Brandsit

Tag: EY

  • Cyfryzacja firm w Polsce – Dlaczego brakuje programów rozwoju?

    Cyfryzacja firm w Polsce – Dlaczego brakuje programów rozwoju?

    Polskie firmy dostrzegają realny wpływ transformacji technologicznej na ludzi i kulturę pracy – wynika z ankiety przeprowadzonej wśród działów HR przez zespół People Consulting w EY Polska. Większość pytanych przedstawicieli firm widzi w technologii impuls do kreatywności –deklaruje to siedem na dziesięć osób (72%), choć w praktyce tylko nieco ponad jedna trzecia organizacji (38%) wdraża programy rozwijające talenty technologiczne.

    Ankieta EY, przeprowadzona wśród przedstawicieli działów HR firm działających w Polsce pokazuje, jak organizacje oceniają wpływ nowych technologii na kreatywność, rozwój kompetencji oraz kulturę pracy. Respondenci reprezentowali najważniejsze sektory polskiej gospodarki: od przemysłu, produkcji i handlu, przez budownictwo i logistykę, po usługi finansowe i profesjonalne, technologię, komunikację oraz medycynę i farmację. Wspólnym mianownikiem ich odpowiedzi jest przekonanie, że technologia daje ogromne możliwości, ale sama w sobie nie tworzy przewagi – kluczowy jest sposób, w jaki organizacje ją adaptują, wdrażają, osadzają w codziennej pracy i łączą z rozwojem oraz motywowaniem ludzi.

    Technologia katalizatorem innowacji

    Z danych wynika, że w wielu polskich organizacjach technologia jest postrzegana przede wszystkim jako szansa, a nie zagrożenie. Ponad 7 na 10 (72%) firm deklaruje, że transformacja technologiczna sprzyja generowaniu nowych pomysłów i innowacji. Jednocześnie niemal dwie trzecie (64%) dostrzega pozytywny wpływ cyfryzacji na rozwój myślenia kreatywnego pracowników. Polskie organizacje dobrze zdają sobie sprawę z konsekwencji, jakie niesie brak właściwej adopcji technologii. Ponad połowa respondentów (52%) ocenia, iż istnieje wysokie ryzyko, że brak wdrożenia technologii spowolni rozwój firmy i osłabi jej konkurencyjność.

    Obraz ten komplikuje się, gdy spojrzymy na działania systemowe. Tylko co trzecia organizacja (38%) deklaruje wdrażanie programów wspierania potencjału talentów w obszarze rozwiązań cyfrowych. Technologia, choć dostępna, nie jest więc trwale zakorzeniona w codziennym rytmie pracy zespołów.

    Najczęściej wskazywanym wyzwaniem, które blokuje firmy w kreatywnym wykorzystaniu narzędzi cyfrowych, jest brak czasu na eksperymentowanie – na co wskazuje co czwarty respondent (25%). Kolejną barierą jest brak wiedzy i kompetencji potrzebnych do ich twórczego stosowania (23%) oraz brak spójnych, nowoczesnych procesów zarządzania talentami (16%).

    – Wyniki ankiety pokazują lukę między deklaracjami a praktyką. Z jednej strony większość organizacji widzi w technologii katalizator kreatywności, z drugiej wykorzystanie narzędzi cyfrowych wciąż zależy głównie od indywidualnej inicjatywy pracowników. W wielu firmach technologia jest wpisana w strategie innowacji, ale w praktyce brakuje czasu, procesów i zachęt, by z niej realnie korzystać – efektem są pojedyncze inicjatywy zamiast skalowalnych rozwiązań. Aby tę lukę domknąć, firmy powinny demokratyzować innowacje, wprowadzać bezpieczne przestrzenie do eksperymentowania, takie jak mikropiloty czy sandboxy AI oraz konsekwentnie łączyć kreatywność z konkretnymi wyzwaniami biznesowymi – mówi Katarzyna Ellis, Partnerka w EY Polska, Liderka Zespołu People Consulting.

    Rozproszona odpowiedzialność zma rozwój

    Ponad połowa firm (56%) ocenia poziom przygotowania pracowników do pracy z nowymi technologiami jako średni. Co trzecia organizacja (30%) postrzega ten poziom jako niski lub bardzo niski, a jedynie niewielka grupa (12%) deklaruje wysoki lub bardzo wysoki stopień gotowości.

    Najbardziej deficytowe okazują się kompetencje adaptacyjne i rozwojowe. Zarządzanie zmianą i zdolność dostosowania się do nowych rozwiązań zostały wskazane jako największy brak przez 22% firm. Niewiele mniej odpowiedzi (20%) dotyczyło kreatywności, innowacyjności i zdolności ciągłego uczenia się. Kompetencje techniczne, takie jak programowanie, analiza danych czy biegłość cyfrowa, były wskazywane przez 17% respondentów. Dokładnie taki sam wynik uzyskały umiejętności krytycznego myślenia i rozwiązywania problemów. W tle pojawiają się także potrzeby związane z komunikacją, współpracą (14%) oraz rozumieniem etyki i prawa nowych technologii (9%).

    Trudności w rozwoju kompetencji wynikają zarówno z ograniczeń organizacyjnych, jak i z nastawienia pracowników. Najczęściej wskazywanymi wyzwaniami były brak czasu i budżetów szkoleniowych (24%). Na drugim miejscu znalazły się brak odpowiednich programów rozwojowych oraz opór przed zmianą (20%). Dodatkowo firmy mierzą się z brakiem zasobów i trudnością w pozyskaniu ekspertów, którzy mogliby wesprzeć proces budowania kompetencji przyszłości (10%).

    – Polskie firmy wiedzą, jakich kompetencji potrzebują, ale wciąż mają trudność z przypisaniem odpowiedzialności za ich rozwój. Warto w tej sytuacji przejść od klasycznego modelu szkoleniowego do podejścia lifelong learning, personalizować ścieżki rozwojowe z pomocą technologii i budować równolegle zarówno kompetencje techniczne, jak i adaptacyjne oraz krytyczne dla funkcjonowania organizacji – dodaje Wioletta Marciniak-Mierzwa, Dyrektorka Zespołu People Consulting, EY Polska.

    Technologia nie niszczy kultury

    Dane zebrane przez EY pokazują także, że dla wielu firm technologia staje się testem spójności kultury organizacyjnej. Prawie połowa respondentów (49%) ocenia wpływ wdrażanych technologii na kulturę organizacji jako pozytywny. Wyzwaniem może okazać się jednak poczucie bezpieczeństwa i wsparcia w związku z transformacją cyfrową firm. Ponad jedna trzecia ankietowanych (36%) deklaruje brak wsparcia ze strony liderów. Ponadto co czwarty respondent (26%) przyznał, że liderzy nie dają dobrego przykładu użycia nowych technologii. Wśród pozostałych wyzwań kulturowych związanych z wdrażaniem technologii ankietowani wymieniali m.in.: brak ciągłości wiedzy (26%), brak transparentności procesów decyzyjnych (16%), obawy o utratę pracy lub zmianę jej charakteru (12%) oraz pogorszenie komunikacji (12%).

    – Transformacja technologiczna uwidacznia mocne i słabe strony kultury organizacyjnej. Tam, gdzie brakuje przejrzystości decyzji, zaufania, dobrego przepływu wiedzy i realnie zaangażowanych liderów, wdrażanie nowych narzędzi potęguje niepewność i poczucie chaosu. Coraz więcej organizacji jasno komunikuje dziś, że od liderów oczekuje codziennego, praktycznego korzystania z technologii, w tym sztucznej inteligencji, a zdolność do jej adopcji staje się jednym z kryteriów oceny efektywności, wpływającym na wynagrodzenie zmienne czy decyzje awansowe. Rolą liderów jest więc nie tylko sponsorowanie zmian, ale przede wszystkim bycie ich ambasadorami: pokazywanie konkretnych zastosowań technologii, nadawanie sensu transformacji i budowanie psychologicznego bezpieczeństwa jako warunku skutecznego wdrażania nowych rozwiązań i modeli pracy – zaznacza Wioletta Marciniak-Mierzwa.

  • Sztuczna inteligencja w IT – dlaczego inwestycje nie dają szybkich zwrotów?

    Sztuczna inteligencja w IT – dlaczego inwestycje nie dają szybkich zwrotów?

    Krajobraz cyberbezpieczeństwa obecnie przypomina scenę z gorączki złota, gdzie entuzjazm miesza się z głęboką niepewnością, a obietnice błyskawicznych zysków zderzają się z chłodną pragmatyką arkuszy kalkulacyjnych.

    Najnowsze dane płynące z sektora usług doradczych, w tym szeroko komentowane analizy EY, kreślą obraz fascynujący, choć daleki od huraoptymizmu. Niemal każdy lider bezpieczeństwa (96%) postrzega sztuczną inteligencję jako fundament nowoczesnej defensywy, jednak gdy opada bitewny pył wdrożeń, okazuje się, że realny zwrot z inwestycji pozostaje dla wielu nieuchwytnym mirażem.

    Ten specyficzny „paradoks agenta” staje się centralnym punktem dyskusji w polskich i globalnych zarządach. Z jednej strony mamy do czynienia z niemal religijną wiarą w technologię, z drugiej – z twardym lądowaniem w rzeczywistości, gdzie połowa organizacji nie potrafi wygenerować z narzędzi AI satysfakcjonującego zwrotu. W świecie biznesu, gdzie każda złotówka wydana na IT musi być uzasadniona mierzalnym wzrostem efektywności, sytuacja ta staje się coraz trudniejsza do zaakceptowania bez głębszej rewizji dotychczasowych strategii.

    Anatomia kosztownego optymizmu

    Rozczarowanie wynikające z niskiego ROI nie jest dowodem na słabość samej technologii, lecz raczej świadectwem niedojrzałości procesów jej wdrażania. Wiele organizacji padło ofiarą przekonania, że sztuczna inteligencja to produkt „pudełkowy”, który po zainstalowaniu samoczynnie załata dziury w systemie ochrony. Tymczasem algorytmy w cyberbezpieczeństwie działają raczej jak zaawansowane instrumenty chirurgiczne – ich skuteczność jest bezpośrednio skorelowana z umiejętnościami operatora oraz jakością sterylnego środowiska, w którym pracują.

    W polskim kontekście biznesowym, gdzie budżety IT są często planowane z dużą ostrożnością, inwestowanie w drogie licencje bez odpowiedniego zaplecza analitycznego prowadzi do powstania martwych zasobów. Firmy chętnie kupują „silnik”, zapominając o konieczności dostarczenia wysokiej jakości paliwa w postaci ustrukturyzowanych danych.

    W efekcie zaawansowane narzędzia agencyjne, zamiast autonomicznie wykrywać zagrożenia typu APT, stają się jedynie kosztownymi generatorami powiadomień, które i tak muszą być weryfikowane przez przeciążonych analityków. Sytuację komplikuje fakt, że agresorzy nie pozostają w tyle. Skoro hakerzy również wykorzystują sztuczną inteligencję do automatyzacji ataków, samo posiadanie AI przestaje być przewagą konkurencyjną, a staje się jedynie biletem wstępu do gry o przetrwanie.

    Agent = odpowiedzialność

    Kluczowym nieporozumieniem, które hamuje rentowność inwestycji, jest utożsamianie „automatyzacji zadań” z „operacjami agencyjnymi”. Pierwsza z nich pozwala maszynie wykonywać proste, powtarzalne czynności, uwalniając cenne minuty pracy ludzkiej. Prawdziwy potencjał drzemie jednak w tej drugiej – w autonomicznych agentach zdolnych do podejmowania decyzji w ułamku sekundy. Problem w tym, że przejście na ten poziom wymaga ogromnego zaufania do algorytmu, na co większość organizacji nie jest jeszcze gotowa.

    Brak tego zaufania objawia się w zjawisku określanym jako „czarna skrzynka”. Liderzy bezpieczeństwa obawiają się oddać stery maszynie, ponieważ nie rozumieją logiki jej działania, a ewentualne halucynacje AI w krytycznych momentach ataku mogłyby przynieść katastrofalne skutki. To prowadzi do paraliżu decyzyjnego, gdzie technologia mająca przyspieszać reakcję, paradoksalnie ją spowalnia poprzez konieczność wielostopniowej weryfikacji przez człowieka.

    Dodatkowo, rynek pracy w Polsce drastycznie weryfikuje ambitne plany wdrożeniowe. Braki kadrowe wśród specjalistów potrafiących nie tylko obsługiwać, ale i trenować modele AI, sprawiają, że nawet najlepszy software pozostaje niewykorzystanym potencjałem.

    Fundament pod nową kulturę zarządzania

    Wyjście z impasu niskiego zwrotu z inwestycji wymaga zmiany paradygmatu: z technologicznego na zarządczy. Tylko nieliczne firmy (20%) zdołały do tej pory zintegrować kulturę zarządzania AI z codzienną operacyjnością. Pozostałe traktują te kwestie jako przykry obowiązek regulacyjny, zamiast dostrzec w nich szansę na optymalizację. Solidne ramy zarządzania to nie tylko zestaw zakazów i nakazów, to przede wszystkim mechanizm zapewniający wiarygodność danych i przewidywalność działań algorytmu.

    Bez precyzyjnego określenia, gdzie kończy się autonomia maszyny, a zaczyna odpowiedzialność człowieka, inwestycje w AI będą nadal generować więcej pytań niż odpowiedzi w raportach kwartalnych.

    Od wydatku do kapitału

    Aby inwestycje w sztuczną inteligencję zaczęły realnie na siebie zarabiać, organizacje muszą porzucić wizję AI jako „srebrnej kuli” rozwiązującej wszystkie problemy cyberbezpieczeństwa za jednym kliknięciem. Skuteczna strategia wymaga cierpliwości i skupienia na trzech kluczowych obszarach.

    Pierwszym jest edukacja wewnętrzna, która pozwoli zespołom na płynną współpracę z agentami AI.

    Drugim jest standaryzacja procesów, bez której nawet najbardziej inteligentne narzędzie pogubi się w chaosie organizacyjnym.

    Trzecim zaś jest odważne, ale kontrolowane przechodzenie od automatyzacji pojedynczych czynności do kompleksowych operacji agencyjnych.

    Zamiast pytać o to, ile pieniędzy można zaoszczędzić dzięki AI, liderzy biznesowi powinni zacząć pytać o to, jak bardzo można zwiększyć odporność firmy na incydenty przy zachowaniu tych samych zasobów ludzkich. Wartość sztucznej inteligencji w cyberbezpieczeństwie nie objawia się bowiem w obniżeniu kosztów licencji, lecz w uniknięciu astronomicznych strat wynikających z przestojów produkcyjnych czy utraty reputacji.

    W polskim ekosystemie biznesowym wygrają ci, którzy zrozumieją, że paradoks agenta rozwiązuje się nie poprzez zakup nowszej wersji oprogramowania, ale poprzez mądre i rygorystyczne zarządzanie tym, co już posiadają.

    Inwestycja w AI to maraton, w którym najszybszy start nie gwarantuje sukcesu. Dopiero połączenie technologicznej finezji z korporacyjną dyscypliną pozwoli przekroczyć magiczną barierę miliona dolarów zysku i uczyni z algorytmów prawdziwych, rentownych sprzymierzeńców w cyfrowej wojnie.

  • Wyciek 4 TB backupu EY. Czego uczy ten incydent

    Wyciek 4 TB backupu EY. Czego uczy ten incydent

    Około 4 TB kopii zapasowej baz danych EY było publicznie dostępnych w sieci. Na razie nie ma potwierdzenia, jakie dokładnie dane znalazły się w zbiorze, ale skala ujawnionego wolumenu wystarcza, aby w branży ruszyła kolejna fala dyskusji o tym, co zwykle jest zaniedbywane: bezpieczeństwo backupów.

    Rynek cybersec od lat skupia się na atakach i infiltracjach systemów produkcyjnych. Tymczasem kopie zapasowe są często pełnymi, 1:1 odwzorowaniami działających instancji: nie tylko tabel, ale także kodu, tokenów dostępowych, kluczy API i konfiguracji. Przypadek EY pokazuje mechanikę wielu głośnych incydentów z ostatnich miesięcy — nie trzeba luk zero-day, nie trzeba zaawansowanych grup APT. Wystarczy źle ustawione uprawnienie w bucketcie czy snapshot z domyślnymi permisjami.

    Raporty branżowe potwierdzają skalę problemu. Wiz Security wyliczała, że tylko w AWS w 2024 r. liczba błędnie skonfigurowanych zasobów S3 rosła w tempie dwucyfrowym kwartał do kwartału. Gartner przewiduje, że do 2027 roku aż 60 proc. incydentów cloudowych będzie wynikało z błędów konfiguracyjnych, a nie z łamania zabezpieczeń. Dla działów bezpieczeństwa korporacji to oznacza jedno: walka nie toczy się już o kolejne warstwy EDR, ale o kontrolę nad całą konfiguracją XaaS.

    To nie jest newralgiczny temat tylko dla hyperscalerów. W polskich realiach nie brakuje organizacji, które utrzymują backupy w oparciu o hybrydę prostych storage’ów NAS, public cloud i repozytoriów odziedziczonych po poprzednich generacjach systemów. Każdy taki komponent to potencjalna tylna furtka, jeśli nie obowiązują go te same standardy co środowisko produkcyjne: szyfrowanie, dostęp zero trust, kontrola tożsamości, alerting w czasie zbliżonym do rzeczywistego.

    Co ciekawe, nie chodzi już o samą kopię zapasową. Nowe narzędzia XDR i posture management zaczynają traktować backup jako normalny, aktywny element powierzchni ataku. Monitorują konfigurację usług Microsoft 365, analizują ekspozycję kluczy, skanują tokeny w snapshotach, szukają nadmiarowych uprawnień ról i kont, które mogłyby posłużyć jako pivot.

    Największa lekcja z incydentu EY jest paradoksalnie minimalna: backup nie jest neutralnym bytem. To pełnoprawny asset, często ważniejszy niż produkcja, bo zawiera kompletność danych i kompletną historię procesów. Jedna pomyłka w ekspozycji backupu może zniweczyć lata inwestycji w bezpieczeństwo i ponownie ustawić akcenty w strategiach CISOs na całym rynku, także w Polsce. Proaktywne audyty konfiguracji i automatyzacja kontroli są dziś tak samo krytycznym elementem cyberhigieny jak same narzędzia obronne.

