| REKLAMA |
 |
Globalny raport SoftServe i Forrester Consulting „Where Is Generative AI’s Transformational Value Hiding?” rzuca nowe światło na wykorzystanie sztucznej inteligencji generatywnej w biznesie. Oparty na badaniu przeprowadzonym wśród 777 decydentów ds. zakupów technologii, raport pokazuje, że firmy nie ustają w inwestycjach, testując liczne przypadki użycia Gen AI w poszukiwaniu najbardziej opłacalnych rozwiązań. Jednak organizacje te stają przed wyzwaniami związanymi z przygotowaniem danych, zarządzaniem i rozwijaniem kompetencji w zespołach.
Oto najważniejsze wnioski z raportu:
Pomimo szerokiego zakresu zastosowania GenAI 80% decydentów przyznaje, że ich pracownicy wciąż mają trudności ze zrozumieniem złożoności generatywnej sztucznej inteligencji i świadomością jej potencjalnego wykorzystania w praktyce. Dodatkowo aż 90% firm twierdzi, że potrzebuje partnera z zaawansowanymi umiejętnościami technicznymi, aby dostrzec transformacyjną wartość przyszłych wdrożeń Gen AI. Badanie ujawnia, że organizacje szukają partnerów, którzy oferują przyspieszone wsparcie we wdrażaniu (89%) oraz posiadają dogłębną wiedzę na temat ich branży (88%). Te elementy są kluczowe dla skutecznej realizacji i implementacji nowatorskich rozwiązań technologicznych.
Brak danych
Chociaż respondenci zgodnie uznają, że dane są kluczowe dla skutecznych strategii wdrażania generatywnej sztucznej inteligencji, jedynie 3% organizacji deklaruje zdolność do wykorzystywania pełnego zakresu sześciu lub więcej typów danych biznesowych – w tym operacyjnych, danych klientów, pracowników, kodu źródłowego, danych publicznych i partnerów. Dodatkowo utrzymuje się znacząca luka w umiejętnościach technicznych niezbędnych do prawidłowej analizy danych. 88% respondentów podkreśla rosnącą potrzebę zaawansowanej wiedzy technicznej, niezbędnej do integracji danych, optymalizacji modeli, rozwijania przypadków użycia oraz dalszego rozwoju aplikacji.
Badanie wykazało, że organizacje czerpiące znaczne korzyści z generatywnej sztucznej inteligencji priorytetowo traktowały dane, zarządzanie i rozwój umiejętności, korzystając z wsparcia partnerów technicznych i ekspertów.
Gen AI w różnych krajach i branżach
Wśród badanych krajów, największą wartość dodaną Gen AI osiągały USA, następnie Wielka Brytania, Singapur i Niemcy.
W sektorze detalicznym Gen AI znalazła najszersze zastosowanie, kiedy modele były szkolone na własnych danych. Natomiast sektor finansowy i ubezpieczeniowy (FSI) częściej napotykał trudności w uzyskaniu korzyści z Gen AI. Liderzy FSI zgłaszali również mniejszą liczbę planów wdrażania Gen AI w porównaniu do handlu detalicznego i innych branż.
Branże takie jak opieka zdrowotna, nauki przyrodnicze, przemysł naftowy i gazowy, produkcja, dostawcy oprogramowania (ISV) oraz technologie korporacyjne wykazywały równy podział w osiąganiu wartości Gen AI. Natomiast większe przedsiębiorstwa o przychodach przekraczających 5 miliardów dolarów rzadziej odnosiły sukcesy w Gen AI z powodu braku w organizacji niezbędnych zasobów w rozległych krajobrazach sprzętowych, programowych i infrastrukturalnych.
Źródło: SoftServe
Oto najważniejsze wnioski z raportu:
- Ponad połowa decydentów twierdzi, że ich firma ustanowiła cele biznesowe w zakresie wykorzystania sztucznej inteligencji, ale 79% jest zaniepokojonych zdolnością ich organizacji do realizacji tych celów przy obecnym poziomie wiedzy wewnętrznej lub zewnętrznej.
