Wdrożenie AI w firmie: od czego zacząć i jak przeprowadzić je krok po kroku?

W skrócie: Wdrożenie AI w firmie zaczyna się od jednego procesu, najlepiej sprzedaży albo obsługi zapytań, i jednego punktu, w którym AI przyspieszy pracę i podniesie jej jakość. Potem idą cztery etapy: diagnoza procesu, wybór punktu przyspieszenia, pilotaż z mierzalnym wynikiem i skalowanie. Równolegle firma potrzebuje prostej polityki AI (jakie narzędzia, jakie dane, kto odpowiada) i lidera, który pyta o postępy, żeby pomóc. W Polsce z AI korzysta 8,7% przedsiębiorstw (GUS, 2025), więc dobrze poprowadzone wdrożenie wciąż daje przewagę nad większością konkurencji.

Spis treści

• Na czym polega wdrożenie AI w firmie?
• Ile polskich firm korzysta dziś z AI?
• Od czego zacząć wdrożenie AI w firmie?
• Czym jest zasada zębatek?
• Jak wdrożyć AI w firmie krok po kroku?
• Jak ułożyć politykę AI w firmie i zadbać o bezpieczeństwo danych?
• Ile kosztuje wdrożenie AI i ile trwa?
• Jaka jest rola lidera we wdrożeniu AI w organizacji?
• AI w małej firmie: co realnie zrobi mały zespół?
• Kiedy wdrożenie AI w firmie nie zadziała
• FAQ
• Najważniejsze wnioski

Na czym polega wdrożenie AI w firmie?

Wdrożenie AI w firmie to zmiana sposobu pracy w wybranym procesie, w której narzędzia sztucznej inteligencji przejmują część zadań, a zespół uczy się z nimi współpracować i sprawdzać ich wynik. Zakup licencji jest tylko jednym z elementów. Skuteczne wdrożenie obejmuje proces, dane, ludzi i zasady korzystania z AI.

Właściciele firm często traktują implementację AI jak zakup nowej maszyny. Sztuczna inteligencja w biznesie zachowuje się inaczej: model AI generuje wynik na podstawie kontekstu, który dostanie, więc efekty wdrożenia AI zależą od tego, jak dobrze firma rozumie własny proces. Dlatego wdrożenie sztucznej inteligencji jest w dużej mierze projektem organizacyjnym, niezależnie od wielkości firmy. Technologia AI jest łatwo dostępna, a trudniejsza część to zrozumienie procesów w firmie i przyzwyczajenie zespołu do nowego rytmu pracy.

Warto rozróżnić trzy poziomy, bo każdy wymaga innego przygotowania:

Większość firm zaczyna od pierwszego poziomu i dopiero potem wdraża rozwiązania AI wyższego rzędu. To rozsądna kolejność, bo każdy wyższy poziom wymaga lepiej opisanego procesu i lepiej uporządkowanych danych. O tym, kiedy firma jest gotowa na agentów AI, piszemy w osobnym przewodniku.

Ile polskich firm korzysta dziś z AI?

W 2025 roku technologie AI wykorzystywało 8,7% przedsiębiorstw w Polsce, a 91,3% nie korzystało z nich wcale (GUS, badanie obejmuje firmy zatrudniające co najmniej 10 osób). Eurostat podaje dla Polski 8,4% przy średniej unijnej 20,0%. Polskie firmy są więc na początku drogi, a wdrożenie AI wciąż może dać realną przewagę konkurencyjną.

Z tych samych danych GUS wynika, że AI najczęściej trafia do procesów związanych z marketingiem i sprzedażą (5,0% firm). Najczęstszym powodem, dla którego firmy nie korzystają z AI, jest brak ludzi i wiedzy o tym, jak jej używać.