    Aktualizacja:

    W odpowiedzi na powyższą publikację otrzymaliśmy oficjalny komentarz EY, którego treść w niezmienionej formie publikujemy poniżej:
    „Kilka miesięcy temu EY uzyskał wiedzę na temat możliwego narażenia danych i niezwłocznie wdrożył odpowiednie procedury. Żadne informacje związane z klientami, danymi osobowymi oraz poufnymi danymi firmy nie zostały naruszone. Sytuacja nie dotyczyła EY Polska. Związana była z podmiotem nabytym przez EY we Włoszech, który nie był podłączony do globalnej chmury ani systemów EY.”

  • Raport EY: Sztuczna inteligencja przynosi zyski dopiero po kosztownym starcie

    Raport EY: Sztuczna inteligencja przynosi zyski dopiero po kosztownym starcie

    Z najnowszego badania EY wynika, że 99% dużych firm, które wdrożyły rozwiązania AI, zgłosiło przynajmniej częściowe straty finansowe — łączna skala szkód oszacowana została na około 4,4 mld USD. Główne źródła strat to niezgodność regulacyjna (57%), defekty wyników (np. modele generujące błędy lub uprzedzenia — 53%), oraz zakłócenia względem celów ESG (55%). Problemy reputacyjne i ryzyka prawne pojawiały się rzadziej.

    Firma EY przeprowadziła anonimową ankietę w lipcu–sierpniu 2025 r. wśród 975 osób mających nadzór nad AI w przedsiębiorstwach o przychodach powyżej 1 mld USD rocznie. Mimo początkowych strat większość respondentów jest optymistami — przekonani są, że w dłuższej perspektywie AI przyniesie istotne korzyści.

    Dlaczego warto mówić o „odpowiedzialnej AI”

    Badanie EY koncentrowało się nie na samej technologii, ale na praktyce Responsible AI — zbiorze zasad i mechanizmów nadzoru stosowanych wewnątrz organizacji (polityki, monitorowanie, wytyczne użytkowania). Firmy z bardziej dojrzałą polityką RAI deklarowały lepsze wyniki w sprzedaży, oszczędnościach kosztów i satysfakcji pracowników. Na przykład organizacje z nadzorem w czasie rzeczywistym mają aż o 34 % większe szanse na wzrost przychodów i o 65 % większe na oszczędności kosztowe.

    Istotnym sygnałem alarmowym są luki w wiedzy zarządów – tylko 12% osób z grona C-suite potrafiło poprawnie skojarzyć konkretne ryzyka AI z odpowiednimi mechanizmami kontroli. Tymczasem wiele firm dopuszcza tzw. citizen developers — pracowników, którzy samodzielnie wdrażają narzędzia AI — przy ograniczonym nadzorze: aż 60% firm dopuszcza tę praktykę bez pełnych ram formalnych.

    Refleksje i ryzyka dla polskiego kontekstu

    Wyniki EY wpisują się w coraz częstsze obserwacje, że wejście w AI wiąże się z kosztowną krzywą uczenia się. Na przykład raport BCG wskazuje, iż zaledwie 5% firm faktycznie generuje realną wartość z inwestycji w AI — reszta pozostaje w fazie eksperymentów lub minimalnych efektów. Co więcej, w kontekście ujawniania ryzyk AI, analiza sprawozdań SEC pokazuje, że firmy zaczynają dostrzegać obowiązek komunikacji ryzyk AI — choć często robią to powierzchownie.

    Badanie EY jasno wskazuje, że straty finansowe są niemal nieuniknionym kosztem wejścia w świat AI — ale ich skala i trwałość zależą od jakości mechanizmów zarządczych. Gdy technologia działa bez solidnych reguł, przewagę zyskuje ryzyko, nie potencjał. W środowisku, w którym AI zaczyna być regulowane i weryfikowane, odpowiedzialna integracja staje się nie tyle luksusem, co koniecznością strategiczną.

  • EY i Microsoft zacieśniają współpracę w Polsce. Cel: AI i cyberbezpieczeństwo

    EY i Microsoft zacieśniają współpracę w Polsce. Cel: AI i cyberbezpieczeństwo

    Microsoft i firma doradcza EY rozszerzają swój globalny alians o Polskę. Partnerstwo ma na celu przyspieszenie transformacji cyfrowej, ze szczególnym naciskiem na adopcję sztucznej inteligencji i wzmocnienie cyberodporności w kluczowych sektorach gospodarki: publicznym, energetycznym i finansowym.

    Współpraca ma odpowiadać na konkretne wyzwania rynkowe. Z danych EY wynika, że choć 94% polskich firm analizuje kwestie cyberbezpieczeństwa przy wdrażaniu AI, to zaledwie 34% przeznacza na ten cel realne inwestycje. Ten rozdźwięk stanowi istotną lukę, którą alians zamierza adresować, zwłaszcza że według raportów Microsoftu Polska jest trzecim w Europie celem cyberataków.

    Model współpracy opiera się na synergii. Microsoft dostarcza platformę technologiczną, w tym infrastrukturę chmurową Azure Poland Central, narzędzia AI, takie jak Copilot Studio i Azure OpenAI, oraz pakiet rozwiązań z zakresu cyberbezpieczeństwa. EY wnosi natomiast wiedzę branżową, doświadczenie w zarządzaniu projektami transformacyjnymi, audycie oraz zarządzaniu ryzykiem. Wspólna oferta ma obejmować m.in. opracowywanie strategii Zero Trust, rozwój architektury bezpieczeństwa oraz projekty z zakresu ochrony danych i tożsamości.

    Działania nie ograniczają się jedynie do wdrażania gotowych rozwiązań. Alians zakłada również tworzenie dedykowanych narzędzi dla polskiego rynku oraz inicjatywy edukacyjne. W obliczu niedoboru umiejętności w zakresie AI, który według Word Trend Index 2025 dotyka 53% firm w sektorze publicznym, Microsoft zobowiązał się do przeszkolenia miliona osób w Polsce do końca 2025 roku.

    Partnerstwo celuje w kompleksowe podejście, łącząc technologię z wiedzą o procesach biznesowych i specyfice regulacyjnej. Celem jest nie tylko dostarczenie narzędzi, ale również zbudowanie w strategicznych dla kraju branżach kompetencji i zaufania niezbędnych do skutecznego i bezpiecznego wykorzystania potencjału sztucznej inteligencji.

  • Cyberbezpieczeństwo AI: Dlaczego polskie fabryki ignorują zagrożenia?

    Cyberbezpieczeństwo AI: Dlaczego polskie fabryki ignorują zagrożenia?

    Raport EY ujawnia niepokojący rozdźwięk w polskim przemyśle, gdzie intensywne wdrażanie sztucznej inteligencji odbywa się przy alarmująco niskich inwestycjach w cyberbezpieczeństwo AI.

    W obliczu rosnących zagrożeń cybernetycznych, kwestia cyberbezpieczeństwa AI staje się kluczowa dla polskich przedsiębiorstw produkcyjnych, które mimo deklaracji, wciąż niedostatecznie zabezpieczają swoje systemy.

    Polskie przedsiębiorstwa produkcyjne przodują we wdrażaniu sztucznej inteligencji, ale alarmujące dane z badania EY ujawniają niepokojący rozdźwięk między deklaracjami a realnymi inwestycjami w cyberbezpieczeństwo. Podczas gdy 30% firm z tego sektora zakończyło już pierwsze implementacje AI, a aż 94% deklaruje analizę kwestii bezpieczeństwa, zaledwie 34% przeznacza na to realne środki.

    Najnowsza edycja badania EY „Jak polskie firmy wdrażają AI” wskazuje na dynamiczny rozwój adopcji AI w polskim biznesie. W ciągu roku odsetek firm, które zakończyły pierwsze wdrożenia, wzrósł z 20% do 25%, a 78% z nich raportuje pozytywne efekty. Sektor produkcyjny wyróżnia się na tym tle, osiągając 30% ukończonych wdrożeń, co czyni go liderem w skali kraju.

    Cyberbezpieczeństwo AI – tylko z pozoru?

    Jednak optymistyczny obraz wdrażania AI zaciemniają dane dotyczące cyberbezpieczeństwa. Badanie EY ujawnia, że choć 94% firm produkcyjnych twierdzi, że analizuje aspekty cyberbezpieczeństwa przy implementacji AI, to realne inwestycje w tym obszarze są znacznie niższe. Tylko 34% firm z tego sektora zainwestowało w zabezpieczenia systemów AI, w porównaniu do 49% w branży handlowej. Co więcej, zaledwie 18% podmiotów produkcyjnych wdrożyło kompleksowe zabezpieczenia, łącząc rozwiązania proceduralne (np. szkolenia pracowników) z narzędziowymi.

    „Postępująca digitalizacja sprawia, że w firmach pojawiają się nowe obszary, które trzeba zabezpieczyć. Branża produkcyjna jest szczególnie narażona, ponieważ zazwyczaj pamiętamy o zabezpieczeniu naszych komputerów czy telefonów, ale mało kto myśli o tym, że hakerzy mogą wedrzeć się nawet przez telewizor, drukarkę czy niezaktualizowany sterownik w fabryce” – ostrzega Piotr Ciepiela, Partner EY, Lider obszaru cyberbezpieczeństwa w regionie EMEIA.

    cyberbezpieczestwo, nis 2, Cyfrowa transformacja
    źródło: Adobe Stock

    OT w ogniu

    Szczególnym zagrożeniem jest strefa OT (Operational Technology), obejmująca systemy sterowania automatyką przemysłową, czujniki IoT i narzędzia do kontroli maszyn w czasie rzeczywistym. Naruszenie bezpieczeństwa w tym obszarze może prowadzić do poważnych konsekwencji, od przestojów produkcyjnych i uszkodzeń maszyn po ingerencję w skład produktów. W zakładach, gdzie AI steruje robotami na liniach produkcyjnych, skutki ataku mogą być katastrofalne, zagrażając nie tylko biznesowi, ale i bezpieczeństwu konsumentów.

    „O obszarze bezpieczeństwa OT wciąż mówi się zdecydowanie za mało, podczas gdy zachowanie ciągłości produkcji w kluczowych dla gospodarki obszarach jest bardzo ważne, tym bardziej, że jesteśmy krajem przyfrontowym” – podkreśla Leszek Mróz, Partner EY w centrum kompetencji EY dla usług bezpieczeństwa OT/IoT.

    Analiza danych pokazuje niepokojący rozdźwięk między świadomością zagrożeń cybernetycznych a faktycznymi inwestycjami w zabezpieczenia. Firmy często lekceważą znaczenie ochrony strefy OT, która jest kluczowa dla ciągłości produkcji. Konieczne jest wdrożenie holistycznego podejścia do cyberbezpieczeństwa, łączącego szkolenia pracowników i narzędzia ochronne. Rosnąca liczba ataków cybernetycznych wskazuje na pilną potrzebę zwiększenia inwestycji w tym obszarze, szczególnie w sektorze produkcyjnym, który ma kluczowe znaczenie dla gospodarki. Ignorowanie zagrożeń może prowadzić do poważnych konsekwencji, nie tylko dla przedsiębiorstw, ale również dla konsumentów.

    Polski sektor produkcyjny stoi w obliczu wyzwania. Aby w pełni wykorzystać potencjał AI, firmy muszą priorytetowo traktować cyberbezpieczeństwo i inwestować w kompleksowe rozwiązania, chroniące zarówno systemy IT, jak i OT. Ignorowanie tego aspektu może prowadzić do poważnych strat finansowych, uszkodzeń reputacji, a nawet zagrożenia dla bezpieczeństwa publicznego.

  • Rola doradców biznesowych w świecie zdominowanym przez AI – ludzie czy maszyny?

    Rola doradców biznesowych w świecie zdominowanym przez AI – ludzie czy maszyny?

    W dobie dynamicznego rozwoju technologii, sztuczna inteligencja staje się nieodłącznym elementem wielu dziedzin życia, w tym również doradztwa biznesowego. Doradcy prawni i podatkowi dostają do rąk nowe narzędzia, pozwalające zwiększyć efektywność i podwyższyć jakość usług realizowanych dla klientów. Z drugiej strony, muszą oni stawić czoła nowym wyzwaniom, jakie niesie ze sobą integracja AI w ich codziennej pracy. Warto przyjrzeć się tym zagadnieniom, szczególnie w ramach aspektów prawnych i podatkowych.

    Wykorzystanie AI a zgodność z prawem: szukając równowagi

    Przy tak szybkim rozwoju technologii AI i możliwościach, które ona przynosi, współcześni doradcy, zwłaszcza prawni i podatkowi, mierzą się ze szczególnie złożonym problemem – szukania równowagi między adopcją innowacji technologicznych, a fundamentalnymi zobowiązaniami wobec klientów, kwestią zaufania oraz zasadami etyki zawodowej oraz zapewnieniem stosowania narzędzi AI zgodnie z prawem.

    AI jako potężny sojusznik dla nowoczesnych doradców prawnych

    AI oferuje niespotykane dotąd możliwości, które mogą poprawić jakość świadczenia usług prawnych. Zaawansowane systemy mogą analizować tysiące dokumentów w bardzo krótkim czasie, znacząco poprawiając efektywność badania i zapewniając kompleksową analizę dużych ilości danych. Sporządzanie dokumentów zostało znacząco usprawnione dzięki narzędziom AI, które mogą proponować konkretne rozwiązania (takie jako klauzule umowne czy argumenty w sporach) na podstawie ogromnych baz danych wzorcowych rozwiązań.

    Dla dużych klientów biznesowych o złożonych potrzebach prawnych AI zapewnia znaczną wartość poprzez ulepszone zarządzanie danymi i analizę. Działy prawne mogą korzystać z AI, aby identyfikować możliwości obniżenia kosztów, opracowywać strategie biznesowe, minimalizować ryzyka związane z umowami i usprawniać świadczenie usług.

    Krytyczne ryzyka prawne i strategie zaradcze

    Pomimo tych korzyści odpowiedzialna integracja AI w praktyce prawnej wymaga świadomości kilku istotnych ryzyk.

    • Nieścisłości i „halucynacje”
      Systemy AI, szczególnie oparte na dużych modelach językowych (LLM), mogą generować nieprawidłowe podane w sposób stwarzający pozór wiarygodności. Te „halucynacje” stanowią poważne ryzyko w kontekście prawnym, gdzie precyzja jest kluczowa. Wdrożenie rygorystycznych protokołów weryfikacji jest niezbędne – wszystkie wyniki AI muszą być niezależnie zweryfikowane i krytycznie ocenione przez doświadczonych specjalistów, w oparciu o właściwe źródła przed ich zastosowaniem w sprawach klientów. W tym kontekście rola doświadczonego doradcy jest kluczowa – bez udziału takich osób w procesie realizacji usług doradczych, ryzyko błędów i poważnych negatywnych skutków znacząco rośnie.
    • Bezpieczeństwo danych i poufność
      Kluczowym wyzwaniem jest zachowanie poufności danych klientów, zwłaszcza w kontekście tajemnicy zawodowej. Wprowadzanie wrażliwych informacji klientów do narzędzi AI może stanowić naruszenie tajemnicy zawodowej czy innego rodzaju zobowiązań z zakresu poufności i powodować dla klientów poważne ryzyka. W tym kontekście kluczowa jest przede wszystkim znajomość technologii, ścisła kontrola używanych narzędzi i wysoki poziom ekspertyzy technologicznej po stronie samych doradców (i ich organizacji).
      Szczególnie istotna z perspektywy bezpieczeństwa i poufności danych klientów jest własna infrastruktura techniczna doradców, w ramach której uruchamiane są narzędzia wspierające realizację usług. Firmy doradcze inwestujące w dedykowane, zabezpieczone systemy AI działające w ich własnym, kontrolowanym środowisku IT mogą znacznie zmniejszyć ryzyka związane z poufnością i tajemnicą zawodową. Takie rozwiązanie zwiększa bezpieczeństwo, że dane klientów pozostają w obrębie organizacji doradcy oraz są chronione przez istniejące ramy zarządzania danymi i protokoły bezpieczeństwa. W przeciwieństwie do modeli publicznych, gdzie praktyki dotyczące obsługi danych mogą być niejasne, firmy doradcze posiadające własną infrastrukturę zachowują zdecydowanie większą kontrolę nad przechowywaniem, przetwarzaniem i usuwaniem danych. Stanowi to więc element budowy przewagi konkurencyjnej poprzez zwiększenie  bezpieczeństwa, poufności oraz podstawę budowania zaufania.
    • Zagadnienia dotyczące własności intelektualnej
      Użycie systemów AI powoduje szereg złożonych problemów prawnych dotyczących obszaru własności intelektualnej, zarówno w odniesieniu do treści wykorzystywanej do szkolenia modeli, jak i generowanych elementów, dostarczanych w ramach realizacji usług. Doradcy prawni muszą wdrożyć procesy przeglądu wyników AI pod kątem potencjalnych naruszeń praw własności intelektualnej oraz przeprowadzać dokładne due diligence narzędzi AI, aby kontrolować źródła danych szkoleniowych.
    • Zobowiązania etyczne i zawodowe doradców
      Niezależnie od gwałtownego rozwoju technologii, zobowiązania etyczne doradców prawnych czy podatkowych pozostają niezmienione w erze AI. Muszą oni tak budować swoje kompetencje i wdrażać metody realizacji usług, żeby nie naruszyć fundamentalnych zasad etyki zawodowej. Krytyczna kontrola dostarczanych klientom rezultatów, umiejętność bezpiecznego stosowania i doboru narzędzi AI czy nadrzędna zasada niezależności i nadrzędności tajemnicy zawodowej, to zagadnienia, nad którymi doradcy prawni czy podatkowi powinni skupić się szczególnie wobec gwałtownego rozwoju technologii AI.

