Firma z Gliwic publikuje raport o tym, jak wprowadziła AI do pracy

Firma z Gliwic opublikowała w październiku 2026 roku raport „Nasza droga od adopcji AI do transformacji AI„. Raport opisuje piętnaście miesięcy wprowadzania AI do pracy.

W pierwszym badaniu 81% respondentów zadeklarowało użycie AI. Respondenci pierwszego badania ocenili zespołową praktykę AI na 34 punkty na 100. Zespołowa praktyka AI wzrosła do 52,7 punktu na 100 w kwietniu 2026 roku.

Raport dzieli wprowadzanie AI na cztery etapy: dwa etapy adopcji i dwa transformacji. Raport nie podaje zwrotu z inwestycji dla całej firmy.

TL;DR

• Gliwicka firma opublikowała w październiku 2026 roku raport o 15 miesiącach zmiany sposobu pracy z AI, z pomiarami i kolejnością działań.
• W pierwszym badaniu 81% pracowników deklarowało użycie AI, a praktykę zespołową ocenili na 34 punkty na 100. W drugim pomiarze wynik wzrósł do 52,7.
• Future Processing opisuje własną drogę przez cztery etapy: dwa etapy adopcji i dwa etapy transformacji.
• Raport nie podaje zwrotu z inwestycji ani oszczędności czasu dla całej firmy, a wskaźnik ROI zostanie według raportu opublikowany po pełnym roku działania.

Kto stoi za raportem i co dokładnie w nim zmierzono?

Autorem raportu jest Future Processing, a pomiary dotyczą jego własnej organizacji.

Autor raportu

To gliwicka firma, doradca technologiczny i partner w dostarczaniu oprogramowania z ponad 25 latami doświadczenia. Dokument ma formę bezpłatnego pliku PDF.

Dwie fale badania pracowników

Firma przeprowadziła badanie pracowników w dwóch falach. Pierwsza fala odbyła się latem 2025 roku i objęła 446 respondentów. Odsetek odpowiedzi wyniósł 66%.

Druga fala w kwietniu 2026 roku objęła 480 osób. Na obie fale odpowiedziały 293 osoby, co pozwoliło porównać wyniki tych samych ludzi.

Pierwszą falę badania zaprojektował Mike Zamarski. Drugą falę i analizę wyników przygotował Remigiusz Tunowski. Zamarski podkreśla: „Punkt odniesienia sprawdza się najlepiej na samym początku”.

Ocena dojrzałości AI

Kwartalna ocena dojrzałości AI obejmuje dziewięć centrów kompetencyjnych w obszarze delivery. Pierwszy pomiar pochodzi ze stycznia 2026 roku. Ocena dotyczy czterech obszarów: ludzi, praktyk i metod, narzędzi z danymi i zgodnością oraz governance AI.

Trzy pojęcia w raporcie

Raport rozdziela adopcję, dojrzałość i transformację AI. Adopcja oznacza, kto używa AI i jak często. Dojrzałość opisuje jakość umiejętności i praktyk. Transformacja oznacza, że firma pracuje inaczej dzięki AI.

Autorem tego rozróżnienia jest Remigiusz Tunowski, konsultant BI. Mike Zamarski, doradca ds. strategii AI, zaprojektował czteroetapowy Model Odporności Organizacyjnej.

Co zmieniło się między pierwszym a drugim pomiarem?

Największą zmianę odnotowano w praktyce zespołowej AI, która wzrosła z 34 do 52,7 punktu na 100 między latem 2025 a kwietniem 2026 roku. Był to najszybciej zmieniający się wskaźnik w badaniu.

Użycie AI w firmie

Codzienne użycie AI w całej firmie podwoiło się między falami. W rolach delivery wzrosło od 1,7 do 2,5 raza, a kolejność między rolami się nie zmieniła. Siedem narzędzi było aktywnie używanych przez ponad 30% osób, wobec jednego w pierwszym badaniu.

Oczekiwania i gotowość firmy

Luka między oczekiwaniami pracowników a tym, co daje firma, zmalała z 26 do 15. Ocena gotowości firmy do wsparcia ludzi wzrosła z 43 do 60 na 100. Chęć nauki wzrosła z 69 do 75, a znajomość narzędzi z 37 do 52.

Praktyka zespołowa a sukces projektu

Zespoły, które ćwiczą AI razem, wyżej oceniają wkład AI w sukces projektu. Korelacja wynosi 0,42 i utrzymuje się po uwzględnieniu indywidualnego użycia. W badaniu samo indywidualne użycie nie przewiduje tej oceny.

Konrad Bałys, Head of Engineering, mówi: „Szybszy musi być cały zespół, na każdym etapie.”