Globalnie obraz jest inny, ale wniosek podobny. Według badania McKinsey „The state of AI in 2026″ blisko dziewięciu na dziesięciu respondentów deklaruje regularne użycie AI w co najmniej jednej funkcji firmy. Jednocześnie tylko 37% przypisuje AI jakikolwiek wpływ na wynik operacyjny (EBIT) całej organizacji, choć 80% mówi, że AI poprawiła ich osobistą produktywność.

Ta luka między produktywnością pojedynczych osób a wynikiem firmy jest najważniejszą informacją dla właściciela. Pracownicy już korzystają z AI. Firma zaczyna na tym zarabiać dopiero wtedy, gdy AI trafia do konkretnego procesu, ma właściciela i mierzalny cel.

Od czego zacząć wdrożenie AI w firmie?

Wdrożenie AI w firmie zacznij od jednego procesu, który jest blisko przychodu i powtarza się co tydzień. W firmach B2B najczęściej jest to sprzedaż albo obsługa zapytań ofertowych. Tam efekty widać najszybciej, a dane o tym, czy zadziałało, zbierają się same.

Za takim wyborem stoją też dane. W badaniu McKinsey firmy najczęściej przypisują wzrost przychodów właśnie zastosowaniu AI w marketingu i sprzedaży, a według GUS to także najpopularniejszy spośród obszarów wykorzystania AI w polskich firmach.

Pierwsze pytanie brzmi więc: gdzie w procesie sprzedaży tracimy czas, jakość albo klientów? Typowe odpowiedzi, które słyszymy od właścicieli firm produkcyjnych i rodzinnych:

• odpowiedź na zapytanie trwa kilka dni, bo ktoś musi zebrać dane, policzyć i napisać ofertę,
• handlowcy wchodzą na spotkania bez przygotowania, bo nie mają czasu przejrzeć historii klienta,
• notatki po rozmowach nie trafiają do CRM, więc historia klienta zostaje w skrzynkach handlowców,
• oferty są pisane od zera, choć duża część ich treści powtarza się między klientami.

Każdy z tych punktów to dobry kandydat na pierwszy projekt z wdrożeniem AI. Wybierz jeden. Kuszące jest wdrożenie AI w całej firmie naraz, z wielkim planem i listą dwudziestu zastosowań. Ten scenariusz najczęściej kończy się prezentacją, która nie wchodzi do codziennej pracy. Szerzej o tym, gdzie AI pomaga w procesie sprzedaży, piszemy w przewodniku AI w sprzedaży.

Czym jest zasada zębatek?

Zasada zębatek to sposób wdrażania AI, w którym wymieniasz pojedyncze elementy działającego procesu na lepsze i zostawiasz resztę linii w ruchu. AI trafia w jeden punkt newralgiczny, najkrótszą drogą, i ma w nim podnieść jakość albo tempo pracy. Nazwaliśmy ją tak od obrazu, którym Jakub Bujakowski opisuje wdrożenia w podcaście Co Działa: wymieniamy zębatki na nowsze i lepiej naoliwione, a linia produkcyjna, która działa, zostaje na miejscu.

Jakub mówi o tym jak o punktowym „wstrzyknięciu boostera”: w wybranym momencie procesu dodajesz guzik przyspieszenia. Reszta procesu pracuje jak dotąd, więc zespół nie traci orientacji, a efekt da się zmierzyć w jednym miejscu.

Zasada zębatek ma trzy reguły.

Jeden punkt naraz. Wybierasz miejsce, które najbardziej hamuje proces, i tylko tam wprowadzasz AI. Kolejną zębatkę wymieniasz, gdy poprzednia pracuje stabilnie.

Najkrótsza droga. Rozwiązanie ma mieć jak najmniej kroków. W mediach społecznościowych krążą schematy automatyzacji z setkami kroków, które wyglądają imponująco. W naszej pracy takie konstrukcje się nie sprawdzają: każdy błąd trzeba znaleźć w długim łańcuchu, a naprawa zabiera więcej czasu, niż automatyzacja oszczędza.