    Droga naprzód: odpowiedzialna integracja

    Nowoczesny doradca prawny czy podatkowy może i powinien wdrażać narzędzia AI, jednocześnie zachowując zgodność z normami prawnymi i etycznymi. Wymaga to wdrożenia kompleksowych ram zarządzania, które obejmują:

    • jasne polityki dotyczące odpowiednich przypadków użycia AI
    • rygorystyczne procedury weryfikacji dla wszystkich treści generowanych przez AI
    • zastosowanie najwyższej jakości procedur i środków do zapewnienia bezpieczeństwa i poufności danych
    • stałe szkolenia i doskonalenie zawodowe, aby zapewnić personelowi zrozumienie zarówno możliwości, jak i ograniczeń AI.

    Podchodząc do wdrażania i stosowania AI w sposób przemyślany, doradcy prawni i podatkowi mogą wykorzystać możliwości dawane przez rozwiązania technologiczne, jednocześnie zachowując podstawowe wartości zaufania, tajemnicy zawodowej i wysokiej jakości doradztwa. Jednocześnie ten proces nie może odbywać się bez posiadania odpowiedniej infrastruktury pozwalającej na bezpieczne wykorzystanie nowych rozwiązań.

    AI w świecie podatków

    W kontekście doradztwa podatkowego, AI może znacząco usprawnić procesy analizy podatkowej i planowania podatkowego. Zaawansowane algorytmy mogą identyfikować efektywne strategie podatkowe, analizować ryzyka związane z różnymi scenariuszami podatkowymi oraz przewidywać skutki zmian w przepisach podatkowych. Dzięki AI, doradcy podatkowi mogą szybciej i dokładniej identyfikować skutki podatkowe poszczególnych decyzji i działań.

    Jednakże, podobnie jak w przypadku doradztwa prawnego, istnieją pewne ryzyka związane z wykorzystaniem AI w doradztwie podatkowym. Przede wszystkim, systemy AI muszą być regularnie aktualizowane, aby uwzględniać najnowsze zmiany w przepisach podatkowych oraz stanowiska organów podatkowych. Ponadto, doradcy podatkowi muszą zachować ostrożność, aby nie polegać wyłącznie na wynikach generowanych przez AI, ale również przeprowadzać własne analizy i weryfikacje.

    • Skomplikowane transakcje podatkowe
      Jednym z obszarów, w którym AI może się „pogubić”, są przykładowo skomplikowane transakcje połączenia spółek. Takie transakcje często wiążą się z wieloma złożonymi aspektami podatkowymi, które mogą być trudne do zrozumienia i prawidłowego zinterpretowania przez systemy AI. Na przykład, różne jurysdykcje mogą mieć odmienne przepisy dotyczące opodatkowania transakcji połączenia spółek, co może prowadzić do błędnych wniosków i nieprawidłowych rekomendacji podatkowych. W takich przypadkach, konieczna jest weryfikacja umożliwiająca dokładne przeanalizowanie sytuacji i zapewnienie zgodność z obowiązującymi przepisami.
    • Transakcje międzynarodowe
      To obszar, w którym AI może napotkać szczególne trudności. Różne kraje mają różne przepisy podatkowe, a transakcje międzynarodowe mogą wiązać się z wieloma złożonymi aspektami, takimi jak podwójne opodatkowanie, przepisy dotyczące cen transferowych czy różnice w stawkach podatkowych. AI może mieć trudności z prawidłowym uwzględnieniem wszystkich tych czynników, co może prowadzić do błędnych rekomendacji podatkowych. 

    Ryzyka, ale i perspektywy związane z AI w doradztwie podatkowym

    Jednym z ryzyk związanych z AI w doradztwie podatkowym jest możliwość wprowadzenia nieprawidłowych danych wejściowych. Systemy AI opierają się na danych, które są wprowadzane do ich algorytmów. Jeśli dane te są nieprawidłowe lub niekompletne, wyniki generowane przez AI mogą być błędne. 

    AI może mieć również trudności z uwzględnieniem kontekstu, który jest bardzo istotny w doradztwie podatkowym. Na przykład, AI może nie uwzględnić specyficznych okoliczności dotyczących danej transakcji, które mogą mieć wpływ na jej opodatkowanie. 

    Równocześnie AI oferuje ogromne możliwości poprawy efektywności i jakości usług doradczych. Jednakże zastosowanie tej technologii wymaga odpowiedzialnego podejścia i świadomości ryzyk związanych z jej wykorzystaniem. Zestawiając ze sobą korzyści i możliwości wynikające z zastosowania narzędzi AI, z obszarami ryzyka, które generuje ich wykorzystywanie – nie ulega wątpliwości, że sztuczna inteligencja nie może na obecnym etapie zastąpić pracy człowieka, zwłaszcza posiadającego znaczące doświadczenie zawodowe. Co więcej, w niewprawnych rękach użycie narzędzi AI może powodować więcej szkód niż przynosić korzyści. 

    Natomiast zastosowanie technologii AI przez doświadczonych doradców, posiadających przy tym umiejętności prawidłowego wykorzystywania narzędzi AI, daje znaczące synergie. W tym układzie nowa technologia znacząco zwiększa efektywność i jakość dostarczanych usług, a jednocześnie pozwala na kontrolowane i wyłączane kluczowych ryzyk. To właśnie to podejście, połączenie człowieka i technologii, daje najlepsze efekty. 

    O autorach:

    Dagmara Leonik – radczyni prawna, doradczyni podatkowa, menedżerka w Zespole People Advisory Services Tax, EY Polska
    Marcin Ręgorowicz – radca prawny, menedżer w Zespole Własności Intelektualnej, Technologii i Danych Osobowych w Kancelarii EY Law

  • AI w polskich firmach: 30% produkcji już wdrożyło, 90% handlu odczuwa korzyści

    AI w polskich firmach: 30% produkcji już wdrożyło, 90% handlu odczuwa korzyści

    Najnowsza edycja badania EY – Jak polskie firmy wdrażają AI – wskazuje podobieństwa i różnice w podejściu przedsiębiorstw z różnych gałęzi gospodarki do implementacji sztucznej inteligencji. Już prawie 1/3 (30%) firm z branży produkcyjnej zakończyła proces pierwszych implementacji rozwiązań opartych na AI, ale to przedstawiciele sektora handlowego najczęściej (90%) wskazują, że ta technologia przyniosła im zamierzone korzyści. Zauważyć też można wyraźną redukcję barier. Coraz mniej rodzimych organizacji – w przypadku produkcji odnotowano spadek aż o 23 pkt. proc. – wskazuje kwestię wysokich kosztów jako wyzwanie we wprowadzenia rozwiązań AI.

    Branża produkcyjna może pochwalić się najwyższym odsetkiem zakończonych wdrożeń rozwiązań opartych na sztucznej inteligencji. Już 30% ankietowanych firm z tego sektora ma za sobą przynajmniej pierwsze procesy implementacyjne – to więcej niż w przypadku usług (24%) i handlu (10%). Produkcja jest też obszarem, w którym priorytet dla rozwiązań AI jest najwyższy. Aż 65% firm z tej gałęzi gospodarki zaznaczyło go jako „wysoki” bądź „bardzo wysoki” – to znacznie lepszy wynik niż w przypadku handlu i usług (oba po 53%). Sektor produkcji wyraża też największą gotowość na efektywną implementację narzędzi bazujących na sztucznej inteligencji. Twierdząco na to pytanie odpowiedziało aż 94% respondentów (usługi – 88%, handel – 84%).

    Nie może więc dziwić, że to właśnie wśród firm produkcyjnych nastąpił największy wzrost, jeżeli chodzi o wprowadzanie opartych na AI zmian w modelu operacyjnym, strukturze organizacji oraz procesach biznesowych. W przeciągu roku odsetek pozytywnych odpowiedzi zwiększył się aż o 17 punktów procentowych (z 31% do 48%). Wskazuje to, że firmy z tego sektora w coraz wyższym stopniu identyfikują kluczowe obszary, w których narzędzia bazujące na sztucznej inteligencji przynoszą najwięcej korzyści. 

    – Przewaga sektora produkcji w przypadku liczby wdrożeń, gotowości i chęci implementacji AI nie dziwi. W tej branży mamy do czynienia z wieloma złożonymi procesami operacyjnymi jak automatyzacja linii produkcyjnych czy monitorowanie jakości, a działania optymalizacyjne bezpośrednio przekładają się na oszczędności i wzrost wydajności. Wpływa to również na plany inwestycyjne, które w tym sektorze są najwyższe, gdyż aż 35% firm chce znacząco zwiększyć wydatki na AI na przestrzeni następnych 18 miesięcy. To o 8 pkt. proc. więcej  niż w przypadku handlu  i 10 pkt. proc. więcej od usług. Wyraźna przewaga tej gałęzi gospodarki w podejściu do AI może się więc jedynie zwiększać – mówi Radosław Frańczak, Partner EY i Lider Zespołu Technology Consulting.

    Wdrożenie i co dalej? Kto osiągnął największe korzyści z implementacji?

    Dla wszystkich branż kluczowym czynnikiem przy wdrażaniu AI jest działanie wynikające ze strategii firmy dla poszczególnych funkcji biznesowych. Priorytetowe obszary organizacji różnią się jednak w zależności od gałęzi gospodarki. Handel najczęściej wdraża AI w dziale marketingu i analityki (60%), sprzedaży (51%) i obsługi klienta (46%). Dla produkcji najistotniejsze jest IT (41%), marketing i analiza rynku (37%) oraz sprzedaż (36%). Usługi natomiast najmocniej implementują AI w obsłudze klienta (48%), marketingu (39%) i finansach (34%).

    Jeżeli chodzi o rezultaty to najwyższy – przekraczający 60% – wzrost efektywności po wprowadzeniu AI odnotowały przedsiębiorstwa handlowe (13% wskazań w tym zakresie) oraz produkcyjne (12%), a w znacząco mniejszym stopniu usługowe (4%). To właśnie handel jest też branżą, która najczęściej zaznaczyła, że osiągnęła korzyści z AI – tak twierdzi 89% przedsiębiorstw. Nieco dalej za nim jest produkcja – 79% i usługi – 74%. Wśród wymienianych pozytywnych zmian sektor handlowy najczęściej wskazywał zmniejszenie kosztów (47%), a także zwiększenie skali działania i poprawę jakości usług (36%). W przypadku produkcji obserwowane rezultaty najczęściej obejmowały poprawę jakości usług (40%), rozszerzenie skali działania (37%) i wzrosty przychodów (35%). Przedstawiciele usług natomiast zwracali uwagę na poprawę jakości oferty (46%), zwiększenie skali działania (34%) i zmniejszenie jej kosztów (31%).

    – Dynamika adopcji AI w branży handlowej w porównaniu rok do roku nieco spowolniła, ale wysoki poziom wzrostu efektywności i osiąganych korzyści wskazuje na dużą konsekwencję w działaniu i dobrze przemyślany wybór obszarów wdrożenia. Handel jest też sektorem, który z roku na rok coraz mocniej zauważa benefity płynące z implementacji AI. W 2023 r. korzyści widziało 80% firm z branży, a rok później – już prawie 90%. Dane pokazują także, że dzięki AI był on także w stanie zmniejszyć koszty działania bardziej niż inni. Na taka odpowiedź wskazało 47% przedsiębiorstw z sektora handlowego, względem 31% w usługach i 27% w produkcji. Ten fakt nie dziwi, ponieważ modele AI w tej najnowsze generatywnej odsłonie doskonale sprawdzają się w automatyzacji procesów sprzedaży i obsługi klienta, natomiast klasyczne modele Machine Learning  bardzo dobrze radzą sobie w zadaniach  optymalizacji łańcuchów dostaw czy prognozowania popytu – mówi Bartosz Pacuszka, Partner EY Polska, Lider zespołu AI Technology.

    Przeszkody w implementacji AI coraz mniejsze

    Część przedsiębiorstw, nawet jeżeli ma w planach wdrożenie AI, napotyka na bariery przy realizacji tego procesu. Wartym odnotowania jest jednak fakt, że w większości przypadków odsetek wskazań jest niższy, niż w poprzednim roku. W branży produkcyjnej największymi wyzwaniami są trudności procesowe i organizacyjne (26%, delikatny wzrost z 25%), a także technologiczne (16%, znaczący spadek z 31%) i obawa o bezpieczeństwo danych (16%, spadek z 20%). Sektor handlu zdecydowanie najmocniej obawia się o bezpieczeństwo danych (26%, spadek z 31%), zbyt wysokie koszty (21%, spadek z 45%) i trudności procesowe (19%, spadek z 28%). W przypadku usług, główną barierą są koszty (29%, spadek z 39%), trudności technologiczne (19%, spadek z 31%) i niepewność regulacyjna (17%, spadek z 19%).

    – Porównując dane rok do roku, widzimy znaczną redukcję, jeżeli chodzi o liczbę firm wskazujących wśród barier adopcji wysokie koszty wdrożenia. W przypadku produkcji spadek z 33% do 10% wskazań mówi sam za siebie. To naturalna konsekwencja upowszechnienia się narzędzi AI oraz świadomości korzyści, jakie taka inwestycja może przynieść. Zauważalny spadek widzimy także w przypadku trudności technologicznych, gdzie w branży handlowej odsetek wskazań wyniósł 2% przy 31% rok wcześniej, co również jest pozytywnym prognostykiem dla tempa  wdrożeń w kolejnych latach – mówi Ewa Nowakowska, Partnerka EY Polska, Liderka Zespołu AI Data Science.

  • Rekordowy wzrost produktywności w Polsce. Co napędza gospodarkę?

    Rekordowy wzrost produktywności w Polsce. Co napędza gospodarkę?

    W ostatnich latach Polska odnotowała imponujący wzrost produktywności, przewyższając wiele krajów zachodnich. Według analiz EY, w okresie od 2019 do 2024 roku produktywność w Polsce wzrosła o 9,6%, podczas gdy w Stanach Zjednoczonych wzrost ten wyniósł 7,3%.  To znaczące osiągnięcie stawia Polskę w czołówce krajów Europy Środkowo-Wschodniej pod względem efektywności pracy. 

    Liderzy wzrostu: rolnictwo i nieruchomości

    Największe przyspieszenie produktywności zaobserwowano w sektorze rolnictwa, leśnictwa i rybołówstwa, gdzie odnotowano wzrost o 37,1%. Taki wynik wynika m.in. ze spadku liczby małych gospodarstw niskotowarowych, co przyczyniło się do zwiększenia efektywności. Również rynek nieruchomości zanotował znaczący wzrost produktywności o 35%, kontynuując dynamiczny rozwój mimo nieznacznego spadku tempa w porównaniu z poprzednimi latami. 

    Sektor IT: spowolnienie czy przejściowe wyzwanie?

    W kontekście ogólnego wzrostu produktywności, branża IT (ICT) w Polsce doświadczyła wyraźnego spowolnienia. W latach 2015-2019 produktywność w tym sektorze wzrosła o 17,3%, jednak w okresie 2019-2024 tempo to spadło do zaledwie 1,7%.  Przyczyn tego zjawiska można doszukiwać się w kilku aspektach:

    • Zatrudnienie nowych pracowników: Dynamiczny rozwój branży IT spowodował zwiększone zatrudnienie, jednak nowi pracownicy mogą nie osiągać od razu takiej samej produktywności jak doświadczeni specjaliści.  
    • Praca zdalna i hybrydowa: Wprowadzenie nowych modeli pracy, takich jak praca zdalna czy hybrydowa, mogło wpłynąć na efektywność zespołów IT.  
    • Niedobór specjalistów: Rosnące zapotrzebowanie na specjalistów IT sprawia, że firmy mają trudności ze znalezieniem odpowiednio wykwalifikowanej kadry, co może przekładać się na niższą produktywność.  

    Prognozy na przyszłość: rola sztucznej inteligencji

    Mimo wyzwań w sektorze IT, prognozy dla Polski pozostają optymistyczne. Analitycy EY przewidują, że do 2027 roku produktywność w Polsce będzie nadal rosła w szybkim tempie, m.in. dzięki rozwojowi Generatywnej Sztucznej Inteligencji (GenAI). Chociaż konserwatywne szacunki sugerują, że wpływ AI na produktywność w Europie Środkowo-Wschodniej może wynieść 0,3% w ciągu najbliższych 10 lat, szybsza adopcja tych technologii może podwoić te wartości. 

    Polska kontynuuje dynamiczny rozwój produktywności, jednak sektor IT stoi przed wyzwaniami związanymi z utrzymaniem dotychczasowego tempa wzrostu. Kluczem do dalszego sukcesu będzie inwestowanie w rozwój kompetencji pracowników, adaptacja do nowych modeli pracy oraz skuteczna implementacja nowoczesnych technologii, takich jak sztuczna inteligencja. Odpowiednie działania w tych obszarach mogą przyczynić się do utrzymania konkurencyjności polskiego sektora IT na arenie międzynarodowej.

  • Fascynacja bez pełnej świadomości – pokolenie Z stawia na AI, ale nie zna wszystkich zagrożeń

    Fascynacja bez pełnej świadomości – pokolenie Z stawia na AI, ale nie zna wszystkich zagrożeń

    Pokolenie Z, czyli osoby urodzone między 1997 a 2012 rokiem, dorastało w świecie zdominowanym przez technologię. Ich podejście do sztucznej inteligencji (AI) jest pełne optymizmu, ale niepozbawione obaw. Najnowsze badania EY rzucają światło na ich wiedzę, postawy i oczekiwania wobec AI.​

    Deklarowana wiedza kontra rzeczywistość

    Aż 70% przedstawicieli pokolenia Z ocenia swoją wiedzę na temat AI jako wysoką lub bardzo wysoką. Jednak tylko 36% z nich zdaje sobie sprawę z możliwości tzw. „halucynacji” AI, czyli generowania przez systemy AI nieprawdziwych lub błędnych informacji. Ponadto, jedynie 29% jest świadomych, że ograniczenia dotyczące generowanych treści można obejść, a 53% wie, czy twórcy algorytmów AI muszą uzyskać pozwolenie na wykorzystanie danych użytkowników do trenowania swoich modeli.

