AI i polskie MŚP: dlaczego FOMO to za mało, a klucz leży w danych

Mateusz Zapart od pięciu lat zajmuje się sztuczną inteligencją w biznesie i pomaga polskim firmom mądrze wchodzić w tę technologię. W rozmowie z Oskarem Szarkiem tłumaczy, dlaczego polskie MŚP wdraża AI najczęściej z FOMO, a nie z planu, i dlaczego pierwszym krokiem nie jest kupienie kolejnego narzędzia, lecz uporządkowanie danych i dostępów. Mówi o bezpieczeństwie informacji i ryzyku bring your own AI, o tym, jak wybrać jedno spójne środowisko pracy zamiast tonąć w kilkudziesięciu tysiącach narzędzi, oraz o zmianie mentalnej, której wymaga praca z AI. Na koniec o wpływie AI na rynek pracy, danych jako nowej ropie i kompetencjach, które będą kluczowe. To odcinek dla menedżerów i właścicieli firm, którzy chcą wdrożyć AI bez kosztownych błędów.

1.FOMO kontra strategia: jaki jest stan umysłu polskiego MŚP wobec AI

Wokół AI jest dużo hype'u, a materiały marketingowe od lewa do prawa obiecują cuda - szczególnie w obszarze generatywnej sztucznej inteligencji. Mateusz Zapart zauważa, że polskie MŚP chce wdrażać AI głównie dlatego, że widzi trend i słyszy, że wszyscy już to mają lub chcą mieć. To klasyczne AI FOMO - fear of missing out: jak dziś tego nie zrobię, zrobi to konkurencja.

Z drugiej strony firmom brakuje zrozumienia, gdzie konkretnie mogą użyć AI, jakie będą korzyści i jak policzyć ROI. Czasem przychodzi prezes czy właściciel z nastawieniem "to my se do tego AI wszystko wrzucimy", licząc, że technologia nagle rozwiąże wszystkie problemy organizacyjne.

Czasami nawet jak przychodzą tacy, którzy mówią, że na hura, że na już, że wrzucimy do tego wszystko, to po to są tacy ludzie jak ja, którzy mówią: hola, hola, jest na to framework, możemy to zrobić dobrze, a nie szybko.

Mateusz Zapart dostrzega rosnące zainteresowanie i ostrożnościowe podejście: rok 2025 to według niego rozmowa o tym co, jak, dlaczego i ile to kosztuje oraz planowanie budżetów, a 2026 to dopiero konkretniejsze wdrożenia. Polscy menedżerowie są świadomi technologii i w większości nie chcą robić tego na hura.

2.AI nie jest po to, żeby biec szybciej, tylko spokojniej

Mateusz Zapart przekręca klasyczne, finansowe rozumienie ROI do góry nogami. Wartość wdrożenia AI nie leży jego zdaniem w samym przyspieszeniu tempa pracy, lecz w większym spokoju, sprawności i lepszym work life balance.

Mam takie powiedzenie, że AI nie jest po to, żeby biec szybciej, tylko żeby biec spokojniej.

Warunkiem jest jednak zmiana sposobu pracy. Jeśli będziemy pracować z AI tak samo jak bez niego, efekty będą marne. Mateusz Zapart opisuje własną metodę pracy interwałowej, przypominającą pomodoro, ale opartą na interwałach skupienia, a nie na czasie: skupia się, by zapisać, co chce osiągnąć, wydaje polecenie narzędziu, przełącza kontekst na coś nieumysłowego (mail, kawa), a potem wraca, by sprawdzić, co AI napisało.

Zapytany, czy AI nie stanie się dodatkowym batem na pracowników, odpowiada jasno: jeśli ktoś wypracuje więcej w tej samej jednostce czasu, chwała mu, ale zmuszanie do dłuższej pracy to zła droga. Wyciskanie pracownika jak cytryny zadziała tylko w krótkim terminie.

