#czystemięso 🥩

Zerknij, co tym razem serwujemy na danie główne!

Sztuczna inteligencja w przedsiębiorstwach w 2025 roku: stan wdrożeń, wyzwania i perspektywy

Sztuczna inteligencja w przedsiębiorstwach w 2025 roku: stan wdrożeń, wyzwania i perspektywy

Celem artykułu jest przedstawienie aktualnego stanu wykorzystania sztucznej inteligencji (w szczególności generatywnej AI) w przedsiębiorstwach w 2025 roku.

Na podstawie najnowszych badań globalnych (McKinsey, OpenAI, ISG, Deloitte, World Economic Forum, OECD) oraz analiz regulacyjnych (EU AI Act) omówiono skalę adopcji, kluczowe obszary zastosowań, wpływ na produktywność i modele biznesowe, a także główne ryzyka oraz wyzwania organizacyjne.

Wyniki wskazują na bardzo wysoką deklaratywną adopcję AI (powyżej 80% firm deklaruje wykorzystanie AI w co najmniej jednej funkcji biznesowej), przy jednoczesnym ograniczonym skalowaniu rozwiązań oraz umiarkowanej realizacji oczekiwanych zwrotów z inwestycji.

Szczególne znaczenie mają zagadnienia zarządzania ryzykiem, kompetencjami oraz zgodnością z regulacjami, takimi jak unijna AI Act.

Wprowadzenie

Rok 2023 często określano jako moment odkrycia generatywnej sztucznej inteligencji, natomiast 2024–2025 to okres jej intensywnego wdrażania w organizacjach na całym świecie. Badania McKinsey z 2024 roku pokazały niemal podwojenie odsetka firm regularnie używających generatywnej AI w porównaniu z 2023 rokiem.

W 2025 roku technologia ta stała się jednym z kluczowych elementów strategii cyfrowej, obejmując zarówno duże korporacje, jak i średnie przedsiębiorstwa.

Równolegle obserwujemy intensywną debatę regulacyjną – szczególnie w Unii Europejskiej, gdzie AI Act jest pierwszą kompleksową regulacją dotyczącą sztucznej inteligencji, z konkretnym harmonogramem wejścia w życie kolejnych obowiązków dla firm w latach 2024–2027.

Celem niniejszego artykułu jest:

  • 1. Scharakteryzowanie skali i form adopcji AI w przedsiębiorstwach w 2025 roku.
  • 2. Identyfikacja kluczowych obszarów zastosowań w różnych funkcjach biznesowych.
  • 3. Analiza wpływu AI na produktywność, koszty i rynek pracy.
  • 4. Omówienie głównych barier, ryzyk oraz ram regulacyjnych.
  • 5. Zarysowanie kierunków dalszego rozwoju i implikacji dla strategii firm.

Skala adopcji AI w przedsiębiorstwach w 2025 roku

Deklaratywna adopcja i stopień skalowania

Zgodnie z raportem The State of AI (McKinsey, 2025) 88% respondentów deklaruje, że ich organizacje wykorzystują AI w co najmniej jednej funkcji biznesowej, co stanowi wzrost względem 78% rok wcześniej. Oznacza to, że AI przestała być zjawiskiem marginalnym – stała się technologią masowo obecną w firmach, przynajmniej na poziomie pilotaży i pojedynczych use case’ów.

Z kolei raport ISG State of Enterprise AI Adoption 2025 analizujący konkretne przypadki wdrożeń pokazuje, że w 2025 roku około 31% priorytetowych przypadków użycia AI w firmach osiągnęło pełną produkcję. Jest to dwukrotny wzrost w stosunku do badania z 2024 roku, jednak tylko ok. 25% inicjatyw realizuje oczekiwany zwrot z inwestycji w obszarze wzrostu przychodów, a ok. 50% – oczekiwane korzyści efektywnościowe.

Raport OpenAI The State of Enterprise AI | 2025 wskazuje dodatkowo na rosnący rozdźwięk pomiędzy tzw. „frontier workers” (pracownikami o najwyższym poziomie adopcji narzędzi AI) a medianą pracowników. Dla zadań związanych z analizą danych różnice w intensywności korzystania z zaawansowanych narzędzi AI są nawet kilkunastokrotne.

Generatywna AI jako dominujący nurt

Badania McKinsey z 2024 roku pokazały, że 65% organizacji regularnie używa generatywnej AI, przy czym odsetek ten niemal podwoił się w ciągu zaledwie dziesięciu miesięcy.