Ruch podnosi jakość. Sama oszczędność minut to za mało. Dobra zębatka sprawia, że oferta jest trafniejsza, odpowiedź szybsza albo dane w CRM kompletne. To jest miara, po której ocenisz sens zmiany.

Jak to się ma do badań? McKinsey pokazuje, że firmy osiągające najlepsze wyniki z AI (około 6% badanych) znacznie częściej przeprojektowują przepływy pracy: robi tak blisko trzy czwarte z nich wobec jednej czwartej pozostałych. Zasada zębatek jest zgodna z tym wnioskiem. Przeprojektowujesz proces do końca, tylko robisz to po jednym elemencie, zaczynając od najważniejszego.

Jak wdrożyć AI w firmie krok po kroku?

Wdrożenie AI w firmie krok po kroku to cztery etapy: diagnoza procesu, wybór punktu przyspieszenia, pilotaż z miarą i skalowanie. Każdy etap kończy się decyzją, więc w każdym momencie wiesz, czy iść dalej, poprawić, czy zamknąć projekt.

Etap 1. Diagnoza procesu

Rozpisz proces, w którym chcesz wykorzystać AI, na etapy. Dla sprzedaży będą to na przykład: zapytanie, kwalifikacja, badanie potrzeb, oferta, negocjacje, zamknięcie. Przy każdym etapie zapisz, kto go wykonuje, ile to trwa i gdzie najczęściej coś się zacina.

Na tym etapie oceń też dane. Gdzie leżą informacje o klientach, zapytaniach i ofertach? Czy są w jednym systemie, czy rozrzucone po skrzynkach i arkuszach? Planu wdrożenia AI nie zbudujesz bez tej wiedzy, bo narzędzia AI pracują na tym, co im podasz.

Etap 2. Wybór punktu przyspieszenia

Wybierz jedną zębatkę do wymiany. Dobry punkt przyspieszenia spełnia cztery warunki:

1. Powtarza się często, co najmniej kilka razy w tygodniu.
2. Ma wyraźny koszt, w czasie, jakości albo utraconych klientach.
3. Da się go zmierzyć, zanim cokolwiek zmienisz.
4. Błąd nie wychodzi od razu do klienta, bo człowiek sprawdza wynik przed wysyłką.

Na tym etapie zapada też decyzja o narzędziu. Zanim kupisz nowe, sprawdź, czy systemy, które firma już ma, nie mają wbudowanych funkcji AI. Nowe narzędzie ma sens, gdy integruje się z obecną infrastrukturą i nie dokłada zespołowi kolejnego okna do pilnowania.

Etap 3. Pilotaż z miarą

Pilotaż to ograniczony czasowo test na małej grupie, z jedną miarą sukcesu ustaloną przed startem. Bez tej miary po kwartale zostaje spór o wrażenia.

Przed startem zapisz:

• punkt wyjścia: ile dziś trwa zadanie i jak często wymaga poprawek,
• miarę sukcesu: na przykład czas odpowiedzi na zapytanie, kompletność notatek w CRM, liczba ofert przygotowanych w tygodniu,
• właściciela: jedną osobę odpowiedzialną za wynik pilotażu,
• kryterium wyjścia: przy jakim wyniku uznajesz, że ta zębatka nie działa, i wracasz do etapu 2.

Pilotaż prowadź na realnej pracy, w codziennym rytmie zespołu. Testy na wymyślonych przykładach zawsze wypadają lepiej niż codzienność.

Etap 4. Skalowanie

Skalowanie zaczyna się, gdy pilotaż osiągnął miarę sukcesu. Wtedy zamieniasz eksperyment w standard: spisujesz instrukcję, gotowe polecenia (prompty) i zasady weryfikacji, szkolisz resztę zespołu i dopisujesz nowe zastosowanie do polityki AI.

