Eksperyment dobiegł końca. Sztuczna inteligencja nie jest już zabawką dla działów innowacji – dziś stanowi o realnej przewadze konkurencyjnej. Ale jak przejść od obietnic do wdrożenia, które faktycznie działa?
O tym, jak przekształcić sztuczną inteligencję w narzędzie wzrostu – z zaangażowaniem kadry zarządzającej, dobrze przygotowanymi zespołami i jasnymi zasadami odpowiedzialności – rozmawiamy z Markiem Czachorowskim, szefem praktyki nowoczesnych rozwiązań danych, oraz Krzysztofem Bratnickim, menedżerem ds. rozwoju AI w Inetum Polska. Firma ta znalazła się w 12 najważniejszych rankingach w raporcie ITwiz BEST100 w 2025 roku – i nie bez powodu.
Business Insider: Jak można zdefiniować koncepcję „zarządzania sztuczną inteligencją” i jakie są jej główne filary w kontekście wdrażania sztucznej inteligencji w organizacji?
Krzysztof Bratnicki: Zarządzanie sztuczną inteligencją (AI) to obecnie absolutna konieczność, a nie „fajny dodatek”. Coraz więcej firm zdaje sobie sprawę, że efektywne wykorzystanie sztucznej inteligencji nie zależy od wyboru narzędzi, ale od zdefiniowania kompleksowej strategii w tym obszarze.
Z mojej perspektywy, opartej na rozmowach z osobami wdrażającymi innowacje w swoich firmach, współpraca między zarządem i kadrą zarządzającą a użytkownikami końcowymi opracowywanych rozwiązań jest kluczowa. Bez tej współpracy sztuczna inteligencja ląduje w szufladzie gdzieś w dziale badawczo-rozwojowym lub IT.
Jak Inetum Polska podchodzi do budowania strategii wdrożenia AI – jak rozpoczynacie proces i na jakie etapy go dzielicie?
KB: Zawsze zaczynamy od fundamentalnego pytania: jaki jest cel wdrożenia? Chodzi o rzeczywistą motywację biznesową, taką jak zwiększenie sprzedaży, obniżenie kosztów czy poprawa satysfakcji klienta (NPS). Absolutnie nie powinno się mówić: „Skoro wszyscy mają sztuczną inteligencję, to my też jej chcemy” – to klasyczna droga do bezsensownego marnowania budżetu.
Dlatego naszym pierwszym krokiem jest zazwyczaj rozmowa z kierownictwem i zrozumienie prawdziwych motywów stojących za taką inwestycją. Następnie przeprowadzamy audyt gotowości – analizując dane, kompetencje i procesy. Czasami, nawet na tym etapie, staje się jasne, że musimy zacząć od uporządkowania podstaw, zanim w ogóle zaczniemy omawiać modele językowe czy konkretne narzędzia.
Na przykład, współpracowaliśmy z wiodącym producentem akumulatorów do samochodów elektrycznych, który musiał odrzucać znaczną część swoich baterii z powodu wad, często dopiero w końcowych etapach produkcji. Inetum wdrożyło system, który automatycznie ocenia jakość ogniw paliwowych na każdym z 14 etapów. System ten wykrywa do 93% wad na wczesnym etapie produkcji, eliminując wadliwe produkty z procesu i oszczędzając klientowi miliony euro rocznie.
Określenie kluczowych wyzwań stojących przed klientem, jak powyżej, pozwala nam na stworzenie konkretnej mapy działań.
Jakie główne wyzwania związane z etyką, zgodnością z prawem i bezpieczeństwem danych stoją przed polskimi firmami wdrażającymi systemy AI?
Marek Czachorowski: Wyzwania te mają charakter globalny, ale na rynku polskim, podobnie jak w całej Europie, stają się coraz bardziej palące. Przy próbach wdrożenia rozwiązań AI w środowisku produkcyjnym, działy compliance stanowią główne wąskie gardło, przede wszystkim ze względu na brak regulacji i przewidywalność tych rozwiązań. Jest to problematyczne, ponieważ w tym przypadku informacja o braku możliwości wdrożenia nowego rozwiązania opartego na AI pojawia się pod koniec procesu rozwoju, co oznacza, że firma poniosła koszty, ale nie jest w stanie osiągnąć zwrotu z inwestycji.
Jakie są najważniejsze kompetencje i role wymagane w zespole odpowiedzialnym za rozwój i zarządzanie AI w organizacji? W jaki sposób firma podchodzi do rozwijania tych kompetencji?
M.Cz.: Jeśli poważnie traktujemy rozwój sztucznej inteligencji, musimy myśleć o niej systemowo – jako o kompetencji organizacyjnej, a nie tylko technologicznej. Najczęstszym błędem, jaki widzę, jest skupianie się wyłącznie na budowaniu modeli, bez zastanowienia się nad tym, jak będą one działać w rzeczywistym środowisku firmy. Bez odpowiedniego fundamentu – danych, procesów, decydentów – nawet najlepszy algorytm nie przynosi żadnej wartości.
Dlatego fundamentem jest doświadczony lider AI, który potrafi połączyć wiedzę technologiczną ze zrozumieniem potrzeb biznesowych. Drugim kluczowym elementem jest rola Chief Data Officer (Dyrektora ds. Danych). Osoba ta odpowiada za strategię zarządzania danymi – nie tylko z perspektywy technologicznej, ale także operacyjnej i prawnej. Niezbędni są również eksperci AIOps, odpowiedzialni za utrzymanie i rozwój modeli w środowisku produkcyjnym.
