Firma ze Śląska publikuje raport z 15 miesięcy wdrażania AI

Firma technologiczna z Gliwic na Śląsku opublikowała w październiku 2026 raport o 15 miesiącach wdrażania AI. Raport z Gliwic opisuje drogę firmy od indywidualnego używania narzędzi AI do wspólnej praktyki zespołów. W pierwszym badaniu 81% pracowników zadeklarowało korzystanie z AI. W pierwszym badaniu pracownicy ocenili zespołową praktykę AI na 34 punkty ze 100.

W drugiej fali badania ocena zespołowej praktyki AI wzrosła do 52,7 na 100. Raport z Gliwic nie podaje wskaźnika ROI ani oszczędności czasu w skali firmy. Raport z Gliwic rozróżnia adopcję, dojrzałość i transformację jako osobne miary.

TL;DR

• Raport opisuje 15 miesięcy drogi od indywidualnego używania AI do wspólnej pracy zespołów.
• W pierwszym badaniu 81% pracowników używało AI, a zespołową praktykę ocenili na 34 na 100.
• Między falami badania zespołowa praktyka AI wzrosła do 52,7 na 100.
• Future Processing opublikuje wynik finansowy po pełnym roku pracy w nowym modelu, więc raport zawiera tylko wyniki pomiarów.

Co zawiera raport i kto za nim stoi?

Raport z Gliwic to Case Study od adopcji do transformacji AI, w którym Future Processing opisuje pomiar własnej drogi do pracy z AI. Dokument pokazuje, co firma zmieniła, w jakiej kolejności i jak mierzyła postęp. Pełny raport w formacie PDF można pobrać ze strony case study.

Skąd wziął się program

Program ruszył, gdy zarząd uznał, że AI zmieni sposób tworzenia oprogramowania. Pojedyncze osoby korzystały z narzędzi coraz częściej, ale wiedza tych najbardziej zaawansowanych była trudna do powtórzenia i udostępnienia. Firma wybrała więc program obejmujący całą organizację, z planem, budżetem i regularnymi punktami kontrolnymi.

Michał Sztanga, CEO Future Processing, opisuje ten wybór tak: „Sztuczna inteligencja zmienia sposób, w jaki każdy z nas wykonuje swoją pracę. W Future Processing postanowiliśmy zmierzyć się z tą zmianą jako cała firma i potraktować ją jako szansę na rozwój: aby wspólnie nauczyć się nowego sposobu pracy, tak aby nasi pracownicy i klienci mogli na nim polegać.”

Kto stoi za raportem

Future Processing to doradca technologiczny z ponad 25 latami doświadczenia i siedzibą w Gliwicach. Czteroetapowy model drogi zaprojektował Mike Zamarski, doradca ds. strategii AI.

Skąd pochodzą dane

Raport opiera się na dwóch falach badania pracowników. Latem 2025 roku odpowiedziało 446 osób (wskaźnik odpowiedzi 66%), a w kwietniu 2026 roku 480 osób, w tym 293 z pierwszej fali. Analizę drugiej fali przygotował Remigiusz Tunowski, konsultant Business Intelligence.

Uzupełnia ją kwartalna ocena dojrzałości AI w dziewięciu centrach kompetencyjnych. Pomiar bazowy wykonano w styczniu 2026 roku.

Adopcja, dojrzałość i transformacja

Adopcja oznacza, kto używa AI i jak często. Dojrzałość opisuje jakość umiejętności i praktyk. Transformacja oznacza, że firma wykonuje pracę inaczej dzięki AI. Rozróżnienie zaproponował Remigiusz Tunowski.

Zespołowa praktyka AI zmieniła się najbardziej

Według raportu ocena zespołowej praktyki AI wzrosła z 34 do 52,7 na 100 między dwiema falami badania.

Wyniki ankiety

Dzienne korzystanie z AI w firmie podwoiło się. W każdej roli w delivery wzrosło od 1,7 do 2,5 razy, a kolejność między rolami pozostała ta sama. Siedem narzędzi było aktywnie używanych przez ponad 30% osób, wobec jednego w pierwszym odczycie.

Luka między oczekiwaniami pracowników a ofertą firmy zmalała z 26 do 15, a chęć uczenia się wzrosła z 69 do 75 na 100. Ocena gotowości firmy do wspierania ludzi wzrosła z 43 do 60.

