AI dla CFO: business case, który broni się w liczbach

Twoje zadanie to wspierać AI tam, gdzie obniża koszty, i zatrzymywać wydatki tam, gdzie tego nie robi. W badaniu Deloitte CFO Survey z wiosny 2026 roku 68% niemieckich dyrektorów finansowych stawia na cięcie kosztów, żeby pozostać konkurencyjnymi, a 64% kieruje inwestycje na integrację AI. Oba cele lądują na tym samym biurku.

Najtrudniej jest udowodnić zwrot. Forrester, jak podał CIO.de w 2025 roku, ustalił, że mniej niż jedna trzecia liderów AI potrafi jasno pokazać wartość AI w kategoriach finansowych. W badaniu Flexera z 2025 roku wśród szefów IT tylko 19% planowało mierzyć sukces AI w 2026 roku.

• Zmierzony koszt sprawy w dzisiejszym procesie, zanim zacznie się jakikolwiek projekt.
• Całkowity koszt w całym okresie działania, podzielony na budowę, utrzymanie i użycie modeli. Cena projektu to tylko jego część.
• Scenariusz, w którym przychodzi tylko połowa oczekiwanej korzyści.
• Kryteria zatrzymania uzgodnione przed startem projektu.
• Wydatki na istniejące licencje widoczne w podziale na zespoły i uzasadnione faktycznym użyciem.

To pytania, które działy finansów i ich doradcy zadają dziś w Niemczech w sprawie AI. Każde powinno mieć odpowiedź na piśmie, zanim zatwierdzisz pieniądze.

• „Ile kosztuje nas dziś AI, na co idą pieniądze i ile z tego się marnuje?”
• „Czy naprawdę mierzysz, co dają twoje narzędzia AI, czy ufasz slajdowi dostawcy?”
• „Czy oferta podaje osobno koszty budowy, utrzymania i zużycia?”
• „Czy jest uzgodniony limit kosztów zużycia modeli?”
• „Jak wygląda wynik, jeśli przyjdzie tylko połowa oczekiwanej korzyści?”
• „Czy zaoszczędzone godziny naprawdę znikają, czy są tylko przesuwane?”
• „Czy mogę później zmienić dostawcę?”

Większość pieniędzy nie trafia do modelu. Wśród użytkowników AI w badaniu Bitkom z 2026 roku duże pozycje kosztowe to infrastruktura, taka jak chmura i moc obliczeniowa (51%), przygotowanie danych (50%), integracja z istniejącymi systemami (41%), licencje (21%), zewnętrzne doradztwo (21%) i tokeny (8%). Tokeny to jednostki, w których dostawcy modeli rozliczają każde zapytanie.

Koszty użycia i tak wymagają uwagi, bo rosną z wolumenem. Badanie Lünendonk z 2026 roku wśród szefów IT pokazuje, że koszty tokenów i rozliczenia za zużycie stają się istotnym kosztem, który zawęża budżety IT. Badanie ROI Telekom MMS z 2026 roku, opisane przez Silicon Saxony, zaleca porównywanie korzyści z pełnymi kosztami, w tym danymi, integracją, utrzymaniem, bezpieczeństwem, zarządzaniem i zmianą w organizacji.

Koszt obsłużonej sprawy łączy to wszystko: koszt budowy rozłożony na oczekiwane sprawy, do tego koszt utrzymania i użycia modeli na sprawę, do tego czas, jaki ludzie poświęcają na sprawdzenie każdej sprawy, w porównaniu z tym, ile ta sama sprawa kosztuje dziś. Taki rachunek budujemy na twoich liczbach, bez cenników.

• Budowa: podłączenie systemów takich jak SAP, DATEV, system obiegu dokumentów albo system zgłoszeń, przygotowanie danych, budowa i testy.
• Utrzymanie: serwery albo zasoby w chmurze, monitorowanie, aktualizacje, testy po zmianach modeli i wsparcie.
• Użycie: wywołania modelu na sprawę, zależne od długości dokumentów, liczby kroków i wyboru modelu.
• Weryfikacja przez ludzi: czas, który ludzie spędzają na sprawdzaniu i poprawianiu wyników AI, to realny koszt i należy go uwzględnić.
• Licencje, za które już płacisz: narzędzia rozliczane per użytkownik, częściowo nieużywane albo tańsze w modelu płatności za użycie za własnym interfejsem.

Najpierw ustal wskaźniki, potem pieniądze. Gdy próg i kryteria zatrzymania są na piśmie, projekt ocenia się po wyniku, a nie po już poniesionym wysiłku.

• Po pierwsze proces i jego dzisiejszy koszt na sprawę: godziny, poprawki i czas oczekiwania, zmierzone na prawdziwych sprawach.
• Po drugie próg: jaki koszt sprawy, jaki poziom jakości i jaki wolumen uzasadniają start.
• Po trzecie test połowy korzyści: czy business case nadal się broni, jeśli przyjdzie tylko połowa oczekiwanej korzyści?
• Po czwarte, co stanie się z zaoszczędzonymi godzinami: znikną, zostaną przesunięte do pracy, która dziś leży, albo wchłonie je wzrost. Zdecyduj to otwarcie, bo rada zakładowa o to zapyta.
• Po piąte budżet bieżący: kto płaci za utrzymanie i użycie po starcie i z którego centrum kosztów.
• Po szóste kryteria zatrzymania: zmierzony wynik, przy którym projekt się kończy, zamiast się przedłużać.

