# Jak wdrożyć AI w firmie?

> Wdrożenie AI w firmie udaje się wtedy, gdy jest projektem biznesowym z właścicielem po stronie działu, którego proces dotyczy. Porażki biorą się zwykle z braku osoby odpowiedzialnej za to, żeby ludzie faktycznie zaczęli z rozwiązania korzystać.

Autor: Robert Marczyński · Opublikowano: 2026-06-25 · Aktualizacja: 2026-08-14
Kanoniczny URL: https://ekspertodsztucznejinteligencji.pl/odpowiedzi/jak-wdrozyc-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 pod wyobrażenie o procesie.
- **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: 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 40–60% budżetu pierwszego wdrożenia; to udział z mojej praktyki, nie z badań. 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 porażka czysto wdrożeniowa, w dodatku całkowicie przewidywalna.

### Zakres spuchł

Projekt startuje jako [asystent do jednego procesu](/odpowiedzi/od-czego-zaczac-wdrozenie-ai), 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](/blog/ile-polskich-firm-uzywa-ai-dane-gus) sztuczną inteligencję wykorzystywało **8,7% firm w Polsce**, wobec **blisko 20% średniej unijnej** podawanej przez Eurostat za ten sam rok.

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

## 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; typowego użytkownika biznesowego omija.
- **Od 2 sierpnia 2026** stosuje się obowiązki przejrzystości z art. 50, w tym poinformowanie człowieka, że rozmawia z systemem AI. Ten termin już obowiązuje 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. To zwykle godzina pracy na system, udokumentowana przed uruchomieniem; wstecznie się jej nie odtworzy.

## Najczęstsze pytania

**Kto w firmie powinien odpowiadać za wdrożenie AI?**

Właścicielem wdrożenia powinien być kierownik działu, którego proces jest automatyzowany. IT odpowiada za integrację, bezpieczeństwo i utrzymanie, ale to biznes decyduje, czy rozwiązanie rozwiązuje właściwy problem i czy zespół z niego korzysta. Wdrożenia prowadzone wyłącznie przez IT kończą się działającym narzędziem, z którego nikt nie korzysta.

**Czy trzeba mieć własnego specjalistę AI, żeby wdrożyć AI?**

Nie do pierwszego wdrożenia. Potrzebna jest natomiast osoba po stronie firmy, która rozumie automatyzowany proces na poziomie szczegółu i ma czas, żeby pracować z wykonawcą. Brak takiej osoby jest częstszą przyczyną nieudanych wdrożeń niż brak kompetencji technicznych.

**Ile trwa wdrożenie AI w firmie?**

Pojedynczy, wąski proces: od 9 do 20 tygodni od decyzji do uruchomienia produkcyjnego. Wdrożenie obejmujące kilka działów i integracje z systemami: od trzech do dziewięciu miesięcy. Największa zmienna to czas na uporządkowanie danych i uzyskanie dostępów do systemów; sama budowa jest zwykle szybsza. Zakresy z mojej praktyki wdrożeniowej, nie z badań.

**Jak sprawdzić, czy wdrożenie AI się udało?**

Miarę trzeba ustalić przed startem i musi to być liczba mierzona już dziś: czas obsługi zgłoszenia, liczba spraw na osobę, odsetek spraw zamykanych bez eskalacji. Jeśli przed wdrożeniem nikt nie mierzył procesu, po wdrożeniu nie da się wykazać efektu. I projekt zostanie oceniony wrażeniami.

**Czy wdrożenie AI wymaga zgodności z AI Act?**

Zależy od zastosowania. Zakazane praktyki z art. 5 obowiązują od 2 lutego 2025 roku i dotyczą wszystkich. Rozbudowane obowiązki dla systemów wysokiego ryzyka (na przykład w rekrutacji czy ocenie zdolności kredytowej) zostały nowelizacją Digital Omnibus przesunięte na 2 grudnia 2027 roku. Typowy asystent wewnętrzny czy bot na FAQ nie jest systemem wysokiego ryzyka, ale od 2 sierpnia 2026 roku obejmują go obowiązki przejrzystości z art. 50: użytkownik musi wiedzieć, że rozmawia z AI. Klasyfikację trzeba wykonać świadomie, zamiast ją z góry zakładać.


## Źródła

- Rada UE — Artificial intelligence: Council gives final green light to simplify and streamline rules (29.06.2026): https://www.consilium.europa.eu/en/press/press-releases/2026/06/29/artificial-intelligence-council-gives-final-green-light-to-simplify-and-streamline-rules/
- GUS — wykorzystanie AI w przedsiębiorstwach: 8,7% firm w Polsce w 2025 r. (omówienie danych): https://biznes.pap.pl/wiadomosci/firmy/w-2025-r-87-proc-firm-w-polsce-deklarowalo-wykorzystanie-technologii-ai-gus
- Sidley Data Matters — EU AI Act Transparency Obligations: Preparing for Compliance by 2 August 2026: https://datamatters.sidley.com/2026/06/24/eu-ai-act-transparency-obligations-preparing-for-compliance-by-2-august-2026/
- EU Artificial Intelligence Act — The EU AI Act's Transparency Rules: A Practical Guide to Article 50: https://artificialintelligenceact.eu/transparency-rules-article-50/