Mentionsy

Tyle, według najnowszych danych Menlo Ventures, firmy wydały na wdrożenie Generative AI w ostatnim roku.

Pieniądze w AI płyną wyjątkowo szerokim strumieniem.

Według badań Anthropic aż 69% profesjonalistów czuje w pracy stygmatyzację związaną z używaniem AI.

W tym podcaście staram się oddzielić wartościowy sygnał od szumu w świecie AI oraz pokazać, jak AI może wspomóc biznes każdej wielkości.

McKinsey, OpenAI, Edelman, KPMG, OECD, Menlo Ventures i Anthropic.

Po pierwsze, dowiecie się, dlaczego czatowanie z AI to już przeszłość.

Po drugie, zobaczycie dowody na to, że OpenAI traci monopol w korporacjach.

Według McKinsey tylko tyle firm faktycznie zarabia na AI duże pieniądze.

Przyjrzyjmy się raportowi The State of Generative AI in the Enterprise przygotowanemu przez Menlo Ventures.

One przebudowywują budżety IT, tnąc wydatki na klasyczne oprogramowanie, żeby zrobić miejsce dla AI.

Tutaj z pomocą przychodzi nam najnowszy raport McKinsey Global Survey i ten raport wylewa kubeł zimnej wody na rozgrzane głowy entuzjastów AI.

Ktoś w HR używa AI do pisania ogłoszeń o pracę, ktoś w marketingu generuje grafiki, ale to są wyspy, samotne wyspy innowacji na oceanie starej analogowej struktury.

Tylko około 1 trzecia firm deklaruje, że zaczęła skalować rozwiązania AI na całą organizację.

A jeszcze mniej, zaledwie garstka może powiedzieć, że AI jest w pełni zintegrowana z ich kluczowymi procesami biznesowymi.

Tą ścianą jest jakość danych, brak odpowiedniej infrastruktury i, co może najważniejsze, całkowity brak pomysłu na to, jak przebudować procesy, a nie tylko dodać do nich jakiś magiczny guzik AI.

Przez ostatnie dwa lata żyliśmy w świecie dominacji OpenAI.

Chat GPT był synonimem AI.

OpenAI było królem dżungli, a Microsoft stał tuż obok niego.

Według danych Menlo Ventures, które analizują wydatki w sektorze enterprise, OpenAI traci swoją żelazną dominację.

W niektórych segmentach rynku Anthropic wręcz wyprzedza OpenAI.

Mamy OpenAI, mamy Anthropic, mamy Google z Gemini, mamy Mete z otwartymi modelami Lamy i nowymi, zamkniętymi już modelami na horyzoncie.

Raport OpenAI, The State of Enterprise AI, stawia sprawę jasno.

Lojalność wobec marki w świecie AI w 2025 roku to był błąd strategiczny.

OpenAI w swoim raporcie zauważa coś niezwykłego.

Programowanie z pomocą AI przestało być domeną tylko programistów.

McKinsey bardzo wyraźnie oddziela te punktowe sukcesy, takie jak użyłem AI, żeby napisać maila szybciej, od systemowej transformacji.

Shadow AI, czyli sztuczna inteligencja w cieniu.

Zarządy patrzą na wykresy i widzą, że wdrożenie idzie powoli, że jesteśmy w fazie pilotażu, a w tym samym czasie, piętra niżej, realna praca już dawno została zmieniona przez AI, tylko nikt tego nie raportuje w Excelu.

Mamy i powszechną świadomość, prawie 90% firm coś robi z AI.

Antropic rzuca wyzwanie OpenAI, co daje nam, klientom, wybór i lepszą jakość.

Bo do tej pory traktowaliśmy AI jak bardzo mądrego asystenta, z którym trzeba rozmawiać, trzeba mu wszystko podyktować.

Nadchodzi era, w której AI przestaje tylko gadać, a zaczyna działać.

Zaczyna klikać w systemach, zaczyna wysyłać maile, negocjować ceny i zamykać procesy bez waszego udziału.

Wchodzimy w erę agentów AI.

Chcę, żebyście przez moment pomyśleli o tym, jak wyglądała wasza interakcja z AI powiedzmy w 2023 roku.

AI generowało nową wersję.

Wklejaliście do maila.

To była rewolucja bez dwóch zdań, ale z perspektywy roku 2025 ten model pracy, model czatowania zaczyna wyglądać archaicznie, jest powolny, wymaga waszej ciągłej uwagi, wymaga mikro zarządzania.