Dopiero potem wybierasz kolejną zębatkę. Tak buduje się AI w kluczowych procesach: seria małych, sprawdzonych zmian, z których każda ma właściciela i wynik. O tym, jak łączyć takie kroki w spójny system, piszemy w tekście o automatyzacji sprzedaży.

Jak ułożyć politykę AI w firmie i zadbać o bezpieczeństwo danych?

Polityka AI w firmie to krótki dokument, który mówi zespołowi, z jakich narzędzi korzystać, jakie dane wolno do nich wprowadzać, kto zatwierdza nowe zastosowania i jak sprawdzać wyniki. Jej celem jest bezpieczne korzystanie z AI na co dzień, na jasnych i znanych wszystkim zasadach.

Taki dokument warto przygotować przed wdrożeniem, bo pracownicy i tak już używają AI. Według Microsoft Work Trend Index 2024 z AI w pracy korzysta 75% pracowników umysłowych, a 78% z nich używa własnych narzędzi, których firma nie wybrała. Tylko 39% użytkowników przeszło szkolenie z AI zorganizowane przez pracodawcę. Polityka porządkuje to, co w wielu firmach już się dzieje.

Dobra polityka AI mieści się na dwóch stronach i odpowiada na sześć pytań:

1. Jakie narzędzia są dopuszczone i na jakich kontach (firmowych, z panelem administratora).
2. Jakie dane wolno wprowadzać, a jakie zostają poza AI: dane osobowe klientów, dane finansowe, tajemnice handlowe, dokumenty objęte umowami o poufności.
3. Kto odpowiada za wynik. AI przygotowuje szkic, człowiek podpisuje się pod tym, co wychodzi do klienta.
4. Jak sprawdzać wyniki, szczególnie liczby, cytaty i zobowiązania w ofertach.
5. Kto zatwierdza nowe zastosowania, żeby lista narzędzi nie rosła bez kontroli.
6. Jak zgłaszać problemy, gdy AI poda błędną informację albo ktoś ma wątpliwość.

Bezpieczeństwo danych zaczyna się od wyboru wersji narzędzia, jeszcze przed wdrożeniem. Sprawdź w umowie i ustawieniach, czy dostawca wykorzystuje wprowadzane dane do trenowania modeli i gdzie je przechowuje. Wersje biznesowe popularnych narzędzi dają administratorowi kontrolę nad tymi ustawieniami. Przy danych osobowych obowiązują te same zasady RODO co przy każdym innym dostawcy usług IT.

Co mówi AI Act o kompetencjach zespołu?

Unijny akt o sztucznej inteligencji (AI Act) w artykule 4 dotyczy kompetencji w zakresie AI, czyli rozumienia, jak działają narzędzia, z których korzysta firma. Przepis stosuje się od 2 lutego 2025 roku i obejmuje także firmy, które tylko używają gotowych systemów AI. Po nowelizacji w pakiecie Digital Omnibus firmy mają podejmować działania wspierające rozwój tych kompetencji u pracowników i osób pracujących z AI w ich imieniu.

Komisja Europejska wyjaśnia, że nie jest wymagany żaden certyfikat. Wystarczy ogólne zrozumienie AI w organizacji, uwzględnienie ryzyka używanych systemów i konkretne działania, na przykład szkolenia, z wewnętrznym zapisem tego, co zostało zrobione. Polityka AI i przeszkolony zespół realizują ten obowiązek przy okazji.

Ile kosztuje wdrożenie AI i ile trwa?

Koszt wdrożenia AI w małej i średniej firmie zależy głównie od czasu zespołu i integracji. Same licencje narzędzi ogólnego przeznaczenia to zwykle najmniejsza pozycja, rozliczana miesięcznie za użytkownika. Pierwszy punkt przyspieszenia da się uruchomić i sprawdzić w ciągu jednego kwartału.

