Autorem materiału jest Teresa Olszewska, dyrektorka ds. sprzedaży oraz wiceprezeska zarządu w SAP Polska. Materiał nawiązuje do tematów podjętych podczas SAP NOW AI Tour Poland 2025 -  największego dorocznego spotkania ekosystemu SAP. Nagrania wystąpień i dyskusji z wydarzenia dostępne są tutaj.

W polskim biznesie widać dziś znajomy odruch: gdy pojawia się nowa technologia, chcemy ją wdrożyć szybko, sprawnie, najlepiej w trybie pilotażowym, który można pokazać w prezentacji dla zarządu. Sztuczna inteligencja kusi szczególnie, bo obiecuje natychmiastowy wzrost produktywności. Problem w tym, że AI nie działa jak kolejna aplikacja do zainstalowania. Działa raczej jak nagłe, mocne światło: pokazuje, gdzie procesy są fragmentaryczne, gdzie dane mają niską jakość, a gdzie decyzje od lat opierają się na intuicji zamiast na regułach.

Jednocześnie wciąż funkcjonuje przekonanie, że tak zaawansowana transformacja to domena wyłącznie globalnych korporacji z nieograniczonymi budżetami. To jeden z bardziej szkodliwych mitów współczesnego biznesu. Skala organizacji przestała być barierą wejścia do świata innowacji. Dziś AI to nie kwestia zasobów, ale odwagi w przedefiniowaniu tego, jak pracujemy.

Niskie bariery wejścia i demokratyzacja technologii

Zanim przejdziemy do procesów, musimy zrozumieć, że technologia przestała być elitarna. Fundamentem tej zmiany jest chmura publiczna (public cloud), która radykalnie obniżyła próg wejścia. W modelu chmurowym małe i średnie firmy otrzymują dostęp do tej samej mocy obliczeniowej i tych samych algorytmów AI, z których korzystają światowi liderzy.

Nie trzeba budować własnych serwerowni ani inwestować milionów w infrastrukturę. Chmura pozwala zacząć od małej skali, testować rozwiązania i płacić tylko za realne zużycie. To sprawia, że AI staje się narzędziem dostępnym dla każdego przedsiębiorstwa. Prawdziwym wyzwaniem nie jest już dostęp do technologii, ale gotowość operacyjna, by z niej mądrze skorzystać. Dane z raportu McKinsey „The state of AI in 2025” pokazują, że firmy przygotowujące się do skokowego wykorzystania AI skupiają się na dwóch sprawach: przebudowie procesów i odpowiedzialnym zarządzaniu ludźmi w zmianie. I to jest dobra wiadomość – bo oba te obszary są pod pełną kontrolą zarządów, niezależnie od branży czy skali.

Fundamentalne przeprojektowanie procesów

Od dawna wiemy, że technologia sama w sobie nie decyduje o wyniku. Wynik warunkuje sposób, w jaki firma działa. AI – zwłaszcza w formie agentów zdolnych planować i realizować wieloetapowe zadania – bezlitośnie obnaża słabość organizacji, które próbują ją przykleić do starych procedur. Jeśli proces jest chaotyczny, agent AI nie stanie się magicznie mądrzejszy; on po prostu zacznie automatyzować chaos.

Dlatego pierwsze pytanie nie powinno brzmieć „jakie narzędzie wybieramy?”, tylko „który proces odważymy się rozebrać na części i złożyć od nowa?”. Firmy, które tego nie robią, często utkną w wiecznej fazie pilotażu: coś działa, ale tylko w wycinku organizacji, bez skali i bez realnego zwrotu. Tymczasem AI ma sens wtedy, gdy staje się powodem do zmiany modelu operacyjnego, a nie kosmetyką.

Przykładem organizacji, która we właściwy sposób podjęła to wyzwanie, może być Grupa Maspex. Dzięki wykorzystaniu asystenta cyfrowego SAP Joule w procesach HR, firma usprawniła m.in. zarządzanie danymi, procesy akceptacyjne i zmieniła sposób obsługi wniosków o nieobecność. To przykład automatyzacji, która nie była jedynie technologicznym procesem, ale realną zmianą efektywności operacyjnej.