Traktujecie AI jak bardzo oczytanego, ale niesamowicie leniwego stażystę, któremu trzeba dyktować każde zadanie, a potem sprawdzić czy nie zmyślił faktów.

W 2026 roku wchodzimy już w erę agentic AI, erę agentów.

Jeśli wierzyć danym z raportów McKinsey, OpenAI i Menlo Ventures, jest to najważniejsza zmiana technologiczna tego roku.

Zmiana, która sprawia, że wszystko, co wiedzieliśmy o wdrażaniu AI w firmach, trzeba przemyśleć na nowo.

OpenAI rzuca nam w twarz statystyką, która idealnie ilustruje tę zmianę.

To jest ten moment, kiedy AI nie generuje jeszcze odpowiedzi, tylko myśli w tle, planuje kroki, weryfikuje swoje założenia.

To oznacza, że firmy przestały używać AI tylko do generowania prostego tekstu, napisz mi wierszyk, a zaczęły używać modeli, które potrafią rozwiązywać złożone, wieloetapowe problemy.

Modele takie jak O1 czy O3 od OpenAI czy Cloud od Anthropic stały się mózgami operacyjnymi, które potrafią już też samodzielnie planować.

Agenci AI potrafią dostać zgłoszenie niedziałami VPN, zalogować się do systemu diagnostycznego, sprawdzić logi użytkownika, zresetować odpowiednie uprawnienia gdzieś w Active Directory, wysłać użytkownikowi instrukcję i zamknąć zgłoszenie bez udziału człowieka z helpdesku.

I tutaj musimy spojrzeć na raport OpenAI i ich studium przypadku z bankiem BBVA.

OpenAI raportuje, że w ostatnich miesiącach około 20% wszystkich wiadomości w segmencie enterprise przechodzi właśnie przez te custom GPTs i projekty.

Ale być może najbardziej spektakularny przykład agentowości pochodzi z innej części raportu OpenAI, studium przypadku firmy Intercom.

Finvoice działa na nowym API Realtime od OpenAI.

To brzmi nudno, korporacyjnie, ale w kontekście agentów AI jest to sprawa życia i śmierci dla projektu.

Handlowiec wysyła maila z danymi.

Większość firm, te z grupy eksperymentujących, próbuje wdrożyć AI w ten sam sposób.

Dajmy asystentce AI, żeby szybciej kopiowała dane z maila do Excela.

Oni patrzą na ten proces i mówią, zaraz, zaraz, po co w ogóle te maile?

Agent AI jest podpięty bezpośrednio do CRM-a handlowców.

Asystentka nie kopiuje danych, handlowiec nie wysyła maili sprawozdawczych, manager nie sprawdza literówek w Excelu.

Proces został zlikwidowany i zastąpiony nowym, natywnym dla narzędzi AI.

Jeśli próbujecie wdrożyć agentów AI w swojej firmie, ale nie jesteście gotowi zmienić tego, jak pracujecie, polegniecie.

Jeśli pozwolicie agentowi AI samodzielnie zamawiać towary do magazynu albo samodzielnie odpowiadać na reklamacje klientów, musicie mieć do niego absolutne zaufanie.

Jeśli ktoś nie ufa AI, jego gotowość do powierzenia jej zadań jest bliska zeru, ale jeśli to zaufanie zostanie zbudowane, gotowość do oddania kontroli rośnie skokowo.

Dla poety halucynacja to kreatywność, dla agenta AI, który ma zarządzać stanami magazynowymi, halucynacja to katastrofa finansowa.

Skoro jest tak dobrze, to dlaczego wciąż większość firm, te dwie trzecie z raportu McKinsey, nie skaluje swoich agentów oraz jakichś innych rozwiązań opartych na AI?

Dane są w silosach, dane są nieustrukturyzowane, dane są w PDF-ach, w mailach, w głowach pracowników.

Agent AI wpuszczony do takiego środowiska jest jak niewidomy w labiryncie.

Raport OECD zatytułowany Adopcja AI przez MŚP brutalnie punktuje ten problem.

Małe i średnie przedsiębiorstwa nie mają infrastruktury, nie mają AI-ready data.

Duże firmy, czyli ci nasi high performance'i, zainwestowały lata w cyfryzację, chmurę i hurtownię danych.

Mniejsze firmy albo te zaniedbane technologicznie próbują puścić agentów AI na leśne ścieżki pełne dziur.

Agentik AI wymaga porządku, wymaga cyfrowej higieny.

Wspomniałem wcześniej, że agenci AI stają się nowymi cyfrowymi pracownikami.

