Pamiętam rozmowę z właścicielem firmy produkcyjnej z Poznania. Rok 2005. Właśnie skończyli wdrożenie SAP - 18 miesięcy, 400 tysięcy złotych, doradcy z Warszawy przez pół roku, tona dokumentacji. Zapytałem go jak działa. Powiedział: "Działa. Nie wiem po co nam to było, ale działa."
Dwa lata później system stał w połowie nieużywany. Ludzie wrócili do Excela, bo "tak jest szybciej". Prezes tłumaczył to oporem pracowników. Ale prawda była inna. Kupili system, który rozwiązywał problemy, których nie mieli, albo miał rozwiązywać problemy, które sami musieli najpierw zdefiniować, a tego nie zrobili.
Dziś rozmawiam z właścicielami firm 10 - 200 osób, którzy mówią mi: "Jarek, my też chcemy AI. Bo wszyscy wdrażają." I słyszę dokładnie ten sam ton co w 2005 roku. Niecierpliwy. Trochę przestraszony. Z głęboko ukrytym pytaniem: "A czy jak nie wdrożę, to zostanę z tyłu?"
To pytanie jest uzasadnione. Ale odpowiedź na nie nie jest zakupem. I właśnie o tym jest ten artykuł.
Jak wyglądało wdrożenie ERP w małej firmie
W pierwszej połowie lat dwutysięcznych w Polsce trwała gorączka ERP. SAP, Comarch, IFS, Navision: każdy dostawca miał pitch, że bez jego systemu firma stanie w miejscu. Konsultanci mówili o "integracji procesów" i "jednej wersji prawdy". Brzmiało to poważnie. Brzmiało jak coś, bez czego nie wypadało prowadzić firmy.
Logika zakupu była prosta: konkurencja kupuje, to i my kupujemy. Firma X z branży ma SAP, więc my też potrzebujemy czegoś dużego. Budżet szedł na licencje, wdrożenie, szkolenia i utrzymanie, w proporcjach, których nikt dokładnie nie liczył z góry.
Efekty były podzielone na dwa scenariusze. W pierwszym: system działał, ale wymagał tyle dostosowań do specyfiki firmy, że końcowy koszt był trzy razy wyższy niż zakładano. Procesy w firmie trzeba było "prostować" - nie pod potrzeby biznesu, ale pod logikę systemu. Pracownicy albo się adaptowali, albo szukali obejść. W drugim scenariuszu: system stanął po dwóch latach, bo firma nie miała zasobów żeby go utrzymywać i rozwijać, a dostawca miał już nowych klientów.
Firmy które wyszły z ERP z realną korzyścią - te naprawdę były, nie mitologizuję - miały jedną cechę wspólną. Zanim kupiły, wiedziały konkretnie co chcą zmienić. Nie "chcemy mieć porządek w finansach". Tylko: "faktury od dostawców przetwarza u nas 3 osoby, 4 dni każda, chcemy to skrócić do jednego dnia i jednej osoby". To brzmi prozaicznie. Ale to jest jedyna miara sukcesu, która ma sens.
Patrzę na rynek AI w Polsce w 2026 roku i widzę tę samą gorączkę. Te same pitche. Ten sam strach przed zostaniem z tyłu. I te same błędy.
Trzy błędy które się powtarzają
Obserwuję to od kilku lat. Wdrożeń AI w MŚP robiłem kilkadziesiąt - od firm 15-osobowych po fabryki z 200 pracownikami. Widzę trzy błędy, które wracają z wyjątkową regularnością.
Błąd pierwszy: zakup narzędzia bez zdefiniowanego problemu.
Firma kupuje subskrypcję ChatGPT Teams albo Microsoft Copilot dla całego biura. Płaci 20 - 30 dolarów od głowy miesięcznie. I co? Przez pierwsze dwa tygodnie pracownicy się bawią. Potem 80% wraca do swoich nawyków, bo nikt nie powiedział im do czego konkretnie tego używać. Nikt nie zmierzył ile czasu zajmuje pisanie ofert handlowych. Nikt nie zbadał gdzie jest największe wąskie gardło. Kupiono narzędzie, które "powinno pomóc". Jak? To już firma miała sama wymyślić.