- Mimo że ponad 75% organizacji napotyka wyzwania związane z gotowością do wdrożenia sztucznej inteligencji, nadal intensywnie gromadzą przypadki użycia. Większość firm wdrożyła już co najmniej trzy rozwiązania, planuje także rozszerzyć ich zastosowanie o kolejne dwa oraz przeprowadzić pilotaż nowego przypadku użycia w ciągu najbliższych 12-18 miesięcy. • Zaledwie 51% liderów jest całkowicie przekonanych, że ich obecna strategia pozwoli im w pełni wykorzystać potencjał Gen AI w przyszłości. Jednocześnie 77% obawia się, że ich firma może nie zrealizować zakładanej wartości biznesowej zarówno w krótkim, jak i długim okresie.
- Tylko 42% organizacji posiada umiejętności niezbędne do szkolenia modeli AI, a aż 89% zmaga się z trudnościami w przygotowaniu danych biznesowych do ich wykorzystania.
- Mniej niż jedna czwarta firm (24%) ma opracowane plany zarządzania, mimo że 90% zgadza się, że ich wdrożenie jest kluczowe dla odpowiedzialnego wykorzystania generatywnej sztucznej inteligencji i minimalizowania ryzyka.
Sztuczna inteligencja szybko zyskała na popularności w biznesie, jednak gdy opadł początkowy entuzjazm, wiele firm odkryło, że nie jest w pełni przygotowana na wdrożenie rozwiązań GenAI. Problemy związane z przygotowaniem danych, infrastrukturą oraz brak odpowiednich kompetencji w zespołach często hamują realizację ambitnych inicjatyw. W takich przypadkach, naturalnym partnerem dla firm dążących do wdrażania zaawansowanych technologii są przedsiębiorstwa z sektora nowoczesnych usług biznesowych. Te organizacje, od dawna korzystające z AI, dysponują niezbędnym doświadczeniem i ekspertyzą, aby strategicznie podejść do transformacji i osiągnąć maksymalne efekty biznesowe – mówi Sebastian Drzewiecki, Country Manager SoftServe Poland oraz Wiceprezes ABSL, region: Kraków.
Pomimo szerokiego zakresu zastosowania GenAI 80% decydentów przyznaje, że ich pracownicy wciąż mają trudności ze zrozumieniem złożoności generatywnej sztucznej inteligencji i świadomością jej potencjalnego wykorzystania w praktyce. Dodatkowo aż 90% firm twierdzi, że potrzebuje partnera z zaawansowanymi umiejętnościami technicznymi, aby dostrzec transformacyjną wartość przyszłych wdrożeń Gen AI. Badanie ujawnia, że organizacje szukają partnerów, którzy oferują przyspieszone wsparcie we wdrażaniu (89%) oraz posiadają dogłębną wiedzę na temat ich branży (88%). Te elementy są kluczowe dla skutecznej realizacji i implementacji nowatorskich rozwiązań technologicznych.
Brak danych
Chociaż respondenci zgodnie uznają, że dane są kluczowe dla skutecznych strategii wdrażania generatywnej sztucznej inteligencji, jedynie 3% organizacji deklaruje zdolność do wykorzystywania pełnego zakresu sześciu lub więcej typów danych biznesowych – w tym operacyjnych, danych klientów, pracowników, kodu źródłowego, danych publicznych i partnerów. Dodatkowo utrzymuje się znacząca luka w umiejętnościach technicznych niezbędnych do prawidłowej analizy danych. 88% respondentów podkreśla rosnącą potrzebę zaawansowanej wiedzy technicznej, niezbędnej do integracji danych, optymalizacji modeli, rozwijania przypadków użycia oraz dalszego rozwoju aplikacji.
Badanie wykazało, że organizacje czerpiące znaczne korzyści z generatywnej sztucznej inteligencji priorytetowo traktowały dane, zarządzanie i rozwój umiejętności, korzystając z wsparcia partnerów technicznych i ekspertów.