Raporty z 2025 roku (McKinsey, Deloitte, Wharton) sugerują, że generatywna AI stała się głównym motorem nowych wdrożeń – to na niej koncentrują się budżety inwestycyjne oraz programy szkoleniowe dla pracowników.

Kluczowe obszary zastosowań AI w firmach

W 2025 roku można wyróżnić kilka dominujących klas zastosowań AI w przedsiębiorstwach:

Marketing, sprzedaż i obsługa klienta

AI jest intensywnie wykorzystywana do:

  • automatyzacji tworzenia treści marketingowych (teksty reklam, landing page, materiały social media),
  • personalizacji komunikacji z klientem w oparciu o predykcyjne modele zachowań,
  • automatycznej segmentacji klientów oraz rekomendacji produktów,
  • obsługi klienta przez czatboty i asystentów głosowych.

Badania McKinsey wskazują, że obszary marketingu i sprzedaży należą do tych, w których firmy najczęściej raportują wzrost przychodów wynikający z wdrożeń AI (zarówno analitycznej, jak i generatywnej).

Operacje, łańcuch dostaw i produkcja

W obszarze operacji AI wspiera m.in.:

  • prognozowanie popytu i optymalizację zapasów,
  • planowanie produkcji i harmonogramowanie,
  • predykcyjne utrzymanie ruchu (predictive maintenance),
  • optymalizację tras logistycznych.

Z danych ISG wynika, że projekty nastawione na wzrost efektywności (np. oszczędności kosztowe, redukcję przestojów, optymalizację zapasów) częściej dostarczają oczekiwane wyniki niż inicjatywy stricte „innowacyjne” czy wizerunkowe.

Finanse, prawo i compliance

Szybko rośnie zastosowanie AI w finansach i działach prawnych:

  • analiza dokumentów (umów, raportów finansowych, regulacji),
  • automatyczne generowanie projektów dokumentów,
  • wsparcie w ocenie ryzyka kredytowego i ryzyka nadużyć,
  • wspieranie procesów raportowania regulacyjnego.

Przykłady z sektora prawniczego pokazują, że kancelarie oraz działy prawne dużych korporacji budują własne generatywne narzędzia do analizy umów oraz zgodności regulacyjnej, co znacząco redukuje czas przeglądów dokumentów. W sektorze finansowym integracja danych rynkowych z interfejsami AI (np. integracja danych LSEG z ChatGPT) ma umożliwić analitykom szybsze pozyskiwanie i interpretację informacji.

HR, szkolenia i rozwój kompetencji

AI jest coraz częściej wykorzystywana w:

  • analizie CV i preselekcji kandydatów,
  • personalizowanych ścieżkach szkoleniowych,
  • ocenach kompetencji oraz planowaniu sukcesji,
  • prognozowaniu ryzyk związanych z rotacją pracowników.

Raport World Economic Forum Future of Jobs 2025 wskazuje, że kompetencje związane z AI i big data należą do najbardziej poszukiwanych na rynku pracy, a 44% kluczowych umiejętności wymaganych w pracy ulegnie zmianie w perspektywie pięciu lat.

Wpływ AI na produktywność, koszty i rynek pracy

Raporty ISG oraz Deloitte pokazują, że oczekiwania wobec AI są często wyższe niż realnie osiągane efekty. Średnio tylko połowa inicjatyw osiąga zakładane korzyści efektywnościowe, a ok. jedna czwarta – zakładane korzyści wzrostowe (przychodowe).

Jednocześnie badania McKinsey z 2025 roku odnotowują rosnący odsetek respondentów, którzy deklarują konkretny wpływ generatywnej AI na wzrost przychodów w jednostkach biznesowych, które ją wdrożyły – w porównaniu z analogicznym badaniem z wczesnego 2024 r. odsetek ten wyraźnie wzrósł.

Wnioskiem z tych danych jest, że:

  • AI potrafi generować wymierne korzyści biznesowe,
  • jednak pełne przełożenie technologii na KPI organizacyjne wymaga dojrzałego zarządzania zmianą, data governance, integracji z procesami oraz inwestycji w kompetencje.

Rynek pracy i kompetencje

World Economic Forum szacuje, że w tej dekadzie powstanie ok. 170 mln nowych miejsc pracy, z czego istotna część będzie powiązana z AI, analizą danych oraz automatyzacją. Jednocześnie wiele stanowisk ulega transformacji – rośnie znaczenie umiejętności pracy z narzędziami AI (prompting, weryfikacja wyników, interpretacja modeli), a także kompetencji miękkich, takich jak przywództwo czy zdolność adaptacji.