    Źródła wiedzy: dominacja mediów społecznościowych

    Większość młodych ludzi czerpie informacje o AI z mediów społecznościowych (55%). Inne źródła to artykuły (35%), same narzędzia AI (28%) oraz rodzina i znajomi (22%). Tylko 14% zdobywa wiedzę o AI w placówkach edukacyjnych, co wskazuje na potrzebę wprowadzenia tej tematyki do programów nauczania. ​

    Zalety i obawy związane z AI

    Pokolenie Z dostrzega liczne korzyści płynące z AI:​

    • Oszczędność czasu przy powtarzalnych zadaniach (58%).​
    • Analiza dużych zbiorów danych (53%).​
    • Minimalizacja błędów ludzkich w ważnych procesach (41%).​

    Jednak nie brakuje też obaw. Najczęściej wskazywane to potencjalna redukcja zatrudnienia oraz obniżenie ludzkiej kreatywności (po 43% wskazań). Dodatkowo, 64% osób z tego pokolenia ma pozytywny stosunek do generatywnej AI (GenAI), ale równocześnie 43% obawia się, że przyczyni się ona do wzrostu poziomu bezrobocia. ​

    Edukacja i przygotowanie do przyszłości

    Pomimo deklarowanej wysokiej wiedzy o AI, istnieje wyraźna potrzeba ustrukturyzowanej edukacji w tym zakresie. Obecnie, większość młodych ludzi zdobywa informacje z nieformalnych źródeł, co może prowadzić do luk w wiedzy. Wprowadzenie AI do programów nauczania w szkołach i na uczelniach mogłoby zwiększyć świadomość zarówno korzyści, jak i potencjalnych zagrożeń związanych z tą technologią.

    Pokolenie Z z entuzjazmem podchodzi do możliwości oferowanych przez AI, dostrzegając jej potencjał w zwiększaniu efektywności i ułatwianiu codziennych zadań. Jednak brak pełnej świadomości dotyczącej zagrożeń i ograniczeń tej technologii wskazuje na potrzebę bardziej formalnej edukacji w tym zakresie. Firmy i instytucje edukacyjne powinny zwrócić uwagę na te potrzeby, aby młode pokolenie mogło w pełni i świadomie korzystać z dobrodziejstw sztucznej inteligencji.​

  • Transformacja napędzana przez AI – jak firmy będą integrować sztuczną inteligencję w 2025 roku

    Transformacja napędzana przez AI – jak firmy będą integrować sztuczną inteligencję w 2025 roku

    W zakresie adopcji sztucznej inteligencji w przedsiębiorstwach działających na polskim rynku, poprzedni rok był okresem przechodzenia od pierwszych eksperymentów do działania. Następowało identyfikowanie obszarów i podejść, które mogą przynieść najwięcej korzyści. Obserwowaliśmy również pierwsze – często pilotażowe – rozwiązania, kształtowanie się funkcji i gruntowanie odpowiedzialności.

    Zwiększanie inwestycji w AI

    Jak wynika z tegorocznej edycji przekrojowego badania przeprowadzonego na zlecenie EY Polska wśród dużych i średnich przedsiębiorstw działających na polskim rynku, prawie jedna trzecia firm planuje w ciągu najbliższych 18 miesięcy znacząco zwiększyć inwestycje w sztuczną inteligencję. Rok do roku oznacza to wzrost o prawie połowę. Co więcej, w poprzedniej edycji badania skłonność do znacznego zwiększania wydatków na AI odnotowywano przede wszystkim w wąskiej grupie eksperymentujących z tą technologią. Po roku nie ma już takiej zależności i jest to tendencja, która rozlewa się po szerszym rynku. Łącząc to ze statystykami wskazującymi wzrost priorytetu dla wdrażania rozwiązań wykorzystujących sztuczną inteligencję (od 53% do 59%) oraz znaczący spadek percepcji barier (przykładowo z 38% do 18% dla zbyt wysokich kosztów), możemy spodziewać się zintensyfikowanych i skonkretyzowanych działań w obszarze adopcji AI. Zwłaszcza, że zdecydowana większość przedsiębiorstw (aż 78%) potwierdza osiągnięcie zamierzonych korzyści.

    Poszukiwanie efektywności

    Wyniki badania wskazują, że firmy patrzą obecnie na wykorzystanie AI przede wszystkim przez pryzmat podniesienia efektywności. Wśród głównych motywacji stojących za wdrożeniami wymieniane są przede wszystkim automatyzacja procesów (41%) i możliwość lepszego dotarcia do klientów (35%). Znacząco niższy wynik uzyskała kolejna w rankingu chęć wprowadzenia nowej usługi (15%). Co ciekawe, dystans pomiędzy pierwszymi dwoma efektywnościowymi motywatorami a chęcią rozwoju biznesu powiększył się w przeciągu roku, co dodatkowo wskazuje na coraz silniejsze przesuwanie się motywacji w kierunku poszukiwania efektywności.

    Wzrost dojrzałości

    Obserwujemy także, że technologia która jeszcze niedawno była odbierana jako nowa i budząca dość ogólną ciekawość, zaczyna zadomawiać się w przedsiębiorstwach. Widać to m.in. w percepcji barier we wdrożeniach AI. W zeszłym roku jako kluczowe wskazywane były ograniczenia kosztowe i technologiczne, co jest typowe dla innowacyjnych rozwiązań. Teraz ich znaczenie dramatycznie spadło, a na pierwszą pozycję wysunęły się bariery organizacyjne, co sugeruje, że przedsiębiorstwa w jakimś zakresie poradziły sobie z dotychczasowymi kluczowymi wyzwaniami i zaczynają doświadczać pozatechnologicznych aspektów związanych z transformacją. Coraz częściej też łączą we wdrożeniach wiedzę własną ze wsparciem zewnętrznych konsultantów (35% wskazań, wzrost o 6pp), co w tym roku stało się dominującym podejściem.

    Czego merytorycznie możemy się spodziewać w najbliższej przyszłości?

    Mimo że najczęściej odwołujemy się do ogólnego hasła „AI”, merytorycznie koncentrujemy się przede wszystkim na wykorzystaniu tzw. generatywnych modeli sztucznej inteligencji (GenAI). Są to rozwiązania wykorzystujące modele na tyle duże (LLM, Large Language Models), że zdolne nie tylko identyfikować wzorce (jak w klasycznym ujęciu AI), ale także wykorzystywać je do tworzenia nowych treści. To właśnie modele generatywne przyczyniły się do obecnego przełomu w zastosowaniach sztucznej inteligencji i to one budzą aktualnie największe zainteresowanie ze względu na swój transformacyjny potencjał. Zastosowania klasycznych modeli AI i przy okazji wszelkich innych technologii okołodanowych, przeżywają dzięki temu renesans, natomiast ich rozwój jest w tym momencie bardziej ewolucyjny i w większym wymiarze konsumuje trendy niż je kreuje. Rosnące wykorzystanie klasycznych modeli AI będzie stanowiło prawdopodobnie jeden z trendów w nadchodzącym czasie, ale to GenAI wyznaczy najbardziej przełomowe kierunki transformacji.

    Co obserwujemy w tym momencie w zakresie GenAI? Przede wszystkim skłonność do odchodzenia od dużych modeli autonomicznie realizujących złożone zadania, na rzecz zorkiestrowanych systemów mniejszych modeli, w których każdy jest dobierany i dostosowany do wymogów poszczególnych zadań szczegółowych. Takie podejście łączące autonomię na poziomie zadań szczegółowych z nadzorem na poziomie całości zadania pozwala precyzyjniej zarządzać jakością i audytowalnością (m.in. zmniejszyć ryzyko tzw. halucynacji), a na poziomie operacyjnym – kosztami i czasem egzekucji całego procesu.

    Obserwujemy też coraz powszechniejsze integrowanie AI z zewnętrznymi narzędziami, często źródłami danych. Widzimy to i na poziomie dostawców technologii, którzy np. otwierają swoje rozwiązania na dostęp do internetu, jak i wśród wdrożeń w przedsiębiorstwach, które np. pozwalają sztucznej inteligencji korzystać z wybranych danych zawartych w systemach ERP czy CRM.

    Odnotowujemy w końcu, że po pierwszej fazie, w której dominującym kontekstem do wykorzystania AI były chatboty, zainteresowanie zaczyna przenosić się teraz w stronę autonomicznych agentów. Chatboty pozwalały na tworzenie wirtualnych asystentów, wykorzystujących sztuczną inteligencję jako narzędzie efektywnej interakcji z szeroko pojętymi systemami wiedzy. Systemy agentowe są w stanie pójść o krok dalej i nie tylko dać dostęp do wiedzy, ale przeprowadzić na tej podstawie realizację odpowiedniego procesu. W praktyce umożliwia to zarządzenie działaniem pomniejszych wyspecjalizowanych agentów, tak aby w naszym imieniu ten proces został zrealizowany. Przykładowo wirtualny asystent jest w stanie przeprowadzić rozmowę z klientem chcącym zgłosić reklamację, a system agentowy stwarza możliwości aby również od razu to zgłoszenie przeprocesować zarządzając działaniem wyspecjalizowanych agentów pobierających, przetwarzających (często inteligentnie) i zapisujących odpowiednią informację w odpowiednich systemach.  

    Połączenie tych trzech niemal chronologicznie pojawiających się trendów powoduje że formułowane przez wielu oczekiwanie, że rok 2025 będzie czasem systemów agentowych, staje się bardzo naturalne. Przygotowują się też na to dostawcy technologii udostępniając dedykowane narzędzia i środowiska, a także  dając w ten sposób organizacjom operacyjne możliwości działania. Takie agentowe podejście do wykorzystania sztucznej inteligencji ułatwi przedsiębiorstwom wejście w temat i wygenerowanie mierzalnych korzyści. Po pierwsze dlatego, że z zasady bazuje na istniejących procesach, po drugie, wykorzystuje istniejące systemy (głównie w charakterze źródeł danych), a do agentów AI przenosi potencjalnie jedynie logikę biznesową. Biorąc w ryzy niedeterminizm działania modeli sztucznej inteligencji, poszerza też ich zakres efektywnego i skalowalnego zastosowania o obszary działające bardziej procesowo i wymagające precyzji jak np. finanse albo produkcja. A na koniec pozwala też łatwiej uchwycić korzyści w znanym modelu poprawy efektywności.

  • Mniej pracy dla juniorów? AI zmienia rynek zatrudnienia w Polsce

    Mniej pracy dla juniorów? AI zmienia rynek zatrudnienia w Polsce

    Z najnowszego badania EY „Jak polskie firmy wdrażają AI” wynika, że organizacje w Polsce coraz chętniej sięgają po sztuczną inteligencję do automatyzacji powtarzalnych zadań. Równocześnie rosnące wdrożenia budzą wśród pracowników różne reakcje – od entuzjazmu i gotowości do nauki po obawy o utratę pracy.

    36% przedsiębiorstw odnotowuje wśród swoich pracowników świadomość nieuchronności AI i konieczności podnoszenia kompetencji cyfrowych. Z drugiej strony 21% firm wskazuje na sceptycyzm, a 19% na obawy o stabilność zatrudnienia. Firmy coraz częściej ograniczają rekrutacje na stanowiska niewymagające doświadczenia – już 35% organizacji podjęło decyzję o redukcji takich naborów, co oznacza wzrost o 10 punktów procentowych rok do roku. Może to prowadzić do powstania luki kompetencyjnej, która w przyszłości wpłynie na zdolność firm do skutecznego zarządzania kadrami.

    Luka kompetencyjna – nowe wyzwanie

    Coraz większe wykorzystanie AI do automatyzacji zadań oznacza mniejsze zapotrzebowanie na pracowników bez doświadczenia. Może to skutkować tzw. AI Gap – deficytem kompetencyjnym w organizacjach. Firmy ograniczając stanowiska juniorskie, mogą w przyszłości napotkać problemy z sukcesją pracowników i utrzymaniem ciągłości wiedzy w organizacjach.

    Badanie wskazuje także na spadek liczby firm, które pozostają na etapie eksperymentowania z AI – w 2024 roku wynosi on 44%, co oznacza zmniejszenie o 10 punktów procentowych względem roku poprzedniego. Oznacza to, że coraz więcej organizacji przechodzi do faktycznej implementacji rozwiązań AI.

    Automatyzacja procesów w HR na niskim poziomie

    Chociaż sztuczna inteligencja jest coraz powszechniej wykorzystywana w obszarze obsługi klienta (41%) oraz finansów (28%), jej wdrożenie w działach HR wciąż pozostaje stosunkowo niskie – zaledwie 18% firm wdrożyło rozwiązania AI w tym obszarze. Główne zastosowania obejmują automatyzację procesów (47%), analizę CV pod kątem wymagań rekrutacyjnych (36%) oraz tworzenie opisów stanowisk (35%).

    W ciągu ostatniego roku spadło jednak wykorzystanie AI do badań pracowników (z 32% do 15%) oraz do wirtualnych asystentów HR (z 33% do 25%). Może to sugerować większą ostrożność firm w zakresie zbierania danych oraz wycofywanie się z rozwiązań, które nie spełniły oczekiwań.

    AI jako element strategii organizacyjnej

    Wdrażanie sztucznej inteligencji w firmach coraz częściej wiąże się z koniecznością przeprowadzania zmian organizacyjnych i procesowych. W ciągu roku odsetek firm, które już przeszły ten etap, wzrósł z 33% do 40%. Jednocześnie liczba przedsiębiorstw nadal testujących różne rozwiązania spadła z 49% do 43%. Zaledwie 11% organizacji deklaruje, że nie podejmuje żadnych działań związanych z AI.

    Firmy coraz lepiej rozumieją, że skuteczna implementacja AI to nie tylko kwestia technologii, ale także zarządzania zmianą wśród pracowników. Kluczowym wyzwaniem staje się więc nie tylko wdrożenie odpowiednich narzędzi, ale również przygotowanie zespołów na transformację i minimalizacja ryzyka powstania luki kompetencyjnej w przyszłości.

    Wykres 1. Przeważający w firmie stosunek pracowników do AI

    EY 1

    Wykres 2. Modyfikacja planów rekrutacyjnych w kontekście osób wchodzących na rynek pracy

    EY 2

    źródło: EY

  • Wpływ fuzji i przejęć na strategię IT – jak dostosować plany technologiczne po transakcji

    Wpływ fuzji i przejęć na strategię IT – jak dostosować plany technologiczne po transakcji

    W wyniki procesu fuzji i przejęć przedsiębiorstwa mogą sprawnie zaadaptować się i odpowiedzieć na dynamicznie zmieniające się potrzeby klientów. W branżach, gdzie tempo zmian jest niezwykle szybkie, M&A stanowią kluczowy element strategii rozwoju.

    Do głównych czynników wpływających na fuzje i przejęcia należy zaliczyć:

    • ekspansję rynkową: zwiększenie zasięgu geograficznego;
    • wzrost efektywności: obniżenie kosztów operacyjnych;
    • eliminację konkurencji: zwiększenie udziału w rynku.

    Fuzje i przejęcia mają również ogromny wpływ na strategię IT organizacji, ponieważ ujednolicenie procesów biznesowych wymaga spójnych, zintegrowanych rozwiązań technologicznych, by zachować płynność operacyjną.

    Do budowy nowej strategii IT będą potrzebne aktualne informacje z obu przedsiębiorstw.

    1. Realizowane procesy biznesowe oraz przepływ danych
      Procesy powinny w obu organizacjach być przedstawione w tej samej notacji z podobnym stopniem granulacji. Ułatwi to późniejsze porównanie procesów i zidentyfikowanie rozbieżnych lub powielających się etapów. W celu zachowania spójności operacyjnej, konieczne jest zrozumienie przepływu danych w obu organizacjach oraz opracowanie modelu przepływu danych. Zrozumienie wzajemnych zależności procesów i przepływu danych w obu organizacjach jest kluczowe dla utrzymania spójności operacyjnej.
    2. Systemy informatyczne
      Przeprowadzenie szczegółowego audytu systemów IT obu firm pozwala zrozumieć, jakie technologie są używane oraz jakie są potencjalne obszary do integracji. Ocena technologii umożliwia identyfikację dublujących się lub przestarzałych systemów, które warto wyeliminować lub zaktualizować. Pozwoli to uniknąć nadmiarowych kosztów i uprościć infrastrukturę IT.
    3. Infrastruktura IT i licencje
      Sporządzenie listy wszystkich zasobów IT – w tym sprzętu, oprogramowania, licencji oraz umów serwisowych – jest kluczowym krokiem w procesie audytu technologicznego. Taka lista pozwala na pełne zrozumienie dostępnych zasobów, co ułatwia identyfikację obszarów do optymalizacji i integracji.
    4. Bezpieczeństwo
      Audyt bezpieczeństwa IT obu organizacji pozwala zidentyfikować potencjalne luki, które mogłyby zagrozić bezpieczeństwu danych po integracji. Dzięki temu możliwe będzie podjęcie odpowiednich działań w celu zabezpieczenia danych i zapewnienia ciągłości operacyjnej.
    5. Ludzie
      Połączenie organizacji IT może wymagać reorganizacji zespołów, przeszkolenia pracowników lub dostosowania ich kompetencji do nowych wymogów. Takie działania są niezbędne, aby zapewnić efektywne funkcjonowanie IT oraz sprostać nowym wyzwaniom i celom organizacyjnym.

    Nowa strategia IT powinna być nastawiona na realizację celów biznesowych, optymalizację i zwiększenie efektywności działań oraz obniżenie kosztów. W związku z tym należy w niej uwzględnić szereg kluczowych aspektów.