I wreszcie, kompetencje biznesowe. Nie chodzi o to, aby każdy pracownik potrafił programować modele, ale o to, aby wiedział, jak korzystać z narzędzi AI, jak interpretować ich wyniki i jak zadawać właściwe pytania.
Jak wygląda proces oceny dojrzałości AI w organizacji – jakie pytania należy sobie zadać na początku tej drogi i jak mierzyć postępy?
M.Cz.: Ocena dojrzałości organizacyjnej to proces, który pozwala nam zrozumieć, na jakim etapie się znajdujemy i co musimy zrobić, aby iść naprzód.
Najpierw zadajemy firmie konkretne pytania: Jaki cel biznesowy powinna wspierać sztuczna inteligencja? Czy dysponujemy danymi wystarczająco wysokiej jakości, aby trenować modele? Czy ktoś w organizacji czuje się odpowiedzialny za transformację? Czy mamy ludzi, którzy rozumieją technologię i potrafią przełożyć ją na wartość?
Na tej podstawie budujemy mapę dojrzałości, aby zaplanować realne działania: co rozwijać, w jakiej kolejności, z jakim zespołem.
Jakie praktyki i narzędzia Inetum zaleca w celu efektywnej integracji sztucznej inteligencji z istniejącą infrastrukturą technologiczną, przy jednoczesnym zapewnieniu zgodności z przepisami i standardami bezpieczeństwa?
M.Cz.: Skuteczna integracja AI z istniejącą infrastrukturą wymaga przede wszystkim solidnych, dobrze zdefiniowanych ram nadzoru – praktycznego zarządzania AI. To podejście łączy aspekty techniczne z wymogami zgodności i bezpieczeństwa od samego początku projektu.
Wdrożenie procesów zgodności z przepisami dotyczącymi sztucznej inteligencji (AI) ma kluczowe znaczenie, ponieważ zapewnia zgodność każdego elementu rozwiązania – od modelu po interfejs – zarówno z wewnętrznymi standardami organizacji, jak i przepisami zewnętrznymi, w tym z RODO i wytycznymi wynikającymi z unijnej ustawy o sztucznej inteligencji (AI Act). Ciągły monitoring i audyty są naturalną częścią naszego procesu – nie tylko pomagają identyfikować ryzyka, ale także dowodzą, czy rozwiązania działają zgodnie z oczekiwaniami.
W jaki sposób kadra zarządzająca i poszczególne linie biznesowe powinny uczestniczyć we wdrażaniu sztucznej inteligencji, aby mieć pewność, że projekty będą nie tylko skuteczne, ale także będą miały realną wartość biznesową?
M.Cz.: Zaangażowanie kadry zarządzającej i biznesu jest warunkiem koniecznym, a nie opcjonalnym.
Kierownictwo powinno nie tylko wspierać innowacje, ale także aktywnie je sponsorować: zapewniając zasoby, jasno określając cele i rozliczając z wyników. Jednym z najlepszych sposobów osiągnięcia tego celu jest powołanie komitetu nadzorującego projekty AI, w którego skład wejdą przedstawiciele działów IT, biznesu i analityki.
Równie ważne jest, aby inicjatywy związane ze sztuczną inteligencją (AI) wywodziły się z biznesu, a nie tylko z technologii. Osoby odpowiedzialne za konkretne obszary najlepiej rozumieją, gdzie sztuczna inteligencja może naprawdę pomóc.
Przejrzysty monitoring kosztów, jasno określone KPI i gotowość na „szybkie błędy” to elementy umożliwiające efektywne zarządzanie innowacjami.
Biorąc pod uwagę realia rynkowe, jakich zmian w podejściu do zarządzania sztuczną inteligencją można oczekiwać w nadchodzących latach, zwłaszcza biorąc pod uwagę nowe regulacje, takie jak unijna ustawa o sztucznej inteligencji?
M.Cz.: Era eksperymentów dobiega końca – zaczyna się era odpowiedzialności. W ostatnich latach wiele firm testowało możliwości sztucznej inteligencji w mniejszych, kontrolowanych projektach. Dziś obserwujemy wyraźną zmianę: bezpieczeństwo, zgodność z przepisami i pełna transparentność operacyjna stają się priorytetami.
Nowe przepisy, takie jak unijna ustawa o sztucznej inteligencji, jasno wskazują, że ochrona użytkowników, przejrzystość algorytmów i możliwość wykazania zgodności z zasadami etycznymi nie są już dobrymi praktykami – stają się obowiązkowe.
Zarządzanie sztuczną inteligencją (AI Governance) stanie się zatem nie opcją, lecz niezbędnym standardem dla każdej organizacji, która chce korzystać ze sztucznej inteligencji w sposób skalowalny i wiarygodny. I to dobrze – bo oznacza to, że sztuczna inteligencja naprawdę dojrzewa jako narzędzie biznesowe.
Dziękujemy za przeczytanie naszego artykułu do końca. Bądź na bieżąco! Obserwuj nas w Google News. Materiał reklamowy na zlecenie Inetum. Udostępnij ten artykuł. Newsletter. Bądź na bieżąco z wiadomościami ze świata biznesu i finansów. Zapisz się.
Źródło
