Dlaczego jedne organizacje skutecznie wdrażają sztuczną inteligencję, a inne zatrzymują się na etapie pilotażu? Odpowiedź nie zawsze kryje się w technologii. Często problem zaczyna się znacznie wcześniej – w kompetencjach, procesach, kulturze organizacyjnej i sposobie zarządzania zmianą.
2 września 2026 roku podczas webinaru MCSC x Gaia AI Factory Olga Dzieciątkowska, Innovation Manager w Huge Thing, postawiła pytanie, które warto zadać przed rozpoczęciem kolejnego projektu AI: Czy nasza organizacja jest naprawdę gotowa na wdrożenie sztucznej inteligencji? To pytanie może okazać się ważniejsze niż wybór konkretnego modelu, dostawcy czy narzędzia.
Wdrożenie AI zaczyna się przed wyborem technologii
Sztuczna inteligencja coraz szybciej przechodzi od fazy eksperymentów do realnych wdrożeń. Organizacje wykorzystują AI m.in. do automatyzacji procesów, analizy danych, wsparcia pracowników i podejmowania decyzji. Jednocześnie rosnące zainteresowanie technologią nie oznacza automatycznie gotowości organizacji do jej wykorzystania.
Podczas webinaru przywołano dane z McKinsey AI Trust Maturity Survey 2026, zgodnie z którymi 59% organizacji wskazuje luki w wiedzy i kompetencjach jako główną barierę wdrażania AI. W prezentacji podkreślono również, że udział ten wzrósł w ciągu roku z 51% do 59%. To ważna zmiana perspektywy.
Problemem coraz częściej nie jest dostęp do technologii, lecz zdolność organizacji do tego, aby technologię dobrze wykorzystać. Nie wystarczy więc odpowiedzieć na pytanie: „Jaką AI możemy wdrożyć?” Warto najpierw zapytać: „Czy jesteśmy przygotowani, żeby z niej korzystać?”
Wdrożenie może się nie udać pomimo działającego AI
Podczas webinaru przedstawiono przykłady pokazujące, jak łatwo przecenić możliwości samej technologii i nie docenić znaczenia organizacyjnego kontekstu.
Jednym z nich był IBM Watson Health i projekt realizowany z MD Anderson Cancer Center. Projekt Oncology Expert Advisor, wykorzystujący technologię Watson, miał wspierać decyzje kliniczne w onkologii. Ostatecznie współpraca została zakończona, a projekt pochłonął około 62 mln dolarów. Wśród problemów wskazywano m.in. trudności z integracją systemu z wykorzystywaną dokumentacją medyczną i praktyką kliniczną.
To dobry przykład tego, że nawet rozwiązanie dysponujące zaawansowaną technologią nie będzie skuteczne, jeśli nie zostanie odpowiednio wpisane w rzeczywisty sposób pracy organizacji.
Drugi przykład dotyczył Forda. Koncern wykorzystywał AI i automatyczne systemy kontroli jakości, w tym około 900 kamer AI w zakładach produkcyjnych. Jednocześnie w ciągu kilku lat Ford zatrudnił ponownie ponad 300 doświadczonych inżynierów i specjalistów, ponieważ okazało się, że automatyzacja nie jest w stanie samodzielnie zastąpić wiedzy i doświadczenia potrzebnych do skutecznej kontroli jakości.
Nie chodzi więc o prosty wybór: człowiek albo AI. Lekcja jest inna: AI działa najlepiej wtedy, gdy organizacja wie, jak połączyć możliwości technologii z wiedzą, procesami i doświadczeniem ludzi.
Sześć obszarów gotowości organizacji na AI
Jak więc sprawdzić, czy organizacja jest przygotowana do wdrożenia sztucznej inteligencji? Podczas webinaru Olga Dzieciątkowska zaprezentowała metodologię Technology Readiness (Self-)Assessment, opracowaną przez Huge Thing. Jej celem nie jest wystawienie organizacji jednej oceny, lecz pokazanie jej mocnych stron, słabości i obszarów wymagających przygotowania. W ramach matrycy analizowanych jest sześć obszarów.
1. Strategiczne dopasowanie i celowość technologii
Punktem wyjścia nie powinno być pytanie: Gdzie możemy zastosować AI?, ale: Jaki konkretny problem chcemy rozwiązać i czy AI jest właściwym sposobem?