    1. Ujednolicenie procesów, danych i aplikacji
      Podczas procesu fuzji i przejęć często spotyka się dublujące się systemy (obsługujące te same procesy biznesowe), które można zoptymalizować poprzez konsolidację lub eliminację jednego z nich. Automatyzacja powtarzalnych procesów, szczególnie w obszarach zarządzania danymi i operacji, przyczynia się do wzrostu wydajności i obniżenia kosztów. Migracja danych powinna być przeprowadzana etapowo, aby zmniejszyć ryzyko przerw w działalności.
    2. Infrastruktura
      W wielu przypadkach po fuzji korzystne jest ujednolicenie platform IT, na przykład przeniesienie wszystkich danych do jednej chmury lub do jednego systemu core’owego. Jeśli jedna z firm jest bardziej zaawansowana w automatyzacji procesów lub wykorzystaniu chmury, warto w ramach nowej strategii IT przeanalizować możliwość przeniesienia większej liczby zasobów do chmury. Taki krok może zapewnić elastyczniejsze skalowanie i wspierać przyszły rozwój organizacji.
    3. Bezpieczeństwo
      Połączenie organizacji wymaga wprowadzenia spójnych polityk dotyczących ochrony danych i zarządzania dostępem, zwłaszcza jeśli obie organizacje miały różne podejścia do kwestii bezpieczeństwa. Fuzje często wiążą się z podwyższonym ryzykiem cyberataków, dlatego kluczowe jest opracowanie kompleksowego planu działania na wypadek incydentu bezpieczeństwa. Starannie zaplanowane zarządzanie ryzykiem oraz przygotowanie na ewentualne cyfrowe ataki w okresie integracji pozwala zminimalizować ryzyko utraty danych i przestojów, zapewniając płynne i bezpieczne funkcjonowanie zintegrowanej organizacji.
    4. Standardy i umowy
      Ustalenie wspólnych zasad działania i standardów technicznych zmniejsza ryzyko wystąpienia konfliktów technologicznych oraz ułatwia współpracę zespołów IT. Po fuzji lub przejęciu organizacja często ma możliwość renegocjacji kontraktów z dostawcami technologii lub konsolidacji umów, co może prowadzić do znaczącego obniżenia kosztów.
    5. Komunikacja
      Fuzja wymaga wspólnego podejścia do komunikacji w celu zrozumienia różnic kulturowych, sposobów działania, tak aby połączony zespół IT mógł efektywnie współpracować. 

    Jeśli fuzja wpływa na systemy obsługi klienta, istotne jest zapewnienie transparentnej komunikacji z partnerami i klientami. Przykładem mogą być komunikaty o ewentualnych zmianach oraz przestojach dostępności w systemach obsługiwanych przez klientów, które pomogą utrzymać zaufanie i zrozumienie.

    Dostosowanie planów technologicznych po fuzji lub przejęciu to złożony i wieloetapowy proces, który wymaga ścisłej współpracy między działem IT a innymi obszarami organizacji. Kluczowym aspektem jest szybkie zidentyfikowanie najważniejszych elementów infrastruktury IT oraz zaplanowanie ich integracji w sposób spójny i strategiczny.

    Warto wprowadzić kluczowe wskaźniki wydajności (KPI), które będą mierzyć skuteczność działań IT oraz monitorować jakość zintegrowanych procesów i infrastruktury.

    Regularna optymalizacja i usprawnianie procesów IT pozwalają na dostosowanie się do zmieniających się potrzeb organizacji oraz rynku. 

  • EY o przyszłości finansów: Konkurencja i AI kluczami do sukcesu

    EY o przyszłości finansów: Konkurencja i AI kluczami do sukcesu

    Badanie „EY – Cyfrowa Transformacja 2024” rzuca światło na zaawansowanie cyfryzacji w polskim sektorze finansowym, ukazując jego unikalne podejście do procesów digitalizacji na tle innych branż. Choć 86% firm z tej gałęzi gospodarki uznaje transformację cyfrową za wysoki lub bardzo wysoki priorytet, kluczowe motywacje i cele stojące za tymi działaniami różnią się od tendencji panujących w innych sektorach.

    Motywacje: konkurencja i redukcja kosztów

    Z badania wynika, że sektor finansowy bardziej niż inne branże czuje presję konkurencyjną – 39% ankietowanych firm wskazało właśnie konkurencję jako główną motywację do działań związanych z cyfryzacją, co przewyższa rynkową średnią o 10 punktów procentowych. Dla porównania, w całej gospodarce konkurencja była kluczowym czynnikiem dla 29% firm.

    Jednocześnie firmy z branży finansowej kładą silny nacisk na efektywność kosztową. Połowa badanych przedsiębiorstw wskazała redukcję kosztów jako najważniejszy aspekt cyfryzacji, co stanowi różnicę o 15 punktów procentowych w porównaniu do ogółu gospodarki. Zwiększona konkurencyjność i efektywność kosztowa to cechy szczególne tego sektora, które skłaniają firmy do wprowadzania innowacji w szybkim tempie.

    Strategiczne podejście do cyfryzacji

    Jednym z kluczowych wniosków płynących z badania jest bardziej systematyczne podejście sektora finansowego do cyfrowej transformacji. Aż 46% firm finansowych wprowadza zmiany zgodnie z wcześniej ustaloną strategią, co przewyższa wynik innych branż o 7 punktów procentowych. Taka przewaga pozwala na bardziej efektywne wykorzystanie zasobów, szczególnie w kontekście nowych technologii, takich jak sztuczna inteligencja (AI) i uczenie maszynowe.

    Sztuczna inteligencja staje się priorytetem dla polskich firm finansowych – aż 30% z nich planuje zwiększyć budżet na rozwój AI, co stanowi wzrost o 9 punktów procentowych w porównaniu do innych branż. W ciągu ostatnich 12 miesięcy 40% firm z tej branży zrezygnowało z realizacji zaplanowanych projektów na rzecz implementacji AI, podczas gdy w całej gospodarce ten odsetek wyniósł 34%.

    Wyzwania: brak odpowiednich kompetencji

    Pomimo znaczących inwestycji i innowacyjnych działań, sektor finansowy staje przed istotnym wyzwaniem związanym z niedoborem kompetencji cyfrowych. Aż 29% ankietowanych firm finansowych wskazuje brak odpowiednio wykwalifikowanych pracowników jako główną barierę w dalszej cyfryzacji, co przewyższa średnią rynkową o 7 punktów procentowych.

    Dodatkowym problemem jest relatywnie niski priorytet, jaki sektor finansowy przypisuje szkoleniom pracowników. Tylko 31% firm planuje alokację najmniejszych budżetów na szkolenia z zakresu kompetencji cyfrowych w ciągu najbliższych 12 miesięcy. To o 10 punktów procentowych więcej niż średnia dla innych branż.

    Automatyzacja i przyszłość AI

    W kontekście dalszej cyfryzacji, sektor finansowy w Polsce z dużą determinacją stawia na automatyzację procesów oraz wdrożenie nowoczesnych rozwiązań opartych na analizie danych. Automatyzacja obejmie nie tylko podstawowe usługi, takie jak bieżąca obsługa klienta, ale również bardziej zaawansowane procesy, np. analizę ryzyka kredytowego. Eksperci przewidują, że te zmiany przyczynią się do wzrostu efektywności operacyjnej, a jednocześnie podniosą poziom satysfakcji konsumentów.

    Jednak przyszłość sektora finansowego, szczególnie w obszarze sztucznej inteligencji, zależy w dużej mierze od dostępności wykwalifikowanej kadry. Jak podkreśla Anna Kożuchowska, Partnerka w Dziale Doradztwa Biznesowego EY Polska, pozyskiwanie i utrzymanie odpowiednich kompetencji stanie się kluczowym wyzwaniem w nadchodzących latach.

    Sektor finansowy w Polsce nieustannie dąży do innowacji, przyspieszając tempo cyfrowej transformacji. Konkurencyjność, efektywność kosztowa oraz strategiczne podejście do wdrażania technologii takich jak sztuczna inteligencja wyróżniają tę branżę na tle innych. Mimo to, kluczowym wyzwaniem pozostaje brak odpowiednich kompetencji cyfrowych, który może ograniczać dalszy rozwój innowacyjnych procesów w przyszłości.

  • Ustawa o ochronie sygnalistów – jak przygotować się do nowych przepisów 

    Ustawa o ochronie sygnalistów – jak przygotować się do nowych przepisów 

    Wraz z astronomicznym końcem lata na polskich przedsiębiorców, zarówno średnich jak i dużych, zostaną nałożone nowe obowiązki. Ma to związek z wejściem do polskiego porządku prawnego ustawy o ochronie sygnalistów, która zacznie obowiązywać już 25 września br. Trwający aktualnie trzymiesięczny okres przygotowawczy (vacatio legis) narzucony przez ustawodawcę dla wielu firm może okazać się bardzo ambitny. Szczególnie, gdy przedsiębiorcy zdadzą sobie sprawę z faktu, że stoi przed nimi nie tylko formalne dostosowanie się do ustawy, ale także szereg praktycznych wyzwań związanych z przyjmowaniem i weryfikacją zgłoszeń sygnalistów oraz budowaniem kultury organizacyjnej wspierającej dialog i rozwiązywanie problemów wewnątrz organizacji.

    Zgodnie z ustawą, firmy będą zobowiązane m.in. do ustalenia procedury zgłoszeń wewnętrznych, przyjmowania i rozpatrywania zgłoszeń z dochowaniem terminów ustawowych i zasad należytej staranności oraz ich odpowiedniego dokumentowania. Wszystko to pod rygorem sankcji zarówno za niewprowadzenie odpowiednich rozwiązań jak i za niedochowanie poufności lub działania, które mogłyby zostać potraktowane jako odwet wobec sygnalistów.

    Nowe przepisy obejmą pracodawców zatrudniających pięćdziesiąt i więcej osób. Firmy te powinny  dostosować lub stworzyć odpowiednie procedury oraz przygotować się do odbierania zgłoszeń od sygnalistów. Niewdrożenie regulacji na czas może oznaczać dla nich nie tylko konsekwencje prawne, ale także poważne ryzyko reputacyjne. Biorąc pod uwagę, że ustawa przewiduje możliwość dokonywania zgłoszeń zarówno wewnątrz jak i na zewnątrz organizacji (do Rzecznika Praw Obywatelskich), w najlepiej pojętym interesie przedsiębiorców leży, aby sygnaliści dokonując zgłoszeń korzystali z wewnętrznych kanałów komunikacji. Daje to możliwość podjęcia odpowiednich działań naprawczych w ramach firmy, choć by było to możliwe – system musi budzić zaufanie potencjalnych sygnalistów, a reakcja na zgłoszenie powinna dawać zgłaszającym poczucie, że ich działanie miało sens.

    Jak wynika z opublikowanego w czerwcu raportu EY ze światowego badania uczciwości w biznesie, potencjalni sygnaliści nie zgłaszali naruszeń, ponieważ nie wierzyli, że ich zgłoszenie wywoła odpowiednią reakcję. Argument taki wskazało aż 43 proc. respondentów. Niemal tyle samo obawiało się negatywnego wpływu zgłoszenia na przebieg ich dalszej kariery zawodowej. Z przytoczonego badania wynika także, że ponad jedna trzecia respondentów w Polsce nie zdecydowała się ujawnić niewłaściwego postępowania mimo posiadanych na ten temat informacji. Niewątpliwie, warto to wziąć pod uwagę, planując prace związane z przystosowaniem organizacji do nowych wymogów, bowiem ustawowa ochrona sygnalistów może ośmielić tych, którzy dotychczas nie zdecydowali się zgłosić nieprawidłowości.

    Wdrażając nowe rozwiązania, trzeba pamiętać także, że zasadniczym celem ustawy jest ochrona sygnalistów. Dlatego firmy powinny zadbać o zapobieganie potencjalnym działaniom odwetowym. W tym celu należy wdrożyć poufne kanały zgłaszania nieprawidłowości – pisemne (w tym elektroniczne) lub ustne (w tym telefoniczne). Ma to służyć nie tylko ochronie tożsamości osób zgłaszających nieprawidłowości, ale także dochowaniu należytej staranności przy podejmowaniu tzw. działań następczych (tj. postępowań wyjaśniających mających na celu weryfikację zgłoszonych informacji). W praktyce działania te mogą okazać się niemałym wyzwaniem dla firm, zwłaszcza tych które dotychczas nie mierzyły się z potrzebą prowadzenia dochodzeń wewnętrznych. Zgodnie z ustawą, postępowania te powinny być prowadzone przez bezstronną osobę lub komórkę organizacyjną. Choć firmy nie mogą scedować odpowiedzialności za ich prowadzenie na inne podmioty, mogą w ramach ich podejmowania posiłkować się wsparciem doradców, a do przyjmowania zgłoszeń wykorzystać systemy oferowane przez zewnętrznych dostawców.

    Wdrażanie systemu ochrony sygnalistów to także właściwy czas na podejmowanie decyzji czy nowe procedury powinny dodatkowo objąć naruszenia regulacji wewnętrznych i standardów etycznych mimo, że przedmiotowa ustawa nie reguluje kwestii z tym związanych. Natomiast firmy, które posiadają stosowne rozwiązania powinny przeanalizować zgodność posiadanych procedur z wymogami ustawy oraz przygotować się na wprowadzenie obowiązkowych zmian formalnych i organizacyjnych. Twardy orzech do zgryzienia mają m.in. zarządzający grupami kapitałowymi – jest tak między innymi dlatego, że polski ustawodawca wprawdzie pozwolił na wdrożenie wspólnej procedury zgłoszeń wewnętrznych, ale jednocześnie zobowiązał duże podmioty (zatrudniające co najmniej 250 pracowników) do przypisania odpowiedzialności za podejmowanie działań następczych na poziomie indywidualnych firm.

    Choć nowe obowiązki mogą być wyzwaniem dla zarządzających, dostępne statystyki niosą ze sobą także pozytywny przekaz. Zgodnie z badaniami przeprowadzonymi przez Stowarzyszenie Biegłych ds. Przestępstw i Nadużyć Gospodarczych (ACFE), blisko połowa nadużyć w firmach wykrywana jest dzięki sygnalistom. Ponadto organizacje, które wdrożyły odpowiednie rozwiązania (w tym systemy m.in. systemy dla sygnalistów), wykrywają nadużycia szybciej i ograniczają wynikające z nich straty nawet o 50 procent. Ustawowy obowiązek ochrony sygnalistów może się zatem przyczynić do lepszego zarządzania ryzykiem oraz wzmocnienia kultury organizacyjnej.

  • Cyfryzacja – priorytet, ale także droga pełna wyzwań dla polskich firm

    Cyfryzacja – priorytet, ale także droga pełna wyzwań dla polskich firm

    Cyfrowa transformacja polskich firm nabiera tempa. Jak wynika z najnowszego badania EY – Cyfrowa Transformacja 2024 – znaczenie cyfrowych przemian w przedsiębiorstwach znacznie wzrosło na przestrzeni ostatnich czterech lat. Odsetek firm wskazujących cyfryzację jako wysoki priorytet wzrósł z 38% w 2020 roku do 84% w 2024 roku. Badanie pokazuje, że pandemia przyspieszyła przechodzenie firm ze świata analogowego do cyfrowego, zmieniając ich podejście do technologii.

    Motywacje i priorytety

    Główne motywacje firm do cyfryzacji to rozwój (49%), poprawa obsługi klienta (47%) oraz wzrost sprzedaży (43%). Organizacje coraz częściej postrzegają cyfrową transformację jako długofalowy proces strategiczny, a nie jedynie reakcję na bieżące problemy. Wśród badanych firm, 64% ocenia swój poziom zaawansowania cyfrowego jako wysoki lub bardzo wysoki, z sektorem logistycznym wiodącym prym (84%), a produkcyjnym pozostającym w tyle (55%).

    cyfryzacja, EY
    Wykres 1. Jak wygląda wprowadzanie rozwiązań transformacji cyfrowej w Państwa firmie / źródło: EY

    Wyzwania i bariery

    Pomimo rosnącego zaangażowania w cyfryzację, firmy w Polsce napotykają znaczące wyzwania w osiąganiu zakładanych celów. Tylko 18% firm zrealizowało swoje założenia dotyczące wzrostu przychodów w stopniu większym niż 50%, a w przypadku redukcji kosztów jedynie 11% firm osiągnęło podobny poziom. Główne bariery to wysokie koszty (33%), zadowolenie z obecnej sytuacji (24%) oraz odkładanie decyzji przez zarząd na później (23%).

    EY, cyfryzacja
    Wykres 2. W jakim stopniu zrealizowane zostały dotychczasowe założenia transformacji cyfrowej w zakresie spodziewanego spadku kosztów? / źródło: EY

    Cyfryzacja – korzyści

    Cyfrowa transformacja przynosi wiele korzyści, w tym automatyzację wewnętrznych procesów (49%) i poprawę jakości obsługi klienta (48%). Firmy dostrzegają również potencjał wprowadzenia nowych produktów (39%) oraz kanałów sprzedaży (36%). Przedsiębiorstwa podchodzą do implementacji nowych technologii, takich jak sztuczna inteligencja, z entuzjazmem, ale i ostrożnością, dążąc do włączenia tych działań w szerszy kontekst biznesowy.

    cyfryzacja, EY
    Wykres 2. Priorytetowe obszary cyfrowej transformacji / źródło: EY

    Perspektywy na przyszłość

    Firmy w Polsce traktują cyfrową transformację jako kluczowy element strategii rozwoju, koncentrując się na długofalowych celach i planując działania z wyprzedzeniem. To podejście pozwala na lepsze dostosowanie technologii do realnych wyzwań biznesowych, minimalizując ryzyko i maksymalizując efektywność. Przedsiębiorstwa coraz częściej korzystają z doświadczenia zewnętrznych doradców, aby optymalizować swoje procesy cyfryzacyjne i osiągać zamierzone cele.

    Badanie EY – Cyfrowa Transformacja 2024 pokazuje, że polskie firmy są na dobrej drodze do pełnej cyfryzacji, choć droga ta nie jest pozbawiona wyzwań. Kluczowe będzie dalsze planowanie, analiza potrzeb i efektywne wdrażanie nowoczesnych technologii, aby w pełni wykorzystać potencjał cyfrowej transformacji.

  • Zagrożenia cybernetyczne związane z AI: Pracownicy czują się nieprzygotowani

    Zagrożenia cybernetyczne związane z AI: Pracownicy czują się nieprzygotowani

    Rozwój sztucznej inteligencji (AI) nie tylko przynosi nowe możliwości, ale także stwarza nowe zagrożenia, z którymi pracownicy często nie są w stanie sobie poradzić. Badanie przeprowadzone przez EY – Human Risk in Cybersecurity – ukazuje rosnące obawy pracowników związane z wykorzystaniem AI w cyberatakach. Według wyników, 80% respondentów wyraża zaniepokojenie możliwością wykorzystania tej technologii przez cyberprzestępców.