Gen AI w różnych krajach i branżach
Wśród badanych krajów, największą wartość dodaną Gen AI osiągały USA, następnie Wielka Brytania, Singapur i Niemcy.
W sektorze detalicznym Gen AI znalazła najszersze zastosowanie, kiedy modele były szkolone na własnych danych. Natomiast sektor finansowy i ubezpieczeniowy (FSI) częściej napotykał trudności w uzyskaniu korzyści z Gen AI. Liderzy FSI zgłaszali również mniejszą liczbę planów wdrażania Gen AI w porównaniu do handlu detalicznego i innych branż.
Branże takie jak opieka zdrowotna, nauki przyrodnicze, przemysł naftowy i gazowy, produkcja, dostawcy oprogramowania (ISV) oraz technologie korporacyjne wykazywały równy podział w osiąganiu wartości Gen AI. Natomiast większe przedsiębiorstwa o przychodach przekraczających 5 miliardów dolarów rzadziej odnosiły sukcesy w Gen AI z powodu braku w organizacji niezbędnych zasobów w rozległych krajobrazach sprzętowych, programowych i infrastrukturalnych.
Źródło: SoftServe
Najnowsze wiadomości
Customer-specific AI: dlaczego w 2026 roku to ona przesądza o realnym wpływie AI na biznes
W 2026 roku sztuczna inteligencja przestaje być ciekawostką technologiczną, a zaczyna być rozliczana z realnego wpływu na biznes. Organizacje oczekują dziś decyzji, którym można zaufać, procesów działających przewidywalnie oraz doświadczeń klientów, które są spójne w skali. W tym kontekście coraz większe znaczenie zyskuje customer-specific AI - podejście, w którym inteligencja jest osadzona w danych, procesach i regułach konkretnej firmy, a nie oparta na generycznych, uśrednionych modelach.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
SkyAlyne stawia na IFS dla utrzymania floty RCAF
SkyAlyne, główny wykonawca programu Future Aircrew Training (FAcT), wybrał IFS Cloud for Aviation Maintenance jako cyfrową platformę do obsługi technicznej lotnictwa i zarządzania majątkiem. Wdrożenie ma zapewnić wgląd w czasie rzeczywistym w utrzymanie floty, zasoby i zgodność, ograniczyć przestoje oraz zwiększyć dostępność samolotów szkoleniowych RCAF w skali całego kraju. To ważny krok w modernizacji kanadyjskiego systemu szkolenia załóg lotniczych.
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znacznie wolniejsze od wcześniejszych oczekiwań rynku. Dane pokazują, że z rozwiązań AI korzysta dziś wciąż niewiele przedsiębiorstw, a menedżerowie coraz częściej wskazują na bariery regulacyjne, koszty oraz brak powtarzalnych efektów biznesowych. W praktyce technologia jest testowana głównie w wybranych obszarach, a kluczowe decyzje nadal pozostają po stronie człowieka. Również w firmach, które wdrożyły AI, nierzadko towarzyszą temu rozczarowania.
Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Najnowsze artykuły
5 pułapek zarządzania zmianą, które mogą wykoleić transformację cyfrową i wdrożenie ERP
Dlaczego jedne wdrożenia ERP dowożą korzyści, a inne kończą się frustracją, obejściami w Excelu i spadkiem zaufania do systemu? Najczęściej decyduje nie technologia, lecz to, jak organizacja prowadzi zmianę: czy liderzy biorą odpowiedzialność za decyzje czy tempo jest dopasowane do zdolności absorpcji oraz czy ludzie dostają klarowność ról i realne kompetencje. Do tego dochodzi pytanie: co po go-live - stabilizacja czy chaos w firmie? Poniżej znajdziesz 5 pułapek, które najczęściej wykolejają transformację i praktyczne sposoby, jak im zapobiec.