Błąd drugi: wdrożenie bez osoby odpowiedzialnej.
Słyszę to regularnie: "Daliśmy ludziom dostęp, niech sami korzystają." Brzmi nowocześnie - autonomia, zaufanie do zespołu. W praktyce oznacza że każdy używa AI inaczej lub nie używa wcale. Nie ma standardów, nie ma wiedzy co działa, nie ma nikogo kto by zbierał feedback i poprawiał. Po roku firma nie wie czy inwestycja się opłaciła, bo nikt tego nie mierzył.
Błąd trzeci: zaślepienie narzędziem, ignorowanie procesu.
To jest najpoważniejszy błąd i najrzadziej przyznawany. Firma wdraża AI do procesu, który sam w sobie jest dysfunkcyjny. Przykład z życia: dział obsługi klienta, gdzie odpowiedzi na maile wymagają zatwierdzenia przez trzy osoby, bo nie ma jasnych uprawnień. Wdrażają AI, który generuje odpowiedzi. AI działa. Ale czas obsługi nie spada, bo bottleneck jest gdzie indziej - w procesie zatwierdzania, nie w pisaniu. Właściciel jest rozczarowany. AI nie spełniło obietnicy. A problem leżał dwa kroki wcześniej.
Dlaczego AI jest bardziej zdradliwe niż ERP
ERP w 2005 roku było przynajmniej drogie. To naturalnie wymuszało uwagę. Nikt nie wydawał 400 tysięcy bez choćby jednego spotkania zarządu, bez czegoś przypominającego analizę wymagań, bez jakiegoś business case'u. Bariera finansowa była filtrująca. Eliminowała część pochopnych decyzji.
AI jest tanie. Bardzo tanie. ChatGPT Teams kosztuje 25 dolarów od osoby miesięcznie. Microsoft Copilot - 30 dolarów. Firma 20-osobowa może wdrożyć AI dla całego biura za mniej niż jeden etat miesięcznie. To świetna wiadomość. I jednocześnie pułapka.
Niska cena wejścia eliminuje barierę, która kiedyś wymuszała myślenie. Nie trzeba robić business case'u na 600 złotych miesięcznie. Wystarczy karta kredytowa i mail do IT. Decyzja zapada w minutę. Potem przez rok nikt jej nie weryfikuje, bo "to przecież prawie nic nie kosztuje".
Drugi problem jest głębszy. ERP był systemem transakcyjnym. Rejestrował fakty. Zamówienie złożone, faktura wystawiona, towar wydany. Mógł być używany źle lub nieużywany, ale sam z siebie nie generował złych wyników. AI generuje treści, rekomendacje, analizy. AI używany bez przemyślanego kontekstu produkuje pewnie brzmiące błędy. Pracownik który nie rozumie co robi model, przyjmuje output za pewnik i działa dalej. W ERP błąd danych był widoczny. W AI błąd może być elegancko sformułowanym zdaniem, które wygląda na ekspertyzę.
Jest jeszcze trzecia różnica. ERP był wdrażany raz. Trwało to długo, bolało, ale miało koniec. AI to nie jest projekt z datą zakończenia. To zmiana sposobu pracy, która wymaga ciągłego uczenia się, testowania nowych możliwości i adaptacji do modeli które co kilka miesięcy stają się o rząd wielkości lepsze. Firma która wdrożyła AI raz i uznała temat za zamknięty, za rok będzie korzystać z narzędzi wyprzedzonych o dwa pokolenia.
Właśnie dlatego napisałem wcześniej o agent sprawl - cichej katastrofie firm, które wdrażają kolejne narzędzia AI bez kontroli nad tym co już mają. To bezpośrednia konsekwencja kupowania bez strategii.
Firmy które to robią dobrze: co je łączy
Widziałem wystarczająco dużo wdrożeń żeby powiedzieć co odróżnia te skuteczne od nieudanych. Nie chodzi o branżę. Nie chodzi o wielkość firmy. Nie chodzi nawet o budżet.