Praktyka zespołowa a ocena projektu

Zespoły, które używają AI wspólnie, wyżej oceniają jej wkład w sukces projektu (korelacja r = 0,42). Samo indywidualne użycie nie przewiduje tej oceny. Luka pozostała największa wśród liderów, konsultantów i kierownictwa.

Zmiany w metodach pracy

Biblioteka use case’ów urosła z 6 do 18 metod zatwierdzonych do ponownego użycia. Każda z nich sprawdziła się w więcej niż jednym projekcie klienta.

Dokumentacja techniczna generowana z kodu zajmuje obecnie poniżej 30 minut zamiast od 2 do 3 dni na podprojekt. Discovery prowadzone jako repozytorium Git skróciło się ze 120 do około 55 godzin.

W ocenie kwartalnej obszar governance AI wzrósł z 2,44 do 2,89 w skali pięciostopniowej. Najsłabsze w każdym odczycie pozostały praktyki i metody.

Przebudowane procesy firmy

Raport opisuje też procesy wewnętrzne, każdy z wyznaczonym właścicielem. W kwalifikacji zapytań około 90% jest sortowane automatycznie, a pierwszy kontakt następuje po 6 godzinach roboczych zamiast po 20. Przygotowanie ofert zajmuje o 56% mniej czasu.

Wstępna ocena ryzyka w umowach trwa minuty zamiast dni, ale ostateczną weryfikację nadal wykonuje dział prawny.

Projekt dla klienta

W projekcie dla międzynarodowej firmy doradztwa strategicznego firma dostarczyła pełny uzgodniony zakres systemu do automatyzacji HR. Praca wymagała o ponad 30% mniej wysiłku niż historyczny punkt odniesienia firmy. Klient przedłużył współpracę.

Jak firma doszła do wspólnego sposobu pracy?

Firma przeszła przez cztery etapy, od adopcji punktowej po odporność organizacyjną.

Cztery etapy modelu

Etapy pierwszy i drugi to adopcja punktowa i szeroka adopcja. Etapy trzeci i czwarty, czyli wspólne kompetencje AI i odporność organizacyjna, raport zalicza do transformacji. Kolejność ma znaczenie, bo według modelu firma nie powinna zaczynać od etapu trzeciego.

Model nie ma osobnej warstwy technologicznej, ponieważ technologia zmienia się szybciej niż jakikolwiek plan. Etapy opisują drogę i nie służą do punktowania firmy.

Cele stałe, droga otwarta

Daria Polończyk, Head of Delivery, opisuje podejście firmy: „Rozpoczynając transformację AI, ustaliliśmy cele i budżet, ale drogę do nich zostawiliśmy otwartą.” Kurs korygowano co kwartał.

Ludzie i programy

Future Processing zbudowało kompetencje AI od środka, w rolach, które ludzie już pełnili, bo na rynku nie dało się ich kupić za rozsądne pieniądze. Kawka z AI działa od kwietnia 2024 roku i jest otwarta dla wszystkich pracowników. Rejestr eksperymentów obejmuje ponad 250 pomysłów. W firmie pracuje około 35 AI Masterów, a w każdym zespole projektowym AI Champion. W marcu 2026 roku w sesji o budowaniu działającej aplikacji w rozmowie z AI wzięło udział ponad 160 osób.

Umiejętności AI są częścią każdej roli. Według raportu osobna rola AI nie istnieje, a nikt nie zmienił stanowiska.

Zasady i narzędzia

Firma ma certyfikat ISO 27001 od 2017 roku. Zatwierdzenie narzędzia zajmuje najwyżej dwa dni robocze, a licencje opłaca firma centralnie. Compliance Assistant klasyfikuje z góry około 150 codziennych zastosowań AI. Niskie ryzyko przechodzi dalej, średnie jest rejestrowane, a wysokie trafia do osoby z mandatem.

Dominik Samociuk, Head of Security & Compliance, mówi: „AI jest jak młotek: świetne narzędzie, o ile wiesz, jak i kiedy go użyć.”

W projektach klientów obowiązuje przede wszystkim umowa z klientem. Surowsze zasady klienta mają pierwszeństwo, a według raportu firma nie używa kodu ani danych klientów do trenowania swoich agentów. Future Processing pracuje dla klientów z branż regulowanych, dlatego AI miała stać się częścią pracy każdego zespołu w ten sam sposób i według tego samego standardu, bez obniżania jakości i poziomu bezpieczeństwa.

Czego raport nie twierdzi?