Opór i luki

Badanie wykazało niemal brak oporu wobec AI. Odsetek samodeklarowanych sceptyków zmalał o ponad połowę, a odsetek entuzjastów i pionierów wzrósł o około połowę. Luka pozostała największa wśród liderów, konsultantów i zarządu. To właśnie te osoby mają wyznaczać standardy.

Jak wyglądała zmiana w organizacji krok po kroku?

Firma opisuje swoją drogę przez cztery etapy modelu odporności organizacyjnej: adopcję punktową, szeroką adopcję, wspólne kompetencje AI i odporność organizacyjną. Etapy 1 i 2 to adopcja, a etapy 3 i 4 to transformacja. Kolejność ma znaczenie, bo według raportu firma nie może zacząć od etapu trzeciego.

Pierwsze dwa etapy: adopcja

Pierwszy etap trwał kilka miesięcy. Zarząd podjął decyzję, firma zbadała całą załogę i ustaliła cele oraz budżet. Drogę do nich zostawiła otwartą. Rejestr eksperymentów obejmuje ponad 250 eksperymentów z całej firmy.

Drugi etap trwał jeden kwartał. Firma uruchomiła jedną finansowaną ścieżkę dostępu do narzędzi i jednostronicową politykę z datą przeglądu. Akceptacja narzędzia zajmuje najwyżej dwa dni robocze, a licencje opłaca centralnie firma.

Daria Polończyk, Head of Delivery, opisuje kwartalne korekty: „Narzędzia zmieniały się z miesiąca na miesiąc, więc co kwartał korygowaliśmy kurs, wyciągając wnioski z dotychczasowych doświadczeń.”

Trzeci etap: wspólne kompetencje AI

Trzeci etap trwał pół roku. Umiejętności AI trafiły do każdej roli, a w każdym projekcie pracuje AI Champion.

Etap kontynuuje program AI Boosted Delivery. Około 35 AI Masterów ma płatne godziny na pomoc dowolnemu projektowi.

Kawka z AI działa od kwietnia 2024 roku, a na sesji w marcu 2026 roku uczestniczyło ponad 160 osób.

Czwarty etap: odporność organizacyjna

Czwarty etap nie ma daty końca. Obejmuje nowe standardy kluczowych procesów, bibliotekę sprawdzonych metod i wymienne narzędzia. Future Processing utrzymuje równolegle kilka narzędzi AI, żeby awaria lub podwyżka cen u jednego dostawcy jak najmniej odbiła się na delivery.

Governance i shadow AI

Governance AI w raporcie oznacza decyzje o tym, kto może używać jakich narzędzi AI i z jakimi danymi. Reguły określają też, kto jest właścicielem wyników i kto odpowiada za ryzyko.

Compliance Assistant klasyfikuje z góry około 150 codziennych zastosowań AI. Niskie ryzyko przechodzi dalej, średnie trafia do rejestru, a wysokie do osoby z mandatem na jego akceptację.

Zasada przewodnia mówi, że zatwierdzona droga ma być najszybszą drogą. Gdy droga zatwierdzona jest wolniejsza, zwykle rośnie shadow AI.

Firma ma certyfikat ISO 27001 od 2017 roku. Przy planowaniu uwzględnia RODO, AI Act, NIS2 i DORA, jeśli mają zastosowanie.

Jakie efekty w procesach i projektach klientów raport przedstawia?

Raport z października 2026 roku podaje krótszy czas pracy w wybranych procesach delivery i operacji, a każdy pomiar ma wyznaczonego właściciela. Raport nie miesza tych danych z wynikami ankiety, które pracownicy zgłaszali sami.

Procesy operacyjne

Firma sortuje automatycznie około 90% zapytań od potencjalnych klientów. Pierwszy kontakt następuje po 6 godzinach roboczych zamiast po 20. Liczba leadów, z którymi nie udało się skontaktować, spadła o 60%.

Przygotowanie ofert zajmuje o 56% mniej czasu. Dziewięcioosobowy zespół presales obsługuje o 40% więcej pracy.

Wstępna ocena ryzyka umów trwa minuty zamiast dni, czyli prawie 90% krócej. Końcową weryfikację nadal przeprowadzają prawnicy.

Biblioteka use case’ów

Liczba metod zatwierdzonych do ponownego użycia wzrosła z 6 do 18. Każda metoda sprawdziła się w więcej niż jednym projekcie klienta.

Dokumentacja techniczna generowana z kodu zajmuje mniej niż 30 minut zamiast 2 do 3 dni na podprojekt.

Jak czytać procenty

Raport ostrzega, że 96% oszczędności na zadaniu wykonywanym dwa razy w miesiącu niewiele zmienia w projekcie. Przy każdym procencie trzeba więc podać częstotliwość zadania.