Kiedy szef przechodzi obok jego biurka, Marek instynktownie naciska Alt Tab, żeby ukryć okno czatu z AI i pokazać Excela.

że czuje pewnego rodzaju stygmatyzację związaną z używaniem narzędzi AI w pracy.

Wręcz przeciwnie, KPMG podaje, że 87 pracowników używa AI przynajmniej raz w tygodniu.

To nie zarządy zmuszają ludzi do używania AI, to ludzie sami biorą te narzędzia, bo widzą, że dzięki nim mogą wrócić do domu o 17, a nie o 19.

Widzą, że mogą pozbyć się nudnej, powtarzalnej pracy administracyjnej, a aż 74% badanych przez KPMG potwierdza, że AI zdjęło z nich ciężar nudnych zadań.

W tym samym badaniu 52% pracowników przyznaje, że obawia się, iż AI docelowo zabierze im pracę.

Rano jest zachwycony, bo chat GPT napisał za niego trudnego maila w 3 sekundy, a popołudniu jest przerażony, bo uświadamia sobie, że skoro chat GPT to potrafi, to po co firma płaci mu pensję?

Aż 60% z nich wierzy, że AI może zastąpić ich rolę w ciągu najbliższych dwóch lat.

Starsi pracownicy czują się bezpieczniej, mają relacje, mają miękkie doświadczenie, a często są też bliżej emerytury, więc czują, że jakoś dociągną do końca kariery, zanim AI ich dogoni.

Edelman pokazuje, że w Stanach Zjednoczonych lęk przed AI jest zaskakująco wysoki w grupie najlepiej zarabiających.

Teraz widzą, jak agenci AI zaczynają kruszyć mury tej twierdzy.

Opór przed wdrożeniem AI nie idzie już tylko z dołu hierarchii, idzie też ze środka i z góry.

W Wielkiej Brytanii i USA ponad 2 trzecie pracowników, którzy nie ufają AI, czuje, że ta technologia jest im wciskana na siłę.

Że nikt ich nie pytał o zdanie, że wdrożenie AI to decyzja podjęta w sali konferencyjnej przez ludzi, którzy nie mają pojęcia o codziennej pracy, a konsekwencje poniosą ci na dole.

Jeśli pracownik czuje, że AI jest narzędziem nadzoru i zastąpienia, a nie wsparcia i rozwoju, będzie sabotował wdrożenie, będzie ukrywał błędy, będzie udawał, że jej nie używa, albo będzie używał jej w taki sposób, który szkodzi firmie, byle tylko pokazać, że to głupia maszyna.

Z góry dostają polecenie – wdrażać AI, zwiększać wydajność, ciąć koszty.

O to, czy praca zdalna jest wciąż możliwa, skoro AI zmienia sposób komunikacji.

A sami często boją się o swoje posady, bo agenci AI zaczynają świetnie radzić sobie z zarządzaniem projektami i raportowaniem, czyli z esencją pracy managera.

Pracownicy uciekają w shadow AI, bo boją się, że jawne użycie technologii obróci się przeciwko nim.

W raporcie McKinsey są określani mianem AI High Performance, czyli ci najlepsi z najlepszych.

Na każde 100 firm, które chwalą się wdrożeniem AI, które kupują licencje, które wysyłają pracowników na konferencje, tylko 6 widzi z tego tytułu znaczący, mierzalny zysk finansowy.

Przeanalizowałem dane z raportu McKinsey, zestawiłem je z wnioskami z case study OpenAI i wyodrębniłem 5 filarów, na których stoi sukces tych high performance'ów.

Większość firm, to jest grupy maruderów, patrzy na AI przez pryzmat cięcia kosztów.

Jak możemy napisać tego maila szybciej?

Oni pytają, jak dzięki AI możemy stworzyć produkt, którego wcześniej nie byliśmy w stanie dostarczyć, jak możemy wejść na nowy rynek, jak możemy zmienić nasz model biznesowy.

Spójrzmy na studium przypadku Moderny z raportu OpenAI.

Moderna nie użyła AI tylko po to, żeby szybciej pisać maile.

Przeciętna firma używa AI do administrowania biznesem.

Elita używa AI do robienia biznesu.

Większość firm robi błąd polegający na nakładaniu AI na stare procesy.

Masz proces, który powstał w 1995 roku, jest papierowy, biurokratyczny, ma 5 szczebli akceptacji i teraz próbujesz wcisnąć w to jeszcze AI.

Zadają pytanie, gdybyśmy budowali ten proces dzisiaj od zera, mając do dyspozycji agentów AI, jaką by wyglądał?

Tam prezes nie mówi – zróbcie coś z tym AI.

