AI dla zarządu: od polecenia do procesu, który się opłaca

Oczekuje się od ciebie, że firma będzie używać AI tam, gdzie to się opłaca, bez narażania danych, pieniędzy i zespołu. To trudniejsze, niż brzmi: w badaniu DZ Bank wśród ponad 1000 właścicieli i prezesów niemieckich firm, opisanym przez Börsen-Zeitung w 2026 roku, 41% mówi, że konkretna korzyść z AI nie jest jeszcze jasna, a tylko 16% planuje znaczące wydatki na AI.

Presja przychodzi raczej od konkurencji i rynku pracy niż od rady nadzorczej. W badaniu Bitkom z 2026 roku wśród niemieckich firm zatrudniających co najmniej 20 osób 61% zgadza się, że firmy bez AI nie mają przyszłości, a 33% użytkowników AI mówi, że korzysta z niej głównie ze strachu przed zostaniem w tyle. Główny ekonomista KfW powiedział w 2026 roku, że już sama zmiana demograficzna i ubywanie pracowników sprawiają, że firmy muszą zapoznać się z możliwościami, jakie daje AI.

Wiele firm kupiło już licencje i niewiele się zmieniło. Prezes Bitkom ujął to wprost w 2026 roku: kto tylko kupuje licencję, kupił AI, ale jeszcze niczego nie zmienił. W tym samym badaniu tylko 3% użytkowników AI mówi, że wykorzystuje potencjał AI raczej mocno.

W praktyce zadanie polega więc na tym, żeby wskazać procesy, w których godziny, błędy albo czas oczekiwania kosztują pieniądze, pokazać zmierzony wynik na jednym z nich i zbudować go tak, żeby działał codziennie, z właścicielem i budżetem.

• Mniej rutynowej pracy w konkretnym procesie: mniej godzin na ofertę, zamówienie, fakturę od dostawcy albo zgłoszenie serwisowe, zmierzone przed i po na twoich własnych sprawach.
• Odciążenie tam, gdzie brakuje ludzi: praca, która dziś nie jest wykonywana, bo w zespole brakuje rąk.
• Dane, które zostają w firmie: oferty, umowy, akta klientów i pracowników przetwarzane na twoim własnym koncie w chmurze albo na własnych serwerach.
• Koszty, które widzisz: koszt obsłużonej sprawy i budżet na zespół zamiast niespodziewanych rachunków.
• Zespół, który idzie z tobą: ludzie wykonujący pracę i rada zakładowa są włączeni wcześnie, jeszcze przed startem.

Gdy AI trafia na agendę, z każdej strony padają te same pytania. Miej gotowe krótkie odpowiedzi i licz się z tym, że większość z nich da pierwszy zmierzony proces, a nie warsztat.

• Od ciebie i wspólników: „Od czego zaczynamy i co nam to konkretnie da?”
• Od finansów: „Czy oferta podaje osobno koszty budowy, utrzymania i zużycia?” oraz „Jak wygląda wynik, jeśli przyjdzie tylko połowa oczekiwanej korzyści?”
• Od IT: „Gdzie przetwarzane są nasze dane i kto utrzyma system po starcie?”
• Od inspektora ochrony danych: „Jakie dane w ogóle mogą trafić do modelu?”
• Od rady zakładowej: „Co system zapisuje w logach i czy da się z tego oceniać wydajność albo zachowanie pracowników?”
• Od pracowników: „Czy AI zastąpi tu czyjąś pracę?” oraz „Dlaczego nie mogę używać narzędzia, którego używam w domu?”

Decyduj w tej kolejności, bo każda odpowiedź zawęża kolejną. Strategia jest przydatna wtedy, gdy opiera się na jednym zmierzonym wyniku: KPMG ustaliło w 2026 roku, że 98% firm ma wstępną strategię AI, ale tylko 39% mówi, że najwyższe kierownictwo aktywnie nią steruje.

• Po pierwsze cel w kategoriach biznesowych: który wskaźnik się liczy (godziny na sprawę, sprawy na tydzień, czas oczekiwania, odsetek błędów) i jaki wynik uzasadni kolejny krok.
• Po drugie pierwszy proces: częsta, oparta na regułach praca z dokumentami albo zapytaniami, której dzisiejszy nakład da się policzyć, na przykład przyjmowanie zamówień, oferty, faktury od dostawców albo zgłoszenia serwisowe. KfW nazywa znalezienie pierwszego praktycznego zastosowania centralną przeszkodą (2026). Ocena kilku kandydatów pod kątem wolumenu, nakładu i ryzyka szybko to rozstrzyga.
• Po trzecie, dokąd mogą trafić dane: na twoje własne konto w chmurze w regionie UE, na własne serwery albo do usługi dostawcy. Zdecyduj to razem z IT i inspektorem ochrony danych, zanim cokolwiek powstanie.
• Po czwarte: budować, kupić czy jedno i drugie. Tam, gdzie standardowy produkt, taki jak Microsoft 365 Copilot albo AI wbudowana w twój system zgłoszeń czy fakturowania, już pokrywa zadanie, kup go. Buduj tam, gdzie proces przechodzi przez twoje własne systemy, takie jak SAP, DATEV i obieg dokumentów, albo tam, gdzie dane muszą zostać w firmie.
• Po piąte, kto jest właścicielem po starcie: wskazana osoba w dziale, budżet na koszty bieżące i to, kto system utrzymuje: twoje IT, Cloudsail czy obie strony.
• Po szóste kryteria zatrzymania: zmierzony wynik, przy którym projekt się kończy, zamiast się przedłużać.