    Rosnące obawy wśród pracowników

    Ponad połowa badanych (53%) obawia się, że ich organizacja stanie się celem hakerów, a 34% martwi się, że swoimi działaniami mogą narazić pracodawcę na niebezpieczeństwo. Szczególnie młodsze pokolenia, mimo lepszej znajomości technologii, odczuwają wysokie poziomy strachu przed cyberatakami. Wyniki badania pokazują, że 86% respondentów z pokolenia Z posiada ogólną wiedzę na temat cyberbezpieczeństwa, jednak tylko 31% z nich potrafi zidentyfikować podejrzane wiadomości e-mail, co stanowi spadek w porównaniu do wcześniejszych lat.

    Zaawansowane cyberataki a niewystarczające przygotowanie

    Z badania EY wynika, że 85% pracowników uważa, iż dzięki AI cyberataki stały się bardziej wyrafinowane, a 78% obawia się, że AI będzie wykorzystywana przez hakerów. Dodatkowo, 39% respondentów nie wie, jak odpowiedzialnie korzystać z AI, co podkreśla potrzebę edukacji w tym zakresie. Strach przed nieumyślnym narażeniem organizacji na cyberataki jest szczególnie widoczny wśród młodszych pracowników – aż 72% osób z pokolenia Z przyznało, że otworzyło link nieznanego pochodzenia w pracy, co jest znacznie wyższym wynikiem niż w przypadku starszych pokoleń.

    Konsekwencje błędów i rola szkoleń

    Młodsze pokolenia są bardziej świadome potencjalnych konsekwencji naruszenia zasad cyberbezpieczeństwa. Ponad 60% respondentów z pokolenia Z i milenialsów obawia się, że niewłaściwe zachowania mogą skutkować utratą pracy. Jednocześnie, 39% osób z pokolenia Z przyznało, że nie rozumieją w pełni procesu zgłaszania podejrzeń cyberataków, co podkreśla potrzebę lepszego szkolenia i edukacji w tym zakresie.

    Kultura bezpieczeństwa jako priorytet

    Szybki rozwój sztucznej inteligencji wymaga od organizacji ciągłego aktualizowania programów szkoleniowych i przekazywania pracownikom najnowszej wiedzy dotyczącej cyberzagrożeń. Aż 91% respondentów uważa, że firmy powinny systematycznie organizować szkolenia z zakresu cyberbezpieczeństwa, zwłaszcza w kontekście AI. Niestety, tylko 62% badanych twierdzi, że ich pracodawca uczynił priorytetem edukowanie pracowników w tym zakresie.

    Wnioski z badania EY

    Badanie EY pokazuje, że pracownicy, którzy przeszli szkolenia z zakresu cyberbezpieczeństwa, czują się pewniej i lepiej przygotowani na zagrożenia związane z nowymi technologiami. 94% respondentów, którzy odbyli takie szkolenie w ciągu ostatniego roku, uważa cyberbezpieczeństwo za priorytet. Jest to wyraźny sygnał dla pracodawców o konieczności regularnego edukowania swoich zespołów zarówno w obszarze cyberbezpieczeństwa, jak i odpowiedzialnego stosowania nowych technologii.

    Wraz z rosnącą liczbą cyberzagrożeń i szybkim rozwojem AI, organizacje muszą skupić się na edukowaniu swoich pracowników, traktując ich jako pierwszą linię obrony. Regularne szkolenia i budowanie kultury bezpieczeństwa są kluczowe dla ochrony przed obecnymi i przyszłymi zagrożeniami. Pracodawcy powinni zainwestować w odpowiednie systemy bezpieczeństwa oraz narzędzia AI, aby skutecznie przeciwdziałać cyberprzestępcom.

  • Krach czy stabilizacja na rynku pracy w IT? Tomasz Miłosz, CEO GIGLIKE o elastyczności na rynku pracy

    Krach czy stabilizacja na rynku pracy w IT? Tomasz Miłosz, CEO GIGLIKE o elastyczności na rynku pracy

    Według najnowszego raportu „GIGbarometr 2024. Barometr elastyczności rynku pracy”, aż 65% firm w Polsce korzysta z elastycznych form współpracy, co stanowi wzrost o 12% w porównaniu do zeszłego roku. Tomasz Miłosz, założyciel i CEO, GIGLIKE wyjaśnia, jakie są przyczyny rosnącej popularności gig ekonomii i jakie wyzwania stoją przed firmami w dobie dynamicznych zmian na rynku pracy.

    Klaudia Ciesielska, Brandsit: Według raportu „GIGbarometr 2024. Barometr elastyczności rynku pracy”, 65% działających w Polsce firm korzysta obecnie z elastycznych form współpracy. To o 12%  więcej niż w zeszłym roku. Jakie, Pana zdaniem, są przyczyny wzrostu popularności tej formy zatrudnienia?

    Tomasz Miłosz, GIGLIKE: Moim zdaniem, wzrost jest odpowiedzią na wymagania rynku pracy, kreowane zarówno przez GIGerów, czyli niezależnych profesjonalistów, którzy oczekują elastyczności, jak i same firmy. Dzisiejszy rynek pracy, a także cała gospodarka, są bardzo niepewne. Zmiany w gospodarce następują tak szybko, że elastyczność nabiera nowego znaczenia i wartości. Elastyczne formy współpracy są odpowiedzią na sytuację gospodarczą oraz oczekiwania GIGerów.

    Klaudia Ciesielska, Brandsit: Z Pana obserwacji, w jakich branżach firmy najchętniej korzystają z elastycznych form współpracy?

    Tomasz Miłosz, GIGLIKE: Ekonomię GIGerów można zaobserwować niemal wszędzie. Jednak sektory, w których jest to szczególnie widoczne, to IT, będące pionierem elastyczności na rynku pracy, doradztwo i konsulting, HR, marketing oraz cała branża kreatywna. Co ciekawe, elastyczne formy współpracy pojawiają się również w mniej oczywistych branżach, takich jak budownictwo, gdzie project managerowie i architekci pracują w elastycznych formach. Nie można zapomnieć o sektorze medycznym i branży prawnej, gdzie elastyczność także odgrywa znaczącą rolę.

    Klaudia Ciesielska, Brandsit: GIGbarometr wykazał, że w IT w ostatnim roku zaobserwowano spadek umów B2B z 89% do 54%. Czy uważa Pan, że te dane można skorelować z ogólnym ograniczaniem zatrudnienia w IT w ciągu ostatniego roku?

    Tomasz Miłosz, GIGLIKE: To bardzo ciekawe pytanie. Niedawno byłem na Infoshare i rozmawialiśmy tam o tym w kuluarach. Wydaje mi się, że spadek odsetka umów B2B może być częściowo skorelowany z decyzjami samych GIGerów pracujących w IT. Wiąże się to z ich strachem i niepewnością dotyczącą zwolnień.

    Należy podkreślić, że mimo dużego spadku, większość umów w tej branży nadal stanowią elastyczne formy współpracy. Umowa o pracę często jest postrzegana jako bezpieczna forma zatrudnienia, choć moim zdaniem to złudne. Bycie GIGerem, mającym kilka projektów, może być równie bezpieczne. Utrata jednego projektu nie oznacza całkowitego braku dochodów, w przeciwieństwie do umowy o pracę, gdzie zatrudnienie jest albo pełne, albo żadne.

    „Dzisiejszy rynek pracy, a także cała gospodarka, są bardzo niepewne. Zmiany w gospodarce następują tak szybko, że elastyczność nabiera nowego znaczenia i wartości.”

    Dlatego uważam, że umowa o pracę daje złudne poczucie bezpieczeństwa. Kontrakty B2B również mogą być bezpieczne, oferując zabezpieczenia związane z chorobą i niezdolnością do pracy. Wracając do głównego pytania, wydaje się, że spadek odsetka      współpracowników w formie B2B w IT może być skorelowany z ogólną sytuacją na rynku i zwolnieniami w tej branży.

    Klaudia Ciesielska, Brandsit: Czy dostrzega Pan jakąś inną przyczynę tego stanu rzeczy?

    Tomasz Miłosz, GIGLIKE: Trudno mi wyobrazić sobie inną przyczynę. Wydaje mi się, że zmiany na rynku pracy w sektorze IT to po prostu normalizacja. Trzeba jasno powiedzieć, że nie mamy do czynienia z krachem na rynku IT, tylko z normalizacją. Ostatnie dwa lata były wyjątkowe, zarówno pod względem wzrostu wynagrodzeń, jak i zatrudnienia. Dziś rynek się stabilizuje, a być może część ludzi próbuje chronić się przed zmianami, które na nim zachodzą.

    Klaudia Ciesielska, Brandsit: Wspomniał Pan, że B2B ma swoje zalety, jednak nie wszyscy są tego zdania, w tym regulatorzy unijni. Coraz więcej głosów pojawia się na temat ograniczania kontraktów B2B. W marcu zatwierdzono wstępne porozumienie dotyczące dyrektywy mającej na celu poprawę warunków pracy za pośrednictwem platform internetowych. Czy Pana zdaniem takie regulacje i wprowadzenie dodatkowych obostrzeń są konieczne i potrzebne temu rynkowi?

    Tomasz Miłosz, GIGLIKE: Po pierwsze, chciałbym sprostować, że Unia Europejska wydała dyrektywę, która ostateczną decyzję, jak traktować GIGerów, pozostawia każdemu państwu członkowskiemu. Dyrektywa jest salomonowym rozwiązaniem, które pozostawia szczegóły regulacji w gestii krajów członkowskich. Najwięksi gracze na rynku, tacy jak Uber czy Bolt, również to podnosili.

    Odpowiadając na Pani pytanie, uważam, że GIGekonomia wspiera cel dobrej pracy i wzrostu gospodarczego. Jak każdy nowy model ekonomiczny, GIGekonomia ma swoje jasne i ciemne strony. Ważne jest, aby rządy i regulatorzy monitorowali sytuację i dbali o odpowiednie regulacje prawno-podatkowe.

    Jednak zdecydowanie nie zgadzam się z przyrównywaniem umów B2B do tradycyjnych umów o pracę, które są zaprzeczeniem elastyczności, jakiej wymaga współczesny rynek. Nadrzędnym celem powinno być stworzenie sytuacji, w której tradycyjne umowy o pracę i elastyczne formy współpracy uzupełniają się nawzajem. Jeszcze dużo pracy przed nami, aby rządy zrozumiały tę dynamikę i dążyły do osiągnięcia takiego statusu.

    Klaudia Ciesielska, Brandsit: W tym roku pojawił się nowy lider w zakresie wykorzystania elastycznych form współpracy – sektor MŚP, który znacznie bardziej zainteresował się tymi formami. Jak Pan sądzi, jaka jest tego przyczyna?

    Tomasz Miłosz, GIGLIKE: Po pierwsze, małe i średnie firmy przekonały się do tych zmian, ponieważ elastyczne formy współpracy stały się dużo bardziej popularne na rynku. To już nie jest egzotyka – od kilku lat widzimy, że elastyczne formy współpracy wchodzą do mainstreamu i stały się równoprawną formą zatrudnienia, podobnie jak umowa o pracę.

    Po drugie, firmy nie mają innego wyjścia, jak dostosować się do tej elastyczności. W przypadku pewnych stanowisk, B2B czy umowa cywilnoprawna są podstawową formą współpracy i trudno znaleźć osoby, które preferują pracować na umowie o pracę.

    Po trzecie, jak nie wiadomo, o co chodzi, to chodzi o pieniądze. Mimo spadku tempa inflacji w tym roku, wzrosty budżetu płac są nadal dwucyfrowe procentowo. Firmom trudno jest zapewnić takie wzrosty, a GIGerzy i cały model elastycznej pracy pozwalają odpowiedzieć na potrzeby pracowników i wprowadzić model, który jest ekonomicznie bardziej uzasadniony i optymalny.

    Klaudia Ciesielska, Brandsit: Z kolei w dużych firmach zaobserwowano spadek zadowolenia z elastycznych form współpracy, co przypisuje się powrotowi do biur po pandemii. Jak Pan uważa, dlaczego duże firmy obecnie nie są do końca zadowolone z elastycznych form współpracy?

    Tomasz Miłosz, GIGLIKE: Wydaje mi się, że po pandemii, kiedy dominowała praca zdalna, firmy teraz szukają „złotego środka” w kwestii elastyczności i hybrydowości. Decydują, ile dni spędzamy w biurze, co robimy w biurze, a czego nie robimy. Słyszę to od handlowców, z którymi regularnie się spotykam, oraz od moich klientów. GIGekonomia jest wciąż stosunkowo nowym konceptem na rynku i po początkowym entuzjazmie nadszedł moment, by wszystko odpowiednio ułożyć.

    „Elastyczne formy współpracy stały się dużo bardziej popularne na rynku. To już nie jest egzotyka – od kilku lat widzimy, że elastyczne formy współpracy wchodzą do mainstreamu i stały się równoprawną formą zatrudnienia, podobnie jak umowa o pracę.”

    Dlatego też badania pokazują, że wewnętrzne regulacje firmowe są bardzo istotne. Nie koncentrowałbym się zbytnio na spadku zadowolenia, ponieważ 53% dużych firm uważa, że ten model współpracy będzie się rozwijać. To trochę jak mówił nasz prezydent: „Nie chcem, ale muszem”. GIGekonomia jest nowym modelem, który trzeba dobrze ułożyć. Firmy lubią mieć porządek, i to jest moim zdaniem ten moment. Ale kierunek jest jasny – większość firm jest przekonana, że rynek będzie się nadal uelastyczniał.

    Klaudia Ciesielska, Brandsit: Jakie przeszkody napotykają firmy we wdrażaniu elastycznych form współpracy?

    Tomasz Miłosz, GIGLIKE: Po pierwsze, najważniejszą przeszkodą jest zrozumienie, czym jest elastyczny model pracy i proces dopasowania jego do istniejących tradycyjnych modeli pracy. Firmom niekiedy trudno zaakceptować, że GIGekonomia już istnieje i jest częścią nowoczesnego rynku pracy. Ta zmiana nie wydarzy się w przyszłości, ona już trwa i musimy się do niej dostosować. Mówiliśmy o tym już w naszym pierwszym raporcie z 2021 roku, który GIGLIKE przygotowało wspólnie z EY – ta zmiana już się dzieje.

    Po drugie, firmy muszą odpowiedzieć sobie na pytanie, jak wdrożyć GIGekonomię wewnątrz organizacji. Chodzi o to, jak zabezpieczyć się przed ryzykiem związanym ze współpracą z GIGerami. To nie jest umowa o pracę z jasno opisanymi przepisami Kodeksu pracy, ale umowa cywilnoprawna oparta o działalność gospodarczą. Trzeba to wszystko dobrze zorganizować, począwszy od jakości umów, a skończywszy na sposobie dostarczania benefitów i narzędzi potrzebnych do pracy.

    Po trzecie, jest to proces zmiany i transformacji wewnątrz organizacji, zwłaszcza w dziale HR. Firmy muszą odpowiednio zorganizować współpracę z GIGerami, co wymaga wewnętrznej transformacji.

    Te trzy główne przeszkody obserwuję w kontaktach z moimi klientami, ale co ważne, są to problemy, które można zaadresować i dostosować. GIGLIKE pomaga klientom w rozwiązaniu tych problemów.

    Klaudia Ciesielska, Brandsit: W jaki sposób GIGLIKE wspiera firmy w zarządzaniu elastycznymi formami współpracy?

    Tomasz Miłosz, GIGLIKE: GIGLIKE pomaga firmom minimalizować ryzyko uznania      kontraktów B2B za umowy o pracę oraz zmniejszać nakłady operacyjne, takie jak administracja wewnętrzna. Oferujemy GIGerom wszystko, co potrzebne do prowadzenia działalności gospodarczej – od założenia działalności, poprzez księgowość, aż po najpopularniejsze benefity, takie jak pakiety medyczne i sportowe.

    Dostarczamy również narzędzia, takie jak podpis elektroniczny oraz ubezpieczenia, na przykład ubezpieczenie od utraty dochodu w wyniku nieszczęśliwego wypadku czy choroby. To ostatnie jest istotnym wsparciem, ponieważ GIGerzy często obawiają się o swoje przychody w czasie choroby lub wypadku. Dzięki naszemu wsparciu mają pewność, że są zabezpieczeni.

    Klaudia Ciesielska, Brandsit: Jakie są prognozy dotyczące wzrostu elastycznych form zatrudnienia w Polsce na kolejne lata i od czego one zależą?

    Tomasz Miłosz, GIGLIKE: Prognozy są pozytywne, chociaż trudno dziś podać konkretną liczbę. Możemy oprzeć się na dwóch danych. Po pierwsze, w Stanach Zjednoczonych szacuje się, że liczba GIGerów przekroczy 50% całej siły roboczej do 2027 roku. Żyjemy w globalnej wiosce, więc ten trend prędzej czy później dotrze i do nas.

    Po drugie, nasz GIGbarometr pokazuje, że elastyczność rynku pracy w tym roku zwiększyła się o 12 %. Trudno powiedzieć, czy wzrost w przyszłym roku będzie dwucyfrowy czy jednocyfrowy, ale jestem przekonany, że elastyczność będzie się mocno rozwijać i zachowamy tendencję wzrostową w nadchodzących latach.

    Klaudia Ciesielska, Brandsit:  Dziękuję za rozmowę.

  • Wielka transformacja – AI jako architekt nowej ery gospodarczej

    Wielka transformacja – AI jako architekt nowej ery gospodarczej

    Era sztucznej inteligencji (AI) to nie tylko przyszłość; to nasza coraz bardziej namacalna teraźniejszość. Z najnowszych analiz firmy doradczej EY wynika, że rozprzestrzenianie się tej technologii przyniesie znaczące korzyści ekonomiczne na skalę globalną. W ciągu najbliższych trzech do pięciu lat, dzięki inwestycjom kapitałowym oraz wzrostowi produktywności, możemy oczekiwać wzrostu aktywności gospodarczej w rzędzie od 1,2 do 2,4 biliona dolarów dodatkowej wartości produkcji. To szansa nie tylko dla największych gospodarek, ale i dla Polski, która według prognoz może zyskać nawet 90 miliardów dolarów rocznie.