Zaczynają od jednego procesu
Firmy które wychodzą z AI z realnym wynikiem nigdy nie próbują zmienić wszystkiego naraz. Wybierają jeden konkretny, dobrze zdefiniowany problem. Firma z branży budowlanej, z którą pracowałem kilka miesięcy temu, miała jeden cel: skrócenie czasu przygotowania kosztorysów z 3 dni do 1 dnia. Nic więcej. Skupili się na tym. Po trzech miesiącach mieli wynik - 28 godzin do 9 godzin na standardowy kosztorys. Wtedy zaczęli myśleć o kolejnym obszarze.
Mają właściciela procesu który rozumie narzędzie
Nie chodzi o to żeby prezes umiał pisać prompty. Chodzi o to żeby był ktoś - niekoniecznie w IT - kto rozumie co AI może, a czego nie może, i kto odpowiada za to żeby narzędzie było używane sensownie. W małych firmach to często jest jeden konkretny pracownik, który "wciągnął się" w temat i teraz pełni funkcję wewnętrznego ambasadora. To nie wymaga etatu. Wymaga decyzji zarządu że ta rola istnieje i jest ważna.
Mierzą to co mierzyli wcześniej
Zanim wdrożyli AI, wiedzieli ile kosztuje ich ręczna praca w danym procesie. Ile godzin, ile osób, ile błędów. Po wdrożeniu mierzą to samo. Dzięki temu wiedzą czy inwestycja się zwraca. Brzmi to banalnie, ale w praktyce większość firm nie mierzy czasu pracy procesowej w ogóle. Nie dlatego że są niedbałe - po prostu nigdy nie musieli. AI wymusza to pytanie.
Traktują to jako zmianę nawyków, nie jako projekt IT
Najtrudniejszy element. Firmy które używają AI skutecznie rozumieją że to nie jest instalacja oprogramowania. To jest zmiana w tym jak ludzie pracują. A zmiana nawyków wymaga czasu, powtórzeń i korekty - nie jednorazowego szkolenia. Mają regularne sesje gdzie ludzie dzielą się co działa, co nie, gdzie AI im pomagał a gdzie nie. To nie musi być formalne. Wystarczy 30 minut co dwa tygodnie.
Szczerze? Miałem dość słyszenia od właścicieli firm że "wdrożyli AI" gdy jedyne co zrobili to kupili licencje. To nie jest wdrożenie. To jest zakup.
Jak ocenić czy Twoja firma jest gotowa
Zadaj sobie te pytania zanim podpiszesz cokolwiek lub zapłacisz komukolwiek za "wdrożenie AI":
1. Czy potrafisz wskazać jeden konkretny proces który chcesz zmienić? Nie "obsługę klienta". Konkretnie: "odpowiadanie na reklamacje - teraz zajmuje 2 godziny, chcę zejść do 30 minut". Jeśli nie umiesz tego zdefiniować, zatrzymaj się tu. Wróć za miesiąc po tym jak się zastanowisz.
2. Czy mierzysz czas lub koszt tego procesu teraz? Jeśli nie wiesz ile zajmuje i ile kosztuje dzisiaj, nie będziesz wiedzieć czy AI cokolwiek zmieniło. To nie wymaga specjalnego systemu - wystarczy tydzień obserwacji z arkuszem kalkulacyjnym.
3. Czy masz kogoś kto będzie odpowiadał za ten obszar? Jedna osoba. Z imieniem i nazwiskiem. Nie "wszyscy" i nie "IT". Kto konkretnie będzie sprawdzał czy narzędzie jest używane, zbierał feedback i zgłaszał problemy?
4. Czy jesteś gotowy zmienić proces - nie tylko dodać narzędzie? AI rzadko działa jako nakładka na stary proces. Często wymaga reorganizacji kroków, zmiany tego kto co robi, nowych uprawnień. Czy masz na to zgodę i zasoby?
5. Czy Twoi ludzie wiedzą o planie i mają głos w tym jak to wdrożyć? Największy sabotaż wdrożeń AI nie pochodzi od technologii - pochodzi od ludzi którzy czują że coś im narzucono bez pytania o zdanie. Jeden warsztat przed startem robi więcej niż trzy miesiące poprawek po nieudanym wdrożeniu.