Na koszt składają się cztery pozycje:

Dla skali: Gartner szacuje, że wdrożenia generatywnej AI zmieniające cały model biznesowy kosztują od 5 do 20 mln USD, i prognozował, że co najmniej 30% projektów generatywnej AI zostanie porzuconych po fazie testów do końca 2025 roku. Powody to słaba jakość danych, niewystarczająca kontrola ryzyka, rosnące koszty i niejasna wartość biznesowa. Firma z sektora MŚP może zacząć od kosztu kilku licencji i czasu jednego właściciela projektu.

Koszty operacyjne warto obserwować także później. W badaniu McKinsey co piąty respondent mówi, że koszty działania AI ograniczają jej wykorzystanie w jego organizacji. Dlatego przy skalowaniu licz koszt w przeliczeniu na jedno zadanie i porównuj go z wartością, jaką to zadanie tworzy.

Ile trwa wdrożenie? Diagnoza i wybór punktu przyspieszenia to kilka dni pracy właściciela procesu. Pilotaż planuj na kilka tygodni, żeby miara zdążyła pokazać trend. Skalowanie to kolejne tygodnie szkoleń i standaryzacji.

Jaka jest rola lidera we wdrożeniu AI w organizacji?

O sukcesie wdrożenia AI w organizacji decyduje jakość przywództwa bardziej niż wybór narzędzia. Lider ustala, po co firma wdraża AI, chroni czas zespołu na naukę i pyta o postępy tak, żeby ludzie chcieli pokazywać problemy. McKinsey pokazuje, że w firmach osiągających najlepsze wyniki z AI dwa razy częściej kadra zarządzająca widocznie angażuje się w inicjatywy AI i istnieje zdefiniowany sposób mierzenia ich efektów.

Jakub Bujakowski zwraca w podcaście Co Działa uwagę na prosty test: czy szef pyta o postępy, żeby pomóc, czy żeby docisnąć. Zespół wyczuwa to natychmiast. Pytanie zadane z troską otwiera rozmowę o tym, co nie działa. Pytanie zadane z pozycji kontroli uczy ludzi ukrywać problemy.

Paradoks czasu: dlaczego AI często nie oszczędza godzin?

Wdrożenie AI często nie daje oszczędności czasu, której spodziewa się właściciel. Uwolnione godziny zespół przeznacza na nowe możliwości, które AI otworzyła: więcej ofert, lepiej przygotowane spotkania, nowy segment klientów. Kalendarz jest równie pełny, za to praca ma wyższą wartość.

Dlatego miara pilotażu powinna dotyczyć wyniku procesu. Kto mierzy tylko zaoszczędzone godziny, po kwartale może uznać, że AI nie działa, choć firma robi więcej i lepiej.

Jak poradzić sobie z oporem zespołu?

Opór wobec AI jest naturalny i najczęściej wynika ze stresu, szczególnie u osób, które cenią stałość i przewidywalność pracy. Jedną z jego form Jakub opisuje wprost: postawę „udowodnię, że AI nie działa”. Pracownik daje narzędziu słaby kontekst, dostaje słaby wynik i ma dowód, że zmiana nie ma sensu. Rozwiązaniem jest wspólna praca na realnym zadaniu z dobrze przygotowanym kontekstem, żeby zespół zobaczył różnicę na własnych przykładach.

Pomagają też trzy nawyki lidera:

• mówić otwarcie, po co firma wdraża AI i co to oznacza dla ról w zespole,
• zaczynać od osób ciekawych zmiany, które potem uczą pozostałych,
• dawać czas na naukę w godzinach pracy, bo praca z AI to nowa kompetencja, której nikt nie opanuje po godzinach.

Przygotowanie zespołu to osobny temat, któremu poświęciliśmy tekst o tym, jak wybrać szkolenie AI dla firm. Przygotowujemy też szkolenia AI dla handlowców i działów sprzedaży: porozmawiajmy o szkoleniu dla Twojego zespołu. Pytanie, czy AI odbierze ludziom pracę, rozbieramy w artykule czy AI zastąpi człowieka w pracy, a podział zadań między człowieka i maszynę opisujemy w tekście o modelach współpracy z AI.