    Ten obiecujący obraz przyszłości zarysowany został w raporcie „Wired for AI”, opracowanym przez EY wspólnie z Liberty Global. Według tego dokumentu, Polska znajduje się w czołówce europejskich gospodarek, które najwięcej zyskają dzięki wsparciu sztucznej inteligencji. Mowa o wartości produkcyjnej odpowiadającej pracy niemal 5 milionów osób. Jakie czynniki zdecydują o skali tej transformacji? Otwartość firm na nowinki technologiczne, gotowość pracowników do ciągłego kształcenia się oraz dostępność zaawansowanej infrastruktury cyfrowej, w tym rozbudowa globalnej sieci 5G.

    Ogólnoświatowy wzrost dzięki AI

    W dobie gwałtownych zmian technologicznych, sztuczna inteligencja (AI) wyłania się jako jeden z głównych motorów globalnego wzrostu gospodarczego. Prognozy firmy doradczej EY są w tym zakresie szczególnie obiecujące, wskazując na ogromny potencjał ekonomiczny tej technologii. W najbliższej dekadzie, dzięki AI, światowa produkcja może wzrosnąć o dodatkowe 1,2 do 2,4 biliona dolarów. Jest to równoznaczne z potencjalnym wzrostem globalnego Produktu Krajowego Brutto (PKB) o 1,5 do 2,5 procent.

    Mechanizm tego wzrostu jest wielowymiarowy. Przede wszystkim, inwestycje kapitałowe w AI umożliwiają firmom automatyzację procesów, zwiększenie wydajności pracy i redukcję kosztów operacyjnych. To z kolei przełożyć się może na wzrost produktywności na niespotykaną dotąd skalę. Przykładem mogą być zaawansowane systemy AI w przemyśle, które optymalizują procesy produkcyjne, zarządzanie łańcuchem dostaw i obsługę klienta, co przekłada się na szybsze i tańsze dostawy końcowych produktów do konsumentów na całym świecie.

    Kluczową rolę odgrywają tu również nowe możliwości biznesowe, które otwierają się dzięki analizie dużych zbiorów danych (big data) przez zaawansowane algorytmy AI. Firmy są w stanie lepiej rozumieć potrzeby swoich klientów i szybciej reagować na zmieniające się warunki rynkowe. To wszystko sprawia, że przedsiębiorstwa stają się bardziej konkurencyjne na globalnym rynku.

    Głównymi beneficjentami tej rewolucji są obecnie Stany Zjednoczone i Chiny, które inwestują miliardy dolarów w rozwój technologii AI, ale także Europa, która coraz śmielej stawia na digitalizację swojej gospodarki. Każdy z tych rynków odkrywa nowe sposoby wykorzystania AI do przyspieszania innowacji i zwiększania swojej konkurencyjności.

    Wzrost wywołany przez AI nie jest jednak zjawiskiem ograniczonym wyłącznie do największych gospodarek świata. Jak pokazuje przykład Polski, coraz więcej krajów włącza się do globalnego wyścigu technologicznego, zauważając potencjał AI dla swojej gospodarki. Transformacja ta wpłynie na różne sektory, od produkcji przemysłowej po usługi, a jej efekty będą miały wpływ zarówno na makroekonomiczną skalę działalności firm, jak i na codzienne życie zwykłych ludzi.

    Zatem, podczas gdy AI kontynuuje swoją ekspansję, zarówno rozwinięte, jak i rozwijające się gospodarki stoją przed szansą na niebywały wzrost — szansą, którą można przekuć w rzeczywiste korzyści ekonomiczne dzięki strategicznym inwestycjom i adaptacji do zmieniającego się świata.

    – O tym, jak duża transformacja czeka nas w najbliższych latach, zadecyduje kilka czynników. Kluczowa będzie otwartość firm na korzyści płynące ze sztucznej inteligencji, a także gotowość pracowników do podnoszenia swoich kompetencji cyfrowych. Dodatkowo niemałe znaczenie ma obecność w poszczególnych państwach wydajnej infrastruktury. Jednym z fundamentalnych zagadnień dla rozwoju AI pozostaje rozbudowa globalnej sieci 5G, która ma ogromny potencjał na przyspieszenie rozwoju światowej gospodarki. Dla Polski nie bez znaczenia jest odblokowanie unijnych środków z KPO i funduszu spójności – część z niemal 600 mld zł zostanie przeznaczona na finansowanie transformacji cyfrowej. Biznes powinien skupić się teraz na namierzeniu obszarów, w których nowa technologia najszybciej pomoże wygenerować korzyści finansowe i organizacyjne  – komentuje Radosław Frańczak, Partner EY Polska, Lider obszaru Technology Consulting. 

    Szczególny przypadek Polski

    Polska, mimo że nie jest największym gospodarczym graczem na arenie międzynarodowej, coraz śmielej stawia na nowoczesne technologie, a rola sztucznej inteligencji (AI) w kształtowaniu przyszłości kraju staje się coraz bardziej znacząca. Według najnowszego raportu EY, nasz kraj może zyskać aż 90 miliardów dolarów rocznie, dzięki wykorzystaniu AI w różnych sektorach gospodarki. Ta suma odpowiada wartości produkcyjnej generowanej przez niemal 5 milionów pracowników, co świadczy o olbrzymim potencjale tej technologii.

    W światowym rankingu zdolności produkcyjnych wspomaganych przez AI, Polska zajmuje imponujące siódme miejsce, wyprzedzając wiele gospodarek z UE, a także Szwajcarię i Wielką Brytanię. Jest to efekt nie tylko rosnącej inwestycji w technologie cyfrowe, ale także strategicznego podejścia do integracji AI w kluczowych branżach, takich jak produkcja, usługi finansowe i logistyka.

    Nie ulega wątpliwości, że AI zmienia oblicze polskiej gospodarki. Systemy wspomagane przez AI pomagają optymalizować procesy produkcyjne, zarządzanie zasobami ludzkimi, obsługę klienta oraz analizę danych. Dzięki temu polskie przedsiębiorstwa mogą nie tylko zwiększyć swoją efektywność, ale również stać się bardziej konkurencyjne na rynkach globalnych. To, co kiedyś wydawało się odległą przyszłością, dzisiaj staje się codziennością w polskich firmach.

    Znaczenie AI dla rozwoju Polski podkreśla także obecność wydajnej infrastruktury teleinformatycznej oraz postępy w rozbudowie sieci 5G, które są kluczowe dla efektywnego wdrażania nowych technologii. Dodatkowo, zastrzyk finansowy z unijnych środków, w tym z Krajowego Planu Odbudowy i Funduszu Spójności, ma zapewnić dalsze wsparcie dla transformacji cyfrowej.

    Mimo pozytywnych prognoz, Polska stoi przed szeregiem wyzwań związanych z pełną integracją AI w życie gospodarcze. Należy do nich potrzeba dalszych inwestycji w edukację i szkolenia, które pozwolą pracownikom nadążyć za zmieniającymi się wymogami rynku pracy, oraz adaptacja prawna, która umożliwi sprawne i bezpieczne wdrażanie nowych technologii.

    Cele Unii Europejskiej w zakresie AI

    Unia Europejska ambitnie podchodzi do kwestii sztucznej inteligencji, uznając ją za kluczowy element swojej strategii cyfrowej na nadchodzącą dekadę. W raporcie „State of the Digital Decade”, Komisja Europejska postawiła sobie za cel, aby do roku 2030 aż 75% przedsiębiorstw na terenie Unii korzystało z usług przetwarzania w chmurze, dużych zbiorów danych i/lub sztucznej inteligencji. Jest to część szerszego planu mającego na celu przyspieszenie cyfrowej transformacji i zwiększenie konkurencyjności europejskich firm na globalnym rynku.

    Warto jednak zauważyć, że droga do realizacji tych ambitnych celów nie jest prosta. Obecne statystyki pokazują, że tylko niewielka część przedsiębiorstw w UE korzysta na szeroką skalę z zaawansowanych technologii cyfrowych. Eksperci szacują, że bez dodatkowych inwestycji i zachęt, do 2030 roku zaledwie 20% europejskich przedsiębiorstw będzie wspieranych przez AI, co znacznie odbiega od założonego celu.

    W odpowiedzi na te wyzwania, Unia Europejska intensyfikuje swoje działania w dziedzinie regulacji i finansowania projektów związanych z AI. W ramach programu Horizon Europe, który jest największym w historii programem badawczym UE, przewidziano znaczne fundusze na rozwój technologii cyfrowych, w tym sztucznej inteligencji. Ponadto, Komisja Europejska pracuje nad stworzeniem wspólnego europejskiego rynku danych oraz normami etycznymi i prawnymi dotyczącymi stosowania AI, co ma stanowić odpowiedź na rosnące obawy związane z prywatnością danych i etyką algorytmów.

    Jednakże, eksperci podkreślają, że aby cele te zostały osiągnięte, kluczowa będzie współpraca na wszystkich szczeblach zarządzania – od lokalnych władz po europejskie instytucje. Potrzebna będzie także większa świadomość korzyści płynących z AI wśród przedsiębiorców oraz inwestycje w edukację cyfrową, która przygotuje obecną i przyszłe pokolenia Europejczyków do pracy w nowej, cyfrowej rzeczywistości.

    Oczekuje się, że nadchodzące lata będą kluczowe dla realizacji tych planów. Unia Europejska stoi przed szansą nie tylko na zwiększenie swojej innowacyjności i efektywności, ale również na wzmocnienie swojej pozycji jako lidera odpowiedzialnego stosowania sztucznej inteligencji na świecie. Jak zwykle, sukces tych inicjatyw będzie zależał od zdolności do adaptacji, przewidywania przyszłych trendów i skutecznego reagowania na dynamicznie zmieniający się krajobraz technologiczny.

    – Unijne przepisy wprowadzają nowe standardy regulacyjne zarówno dla dostawców, jak i użytkowników systemów sztucznej inteligencji. Przedsiębiorstwa ze wszystkich branż powinny dokonać przeglądu i dostosowania swoich standardów, zasad i procesów w celu przygotowania organizacji do nowego krajobrazu regulacyjnego. Niezbędne będzie stworzenie kompleksowych ram zarządzania sztuczną inteligencją. Będzie wymagało to od przedsiębiorców podejścia interdyscyplinarnego, uwzględniającego różnorodne aspekty takie jak zgodność z prawem, zarządzanie ryzykiem, kwestie etyczne czy transparentność zasad. Umożliwi to odpowiedzialne korzystanie z możliwości, jakie oferuje ta technologia. Warto również sprawdzić, czy i w jakim stopniu nasi partnerzy biznesowi wykorzystują sztuczną inteligencję, gdzie przechowują dane osobowe i jak je zabezpieczają – radzi Justyna Wilczyńska-Baraniak, Partnerka EY, Liderka Zespołu Prawa Własności Intelektualnej, Technologii, Danych Osobowych w Kancelarii EY Law.

    Czynniki wpływające na transformację

    W miarę jak świat staje się coraz bardziej cyfrowy, transformacja gospodarcza napędzana przez sztuczną inteligencję (AI) wydaje się nieunikniona. Jednak tempo i skala tej transformacji w różnych krajach i przedsiębiorstwach mogą znacząco się różnić. Oto kilka kluczowych czynników, które zadecydują o sukcesie adaptacji AI w nadchodzących latach.

    Otwartość firm na innowacje technologiczne jest pierwszym i może najważniejszym czynnikiem. Przedsiębiorstwa, które szybko adaptują nowe technologie i integrują AI w swoich procesach, zyskują znaczącą przewagę konkurencyjną. Nie chodzi tylko o automatyzację i zwiększanie efektywności, ale także o zdolność do lepszego zrozumienia potrzeb klientów i dostosowania oferty w czasie rzeczywistym.

    Kompetencje cyfrowe pracowników stanowią kolejny krytyczny element. Rozwój AI wymaga od siły roboczej zdolności do pracy z nowymi narzędziami. Tym samym, inwestycje w edukację i szkolenia cyfrowe są kluczowe, aby pracownicy mogli efektywnie współpracować z nowymi systemami i nie zostali wykluczeni z rynku pracy w wyniku cyfryzacji.

    Infrastruktura technologiczna jest fundamentalnym warunkiem, który musi zostać spełniony, aby AI mogła być efektywnie wdrożona. Obejmuje to nie tylko szybkie łącza internetowe i dostęp do danych, ale także rozbudowaną sieć serwerów i data centers, które są niezbędne do przetwarzania wielkich ilości danych.

    Regulacje prawne i etyczne również odgrywają znaczącą rolę. W miarę jak AI staje się coraz bardziej zaawansowana, pojawiają się pytania o prywatność, bezpieczeństwo danych i odpowiedzialność za decyzje podejmowane przez maszyny. Rządy i organizacje międzynarodowe muszą tworzyć ramy prawne, które zarówno wspierałyby rozwój AI, jak i chroniłyby prawa człowieka.

    Globalna współpraca i standardy są niezbędne, ponieważ AI nie zna granic. Przedsiębiorstwa i rządy muszą pracować razem nad ustanawianiem standardów i protokołów, które umożliwią bezpieczne i sprawiedliwe korzystanie z AI na całym świecie. Takie działania nie tylko zwiększą zaufanie do technologii, ale także pomogą w zapobieganiu potencjalnym nadużyciom.

    – Jest powszechnym poglądem, że sztuczna inteligencja jest niezwykle skuteczna w zwalnianiu pracowników z wykonywania monotonnych i czasochłonnych zadań, takich jak tłumaczenia, transkrypcje, kompilacje danych czy tworzenie podsumowań. Obecnie, w obliczu dynamicznego rozwoju i zdolności do szybkiego uczenia się z wykorzystaniem obszernych zbiorów informacji, AI okazuje się również nieoceniona w bardziej złożonych dziedzinach, na przykład w przetwarzaniu transakcji finansowych, zarządzaniu talentami w organizacji czy w rekrutacji. Działy HR coraz częściej wykorzystują sztuczną inteligencję do zarządzania dokumentacją i filtrowania aplikacji kandydatów, podczas gdy deweloperzy korzystają z nowatorskich technologii by przyspieszyć proces tworzenia oprogramowania. Ponadto, menedżerowie mogą polegać na AI w celu podjęcia bardziej świadomych decyzji dotyczących rozwoju swoich pracowników, korzystając z dogłębnych analiz opartych na zgromadzonych danych. Sztuczna inteligencja nieustannie ewoluuje, stając się wsparciem nie tylko w rutynowych zadaniach, ale i w tych wymagających specjalistycznej wiedzy i umiejętności, czekamy kiedy będzie też wspierała nas w „rozumieniu emocji – wyjaśnia Artur Miernik, Partner EY Polska i Lider zespołu ds. doradztwa personalnego.

    Korzyści sektorowe i gospodarcze w Polsce

    W kontekście globalnej rewolucji technologicznej, Polska wyłania się jako jeden z dynamicznie rozwijających się graczy na arenie sztucznej inteligencji (AI). Wprowadzenie nowych technologii ma nie tylko transformacyjny wpływ na lokalne przedsiębiorstwa, ale przekłada się także na konkretne korzyści gospodarcze.

    Sektor produkcji jest jednym z głównych beneficjentów integracji AI. Zaawansowane algorytmy pozwalają na automatyzację złożonych procesów produkcyjnych, co zwiększa efektywność, skraca czasy produkcji i minimalizuje ryzyko błędów. Polskie firmy wykorzystują AI do monitorowania i optymalizacji pracy maszyn, co przekłada się na niższe koszty operacyjne i lepszą kontrolę jakości.

    Sektor finansowy również czerpie korzyści z implementacji AI, zwłaszcza w obszarach zarządzania ryzykiem i personalizacji usług. Banki i instytucje finansowe stosują sztuczną inteligencję do analizy dużych ilości danych, co umożliwia im lepsze przewidywanie trendów rynkowych i dostosowanie oferty do indywidualnych potrzeb klientów.

    Sektor usług skorzystał na wprowadzeniu systemów AI w obsłudze klienta. Chatboty i wirtualni asystenci, dzięki zdolności do przetwarzania naturalnego języka, są w stanie obsłużyć zapytania klientów szybciej i bardziej efektywnie, co znacząco poprawia doświadczenia użytkowników i zwiększa ich zadowolenie.

    Sektor zdrowia również zaczyna dostrzegać potencjał AI. Technologie te są wykorzystywane do analizy obrazów medycznych, wspierania diagnozy i personalizowania terapii. Choć w Polsce sektor ten wciąż stoi przed wieloma wyzwaniami związanymi z pełną integracją AI, pierwsze inicjatywy pokazują obiecujące rezultaty, zwłaszcza w poprawie szybkości i dokładności diagnoz.

    Edukacja jest kolejnym obszarem, gdzie AI może przynieść znaczące korzyści. Systemy wspomagające naukę poprzez personalizację procesu edukacyjnego mogą zwiększyć skuteczność nauczania, dostosowując materiały i tempo pracy do indywidualnych potrzeb uczniów.

    Korzyści ekonomiczne z wprowadzenia AI w Polsce są ogromne. Według raportu EY, integracja AI może przyczynić się do wzrostu wartości produkcyjnej kraju o dodatkowe 90 miliardów dolarów rocznie. To pokazuje, jak wielki wpływ nowe technologie mogą mieć na przyspieszenie rozwoju gospodarczego i podniesienie konkurencyjności Polski na arenie międzynarodowej.

    Globalne i regionalne perspektywy wzrostu

    Sztuczna inteligencja (AI) jest obecnie jednym z najważniejszych motorów wzrostu na światowym rynku gospodarczym. Wdrażanie technologii AI wpływa nie tylko na konkretne kraje, ale również na całe regiony, przedefiniowując ich potencjał produkcyjny i konkurencyjność na globalnym rynku.

    Stany Zjednoczone i Chiny prowadzą w wyścigu o dominację w dziedzinie AI, inwestując miliardy dolarów w badania, rozwój oraz komercjalizację technologii. Obie gospodarki już teraz czerpią ogromne korzyści z automatyzacji, analizy danych i personalizacji usług, co przekłada się na ich silną pozycję na arenie międzynarodowej.