Trudne do oszacowania koszty to bariera dla 54% użytkowników AI i 63% firm, które z AI nie korzystają, w badaniu Bitkom z 2026 roku. Dla każdego z poniższych ryzyk jest konkretna kontrola.

• Licencje, których nikt nie używa. Bezpłatny przegląd wykorzystania AI pokazuje licencje i użycie w podziale na zespoły na podstawie twoich eksportów, żeby niewykorzystane licencje były widoczne przed odnowieniem.
• Rachunki za użycie, które ciągle rosną. Wszystkie wywołania modeli przechodzą przez jedną bramę z budżetem na zespół, alertami i twardym limitem, a koszt sprawy jest regularnie raportowany.
• Oszczędności, które nigdy się nie pojawiają. Ten sam wskaźnik jest mierzony przed projektem i po starcie, na tego samego rodzaju sprawach, i otwarcie porównywany.
• Słabe dane. 36% liderów finansów wskazuje jakość danych jako największe wyzwanie dla AI w finansach (raport KPMG Global AI in Finance, 2026). Sprawdzamy dane dla wybranego procesu, zanim wycenimy budowę.
• AI, która decyduje w liczbach. W badaniu Uniwersytetu St.Gallen z 2025 roku ponad 90% specjalistów od finansów ufa rekomendacjom AI z nadzorem człowieka, ale tylko 49% ufa rekomendacjom w pełni autonomicznym. Dlatego AI przygotowuje księgowania, uzgodnienia i propozycje płatności, a ludzie je zatwierdzają.
• Zastosowania wysokiego ryzyka. Ocena zdolności kredytowej osób fizycznych to zastosowanie wysokiego ryzyka według załącznika III AI Act, z obowiązkami podmiotu stosującego od 2 grudnia 2027 roku, takimi jak nadzór człowieka, monitorowanie, logi i informowanie osób, których to dotyczy. Takich decyzji nie automatyzujemy bez ludzi.

Liczby z innych firm to w najlepszym razie wskazówka. Żądaj metody i wyników na twoim własnym procesie. Nie publikujemy wymyślonych liczb z projektów. Mierzymy na twoich sprawach i zapisujemy wynik.

• Pomiar wyjściowy przed projektem, na twoich własnych sprawach.
• Osobne kwoty za budowę, utrzymanie i użycie, z limitem użycia.
• Test akceptacyjny z progiem zaliczenia i jego wynik na piśmie przed startem.
• Koszt obsłużonej sprawy po starcie, raportowany tak samo jak pomiar wyjściowy.
• Scenariusz połowy korzyści i kryteria zatrzymania w ofercie.
• Plan wyjścia: co dostajesz i czego trzeba, żeby utrzymywać system bez dostawcy.

Gdy umowę prowadzi dział zakupów, patrzy na więcej niż cenę. Program forum praktyków BME o zakupach AI w 2026 roku wymieniał zakupy jako architekturę odpowiedzialności, zarządzanie, dokumentację i podział ryzyka oraz wczesne rozpoznawanie i aktywne ograniczanie uzależnienia od dostawcy, przy wspólnej decyzji zakupów, IT, działu prawnego i działów biznesowych. Te punkty trzeba ustalić na piśmie. Ich ocena prawna należy do twoich prawników. To nie jest porada prawna.

• Rodzaj umowy. Określony rezultat z testem akceptacyjnym jest bliższy umowie o dzieło, a czas pracy inżynierów bliższy umowie o świadczenie usług. Nasza pisemna oferta podaje dla każdego kroku, co dostarcza, za jaką stałą cenę i jak jest odbierany.
• Do kogo należą kod i testy. Żądaj przekazania kodu, konfiguracji, zestawów testów, instrukcji utrzymania i pomiarów w formie, która działa bez dostawcy. Tak właśnie pracujemy.
• Uzależnienie od dostawcy. Zapytaj, czy system działa na twoim własnym koncie w chmurze albo na własnych serwerach, czy modele da się wymieniać za jedną bramą i ile pracy wymaga wyjście.
• Odpowiedzialność. „Kto odpowiada, gdy agent AI popełni błąd?” Odpowiedzialność rozdziela umowa. Technicznie zatwierdzanie działań z konsekwencjami i pełny log sprawiają, że każdy krok da się odtworzyć, a tego potrzebuje każde pytanie o odpowiedzialność.
• Zmiany modeli. Zapytaj, kto testuje i kto płaci, gdy dostawca zmienia albo wycofuje model, i żądaj ponownego uruchomienia testów akceptacyjnych po każdej zmianie.
• Warunki dotyczące danych i bezpieczeństwa. Umowa powierzenia przetwarzania danych, lista podprzetwarzających, logowanie jednokrotne (SSO) oraz certyfikaty dostawcy wraz z ich zakresem.

Zacznij od bezpłatnego przeglądu wykorzystania AI. Sam wybierasz, jakie eksporty wysłać, na przykład listy licencji, raporty użycia z ChatGPT, Copilota, Claude albo Cursora i faktury za chmurę z Azure albo AWS. Dostajesz jedną stronę o tym, ile AI kosztuje dziś, na co idą pieniądze, co zmienić najpierw i co mierzyć dalej. Nie wymaga to dostępu do twoich systemów.

Nowy proces przynieś na bezpłatną 30-minutową rozmowę z inżynierem. Po rozmowie dostajesz stałą cenę za każdy krok, uzgodnioną na piśmie, ze wskaźnikami i kryteriami zatrzymania w ofercie.