6. Czy sprawdziłeś czy podobny problem rozwiązała już inna firma w Twojej branży? Nie musisz wymyślać koła. W większości branż MŚP są już firmy które rok temu robiły dokładnie to co Ty planujesz teraz. Warto ich posłuchać zanim zaczniesz.
Jeśli odpowiedź na więcej niż dwa z tych pytań brzmi "nie" lub "nie wiem" - to nie znaczy że nie powinieneś wdrażać AI. To znaczy że potrzebujesz dwóch tygodni przygotowania zanim zaczniesz. Dwa tygodnie teraz = sześć miesięcy oszczędności frustracji później.
Jeśli chcesz wiedzieć od czego zacząć ten proces planowania, przeczytaj najpierw ten artykuł o tym jak podejść do AI w małej firmie - to dobry punkt startowy przed jakąkolwiek rozmową z dostawcami.
Słownik pojęć
- ERP (Enterprise Resource Planning)
- System informatyczny integrujący zarządzanie zasobami firmy - finanse, produkcja, sprzedaż, logistyka w jednej bazie danych. Popularne systemy: SAP, Comarch ERP, Microsoft Dynamics. W latach 2000-2010 były symbolem "nowoczesnej firmy".
- LLM (Large Language Model)
- Model językowy trenowany na ogromnych zbiorach tekstu - taki jak GPT-4, Claude, Gemini. Podstawa większości narzędzi AI dla biznesu. Generuje tekst, analizuje, tłumaczy, odpowiada na pytania. Nie "myśli" - przewiduje co jest prawdopodobnie właściwą odpowiedzią.
- Wdrożenie AI
- Nie sama instalacja narzędzia, ale cały proces: wybór obszaru, mierzenie stanu obecnego, integracja z procesem pracy, szkolenie ludzi, mierzenie efektów i iteracja. Zakup licencji to krok zero z dziesięciu.
- Agent AI
- Narzędzie AI które wykonuje ciąg działań autonomicznie - nie tylko generuje tekst, ale też sprawdza bazę danych, wysyła maile, aktualizuje CRM. Bardziej zaawansowane niż chatbot. Wymaga znacznie ostrożniejszego wdrożenia.
- Prompt
- Instrukcja przekazywana do modelu AI. Jakość promptu bezpośrednio wpływa na jakość odpowiedzi. "Napisz mail" to słaby prompt. "Napisz mail do klienta B2B który nie zapłacił faktury od 30 dni, ton spokojny ale stanowczy, max 5 zdań" - to jest prompt który da używalny wynik.
- ROI (Return on Investment)
- Zwrot z inwestycji. Przy wdrożeniu AI: ile godzin lub złotych zaoszczędzono w stosunku do kosztu narzędzia i czasu wdrożenia. Bez mierzenia stanu przed i po, ROI jest niepoliczalne.
Co mogę dla ciebie zrobić
Jeśli czytasz ten artykuł i myślisz "to jest nasza firma" - to dobry znak. Znaczy że nie popełnisz tych błędów.
Pracuję z firmami 10 - 200 osób, które chcą wdrożyć AI w konkretnym procesie - nie "gdzieś w firmie", ale tam gdzie boli najbardziej. Nie sprzedaję licencji. Pomagam zdefiniować problem, wybrać narzędzie i wdrożyć je tak żeby ludzie z niego korzystali.
Pierwsze spotkanie jest bezpłatne. Zaczynamy od jednego pytania: co w Twojej firmie zajmuje za dużo czasu?
Napisz na j.cybulski@idea4me.pl - odpiszę tego samego dnia roboczego.
Źródła
- McKinsey Global Survey: The State of AI 2024 - dane o adopcji AI w firmach na świecie
- Gartner: 30% projektów AI zostanie porzuconych po fazie proof of concept (2024)
- Harvard Business Review: Why AI Implementations Fail - analiza przyczyn nieudanych wdrożeń
- Cybulski.ai: AI dla małej firmy w 2026 - od czego zacząć
- Cybulski.ai: Agent sprawl - cicha katastrofa która czeka firmy wdrażające AI