SAP vs Oracle vs Microsoft: jak naprawdę wygląda chmura i sztuczna inteligencja w ERP
Wybór systemu ERP w erze chmury i sztucznej inteligencji to decyzja, która determinuje sposób działania organizacji na lata — a często także jej zdolność do skalowania, adaptacji i realnej transformacji cyfrowej. SAP, Oracle i Microsoft oferują dziś rozwiązania, które na pierwszy rzut oka wyglądają podobnie, lecz w praktyce reprezentują zupełnie odmienne podejścia do chmury, AI i zarządzania zmianą. Ten artykuł pokazuje, gdzie kończą się deklaracje, a zaczynają realne konsekwencje biznesowe wyboru ERP.
Transformacja cyfrowa z perspektywy CFO: 5 rzeczy, które przesądzają o sukcesie (albo o kosztownej porażce)
Transformacja cyfrowa w finansach często zaczyna się od pytania o ERP, ale w praktyce rzadko sprowadza się wyłącznie do wyboru systemu. Dla CFO kluczowe jest nie tylko „czy robimy pełną wymianę ERP”, lecz także jak policzyć ryzyko operacyjne po uruchomieniu, ocenić wpływ modelu chmurowego na koszty OPEX oraz utrzymać audytowalność i kontrolę wewnętrzną w nowym modelu działania firmy.
Agentic AI rewolucjonizuje HR i doświadczenia pracowników
Agentic AI zmienia HR: zamiast odpowiadać na pytania, samodzielnie realizuje zadania, koordynuje procesy i podejmuje decyzje zgodnie z polityką firmy. To przełom porównywalny z transformacją CRM – teraz dotyczy doświadczenia pracownika. Zyskują HR managerowie, CIO i CEO: mniej operacji, więcej strategii. W artykule wyjaśniamy, jak ta technologia redefiniuje rolę HR i daje organizacjom przewagę, której nie da się łatwo nadrobić.
Composable ERP: Przewodnik po nowoczesnej architekturze biznesowej
Czy Twój system ERP nadąża za tempem zmian rynkowych, czy stał się cyfrową kotwicą hamującą rozwój? W dobie nieciągłości biznesowej tradycyjne monolity ustępują miejsca elastycznej architekturze Composable ERP. To rewolucyjne podejście pozwala budować środowisko IT z niezależnych modułów (PBC) niczym z klocków, zapewniając zwinność nieosiągalną dla systemów z przeszłości. W tym raporcie odkryjesz, jak uniknąć pułapki długu technologicznego, poznasz strategie liderów rynku (od SAP po MACH Alliance) i wyciągniesz lekcje z kosztownych błędów gigantów takich jak Ulta Beauty. To Twój strategiczny przewodnik po transformacji z cyfrowego "betonu" w adaptacyjną "plastelinę".
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znaczni… / Czytaj więcej
Vertiv Frontiers: 5 trendów, które przeprojektują centra danych pod „fabryki AI”
Centra danych wchodzą w erę „fabryk AI”, gdzie o przewadze nie decyduje już sama skala, lecz zdolno… / Czytaj więcej
Cyberbezpieczeństwo 2026. 6 trendów, które wymuszą nowe podejście do AI, danych i tożsamości
Rok 2026 zapowiada się jako moment przełomu w świecie cyfrowego bezpieczeństwa. W obliczu dynamiczn… / Czytaj więcej
Jurysdykcja danych w chmurze: dlaczego polskie firmy coraz częściej wybierają „gdzie leżą” ich system
Jurysdykcja danych przestała być detalem w umowach chmurowych – dziś decyduje o zgodności, bezpiecz… / Czytaj więcej
Tylko 7% firm w Europie wykorzystuje w pełni potencjał AI
72% firm w regionie EMEA uznaje rozwój narzędzi bazujących na sztucznej inteligencji za priorytet s… / Czytaj więcej
Chmura publiczna w Unii Europejskiej – między innowacją a odpowiedzialnością za dane
Transformacja cyfrowa w Europie coraz mocniej opiera się na chmurze publicznej, która stała się fun… / Czytaj więcej