AI w małej firmie: co realnie zrobi mały zespół?

AI w małej firmie działa najlepiej jako wsparcie kilku osób w najczęstszych zadaniach: pisaniu ofert i odpowiedzi, przygotowaniu do rozmów, notatkach ze spotkań i porządkowaniu informacji o klientach. Nie potrzebujesz działu IT ani budżetu na integracje. Potrzebujesz jednego firmowego narzędzia, wspólnych instrukcji i osoby, która pilnuje zasad.

Według McKinsey AI w całej organizacji skaluje 54% firm z przychodami powyżej 1 mld USD i jedna trzecia mniejszych. Mały zespół ma za to krótszą drogę decyzji: właściciel sam widzi proces i może zmienić go w tydzień.

Co realnie da się zrobić zespołem trzech do dziesięciu osób:

• Obsługa zapytań. AI przygotowuje szkic odpowiedzi na zapytanie ofertowe na podstawie cennika i wcześniejszych ofert. Człowiek sprawdza i wysyła. To także najprostszy sposób na AI w obsłudze klienta.
• Przygotowanie do rozmowy. AI zbiera z publicznych źródeł informacje o firmie klienta i streszcza historię kontaktu.
• Notatki i follow-up. AI streszcza spotkanie i proponuje treść wiadomości po rozmowie.
• Wspólna baza instrukcji. Zespół gromadzi sprawdzone polecenia do powtarzalnych zadań, dzięki czemu nowa osoba korzysta z AI na poziomie reszty zespołu.

Jak wybrać narzędzie na start, opisujemy w przewodniku ChatGPT dla firm. Agent AI w firmie to dla małego zespołu kolejny krok, gdy powyższe zastosowania działają stabilnie.

Zestaw, który działa: 6 sprawdzonych narzędzi do sprzedaży. Sześć narzędzi, które weszły w nasze procesy sprzedażowe w firmach usługowych B2B. Każde z oceną od 1 do 10, miejscem w procesie i opisem, kiedy zawodzi.
Pobierz zestaw 6 narzędzi (PDF)

Kiedy wdrożenie AI w firmie nie zadziała

Kilka sytuacji, w których lepiej wstrzymać projekt i najpierw uporządkować podstawy.

Gdy proces nie jest opisany. Jeśli nikt w firmie nie potrafi rozpisać etapów sprzedaży, AI nie ma czego przyspieszyć. Zacznij od etapu 1.

Gdy celem jest „wdrożyć AI”. Bez problemu biznesowego do rozwiązania powstaje narzędzie, z którego nikt nie korzysta.

Gdy firma buduje długie łańcuchy automatyzacji. Utrzymanie takiej konstrukcji pochłania zysk z automatyzacji.

Gdy nikt nie odpowiada za wynik. Projekt bez właściciela kończy się demonstracją, która nie wchodzi do codziennej pracy.

Gdy lider traktuje AI jako narzędzie kontroli. Zespół zacznie udowadniać, że AI nie działa, i zwykle mu się to uda.

Gdy dane klientów trafiają do przypadkowych narzędzi. Bez polityki AI ryzyko wycieku informacji rośnie z każdym nowym użytkownikiem.

FAQ

Ile kosztuje wdrożenie AI w firmie?

Licencje narzędzi są zwykle najmniejszą pozycją. Główny koszt to czas zespołu na diagnozę, pilotaż i szkolenia oraz ewentualna integracja z CRM lub ERP.

Ile trwa wdrożenie AI?

Jedna zmiana, od diagnozy po wdrożenie w zespole, zamyka się zwykle w kwartale. Pełne wykorzystanie AI w biznesie to seria takich zmian.