Raport nie podaje wskaźnika ROI ani oszczędności czasu w skali całej firmy.

Cele i wynik finansowy

Firma wyznaczyła cele dotyczące umiejętności, a nie cele kosztowe czy czasowe. Wynik finansowy opublikuje po tym, jak nowy sposób pracy obejmie większość projektów i będzie działał przez pełny rok. Kolejność jest zamierzona: najpierw umiejętności, potem standardowy sposób pracy, a na końcu efektywność i zwrot.

Dane i ich ograniczenia

Dane z ankiety są deklaratywne, a dane z projektów klientów zostały zmierzone. Raport ich nie miesza. Obie fale badania poprzedzają wprowadzenie wspólnych standardów delivery, więc ich wpływ nie jest jeszcze widoczny w ankiecie.

Badanie dotyczy jednej firmy i nie ma porównania kontrolnego. Raport nie wykorzystuje zgłaszanych przez pracowników oszczędności godzin.

Jak czytać procenty

Oszczędność 96% na zadaniu wykonywanym dwa razy w miesiącu niewiele zmienia w projekcie. Przy każdym procencie warto więc pytać o częstotliwość.

Dlaczego to ważne dla liderów technologii?

Raport pokazuje, że o zmianie w firmie decyduje wspólny sposób pracy zespołów.

Wnioski dla liderów

Zmierz stan wyjściowy i zaplanuj drugi pomiar od pierwszego dnia. Jeden odczyt pokazuje, gdzie jesteś, a dwa pokazują, co zrobiłeś.

Spraw, by zatwierdzona droga była najszybsza, bo shadow AI zwykle rośnie tam, gdzie droga oficjalna jest wolniejsza. Odsetek użytkowników opisuje adopcję, a transformację widać w zmienionych procesach i rolach.

Pytania do partnera w delivery

Przy wyborze partnera warto zapytać, jakiego poziomu AI użyje projekt i co AI może pisać w kodzie. Warto też ustalić, co dzieje się z danymi i do kogo należy wynik pracy AI.

Model pracy ustala się z klientem na początku projektu. Zespół AI native liczy 2 lub 3 osoby, a tradycyjny od 6 do 10 specjalistów. Wtedy stawka godzinowa przestaje dobrze mierzyć wynik, więc nowe prace wiąże się z celami biznesowymi.

Reakcja pracowników

Eksperymenty zgłaszali pracownicy z HR, marketingu i finansów. Odsetek samoopisanych sceptyków spadł o ponad połowę, a odsetek entuzjastów i pionierów wzrósł o około połowę.

Pełny raport

Raport w formacie PDF jest bezpłatny i dostępny na stronie Case Study. Można go udostępnić zarządowi.

FAQ

Czym różni się adopcja AI od transformacji AI?

Adopcja oznacza, kto używa AI i jak często, a transformacja oznacza pracę wykonywaną inaczej dzięki AI. Wynik 81% mieści się na środkowych stopniach czteroetapowej drabiny, czyli przy próbach i regularnym użyciu, a wynik 34 na 100 opisuje najwyższy stopień, czyli wspólne i powtarzalne użycie w zespole.

Jak mierzyć postęp wdrażania AI w firmie?

Zmierz stan wyjściowy przed zmianami i zaplanuj kolejny odczyt. Ocenę dojrzałości warto powtarzać co kwartał w skali od poziomu Exploratory do Transformational, a trzecia fala badania pracowników jest planowana.

Jak ograniczyć shadow AI w firmie?

Skróć drogę do zatwierdzonych narzędzi, bo shadow AI zwykle rośnie tam, gdzie droga oficjalna jest wolniejsza od nieoficjalnej. Shadow AI obejmuje prywatne konta, darmowe wersje i rozszerzenia przeglądarki.

Co AI może pisać w kodzie projektu?

Im bliżej rdzenia biznesu klienta leży kod, tym więcej pisze człowiek, a logikę taką jak płatności piszą ludzie, gdy AI tylko doradza. Projekt z wrażliwymi danymi może pozostać na poziomie crawl przez cały czas trwania.

Które przepisy trzeba uwzględnić od początku wdrożenia AI?

Od pierwszego planu uwzględnia się RODO, AI Act, NIS2 i DORA, o ile mają zastosowanie do danego projektu. Decyzję o tym, kto akceptuje wysokie ryzyko, warto przypisać konkretnej osobie z mandatem.