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. Dwie rzeczy trzeba mieć w głowie od początku.

Po pierwsze, to badanie ankietowe, więc wszystkie liczby są deklaracjami respondentów, nie audytem ksiąg. „Korzyści spełniły oczekiwania" mierzy odczucie zarządu, a nie zweryfikowany zwrot z inwestycji. Po drugie, próba obejmuje firmy średnie i duże, czyli ten segment rynku, który w ogóle wdraża: według GUS AI używa 8,7% wszystkich polskich przedsiębiorstw, 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

Najważniejsza para liczb to 44% i 39%. Skoro tylko 44% firm mierzy efekty systematycznie, a 39% ocenia korzyści poniżej oczekiwań, to znaczna część rynku ocenia wdrożenia, których nie mierzy. 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. To nie jest sygnał, że technologia zawodzi. To sygnał, że kończy się okres, w którym wdrożenie AI było celem samym w sobie.

Ostatnia mila, czyli gdzie znika zwrot

W komentarzu do badania EY pada zdanie, które warto zacytować dosłownie:

„Największym wyzwaniem jest ostatnia mila wdrożenia. O ile zbudowanie prototypu jest stosunkowo proste, o tyle wdrożenie AI do codziennej pracy zespołów to 90% wysiłku."

— EY, komentarz do badania „Jak polskie firmy wdrażają AI"

To samo zjawisko, na większej próbie i innym rynku, 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, czyli brak integracji z systemami, w których naprawdę toczy się praca, i brak zmiany sposobu pracy zespołów. Nie jakość modeli.

Dwa niezależne badania, dwa rynki, ten sam wniosek: zwrot z AI nie ginie w technologii. 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 przed wydaniem budżetu, nie po.

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, nie poległy na matematyce, tylko na tym, że nie miały 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", jest planem z 39% szans na rozczarowanie. W praktyce: właściciel biznesowy po stronie firmy, pilotaż z nadzorem, imiennie przypisane utrzymanie.

Zwrot liczony od procesu, nie od narzędzia. 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, jest najlepszym momentem od lat: konkurencja właśnie dowiaduje się, że wrażenia nie są miarą.