Program OECD AI-WIPS (AI in Work, Innovation, Productivity and Skills) wskazuje, że wpływ AI na produktywność oraz zatrudnienie jest silnie zróżnicowany sektorowo – w niektórych branżach obserwuje się wzrost zapotrzebowania na wysoko wykwalifikowanych pracowników, przy jednoczesnej presji na automatyzację zadań rutynowych.

Ryzyka i wyzwania związane z wykorzystaniem AI w firmach

Jakość, bezpieczeństwo i „halucynacje” modeli

Wyzwania techniczne dotyczą m.in.:

  • generowania błędnych lub zmyślonych odpowiedzi (tzw. halucynacje),
  • braku przejrzystości modeli (problem „czarnej skrzynki”),
  • podatności na ataki typu prompt injection lub data poisoning.

Badania z rynku indyjskiego pokazują, że aż 81% przedsiębiorstw nie posiada skutecznych mechanizmów monitorowania systemów AI, a około połowa nie potrafi efektywnie wykrywać ani zarządzać halucynacjami modeli. Jest to symptom szerszego, globalnego problemu niedojrzałego zarządzania ryzykiem technologicznym i bezpieczeństwem AI.

Zarządzanie danymi i zgodność z regulacjami

Skuteczne wykorzystanie AI wymaga wysokiej jakości danych, jasno zdefiniowanych zasad ich przetwarzania oraz zgodności z regulacjami dotyczącymi prywatności i ochrony danych (np. RODO).

Wejście w życie unijnej AI Act dodatkowo rozszerza wymogi w zakresie:

  • oceny ryzyka i dokumentowania procesu tworzenia modeli,
  • przejrzystości i wyjaśnialności systemów wysokiego ryzyka,
  • odpowiedzialności dostawców i użytkowników systemów AI.

Firmy muszą więc łączyć perspektywę technologiczną z prawną oraz etyczną – stąd rosnąca popularność funkcji typu AI governance oraz interdyscyplinarnych zespołów łączących IT, prawo, compliance i biznes.

Ryzyko makroekonomiczne i „bańka AI”

OECD w swoich prognozach makroekonomicznych wskazuje, że nadmierny optymizm inwestorów wokół AI może prowadzić do powstania „bańki AI” na rynkach kapitałowych, której pęknięcie stanowi istotne ryzyko dla stabilności gospodarczej.

Z perspektywy przedsiębiorstw oznacza to konieczność ostrożnego podejścia do wycen i oczekiwanych zwrotów z projektów AI, a także dywersyfikacji portfela inwestycji technologicznych.

Ramy regulacyjne: EU AI Act i ich wpływ na firmy

Unijna AI Act, która weszła w życie w sierpniu 2024 roku, wprowadza stopniowo kolejne obowiązki dla przedsiębiorstw w latach 2025–2027.

Kluczowe daty to m.in.:

  • 2 lutego 2025 r. – wejście w życie zakazu stosowania systemów AI uznanych za „nieakceptowalne ryzyko” oraz wymogów w zakresie edukacji/świadomości AI.
  • 2 sierpnia 2025 r. – obowiązki dotyczące systemów ogólnego przeznaczenia (GPAI), governance, sankcji i poufności.
  • 2026–2027 – zasadnicza część obowiązków dla systemów wysokiego ryzyka.

Literatura branżowa wskazuje, że dla wielu firm AI Act staje się impulsem do uporządkowania procesów zarządzania technologią i danymi: od mapowania use case’ów, przez klasyfikację ryzyka, po wdrożenie systemów zarządzania jakością AI.

Jednocześnie część startupów obawia się nadmiernego obciążenia regulacyjnego mogącego hamować innowacyjność.

Perspektywy rozwoju AI w przedsiębiorstwach (2025–2030)

Analizy World Economic Forum wskazują, że do 2030 roku technologia AI i przetwarzanie informacji będą jednym z najbardziej transformacyjnych trendów dla firm – 86% pracodawców spodziewa się, że znacząco przekształcą one ich biznes.

Badania Wharton 2025 AI Adoption Report pokazują, że generatywna AI szybko wchodzi do budżetów, procesów i programów szkoleniowych, a kluczowym wyzwaniem staje się przekształcenie „eksperymentów” w trwałe źródła ROI.