Technologia nie powinna być celem samym w sobie. Jej wdrożenie powinno wynikać z rzeczywistej potrzeby organizacji i być powiązane z jej celami.
2. Kultura eksperymentowania i akceptacja ryzyka
Nie każdy pilotaż AI zakończy się sukcesem. I właśnie dlatego organizacja musi być gotowa na eksperymentowanie.
- Co dzieje się, kiedy test nie przynosi oczekiwanych rezultatów?
- Czy zaczynamy szukać winnego?
- Czy projekt zostaje przemilczany?
- A może analizujemy wyniki, wyciągamy wnioski i wykorzystujemy je przy kolejnym eksperymencie?
Jak podkreślono podczas webinaru, nieudany pilotaż może być źródłem wiedzy, jeśli organizacja potrafi go odpowiednio przeanalizować. W dojrzałej kulturze eksperymentowania porażka nie kończy procesu – staje się elementem uczenia się.
3. Architektura IT i zwinność testowania
Nawet najlepszy pomysł może nie dojść do etapu wdrożenia, jeśli organizacja nie potrafi sprawnie przejść od koncepcji do testu. Dlatego warto sprawdzić, jak szybko można przygotować PoC (Proof of Concept), przetestować rozwiązanie, zebrać informacje zwrotne i zdecydować, czy projekt powinien być rozwijany.
Gotowość technologiczna nie oznacza wyłącznie posiadania nowoczesnej infrastruktury. Oznacza również zdolność do szybkiego uczenia się i dostosowywania technologii do potrzeb organizacji.
4. Jakość danych i procesów
AI potrzebuje danych. Ale samo ich posiadanie nie oznacza jeszcze, że organizacja jest gotowa do wykorzystania ich w rozwiązaniach opartych na sztucznej inteligencji.
Warto więc sprawdzić:
- czy dane są odpowiedniej jakości,
- czy są dostępne dla osób i systemów, które powinny z nich korzystać,
- czy procesy, które chcemy automatyzować, są odpowiednio uporządkowane,
- czy organizacja rozumie, jakie dane są niezbędne do osiągnięcia zakładanych efektów.
Automatyzacja sama w sobie nie usprawnia wadliwego procesu. Może jedynie sprawić, że jego niedoskonałości będą powielane szybciej i na większą skalę.
5. Kompetencje cyfrowe i zwinność zespołów
Wdrożenie AI nie kończy się w momencie uruchomienia narzędzia. To właśnie wtedy zaczyna się etap adopcji. Organizacja powinna więc zadbać nie tylko o szkolenia, ale także o systemowe rozwijanie kompetencji cyfrowych. Ważna jest autonomia zespołów – możliwość samodzielnego dostosowywania narzędzi i usprawniania codziennej pracy bez konieczności angażowania IT lub zewnętrznego dostawcy przy każdej zmianie.
W tym kontekście szczególnie interesującą rolę mogą pełnić Ambasadorzy Cyfrowi – osoby, które wspierają innych pracowników w korzystaniu z nowych technologii i pomagają budować ich adopcję od wewnątrz.
Trzeba pamiętać, że nawet najlepsze narzędzie AI nie przyniesie wartości, jeśli pracownicy nie wiedzą, jak i po co z niego korzystać.
6. Governance, bezpieczeństwo i zarządzanie zmianą
Ostatnim obszarem jest odpowiedzialne zarządzanie technologią. Bezpieczeństwo i compliance nie powinny być „ostatnią bramką”, przez którą projekt przechodzi po zakupie rozwiązania. Podejście security by design zakłada uwzględnianie kwestii bezpieczeństwa już na etapie projektowania rozwiązania.
W ochronie zdrowia znaczenie tego obszaru jest szczególne. Rozwiązania AI mogą pracować na danych medycznych, wspierać procesy kliniczne lub wpływać na sposób wykonywania obowiązków przez personel. Dlatego wdrożenie wymaga spojrzenia nie tylko na możliwości technologiczne, ale również na bezpieczeństwo, odpowiedzialność, zgodność i zarządzanie zmianą.