Bez parasola ochronnego z góry nikt na dole nie odważy się na fundamentalną przebudowę i wszyscy zostaną przy bezpiecznym nakładaniu AI na stare śmieci.

To banał, ale 1 trzecia firm z grupy high performance'ów przeznacza na AI ponad 20% swojego całkowitego budżetu cyfrowego.

A ile na AI?

Przesuwają kapitał z tradycyjnego IT w stronę AI.

Nie tylko na licencje dla OpenAI czy Antropic.

Bo wiedzą, że AI jest tylko tak dobra, jak dane, na których pracuje.

Mają precyzyjnie zdefiniowane, kiedy model AI może działać sam, a kiedy musi wkroczyć człowiek, żeby zweryfikować wynik.

Jeśli używasz AI do napisania życzeń świątecznych dla klientów, błąd kosztuje niewiele.

Ale jeśli używasz AI do optymalizacji łańcucha dostaw albo do diagnozy medycznej, jak w przypadku Moderny, błąd może kosztować miliony.

Dlatego elita nie ufa AI ślepo.

AI Product Owner, Data Engineer, AI Compliance Specialist.

Pokazują pracownikom, słuchaj, AI zabierze ci część z tych zadań, te nudne, ale my nauczymy cię jak obsługiwać tę maszynę, żebyś stał siebie pilotem.

Raport OpenAI pokazuje, że liderzy, tacy jak Canva czy Estée Lauder, potrafią wdrożyć rozwiązania enterprise w kilka tygodni, a nie kilka miesięcy.

Zamiast tworzyć wielkie, centralne departamenty AI, które są oderwane od rzeczywistości, tworzą zwinne zespoły produktowe, w których inżynierowie AI siedzą ramię w ramię z handlowcami, księgowymi czy logistykami.

Przestań myśleć o AI jako kosiarce do kosztów.

Po trzecie, zainwestuj pieniądze.

Jeśli twoja strategia AI to darmowa wersja ChatGPT dla pracowników, to nie masz strategii.

Stwórz procesy weryfikacji dla agentów AI.

I po piąte, zainwestuj w ludzi.

Według danych OECD wśród dużych firm powyżej 250 pracowników poziom adopcji AI wynosi już średnio ponad 40%.

W przypadku AI tempo ucieczki gigantów jest tak duże, że MŚP mogą ich nigdy nie dogonić.

No tak, ale AI to nie jest kolejny system ERP.

AI to technologia ogólnego przeznaczenia.

Duże firmy używają AI, żeby ciąć koszty o 30%, żeby wprowadzić produkty na rynek dwa razy szybciej, żeby hiperpersonalizować ofertę dla klientów.

Dane są w Excelach trzymanych na lokalnych deskach, są w mailach, są w papierowych fakturach w segregatorach, są w głowie pani Ani z księgowości i pana Marka z magazynu.

Jeśli twoja firma nie przeszła cyfryzacji przed erą AI, to teraz masz podwójny problem.

Musisz najpierw się zcyfryzować, żeby w ogóle zacząć myśleć o AI.

Wszyscy wiemy, że brakuje specjalistów AI, ale dla MŚP ten brak jest bardzo dotkliwy.

Duża korporacja może zaoferować inżynierowi AI pensje rzędu 20-30 tysięcy złotych miesięcznie, pakiety akcji, pracę w międzynarodowym zespole.

A nowoczesne AI, szczególnie to agentowe, wymaga niskich opóźnień i stabilności.

Jeśli chcesz, żeby AI sterowało twoim magazynem w czasie rzeczywistym, nie możesz mieć internetu, który zrywa jak pada deszcz.

Banki wciąż mają problem z wyceną inwestycji w AI.

Jeśli wydajesz 500 tysięcy złotych na wdrożenie agentów AI, co jest zabezpieczeniem tego kredytu?

Licencja na AI?

To sprawia, że małe firmy boją się inwestować w AI, bo to inwestycja wysokiego ryzyka.

Raport mimo tej ponurej diagnozy barier pokazuje też ścieżkę wyjścia i jest to ścieżka bardzo ciekawa, bo wymaga zmiany myślenia o tym, czym jest wdrożenie AI.

Autorzy raportu proponują bardzo użyteczną taksonomię, podział firm na cztery kategorie w zależności od ich podejścia do AI.

Nowicjusze, czyli firmy, które używają AI sporadycznie, jak sobie tam przypomną.

I w końcu mistrzowie, czyli firmy, gdzie AI jest fundamentem strategii.

