Najpierw dane i chmura, potem AI
W 2025 r. 55,3% polskich firm kupowało usługi chmurowe, 25,9% prowadziło analitykę danych, a AI wykorzystywało 8,7% (GUS). Ta kolejność nie jest przypadkowa. AI zbudowana na chaosie danych daje chaos szybciej. Dojrzałość cyfrowa to sekwencja, nie skok.
W polskich firmach chmura (55,3%) i analityka danych (25,9%) są już znacznie szersze niż AI (8,7%) według danych GUS za 2025 r. Ta kolejność jest właściwa: AI ma sens dopiero na uporządkowanych danych i połączonych systemach. Transformacja to sekwencja, nie skok od razu do modelu.
Kiedy firma mówi „chcemy wdrożyć AI", zwykle pierwsze pytanie nie powinno dotyczyć modelu. Powinno dotyczyć danych. Bo AI postawiona na bałaganie nie robi porządku, tylko produkuje bałagan szybciej i pewniej.
Widać to w polskich danych. Według GUS w 2025 roku 55,3% przedsiębiorstw kupowało usługi chmurowe, 40,5% korzystało z oprogramowania wspierającego zarządzanie i procesy, a 25,9% prowadziło analitykę danych. AI wykorzystywało 8,7%. Ta piramida nie jest przypadkowa. Warstwy, na których AI w ogóle działa, są rozpowszechnione szerzej niż samo AI, i tak powinno być.
Dlaczego kolejność ma znaczenie
AI karmi się danymi. Jeśli dane są rozproszone po dziesięciu narzędziach, niespójne i nieaktualne, model dostaje śmieci na wejściu i zwraca śmieci na wyjściu, tyle że pewnym tonem. Chmura i integracja systemów to nie modny dodatek przed AI, tylko warunek, żeby AI miała z czego korzystać. Dlatego u firm, które „próbowały AI i nie wyszło", problem prawie zawsze leży piętro niżej, w danych i procesach, a nie w samym modelu.
To zresztą spójne z tym, co mówi cała reszta badań. Raport DORA nazywa AI wzmacniaczem, McKinsey pokazuje, że wartość pojawia się przy przeprojektowaniu procesu, a nie przy zakupie narzędzia. Wspólny mianownik: AI jest ostatnim krokiem, nie pierwszym.
Praktyczna sekwencja dla firmy
Zdrowa droga wygląda mniej efektownie niż „wdrażamy AI", ale działa. Najpierw uporządkować dane i połączyć systemy, tak żeby jedna informacja żyła w jednym miejscu. Potem zbudować analitykę, żeby w ogóle widzieć, co się dzieje. Dopiero na tym fundamencie AI ma na czym pracować i gdzie realnie pomóc.
To nie znaczy, że trzeba latami budować „fundament", zanim cokolwiek ruszy. Znaczy, że przy każdym pomyśle na AI warto zapytać, czy dane pod niego są gotowe. Jeśli nie, tańszym i szybszym pierwszym krokiem jest zwykle integracja i porządek, a nie model. Dobrze poukładany fundament sprawia, że późniejsze AI po prostu działa, zamiast rozczarowywać.
CFO, COO i współzałożyciel LUNOLAB
CFO, COO i współzałożyciel LUNOLAB. Odpowiada za finanse i operacje firmy, a przy tym pracuje technicznie w projektach. Łączy perspektywę kosztów i procesów z wiedzą, jak je zautomatyzować: od rozliczeń i przepływów pieniędzy po integracje systemów. Pisze o automatyzacji procesów, zwrocie z inwestycji w technologię i o tym, jak liczyć jej realny koszt.
Masz pomysł na wdrożenie technologii u siebie?
Umów bezpłatną rozmowę