Projekt klienta

W projekcie dla międzynarodowej firmy doradztwa strategicznego system do automatyzacji HR miał stałą cenę, a wymagania zmieniały się w trakcie prac. Zespół dostarczył pełny uzgodniony zakres przy nakładzie pracy mniejszym o ponad 30% niż w historycznym wzorcu firmy. Klient rozszerzył współpracę. Był to pierwszy projekt dla klienta, w którym Future Processing zastosowało cały framework AI native delivery.

Daria Polończyk, Head of Delivery w Future Processing, mówi o tym, z czym klienci zgłaszają się dziś do firmy: „Coraz więcej klientów przychodzi do nas z własnym, działającym prototypem. To nowy sposób, żeby pokazać, czego się oczekuje. Ktoś jednak musi bezpiecznie wdrożyć go na produkcję i właśnie o to klienci nas dziś pytają.

Czego raport nie twierdzi?

Raport nie podaje zwrotu z inwestycji ani oszczędności czasu dla całej firmy. Firma wyznaczyła cele dotyczące umiejętności.

Rodzaje danych

Wyniki ankiet są deklaratywne, a dane z projektów klientów są mierzone. Raport nie łączy obu rodzajów danych. Raport nie używa samodzielnie zgłaszanych godzin oszczędności.

Ograniczenia badania

Obie fale badania poprzedziły wprowadzenie wspólnych standardów delivery. Ich wpływ nie jest jeszcze widoczny w ankiecie. Raport opisuje jedną firmę i nie zawiera grupy kontrolnej.

Kolejność działań

Według raportu firma opublikuje wskaźnik zwrotu z inwestycji po pełnym roku działania nowego sposobu pracy w większości projektów. Przyjęta kolejność to najpierw umiejętności, potem standard pracy, a na końcu efektywność i zwrot.

Dla kogo jest ten raport i co z niego wynika?

Raport jest przeznaczony dla liderów technologii i biznesu, którzy chcą odróżnić wysokie użycie AI od zmiany sposobu pracy.

Trzy wnioski

Pierwszy wniosek: zmierz stan wyjściowy przed startem i zaplanuj drugi pomiar od pierwszego dnia.

Drugi wniosek: mierz praktykę zespołową obok odsetka użytkowników.

Trzeci wniosek: zrób z zatwierdzonej drogi do narzędzi najszybszą drogę.

Raport z Gliwic

Firma ma siedzibę w Gliwicach na Śląsku. Umiejętności AI należą tu do każdej roli, a Kawka z AI jest otwarta dla wszystkich pracowników.

Dostęp do raportu

Raport w wersji polskiej liczy 61 stron i jest dostępny bezpłatnie jako PDF na stronie firmy. Dane opisują sytuację w październiku 2026 roku.

FAQ

Czym różni się adopcja AI od transformacji AI?

Adopcja AI opisuje, kto używa narzędzi i jak często, a transformacja AI oznacza, że firma wykonuje pracę inaczej dzięki AI. Ankieta pracowników nie ocenia transformacji, bo widać ją w metodach sprawdzonych w projektach klientów oraz w zmienionych procesach i rolach.

Jak mierzyć postęp AI w firmie?

Adopcję mierz ankietą pracowników w dwóch falach, a dojrzałość kwartalną oceną w skali pięciu poziomów, od Exploratory do Transformational. Transformację mierz metodami sprawdzonymi w projektach klientów, a drugi pomiar zaplanuj od pierwszego dnia.

Jak zapobiegać shadow AI w firmie?

Zrób z zatwierdzonej drogi do narzędzi najszybszą drogę i opublikuj krótką politykę z datą przeglądu. Shadow AI oznacza narzędzia używane do pracy poza wiedzą firmy, na przykład na kontach prywatnych, w darmowych wersjach lub przez rozszerzenia przeglądarki.

O co zapytać partnera, który dostarcza oprogramowanie z użyciem AI?

Zapytaj, jaki poziom AI użyje projekt, co AI może pisać w kodzie, co dzieje się z danymi i kto jest właścicielem wyników. Dopytaj też, kto po twojej stronie decyduje i akceptuje wyniki oraz jak szybko, a także co dzieje się z ceną, gdy praca przyspiesza.

Od czego zacząć transformację AI w firmie?

Zacznij od decyzji zarządu, badania bazowego całej firmy oraz ustalenia celów i budżetu przy otwartej drodze do nich. Uwzględnij od pierwszego planu regulacje, w Polsce także nowelizację ustawy o krajowym systemie cyberbezpieczeństwa wdrażającą NIS2 (w mocy od 3 kwietnia 2026 roku), a wolniejszym częściom firmy pozwól planować we własnym tempie.