Słyszą AI i myślą, musimy zbudować własnego bota na naszych danych od zera.

Nie macie zasobów, nie macie danych, nie macie talentów, żeby konkurować z Google czy OpenAI w budowaniu technologii.

Raport OECD pokazuje, że Generative AI jest wielkim wyrównywaczem szans, ale tylko wtedy, gdy jest używane jako gotowe narzędzie.

AI Optimizer to firma, która nie buduje własnego CRM-a z AI, tylko kupuje Salesforce-a albo HubSpot-a, które mają już AI wbudowane.

Nie pisze własnego bota do obsługi klienta, tylko wdraża Intercom albo Zendesk z jakimś gotowym modułem AI.

Mamy tutaj na przykład małą japońską firmę hurtową, mikroprzedsiębiorstwo, która używa gotowych agentów AI do tłumaczenia komunikacji z zagranicznymi kontrahentami.

Ale jest jeden warunek, muszą przestać traktować AI jako ciekawostkę technologiczną, a zacząć traktować jako narzędzie biznesowe.

Raport pokazuje, że w MŚP, które używają Generative AI, najczęstszym zastosowaniem są zadania peryferyjne, marketing, proste teksty, a tylko 29% z nich używa AI w swoich kluczowych procesach biznesowych.

Jeśli Twoja firma produkuje okna, a używasz AI tylko do pisania postów na Facebooka, to jesteś nowicjuszem.

Jeśli zaczniesz używać AI do optymalizacji cięcia szkła, do predykcji awarii maszyn albo do automatycznej wyceny skomplikowanych zamówień, wtedy stajesz się optymalizatorem, wtedy wchodzisz w te 29%.

Myślą, że AI to tylko chat GPT.

Jeśli AI schalucynuje i obrazi klienta albo naruszy prawa autorskie, korporacja to przetrwa.

W Kanadzie mamy AI Assist Program, w Niemczech Generative AI for SMEs.

Zanim urzędnik napisze specyfikację programu dotacyjnego, model AI, którego dotyczył program, będzie już przestarzały o dwie generacje.

Raport Edelmana pokazuje, że istnieje gigantyczna przepaść w podejściu do AI między zachodem a wschodzącym południem.

Tam ludzie patrzą na AI i widzą szanse.

Patrzymy na AI i widzimy zagrożenie dla tego statusu quo.

Dla nich ryzyko niewdrożenia AI jest większe niż ryzyko wdrożenia.

AI Act.

Musicie włożyć więcej pracy w sprzedawanie im wizji AI.

Kolejna ciekawostka to krzywa produktywności, która powinna zainteresować dyrektorów finansowych i inwestorów.

Wiele prezesów zadaje sobie pytanie, wydaliśmy miliony na AI, kupiliśmy co-pilota dla każdego, a nasza produktywność spadła.

To samo dzieje się teraz z AI.

Nie panikujcie więc, jeśli po kwartale wdrożenia AI wasze wskaźniki nie poszybowały w górę.

Czy pozwoliłbyś AI zarządzać swoimi pieniędzmi?

Albo czy pozwoliłbyś AI diagnozować swoje zdrowie?

Ale wśród osób, które zadeklarowały zaufanie do AI, gotowość do oddania jej kontroli rośnie sześciokrotnie.

Zaufanie jest najtwardszą walutą w gospodarce AI.

Jeśli budujecie produkt oparty na AI, nieważne czy to aplikacja fintechowa czy system dla lekarzy, waszym głównym wyzwaniem nie jest dokładność modelu.

Użytkownik musi wiedzieć, że to jest AI.

Jaka jest wielka prawda o AI w tym mijającym 2025 roku?

Przez ostatnie dwa lata byliśmy turystami w krainie AI.

Zrozumcie, czym są agenci AI.

Jeśli w waszej firmie AI służy tylko do generowania tekstów, marnujecie potencjał.

Szukajcie procesów, w których AI może działać, a nie tylko mówić.

Walczcie z shadow AI.

Stwórzcie kulturę, w której używanie AI jest powodem do dumy, a nie wstydu.

Jeśli wasi pracownicy ukrywają, że używają AI, to znaczy, że wasza kultura organizacyjna nie działa tak, jak należy.

Zainwestujcie w ludzi.

To banał, ale w erze AI ważniejszy niż kiedykolwiek.

Nie zabijajcie projektów AI, jeśli po miesiącu nie przynoszą zysków.

Wszystkie linki do raportów McKinsey, OpenAI, Edelman, KPMG, OECD, Menlo oraz Anthropica znajdziecie w opisie tego odcinka.