. Firmy z badania EY, które nie potrafią ocenić zwrotu, zgubił brak punktu odniesienia sprzed wdrożenia. Jak ustawić taki pomiar, opisałem w tekście jak wdrożyć AI w firmie.

Budżet na ostatnią milę. Skoro wdrożenie do codziennej pracy to 90% wysiłku, plan, w którym szkolenia, zmiana procedur i nadzór po starcie są „dodatkiem”, powtarza plan firm z badania EY, z których 39% ocenia dziś korzyści poniżej oczekiwań. W praktyce: właściciel biznesowy po stronie firmy, pilotaż z nadzorem, imiennie przypisane utrzymanie.

Zwrot liczony na poziomie procesu. Pytanie „czy AI się opłaca” nie ma odpowiedzi; pytanie „czy automatyzacja obsługi zapytań ofertowych skróciła czas pierwszej odpowiedzi z 4 godzin do 30 minut” ma. Które procesy w ogóle nadają się do takiego rachunku, sprawdzam w ramach audytu gotowości AI, a składniki kosztowe rozkładam w tekście ile kosztuje wdrożenie AI.

Rok rozliczenia nie jest złą wiadomością. Dla firm, które mierzą, to dobry moment: budżety na 2027 rok łatwiej obronić liczbami niż entuzjazmem.