3.Dane jako nowa ropa i dług technologiczny polskich MŚP

Generatywna AI pomaga przede wszystkim w zarządzaniu informacją - w jej łączeniu i tworzeniu. Mateusz Zapart przypomina, że to dane, a nie ropa, są dziś jednym z najcenniejszych zasobów, w dodatku odnawialnym.

Problem w tym, że przynajmniej połowa polskich MŚP w ogóle nie korzysta z rozwiązań takich jak Dropbox, OneDrive czy Google Drive. Mają wszystko na własnych serwerach NAS, FTP-ach, lokalnie i on-premowo. Aby AI mogło bezpiecznie pracować na tych danych, trzeba je najpierw przenieść do odpowiednio zabezpieczonego środowiska.

To dług technologiczny, który widać dopiero przy wdrażaniu AI - najpierw uwidoczniła go pandemia i przyspieszenie cyfryzacji, teraz robi to sztuczna inteligencja. Dobra wiadomość brzmi: ten dług nie jest trudny do nadrobienia. Najpierw trzeba uporządkować dane i dostępy do nich, a dopiero potem wdrażać AI - i to jest najczęstszy krok, od którego zaczyna się praca z polskim MŚP.

4.Bezpieczeństwo danych i pułapka bring your own AI

Bring your own AI to sytuacja, w której pracownik na własny rachunek kupuje narzędzie AI i używa go w pracy - analogicznie do czasów, gdy pracownicy przynosili do firmy własne smartfony. Tu jednak pojawia się duże ryzyko: know-how i dane osobowe wychodzą na zewnątrz organizacji, a firma nie ma kontroli nad tym, z czego korzysta który pracownik ani jakiej jakości treści wracają do organizacji.

Mateusz Zapart ostrzega przed konkretnymi zagrożeniami: przyszłe modele mogą być trenowane na wrzuconych danych, dane mogą wyciec przez słabe szyfrowanie, a chiński DeepSeek loguje każde naciśnięcie klawisza i przetwarzaną treść - nawet gdy działa tylko w tle. Jest też zagrożenie nieoczywiste: generyczny śmietnik treści, czyli raporty bez wartości, które są ścianą wody i tylko dokładają pracownikowi pracy.

Jako bezpieczne rozwiązanie wskazuje ekosystem Microsoftu: dane z OneDrive i SharePoint pozostają własnością firmy, model nigdy się na nich nie uczy (domyślnie wyłączone i niemożliwe do włączenia), są przetwarzane w Unii Europejskiej zgodnie z EU Data Boundary i RODO, a dostępy są precyzyjnie pokategoryzowane.

Niebezpieczeństwo jest takie, że przyszłe modele mogą być trenowane na tych danych, dane mogą w niekontrolowany sposób wyciec - i to nie o AI jest, tylko o bezpieczeństwie przetwarzania danych jako takich.

5.Jak wybrać narzędzia AI i nie utknąć w chaosie

Skala wyboru przytłacza: na stronie There is an AI for That Mateusz Zapart przy ostatnim sprawdzeniu naliczył około 80 000 różnych narzędzi AI. Jego pierwsza rada brzmi: wybierz jedno, jednorodne środowisko pracy zamiast rozpraszać się na 30 różnych miejsc - czy to Microsoft 365 z Copilotem, czy Google Workspace.

Copilot jest atrakcyjny, bo kosztuje tyle samo co ChatGPT, a daje integrację z całym pakietem Office: Word do raportów, PowerPoint do prezentacji, Excel z Pythonem do analizy danych. Na rynku są też alternatywy - Gamma zamiast PowerPointa, ChatGPT z Pythonem zamiast Excela, artefakty w Claude do pisania.

Mateusz Zapart sam używa co najmniej trzech narzędzi tekstowych: Copilota do pracy, ChatGPT z modelem o3 do brainstormingu, a Claude'a do poprawiania i refaktoryzacji kodu (choć zaznacza, że sam nie jest programistą). Drugim kryterium, po dopasowaniu narzędzia do siebie, jest integracja z resztą ekosystemu.