Można wyróżnić kilka spodziewanych kierunków rozwoju:

  1. Dalsza „demokratyzacja” AI – coraz łatwiejszy dostęp do narzędzi AI dla pracowników nietechnicznych, przy jednoczesnym rosnącym rozdźwięku między zaawansowanymi użytkownikami (frontier workers) a resztą organizacji.
  2. Integracja AI z systemami biznesowymi (ERP, CRM, systemy finansowe) oraz danymi branżowymi – przykładem jest integracja danych LSEG z interfejsami konwersacyjnymi AI.
  3. Rozwój wyspecjalizowanych agentów AI realizujących konkretne procesy end-to-end (np. „AI agent ds. windykacji”, „AI agent ds. due diligence”).
  4. Silniejsze powiązanie AI i regulacji – compliance przestaje być tylko kosztem, a staje się przewagą konkurencyjną dla firm, które potrafią budować zaufane i zgodne systemy AI.
  5. Ewolucja kompetencji pracowników – rosnące znaczenie umiejętności łączenia wiedzy dziedzinowej z pracą na systemach AI, przy jednoczesnym spadku znaczenia zadań czysto rutynowych.

Wnioski

Analiza dostępnych badań z 2024–2025 roku pozwala sformułować kilka głównych wniosków dotyczących wykorzystania sztucznej inteligencji w przedsiębiorstwach:

  1. AI stała się technologią powszechną, lecz nie w pełni „dojrzałą” – większość firm deklaruje użycie AI, ale relatywnie mały odsetek use case’ów osiąga skalę produkcyjną i oczekiwane ROI.
  2. Generatywna AI jest głównym motorem nowych wdrożeń – jej potencjał w marketingu, obsłudze klienta, finansach i prawie sprawia, że to na nią kierowane są kluczowe budżety inwestycyjne.
  3. Korzyści z AI są silnie skorelowane z dojrzałością organizacyjną – sukces wymaga nie tylko technologii, ale i dobrego zarządzania danymi, governance, integracji z procesami oraz rozwoju kompetencji pracowników.
  4. Ryzyka techniczne i organizacyjne pozostają znaczące – brak monitoringu systemów, problem halucynacji, luki kompetencyjne oraz ryzyka regulacyjne mogą niwelować potencjalne korzyści z wdrożeń AI.
  5. Regulacje (w szczególności EU AI Act) stają się kluczowym czynnikiem kształtującym strategię AI w firmach– wymuszają one bardziej odpowiedzialne podejście do projektowania, testowania i monitorowania systemów AI, a w efekcie mogą sprzyjać budowie zaufania do tej technologii.

W świetle powyższego można stwierdzić, że rok 2025 jest okresem przejściowym pomiędzy fazą „entuzjastycznych eksperymentów” a fazą głębokiej integracji AI z modelami biznesowymi.

To, czy sztuczna inteligencja stanie się trwałym źródłem przewagi konkurencyjnej, zależy od zdolności firm do łączenia innowacyjności technologicznej z odpowiedzialnym zarządzaniem, inwestycją w ludzi oraz świadomym podejściem do regulacji.


Bibliografia

  1. McKinsey & Company (2025). The State of AI – How organizations are rewiring to capture value.
  2. McKinsey & Company (2024). The State of AI in Early 2024: Gen AI adoption spikes and starts to generate value.
  3. OpenAI (2025). The State of Enterprise AI | 2025 Report.
  4. ISG (2025). State of Enterprise AI Adoption Report 2025.
  5. Deloitte AI Institute (2025). The State of Generative AI in the Enterprise – 2024 Year-End Report.
  6. Wharton (2025). 2025 AI Adoption Report: Gen AI Fast-Tracks into the Enterprise.
  7. World Economic Forum (2025). The Future of Jobs Report 2025 oraz materiały towarzyszące.
  8. OECD (2024–2025). Program AI in Work, Innovation, Productivity and Skills (AI-WIPS) oraz materiały z konferencji.
  9. Parlament Europejski / Komisja Europejska (2024–2025). EU AI Act – First Regulation on Artificial Intelligenceoraz materiały wyjaśniające dla biznesu.
  10. Financial Times, Reuters, Economic Times (2025). Artykuły o wykorzystaniu AI w działach prawnych, finansach i bezpieczeństwie AI w firmach.
  • Opracował: Paweł Scharmach, CEO Scharmach Consulting

Do następnego! 😎👋

Darmowa wycena

Wypełnij formularz

Opisz krótko, czego potrzebujesz — odezwiemy się z wyceną najszybciej, jak to możliwe.