    Europa równie zdecydowanie stawia na rozwój AI, co jest widoczne w ambitnych celach wyznaczonych przez Unię Europejską. Chociaż kontynent boryka się z pewnymi wyzwaniami w pełnej implementacji tych technologii, niektóre kraje, takie jak Niemcy, Wielka Brytania i Francja, osiągają znaczące postępy, szczególnie w zastosowaniach przemysłowych i finansowych.

    Region Azji i Pacyfiku również intensywnie inwestuje w AI, z krajami takimi jak Japonia, Korea Południowa i Singapur, które wdrażają zaawansowane technologie w produkcji, usługach zdrowotnych i zarządzaniu miastami. To czyni region jednym z liderów innowacji i wdrożeń AI na dużą skalę.

    Ameryka Łacińska i Afryka są na wczesniejszych etapach przyjmowania AI, ale również zaczynają dostrzegać potencjał tej technologii. Brazylia, Meksyk, RPA i Nigeria rozwijają lokalne inicjatywy, które mają na celu zwiększenie efektywności przemysłowej i usługowej, poprawę zarządzania publicznego oraz wzrost gospodarczy.

    W kontekście Europy Środkowo-Wschodniej, Polska wyróżnia się jako jeden z liderów implementacji AI. Dzięki strategicznym inwestycjom i wsparciu unijnym, kraj ten skutecznie wykorzystuje sztuczną inteligencję do zwiększania produktywności i innowacyjności, co stawia go w czołówce regionalnych gospodarek, które najwięcej zyskują na wdrożeniu nowych technologii.

    Jednakże, pomimo tych optymistycznych trendów, rozwój AI wiąże się również z wyzwaniami, takimi jak dysproporcje w dostępie do technologii, potrzeba regulacji prawnych czy etycznych dylematów związanych z automatyzacją. W odpowiedzi na te wyzwania, globalna współpraca i wymiana wiedzy staną się kluczowe, aby zapewnić, że korzyści z AI będą rozłożone równomiernie i zrównoważone.

    Sztuczna inteligencja (AI) przekształca globalną gospodarkę na naszych oczach, przynosząc znaczące korzyści zarówno w skali makroekonomicznej, jak i na poziomie poszczególnych przedsiębiorstw i sektorów. Jak wynika z analiz oraz prognoz, AI ma potencjał do generowania miliardów dolarów dodatkowej wartości produkcji, przy jednoczesnym zwiększeniu wydajności pracy i innowacyjności na niespotykaną dotąd skalę.

    AI nie jest już tylko domeną filmów sci-fi czy elitarnych laboratoriów badawczych. Stała się integralną częścią strategii rozwojowych firm, regionów i całych państw. W miarę jak będziemy świadkami dalszych innowacji i wdrożeń, kluczowe będzie zarządzanie zmianą w sposób odpowiedzialny i zrównoważony, z pełną świadomością korzyści i wyzwań, jakie niesie ze sobą era sztucznej inteligencji.

  • Jak firmy wykorzystują AI do zwiększenia wydajności?

    Jak firmy wykorzystują AI do zwiększenia wydajności?

    Pandemia COVID-19 stała się katalizatorem dla transformacji technologicznej w firmach na całym świecie, pobudzając innowacyjność i pomagając w uniknięciu większych strat finansowych. Jak wynika z najnowszego badania EY-Parthenon – CEO Outlook Pulse, sztuczna inteligencja (AI) jawi się jako kluczowy element przyszłych cyfrowych przeobrażeń, z którym wiąże się wiele nadziei, ale również wyzwań.

    Badanie, które przeprowadzono wśród 1200 dyrektorów generalnych z 21 krajów, pokazuje, że 76% z nich widzi w AI przede wszystkim narzędzie do zwiększania wydajności pracy. Jednakże, mimo optymizmu co do możliwości optymalizacyjnych, większość nie spodziewa się, że AI znacząco wpłynie na wzrost przychodów – tylko 11% respondentów podziela tę opinię.

    Znacznie bardziej optymistyczni są przedstawiciele firm private equity, z których niemal 20% uważa, że sztuczna inteligencja może również wspierać wzrost przychodów. Obecnie wiele organizacji stosuje AI głównie do automatyzacji procesów i opracowywania narzędzi samoobsługowych, takich jak chatboty, lecz jej potencjał wykracza daleko poza te zastosowania.

    W kontekście regulacji, niedawno przyjęty w Unii Europejskiej AI Act ma zapewnić ramy prawne umożliwiające bezpieczniejsze inwestycje w sztuczną inteligencję, adresując jednocześnie kwestie ochrony danych i praw własności intelektualnej. Arkadiusz Gęsicki, Partner w EY-Parthenon, podkreśla, że odpowiednie ramy regulacyjne są kluczowe dla odważniejszych inwestycji w technologie.

    Respondenci z Polski, w porównaniu z globalnymi liderami, okazują się bardziej zachowawczy – tylko 27% stawia AI na pierwszym miejscu swoich priorytetów na najbliższe 12 miesięcy. Polskie firmy skupiają się głównie na rekonfiguracji łańcuchów dostaw i inwestycjach w nowe produkty oraz usługi.

    Mimo pewnych obaw, jak na przykład ryzyko wykorzystania AI do tworzenia deepfakes, technologia ta oferuje przedsiębiorstwom niespotykane dotąd możliwości. Włodzimierz Gołębiowski, Dyrektor EY-Parthenon, wierzy, że firmy, które zdecydują się na rozwijanie AI, zyskają znaczącą przewagę rynkową, pod warunkiem równoczesnego rozwijania kompetencji cyfrowych w swoich zespołach.

    Badanie CEO Outlook Pulse, przeprowadzone przez FT Longitude, pokazuje złożoność obecnego krajobrazu biznesowego, gdzie sztuczna inteligencja staje się zarówno wyzwaniem, jak i potężnym narzędziem dla przyszłości każdej innowacyjnej firmy.

  • Sztuczna inteligencja napędza przemysł – już 62% firm produkcyjnych postawiło na tę technologię

    Sztuczna inteligencja napędza przemysł – już 62% firm produkcyjnych postawiło na tę technologię

    Przedsiębiorstwa zajmujące się produkcją przemysłową coraz odważniej implementują sztuczną inteligencję, aby wykorzystać jej transformacyjny potencjał. Z badania EY – CEO Outlook Survey – wynika, że 45% CEO z branży produkcyjnej uważa tę technologię za siłę napędową, która może mieć pozytywny wpływ na wydajność biznesową i innowacje. Już teraz blisko połowa przedsiębiorstw z tego sektora (49%) aktywnie inwestuje w rozwiązania oparte na sztucznej inteligencji. Podobną aktywność wykazują producenci nad Wisłą. Badanie EY – Jak polskie firmy wdrażają AI – pokazuje, że 21% ankietowanych z branży zakończyło już implementację, zaś kolejne 41% jest w trakcie tego procesu.

    Podczas gdy przedsiębiorstwa produkcyjne od dłuższego czasu wykorzystują dobrze znane rozwiązania oparte na AI, takie jak uczenie maszynowe (ML), upowszechnienie generatywnej sztucznej inteligencji (GenAI) wzbogaca możliwości tej technologii i wpływa na plany rozwojowe wielu organizacji. Jak wskazują wyniki globalnego badania EY, już teraz 49% ankietowanych zajmujących się zaawansowaną produkcją aktywnie finansuje innowacje oparte na sztucznej inteligencji, a w przeciągu roku planuje to zrobić kolejne 41% firm z tego sektora. Oznacza to, że tylko 10% organizacji nie zamierza na razie rozwijać się w oparciu o AI.

    Na tym tle przedsiębiorstwa z Polski wypadają dobrze pod kątem poziomu implementacji nowej technologii. Z badania EY – Jak polskie firmy wdrażają AI – wynika, że co piąta średnia i duża firma produkcyjna (21%) korzysta już z tego rozwiązania wewnątrz organizacji, zaś kolejne 41% właśnie je wdraża. Zaledwie 9% ankietowanych nie planuje podjęcia żadnych działań związanych z AI w perspektywie dwóch najbliższych lat. Co ciekawe, połowa (51%) z przedsiębiorstw produkcyjnych które wdrożyły lub są w trakcie procesu implementacji narzędzi AI, należy do nowych użytkowników rozwiązań opartych na sztucznej inteligencji, stosując je od maksymalnie 2 lat. Oznacza to, że niekoniecznie mają wdrożone własne rozwiązania, ale wykorzystywali te, które były powszechnie dostępne. Dużą grupę w tym gronie organizacji (39%) stanowią ankietowani, którzy aktywnie stosują technologię  AI od 2 do 5 lat, zaś 7% firm to prekursorzy, którzy bazują na niej od 5 do 10 lat.

    Najpierw cyberbezpieczeństwo, potem AI

    Aby bezpiecznie i w pełnym wymiarze wdrożyć rozwiązania oparte na sztucznej inteligencji, w pierwszym kroku sektor produkcyjny musi zadbać o kwestię swojej cyfrowej odporności. Główną bolączką w procesie rozwijania AI w firmach są kwestie związane z prywatnością i zarządzaniem danymi. Organizacje, które nie mają odpowiednich kompetencji w tym zakresie, często opóźniają proces implementacji nowoczesnych technologii. Co piąty ankietowany (20%) z sektora produkcyjnego w Polsce stwierdził, że jedną z istotnych barier w podjęciu decyzji o wdrożeniu rozwiązań z obszaru sztucznej inteligencji były obawy o bezpieczeństwo, w tym danych.

    – Inwestycja w poprawę poziomu cyberbezpieczeństwa jest kluczowa, dla procesu transformacji w branży produkcji przemysłowej. Wraz ze wzrostem poziomu cyfryzacji i skomplikowania systemów produkcyjnych, a także generowaniem coraz większej ilości danych podatność na ataki wzrasta. Inwestycje w cyberbezpieczeństwo  ograniczają ryzyko  strat związanych m.in. z przestojami instalacji technologicznych. Dopiero w bezpiecznym, odpornym na cyberataki środowisku wdrażanie rozwiązań z zakresu sztucznej inteligencji przyniesie spodziewany efekt – zauważa Leszek Mróz, Partner EY w centrum kompetencji EY dla usług doradztwa biznesowego OT/IoT.

    NIS2 motorem zmian

    Dla firm produkcyjnych motywacją do usprawnienia działań w obszarze cyberbezpieczeństwa może być wejście w życie 18 października br. dyrektywy NIS2. Nowa odsłona unijnych przepisów nakłada obowiązek zapewnienia zgodności z przepisami o cyberbezpieczeństwie na większą liczbę podmiotów oraz umożliwia nakładanie kar. Wśród tzw. podmiotów ważnych znajdą się m.in. producenci żywności. Niepokoi fakt, że co trzecie przedsiębiorstwo (32%) nie zwiększy swojego budżetu na cyberbezpieczeństwo mimo większych potrzeb, na co wskazuje raport – W oczekiwaniu na NIS2: stan przygotowań – opracowany przez CSO Council, EY Polska oraz Trend Micro.

    – Wiele firm z Polski wciąż nie wprowadziło wymaganych usprawnień w zakresie cyberbezpieczeństwa, a nawet nie wie, że są objęte dyrektywą NIS2. Dlatego w pierwszym kroku przedstawiciele branży produkcyjnej – o ile jeszcze tego nie zrobili – powinni sprawdzić, czy obejmują ich nowe regulacje. Zwodnicze może być kierowanie się wyłącznie kryterium wielkości. Dyrektywa NIS2 obejmie bowiem także mikro i małe przedsiębiorstwa, jeśli spełniają one warunki wskazujące na ich kluczową rolę dla społeczeństwa, gospodarki czy określonych branż lub typów usług. Obserwujemy, że organizacje, które były już ujęte w ramach NIS lub podlegały wytycznym sektorowym, są bardziej zaawansowane w przygotowaniach. Z kolei pozostałe podmioty w większości przypadków czeka dużo pracy, by dostosować się do nowych wytycznych. A czasu zostało niezwykle mało – stwierdza Patryk Gęborys, Partner EY, Zespół Bezpieczeństwa Informacji i Technologii.

    Wprowadzenie NIS2 jest odpowiedzią na coraz częstsze i bardziej wyrafinowane cyberataki, na które narażone są także firmy produkcyjne. Tego typu zagrożenia mogą doprowadzić do przestojów, generując nie tylko duże straty finansowe, ale także negatywnie wpływając na odbiór przedsiębiorstwa w oczach jego partnerów biznesowych, a także zakłócając łańcuchy dostaw. Wymogi płynące z dyrektywy unijnej pokazują kluczowe działania w obszarze ryzyk teleinformatycznych, których spełnienie pomoże firmom zbudować cyfrową odporność na coraz bardziej wymagającym i nieprzewidywalnym środowisku cyberprzestrzeni.

    Niepewne łańcuchy dostaw i niedobór pracowników

    Obok kwestii cyberbezpieczeństwa sektor produkcji przemysłowej zmaga się z innymi wyzwaniami. Pierwszą bolączką jest konieczność dostosowania łańcuchów dostaw w celu zwiększania odporności. Z badania EY CEO Outlook Survey 2023 wynika, że zdaniem 29% dyrektorów generalnych z tej branży będzie to jedno z najważniejszych działań strategicznych w ciągu najbliższych sześciu miesięcy. Z drugiej strony niemal co trzeci ankietowany (32%) twierdzi, że opóźnił swoje plany dotyczące łańcucha dostaw w związku ze zmieniającym się krajobrazem geopolitycznym. Prawie połowa (49%) dyrektorów generalnych ds. produktów przemysłowych dostosowuje łańcuchy dostaw poprzez dywersyfikację dostawców, gromadzenie zapasów, inwestycje technologiczne, wzmocnioną współpracę i przenoszenie produkcji bliżej domu.

    Ambicje firm przemysłowych w zakresie sztucznej inteligencji mogą zostać zahamowane także przez brak odpowiednich talentów technologicznych. Zdaniem 27% dyrektorów generalnych z branży zaawansowanej produkcji jednym z ich najważniejszych celów w ciągu najbliższych sześciu miesięcy jest przyjęcie nowych modeli pracy i opracowanie strategii w zakresie przyciągania i zatrzymywania pracowników. Dla co czwartej firmy (26%) niedobór i koszt pozyskania talentów z odpowiednimi kompetencjami stanowią największą przeszkodę w rozwoju ich działalności. W związku z tym 35% organizacji planuje zwiększyć inwestycje w pracowników, chcąc także zadbać o ich dobrostan i rozwój umiejętności.

    – W kontekście rozwoju sztucznej inteligencji sektor produkcyjny znajduje się w szczególnym położeniu, w znaczącym stopniu opierając się na fizycznej pracy przy liniach montażowych. Choć w coraz większym stopniu pracowników wspierają roboty, rola ludzi w dalszym ciągu jest kluczowa. Dlatego tak ważne będzie zbudowanie zaufania do innowacji wśród pracowników, aby mieli przeświadczenie, że AI to najlepszy asystent człowieka. Firmy, które poradzą sobie z połączeniem tych dwóch zasobów, czyli ludzi wspieranych przez sztuczną inteligencję, będą zdobywać przewagę rynkową – podsumowuje Artur Miernik, Partner EY Polska, Lider zespołu People Consulting.

    Pięć kroków do efektywniejszego wdrożenia AI

    Eksperci EY wskazali pięć inicjatyw, które pozwolą firmom z branży produkcji przemysłowej wdrożyć rozwiązania z obszaru sztucznej inteligencji w sposób strategiczny i efektywny operacyjnie, a jednocześnie przynoszący komercyjną opłacalność.

    1. Utworzenie zespołu dbającego o realizację celów związanych ze stosowaniem AI.
      Jego rolą będzie kontrolowanie zasobów związanych ze sztuczną inteligencją oraz przekładanie jej wykorzystania na wyniki biznesowe. Kolejne ważne zadanie stanowi dzielenie się wiedzą z zakresu tej technologii ze wszystkimi pracownikami
    2. Dostosowanie strategii AI do rynku i dyrektyw międzynarodowych.
      Identyfikując korzyści związane z implementacją sztucznej inteligencji, firmy mogą skuteczniej alokować zasoby i ustalać priorytety, by budować swoją przewagę konkurencyjną. Jednocześnie muszą działać zgodnie z międzynarodowymi regulacjami, m.in. AI Act czy NIS2. Skuteczne wdrożenie AI nie będzie możliwe bez zadbania o kwestie cyberbezpieczeństwa i ochrony danych.
    3. Opracowanie planu przekwalifikowania pracowników.
      Dzięki regularnym szkoleniom pracowników ze wszystkich szczebli będą oni mogli  skutecznie wykorzystywać AI w codziennej pracy. To pozwoli się im rozwinąć w nowych obszarach, w których do tej pory mogło im brakować odpowiednich kompetencji.
    4. Stworzenie mapy drogowej w celu uaktualnienia architektury danych.
      Ma to kluczowe znaczenie dla skutecznego wdrożenia AI w całej organizacji. Duże modele językowe (LLM) powinny zostać przeszkolone w zakresie procedur operacyjnych i najlepszych firmowych praktyk. Jednak wiele z tych informacji często znajduje się tylko w głowach pracowników i może nie być formalnie skodyfikowana, a tym bardziej przechowywana w formie cyfrowej.
    5. Rozwijanie partnerstw w ekosystemie AI.
      Firmy produkcyjne są przyzwyczajone do zarządzania złożonymi ekosystemami partnerów w łańcuchu dostaw, gdzie zakres działań jest podobny jak w przypadku wdrożenia nowej technologii. Kluczową rolę odgrywa weryfikacja partnerów, ustalenie standardów wydajności i zarządzanie kosztami. W przypadku partnerstw AI wymagana jest jeszcze większa złożoność działań, ponieważ te rozwiązania muszą łączyć się z systemami centralnymi, być adaptowalne i zarządzane w czasie. Dodatkowo każdy partner technologiczny zwiększa koszty integracji, a w przypadku nieskutecznej współpracy może wyrządzić większe szkody niż tradycyjni partnerzy w łańcuchu dostaw.