Nie ma takich narzędzi, które są i dobre, i darmowe - potestujcie trialowo, ale nie nastawiajcie się, że będziecie korzystać z nich za darmo na zawsze.

6.Transformacja cyfrowa to też transformacja mentalna

Wdrożenie AI zaczyna się od przeszkolenia ludzi, bo sami nie domyślą się, co narzędzie potrafi. Mateusz Zapart przyznaje, że długo był przekonany, iż AI jest intuicyjne dla każdego - i mylił się. Dlatego w projektach proponuje budowanie wewnętrznych zespołów ambasadorów, którzy stają się driverami zmiany w organizacji.

Drugim filarem jest kultura eksperymentowania i innowacyjności. Z narzędziami AI naprawdę nie da się nic popsuć - najgorsze, co się stanie, to słaba proza. Trzeba się więc nie bać, próbować i traktować błędy jak naukę jazdy na rowerze.

Najgłębsza zmiana jest jednak mentalna. Mateusz Zapart nazywa polski problem wprost: kultura zapierdolu, w której wartość pracy mierzy się wysiłkiem, a kto dorobił się zbyt łatwo, jest podejrzany. Jeśli coś zrobiłem z AI w trzy godziny zamiast trzech dni, to nadal jest dobra robota - i to jest ta zmiana sposobu myślenia, za którą idzie transformacja cyfrowa.

Różnicę widać też między userami. Power user korzystał już z wielu narzędzi, rozumie, czego może od nich oczekiwać, zna ich limity i limity samej technologii oraz potrafi to wykorzystać na swoją korzyść. To poziom biegłości, którego nie zdobywa się z dnia na dzień.

7.Rynek pracy, dane i kompetencje przyszłości

Czy AI zabierze pracę? Mateusz Zapart odpowiada cytatem, który uznaje za sedno sprawy: AI nam nie zabierze pracy - zabiorą ją ludzie, którzy potrafią z AI korzystać. Powołuje się przy tym na dane: AI może dodać do 20 bilionów dolarów do globalnego PKB do 2030 roku, ma powstać od 11 do 78 milionów nowych ról, a technologia wpłynie na 40-60% wszystkich stanowisk. Najbardziej zagrożone są role biurowe i rutynowe obowiązki.

AI nam nie zabierze pracy. Zabiorą nam ją ludzie, którzy z AI potrafią korzystać.

Na rynku IT widać już efekt: zyskują seniorzy kosztem juniorów, bo senior z AI jest w stanie wykonać pracę czterech, pięciu juniorów. Jeśli juniorzy szybko nie wyskalują swoich kompetencji programistycznych połączonych z obsługą AI, mogą stracić - a dostęp do wiedzy i kursów nie jest dziś żadną barierą.

Co do przyszłości AI Mateusz Zapart prognozuje, że sama technologia bardziej się udoskonali, niż gwałtownie rozwinie. Kluczowe staną się dane i ich etykietowanie (stąd akwizycje takie jak zakup startupu do etykietowania danych przez Metę), a interfejs użytkownika będzie się zmieniał - od nausznych urządzeń, przez okulary AR, po AI wbudowane w sprzęty codziennego użytku. Pojawi się też AI na ulicy: autonomiczne taksówki i pojazdy dostawcze.

W warstwie kompetencji Mateusz Zapart na pierwszym miejscu stawia krytyczne myślenie - potrzebne nie tylko do pracy z AI, ale i do obrony przed socjotechnikami, deepfake'ami i deep voice'ami. Dorzuca empatię, komunikację oraz model STEM (Science, Technology, Engineering, Mathematics): ciekawość świata i wiedzę ogólną, biegłość w technologii, świadomość, jak AI działa, oraz podstawową wiedzę matematyczną.