Ochrona danych i niepewność prawna to przeszkody wymieniane najczęściej: 43% właścicieli i prezesów w badaniu DZ Bank (Börsen-Zeitung, 2026) uznaje je za największe. Większość tych ryzyk ogranicza sam sposób budowy systemu, a regulamin jest tylko uzupełnieniem.

• Dane wypływające z firmy. Modele działają na twoim własnym koncie w chmurze w regionie UE albo na własnych serwerach. Brama LLM, czyli jeden kontrolowany punkt dostępu do wszystkich modeli z kluczami, budżetami i logami, decyduje, który model może zobaczyć jakie dane, a logi zostają w twoich systemach.
• Shadow AI i odpowiedzialność osobista. Gdy pracownicy wklejają dane klientów do prywatnych narzędzi, firma nadal odpowiada, a niemiecki prawnik od prawa pracy wskazuje w takich przypadkach na obowiązek należytej staranności zarządu z § 43 GmbHG i § 93 AktG (Pöppel Rechtsanwälte, 2026). W praktyce zakaz działa tylko wtedy, gdy jest zatwierdzone narzędzie, z którego ludzie chcą korzystać.
• Błędne działania na produkcji. Dostawca usług IT opisał wewnętrzny system AI w salonie samochodowym, który halucynował, samowolnie zmieniał zlecenia i wywoływał błędne zamówienia (forum administrator.de, 2026). W tym, co budujemy, agent przygotowuje sprawę, a człowiek zatwierdza wszystko, co zmienia zamówienie, płatność albo dane klienta, i każdy krok jest zapisywany.
• Koszty, których nikt nie zaplanował. 54% użytkowników AI w badaniu Bitkom z 2026 roku wskazuje trudne do oszacowania koszty jako barierę. Pracujemy z kosztem obsłużonej sprawy, budżetami na zespół w bramie i osobnymi kwotami za budowę, utrzymanie i użycie modeli.
• Obowiązki z AI Act. 89% firm, których to dotyczy albo które to jeszcze sprawdzają, spodziewa się dużego nakładu pracy przy wdrożeniu (Bitkom, 2026). Większość automatyzacji procesów nie jest wysokiego ryzyka, ale niektóre zastosowania są: selekcja i ranking kandydatów do pracy oraz ocena zdolności kredytowej osób fizycznych to zastosowania wysokiego ryzyka według AI Act. Według załącznika III od 2 grudnia 2027 roku jako podmiot stosujący odpowiadasz wtedy za nadzór człowieka, użycie zgodne z instrukcją, monitorowanie i logi oraz informowanie osób, których to dotyczy. Takich decyzji nie automatyzujemy bez ludzi.
• Utrata zaufania zespołu. Brak akceptacji pracowników to bariera dla 42% użytkowników AI (Bitkom, 2026). Poinformuj radę zakładową przed startem, raportuj na poziomie zespołów i nigdy nie oceniaj pojedynczych osób.

Pewien konsultant opisał w 2026 roku, czego chcą właściciele firm: prototyp, którego można dotknąć, mówi więcej niż 90 slajdów (Business Punk, 2026). Żądaj od każdego dostawcy, także od nas, poniższych rzeczy.

• Działający prototyp na twoich własnych dokumentach albo sprawach, a nie demo na przykładowych danych.
• Punkt odniesienia: ile godzin i spraw zajmuje proces dziś, zmierzone przed rozpoczęciem projektu.
• Test akceptacyjny: uzgodnione przypadki testowe z twojej własnej pracy, próg zaliczenia i wynik na piśmie przed startem.
• Opis przepływu danych: gdzie dane są przetwarzane i przechowywane, jak długo i kto ma do nich dostęp.
• Osobne kwoty za budowę, utrzymanie i użycie modeli oraz limit kosztów użycia.
• Drogę wyjścia: dostajesz kod, konfigurację, testy i instrukcje utrzymania, a system może działać z innym modelem lub dostawcą. Ten sam konsultant ostrzegał, że kto sprzedaje tylko abonament, sprzedaje zależność, a nie narzędzie.

Zacznij od bezpłatnej 30-minutowej rozmowy z jednym z naszych inżynierów. Przynieś jeden proces i przybliżoną wiedzę o jego skali. Nie potrzebujemy dostępu do twoich systemów ani danych i nie przynosimy prezentacji. Nie pokazujemy wymyślonych liczb z innych projektów. Pokazujemy metodę i mierzymy ją na twoich własnych sprawach.

Jeśli już płacisz za ChatGPT, Copilota albo podobne licencje, bezpłatny przegląd wykorzystania AI to dobry drugi krok: jedna strona o tym, ile kosztują licencje i jak są używane, przygotowana na podstawie eksportów, które sam wybierzesz. Po rozmowie dostajesz stałą cenę za każdy krok, uzgodnioną na piśmie.