Jak wdrożyć AI w firmie?

Wdrożenie AI to projekt biznesowy, nie informatyczny

To rozróżnienie brzmi jak frazes, ale ma bardzo konkretną konsekwencję organizacyjną: kto jest właścicielem projektu.

Gdy właścicielem jest IT, projekt kończy się działającym systemem. Gdy właścicielem jest kierownik działu, którego proces dotyczy, projekt kończy się zmienionym sposobem pracy. To nie to samo, a rozliczani jesteśmy z tego drugiego.

Podział ról, który się sprawdza:

• Właściciel biznesowy. Kierownik działu. Decyduje, który proces, jaki zakres, kiedy uznajemy, że działa. Odpowiada za to, że zespół korzysta.
• IT. Integracje, dostępy, bezpieczeństwo danych, utrzymanie po uruchomieniu. Ma prawo weta w sprawach bezpieczeństwa.
• Ekspert dziedzinowy. Osoba, która wykonuje automatyzowany proces na co dzień. Bez niej wykonawca projektuje rozwiązanie na podstawie wyobrażenia o procesie, nie procesu.
• Wykonawca. Buduje. Wewnętrzny albo zewnętrzny.

Rola, którą najczęściej się pomija: ekspert dziedzinowy. Firmy oddelegowują do projektu osoby, które mają czas, zamiast osób, które mają wiedzę.

Cztery decyzje do podjęcia na starcie

1. Który proces

Kryteria: powtarzalny, mierzalny dziś, wysoka objętość, umiarkowana konsekwencja błędu. Procesy krytyczne i rzadkie zostaw na później, nie dlatego, że AI ich nie obsłuży, tylko dlatego, że na pierwszym wdrożeniu uczysz się organizacyjnie i chcesz mieć prawo do pomyłki.

2. Nadzór człowieka czy bez

Rozwiązanie podpowiadające pracownikowi jest tańsze, szybsze do uruchomienia i bezpieczniejsze, ale daje mniejszą oszczędność. Rozwiązanie działające bez nadzoru daje pełny efekt, ale wymaga testów, zabezpieczeń i procedury eskalacji. Na pierwszym wdrożeniu prawie zawsze warto wybrać wariant z nadzorem, a nadzór zdejmować stopniowo, gdy dane potwierdzą jakość.

3. Gdzie trafiają dane

Czy firmowe dane mogą opuścić infrastrukturę, do jakiego dostawcy, na jakich warunkach umownych. Ta decyzja musi zapaść przed wyborem narzędzia, bo ogranicza listę narzędzi.

4. Co uznajemy za sukces

Jedna liczba, mierzona dziś, z wartością docelową i terminem. Bez tego wdrożenie zostanie ocenione wrażeniami, a wrażenia po trzech miesiącach są zawsze mieszane.

Gdzie te projekty się wykładają

Dane nie są gotowe

Najczęstszy scenariusz. Firma zakłada, że wiedza „jest w systemie”, a okazuje się, że jest w trzech systemach, w niespójnych wersjach, plus w załącznikach do maili. Uporządkowanie potrafi pochłonąć połowę budżetu pierwszego wdrożenia. Nie da się tego ominąć. Da się to tylko zaplanować albo się na tym przejechać.

Nikt nie zmienił sposobu pracy

Narzędzie działa, ale zespół dalej robi po staremu, bo nikt nie zmienił procedury, nie przeszkolił i nie rozliczył z korzystania. To jest porażka wdrożeniowa, nie technologiczna, i jest całkowicie przewidywalna.

Zakres spuchł

Projekt startuje jako asystent do jednego procesu, a po sześciu tygodniach obejmuje cztery działy, bo każdy zgłosił swoją potrzebę. Kończy się przekroczeniem budżetu i brakiem czegokolwiek działającego.

Rozwiązanie nie miało właściciela po uruchomieniu

Wykonawca odszedł, baza wiedzy się zdezaktualizowała, jakość odpowiedzi spadła, ludzie przestali używać. Utrzymanie trzeba przypisać imiennie, zanim projekt się zakończy.

Kontekst rynkowy

Według danych Głównego Urzędu Statystycznego za 2025 rok sztuczną inteligencję wykorzystywało 8,7% firm w Polsce, wobec 19,95% średniej unijnej podawanej przez Eurostat za ten sam rok.

Ważniejszy od samej luki jest jej rozkład. Eurostat podaje, że w Unii Europejskiej z AI korzysta 55,03% dużych przedsiębiorstw, 30,36% średnich i tylko 17% małych. Dystans przebiega więc wzdłuż wielkości firmy, a nie branży. Między dużymi a małymi jest ponad trzykrotna różnica.

Dla małej i średniej firmy praktyczny wniosek jest taki, że pierwszym ograniczeniem nie jest technologia (narzędzia są dostępne dla wszystkich w tej samej cenie), tylko brak osoby, która ma czas poprowadzić projekt.

Zgodność z AI Act w praktyce

Krótko, bo dla większości wdrożeń sprawa jest prosta:

• Od 2 lutego 2025 obowiązują zakazane praktyki (art. 5) oraz obowiązek wspierania kompetencji AI w organizacji (art. 4, złagodzony nowelizacją Digital Omnibus do obowiązku starannego działania). Dotyczy wszystkich.
• Od 2 sierpnia 2025 obowiązki dostawców modeli ogólnego przeznaczenia. Dotyczy dostawców, nie typowego użytkownika biznesowego.
• Od 2 sierpnia 2026 stosuje się obowiązki przejrzystości z art. 50, w tym poinformowanie człowieka, że rozmawia z systemem AI. To najbliższy termin z całego harmonogramu i to on dotyczy typowego bota na firmowym FAQ. Digital Omnibus tej daty nie przesunął.
• Oznaczanie treści generowanych przez AI w formacie odczytywalnym maszynowo obowiązuje nowe systemy również od 2 sierpnia 2026. Systemy wprowadzone do obrotu przed tą datą mają na sam ten obowiązek okres przejściowy do 2 grudnia 2026. Pozostałe obowiązki z art. 50 obejmują je bez okresu przejściowego.
• Obowiązki dla systemów wysokiego ryzyka (rekrutacja, zdolność kredytowa, edukacja, infrastruktura krytyczna) zostały nowelizacją Digital Omnibus przesunięte z 2 sierpnia 2026 na 2 grudnia 2027, a dla systemów wbudowanych w produkty objęte prawem produktowym na 2 sierpnia 2028. Nowelizację przyjął Parlament Europejski 16 czerwca 2026 roku (423 głosy za, 57 przeciw, 174 wstrzymujące się), a Rada UE 29 czerwca 2026 roku.

Praktyczny obowiązek na dziś: zaklasyfikuj świadomie każdy system AI, którego używasz lub który wdrażasz. Klasyfikacja to godzina pracy, a jej brak jest jedynym błędem, którego nie da się naprawić wstecznie.