Nie ranking, ale mapa asymetrii
Jednym z najważniejszych wniosków webinaru jest to, że gotowości organizacyjnej nie należy traktować jak jednej liczby. Organizacja może być bardzo dojrzała strategicznie, ale mieć braki w kompetencjach. Może posiadać dobrą infrastrukturę IT, ale nie mieć kultury eksperymentowania. Może dysponować świetnym zespołem, ale mieć problemy z jakością danych.
Dlatego matryca Huge Thing została przedstawiona jako mapa asymetrii, a nie ranking organizacji. To właśnie te nierówności mogą wskazywać, gdzie znajduje się największe ryzyko nieudanego wdrożenia AI.
Przykładowo: jeśli strategia i governance są rozwinięte, ale kompetencje i akceptacja ryzyka pozostają na niskim poziomie, kolejnym krokiem nie musi być zakup technologii. Być może najpierw trzeba stworzyć bezpieczną przestrzeń do eksperymentowania i znaleźć osoby, które będą wspierać zespoły w adopcji nowych narzędzi.
Co z tego wynika dla organizacji planujących wdrożenie AI?
Najważniejsza lekcja jest prosta: przed wdrożeniem AI warto zdiagnozować nie tylko technologię, ale również organizację.
Dobrze przygotowany projekt AI powinien zaczynać się od kilku podstawowych pytań:
- Jaki problem rozwiązujemy?
- Czy mamy odpowiednie dane i procesy?
- Czy nasi pracownicy mają kompetencje potrzebne do korzystania z nowego rozwiązania?
- Czy jesteśmy gotowi eksperymentować i uczyć się na błędach?
- Czy bezpieczeństwo i zgodność są uwzględnione od początku?
- Czy wiemy, jak przeprowadzić organizację przez zmianę?
Dopiero wtedy warto przejść do pytania o konkretne rozwiązania.
Gotowość organizacji na AI to punkt startowy
Sztuczna inteligencja nie będzie ostatnią technologią, która zmieni sposób funkcjonowania organizacji. Dziś mówimy o generatywnej AI i dużych modelach językowych. W kolejnych latach coraz większą rolę mogą odgrywać m.in. agenci AI, zaawansowana automatyzacja czy obliczenia kwantowe. Technologie będą się zmieniać, ale fundamenty organizacji zdolnej do ich przyjmowania pozostaną podobne.
Dlatego gotowość organizacji nie jest punktem docelowym – jest punktem startowym. I być może właśnie od tego pytania powinna zaczynać się każda rozmowa o wdrożeniu AI: nie „jaką technologię wdrożyć?”, ale „czy nasza organizacja jest gotowa, żeby dobrze z niej korzystać?”.
Prelegentka
Gościnią webinaru była Olga Dzieciątkowska z Huge Thing, na co dzień wspierająca duże organizacje w procesach wdrażania innowacji i testowania nowych technologii, w tym rozwiązań opartych na sztucznej inteligencji.
Specjalizuje się w projektowaniu procesów innowacyjnych dla organizacji działających na rynkach regulowanych oraz w sektorze publicznym. Łączy doświadczenie w zarządzaniu innowacjami, rozwijaniu kompetencji cyfrowych i transformacji cyfrowej.
W swojej pracy szczególną uwagę poświęca projektom, które mają realny wpływ na otoczenie – technologicznym, środowiskowym i edukacyjnym – oraz angażują lokalne społeczności.
MCSC x Gaia AI Factory – kolejny krok w rozmowie o AI
Webinar „Co, jeśli wdrożenie AI w organizacji to wcale nie problem techniczny?” był kolejnym spotkaniem w ramach cyklu MCSC x Gaia AI Factory poświęconego praktycznym aspektom sztucznej inteligencji w ochronie zdrowia.
W ramach cyklu rozmawialiśmy m.in. o cyfrowym zdrowiu, danych, etyce AI, wyzwaniach prawno-regulacyjnych oraz praktycznych aspektach wdrażania nowych technologii.
Celem spotkań jest nie tylko pokazywanie możliwości sztucznej inteligencji, ale przede wszystkim budowanie wiedzy i kompetencji potrzebnych do jej odpowiedzialnego wykorzystania w ochronie zdrowia.
Wrześniowy webinar zamknął letnią odsłonę cyklu. Do kolejnych spotkań MCSC x Gaia AI Factory wrócimy jesienią i zimą 2026.