| REKLAMA |
 |
W badaniu wzięło udział 1900 liderów biznesu i IT z dziewięciu krajów, w tym z Wielkiej Brytanii, Francji i Niemiec — wszyscy aktywnie wykorzystują generatywną sztuczną inteligencję w co najmniej jednym obszarze działalności. Zaledwie dwa i pół roku od momentu, gdy generatywna AI zaczęła kształtować globalny krajobraz technologiczny, firmy wdrażające te rozwiązania już dziś dostrzegają konkretne rezultaty — zarówno w zastosowaniach wewnętrznych, jak i zewnętrznych. Ponad połowa (55%) badanych respondentów jako pierwszy krok wskazała projekty wspierające pracowników, mające na celu zwiększenie ich wydajności i efektywności. Natomiast 44% postawiło na rozwiązania skierowane do klientów, mające na celu podniesienia jakości doświadczeń i poziomu satysfakcji.
„Przez niemal dwie dekady swojej kariery zajmowałem się rozwojem sztucznej inteligencji i wreszcie osiągnęliśmy punkt zwrotny, w którym AI zaczyna przynosić realną wartość dla przedsiębiorstw na całym świecie” – powiedział Baris Gultekin, szef działu AI w Snowflake. „Ponad 4 000 klientów korzysta na co dzień z rozwiązań Snowflake w obszarze AI i uczenia maszynowego. Na własne oczy widzę, jak ogromny wpływ mają te narzędzia na poprawę efektywności, zwiększenie produktywności zespołów oraz upowszechnienie dostępu do danych i analityki w całych organizacjach”.„Wyniki raportu pokazują, że organizacje, które zdecydowały się na wczesne wdrożenie generatywnej sztucznej inteligencji, nie tylko szybciej się rozwijają, ale również osiągają wymierne korzyści biznesowe” – dodaje Adam Wojtkowski, Country Manager CEE w Snowflake. „W Polsce obserwujemy rosnące zainteresowanie AI, a firmy coraz częściej traktują dane jako strategiczny zasób napędzający innowacje. W Snowflake wspieramy organizacje na każdym etapie tej transformacji — pomagamy nie tylko uporządkować dane, ale przede wszystkim przekształcić je w realną przewagę konkurencyjną”.
Sukces napędzany inwestycjami w sztuczną inteligencję
Wczesne inwestycje w sztuczną inteligencję okazują się być skuteczne dla większości firm. Aż 93% respondentów wskazało, że ich inicjatywy związane z generatywną AI zakończyły się dużym lub przynajmniej częściowym sukcesem. Wdrożenia te przełożyły się na konkretne usprawnienia — poprawę efektywności (88%), lepsze doświadczenia klientów (84%) oraz przyspieszenie innowacji (84%). Co ciekawe, już dwie trzecie badanych firm potrafi oszacować zwrot z tych inwestycji, wykazując, że każdy wydany milion dolarów przynosi średnio 1,41 miliona dolarów zysku dzięki oszczędnościom i zwiększonym przychodom.
Istnieją jednak pewne różnice w obszarach, na których organizacje koncentrują swoje działania związane ze sztuczną inteligencją – są one ściśle powiązane z poziomem dojrzałości AI w danym kraju oraz z osiąganymi wynikami, jeśli chodzi o zwrot z inwestycji (ROI) w różnych regionach:
- Francja: Francuski rynek wciąż znajduje się na etapie wczesnej adopcji – więcej respondentów pracuje nad pierwszymi zastosowaniami AI (41% wobec 36% średniej globalnej). Udało im się osiągnąć 31% zwrotu z inwestycji w generatywną AI.
- Niemcy: Niemcy przodują w integrowaniu danych własnych – aż 88% badanych twierdzi, że dostosowuje duże modele językowe (LLM) przy użyciu własnych danych (wobec 80% średniej globalnej). Osiągnęli 34% zwrotu z inwestycji w generatywną AI.
- Wielka Brytania: Brytyjski rynek stawia na wartość, jaką AI przynosi użytkownikom końcowym – respondenci z Wielkiej Brytanii, częściej w porównaniu do średniej globalnej, wskazują poprawę efektywności operacyjnej (57% vs. 51%) oraz innowacyjność (46% vs. 40%) jako główne czynniki biznesowe stojące za ich inicjatywami AI. Odnotowali 42% zwrot z inwestycji w generatywną AI.
Globalne firmy rozwijające swoje inicjatywy związane ze sztuczną inteligencją przeznaczają coraz więcej zasobów na ten cel, wskazując na znaczenie danych (81%), dużych modeli językowych (78%), oprogramowania wspierającego (83%), infrastruktury (82%) oraz wykwalifikowanych specjalistów (76%). Tego rodzaju strategiczne podejście odzwierciedla zasadniczą zmianę w priorytetach firm, które chcą skutecznie funkcjonować i konkurować w przyszłości.
Pokonywanie barier w zakresie danych w celu maksymalizacji skuteczności AI
Aby w pełni wykorzystać potencjał AI, niezbędna jest solidna baza danych. Organizacje coraz częściej wykorzystują swoje dane, aby zwiększyć skuteczność AI — 80% respondentów decyduje się na dostrajanie modeli przy użyciu własnych zasobów. Mimo to wielu z nich napotyka poważne trudności w przygotowaniu tych danych do wykorzystania przez AI.
Za największe przeszkody uznają:
- Wyższe niż oczekiwane koszty: 96% wczesnych użytkowników generatywnej AI zgłasza, że jeden lub więcej komponentów ich rozwiązań kosztował do tej pory więcej, niż początkowo zakładano, a 78% twierdzi, że połowa lub więcej przypadków użycia generatywnej AI kosztowała więcej, niż oczekiwano, aby wdrożyć je do produkcji.
- Eliminowanie silosów danych: 64% wczesnych użytkowników AI twierdzi, że integracja danych z różnych źródeł jest obecnie wyzwaniem.
- Organizacja danych nieustrukturyzowanych: Zdecydowana większość danych jest nieustrukturyzowana — według wielu szacunków od 80% do 90%. Jednak tylko 11% wczesnych użytkowników twierdzi, że ponad połowa ich nieustrukturyzowanych danych jest gotowa do wykorzystania w treningu i dostrajaniu dużych modeli językowych (LLM).
- Wprowadzanie ram zarządzania danymi: 59% twierdzi, że wdrażanie zasad zarządzania danymi jest trudne
- Pomiar i monitorowanie jakości danych: 59% twierdzi, że jest to trudne.
- Integracja przygotowania danych: 58% uważa, że przygotowanie danych do wykorzystania w AI stanowi wyzwanie.
- Efektywne skalowanie pamięci i mocy obliczeniowej: 54% osób twierdzi, że trudno jest sprostać wymaganiom dotyczącym pojemności magazynowej i mocy obliczeniowej.
Żródło: Snowflake
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