Które narzędzie AI można używać w firmie?

Takie, które działa na firmowym koncie, z kontrolą administratora nad danymi. Na start wystarczy jedno narzędzie ogólnego przeznaczenia i funkcje AI wbudowane w obecne systemy.

Jak używać AI w pracy?

Jak asystenta, który przygotowuje szkic. Dawaj narzędziu pełny kontekst (kim jest klient, czego potrzebuje, jaki jest cel) i zawsze sprawdzaj wynik przed wysłaniem.

Czy AI pozbawi nas pracy?

AI zmienia zakres zadań na stanowiskach, przejmując ich powtarzalną część. W badaniu McKinsey dwie trzecie respondentów nie odnotowało w ostatnim roku istotnej zmiany zatrudnienia związanej z AI. Zyskują osoby, które nauczą się z AI współpracować.

Jak wdrożyć AI w firmie bez działu IT?

Zacznij od narzędzi, które nie wymagają integracji, i od zadań, w których człowiek sprawdza wynik. Wsparcie techniczne przyda się później, przy łączeniu AI z systemami firmy.

Czy firma potrzebuje polityki AI?

Tak, nawet mała. Pracownicy już korzystają z AI, często na prywatnych kontach, a krótka polityka porządkuje narzędzia, dane i zasady sprawdzania wyników.

Kiedy warto sięgnąć po pomoc zewnętrzną przy wdrażaniu AI?

Gdy trudno obiektywnie ocenić własny proces albo gdy pierwszy pilotaż nie dał wyniku i nie wiadomo dlaczego.

Najważniejsze wnioski

• Wdrożenie AI w firmie to projekt organizacyjny: proces, dane, ludzie i zasady.
• Zacznij od jednego procesu blisko przychodu, najczęściej sprzedaży albo obsługi zapytań.
• Zasada zębatek: wymieniaj pojedyncze elementy działającego procesu na lepsze, najkrótszą drogą, z miarą jakości.
• Cztery etapy: diagnoza procesu, wybór punktu przyspieszenia, pilotaż z miarą, skalowanie.
• Polityka AI mieści się na dwóch stronach i wspiera obowiązek budowania kompetencji z artykułu 4 AI Act.
• Lider decyduje o wyniku. AI częściej uwalnia nowe możliwości niż wolne godziny, więc mierz wynik procesu.

Źródła

• GUS za PAP Biznes, „W 2025 r. 8,7 proc. firm w Polsce deklarowało wykorzystanie technologii AI”, 16.12.2025: https://biznes.pap.pl/wiadomosci/firmy/w-2025-r-87-proc-firm-w-polsce-deklarowalo-wykorzystanie-technologii-ai-gus
• Eurostat, „20% of EU enterprises use AI technologies”, 11.12.2025: https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20251211-2
• McKinsey & Company, „The state of AI in 2026: On the road to ROI”, 25.08.2026: https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
• Microsoft i LinkedIn, „2024 Work Trend Index: AI at Work Is Here. Now Comes the Hard Part”, 08.05.2024: https://blogs.microsoft.com/blog/2024/05/08/microsoft-and-linkedin-release-the-2024-work-trend-index-on-the-state-of-ai-at-work/
• Gartner, „Gartner Predicts 30% of Generative AI Projects Will Be Abandoned After Proof of Concept By End of 2025″, 29.07.2024: https://www.gartner.com/en/newsroom/press-releases/2024-07-29-gartner-predicts-30-percent-of-generative-ai-projects-will-be-abandoned-after-proof-of-concept-by-end-of-2025
• Komisja Europejska, „AI Literacy – Questions & Answers” (art. 4 AI Act): https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers
• Podcast Co Działa, „Gdzie AI naprawdę pomaga w sprzedaży B2B?”, rozmowa z Jakubem Bujakowskim, 21.09.2026: https://www.youtube.com/watch?v=Bq-gMYYeDjU