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. Dwa zastrzeżenia obowiązują od początku.

To badanie ankietowe, więc wszystkie liczby są deklaracjami respondentów. „Korzyści spełniły oczekiwania” mierzy odczucie zarządu; zweryfikowanego zwrotu z inwestycji z takiej ankiety nie wyczytamy. 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. Ocena bez pomiaru, czy to rozczarowanie, czy entuzjazm, mówi tylko o nastroju zarządu.

Drugie zestawienie: 71% i 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: 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). Według raportu 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 jest tu drugorzędna. 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.

Oba badania, choć prowadzone na innych rynkach, wskazują to samo miejsce: zwrot z AI ginie między działającym prototypem a zespołem, który miałby z niego korzystać.

Co zrobić z tymi liczbami przed własnym wdrożeniem

Przed wydaniem budżetu podejmuję z klientem trzy decyzje, a dane EY i MIT tylko mnie w tym utwierdzają.

Pierwsza to jedna liczba przed startem: czas obsługi zgłoszenia, liczba spraw na osobę albo odsetek spraw bez eskalacji, byle mierzona 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, a rachunek czasu i gotówki z pilotażu w odpowiedzi jak zmierzyć efekt wdrożenia AI.

Druga to 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.

Trzecia to zwrot liczony na poziomie procesu. Na pytanie „czy AI się opłaca” nie da się odpowiedzieć, na pytanie „czy automatyzacja obsługi zapytań ofertowych skróciła czas pierwszej odpowiedzi z 4 godzin do 30 minut” już tak. 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.

Firmy, które mierzą, łatwiej obronią liczbami budżet na 2027 rok.