Planowanie luki kompetencyjnej

Najbliższy horyzont dla przedsiębiorstw nie dotyczy wyłącznie technologii. Dotyczy struktury zatrudnienia. Raport McKinsey wskazuje, że część organizacji spodziewa się spadku ogólnego zatrudnienia w perspektywie roku (w badaniu to 32%), a jednocześnie rośnie popyt na role krytyczne dla industrializacji AI: inżynierów danych czy specjalistów MLOps.

To zestawienie jest dla zarządów niewygodne, bo podważa najprostszy plan: „zatrudnimy kilka osób i temat załatwiony”. Co więcej, skuteczne wdrażanie AI wymaga nie tylko ról technologicznych. Wymaga też nowych umiejętności w działach biznesowych: projektowania pracy z systemami AI, definiowania kryteriów jakości, rozumienia ryzyka i odpowiedzialności. Najbardziej pragmatyczną strategią – i w praktyce najtańszą – jest budowa kompetencji wewnątrz organizacji. Ścieżki uczenia się, reskilling, realne przebudowanie stanowisk, a nie dodanie do nich kolejnego obowiązku. Ignorowanie tego obszaru szybko staje się wąskim gardłem: firma może mieć świetne narzędzia, ale zabraknie ludzi, którzy potrafią je sensownie wpiąć w codzienność.

 „Human-in-the-Loop” jako standard bezpieczeństwa, nie jako hamulec

W dyskusjach o AI lubimy mówić o przewagach. Rzadziej mówimy o obowiązkach. A te rosną. Jednym z najczęściej zgłaszanych negatywnych skutków wdrożeń jest niedokładność – dotykająca niemal jednej trzeciej badanych firm.

Nie chodzi o to, by wpaść w przesadną kontrolę. Chodzi o to, by wprowadzić do organizacji jasny protokół: kiedy wynik AI można przyjąć, a kiedy musi zostać zweryfikowany przez człowieka; kto odpowiada za walidację; jak dokumentujemy decyzje; co robimy z wyjątkami. Firmy o najwyższej skuteczności mają zdefiniowane procesy, które określają momenty i sposób ludzkiej weryfikacji, aby utrzymać jakość i zaufanie. To jest dojrzałość operacyjna w praktyce. Nie wiara w narzędzie, tylko architektura odpowiedzialności. A przy okazji: najlepszy sposób na przygotowanie się do ryzyk regulacyjnych i sporów o własność intelektualną, zanim staną się kryzysem.

Przesunięcie celu z efektywności na wzrost

AI najłatwiej sprzedaje się jako maszynę do oszczędności. Jednocześnie w badaniu McKinsey widać, że firmy, które określono jako „high performers”, znacznie częściej traktują AI jako narzędzie innowacji i budowy nowych modeli biznesowych, a nie program cięcia kosztów.  To ma znaczenie nie tylko dla wyników finansowych, ale też dla kultury i talentów. Wizja wzrostu wspiera zmianę: ludzie chętniej angażują się w projekty, które tworzą nową wartość, niż w te, które wyglądają jak plan redukcji. W praktyce transformacja AI to przede wszystkim zmiana społeczna – bo redefiniuje role, priorytety i sposób podejmowania decyzji.

W rozwojowym dyskursie często powtarza się, że liczy się nie tylko cel, ale i droga. Dziś dopowiedziałabym: liczy się także to, czy firma ma odwagę sprawdzić, czy jedzie właściwą trasą. AI jest momentem prawdy dla każdej organizacji, niezależnie od jej wielkości. Dzięki chmurze publicznej i coraz niższym barierom technologicznym, jedynym realnym ograniczeniem pozostaje gotowość do uporządkowania kluczowych procesów, danych i zasad operacyjnych.

Jeśli potraktujemy AI jak „nakładkę”, dostaniemy nakładkowe efekty. Jeśli potraktujemy ją jak impuls do zmiany – możemy zbudować przewagę, której nie da się skopiować samym zakupem technologii. Przewagę zyskają ci, którzy najszybciej uporządkują i przeprojektują sposób działania swojej organizacji.

Materiał Partnera