future of AI

Polska przedostatnia w UE pod względem adopcji AI. Analiza strategicznych implikacji dla polskiej gospodarki

Najnowsze dane Polskiego Instytutu Ekonomicznego ujawniają dramatyczną lukę konkurencyjną polskich przedsiębiorstw w obszarze sztucznej inteligencji. Tylko 5,9% firm wykorzystuje AI – to przedostatni wynik w Unii Europejskiej.


Skala wyzwania: dane nie pozostawiają złudzeń

Raport PIE „W poszukiwaniu priorytetów rozwoju AI w Polsce” przedstawia niepokojący obraz polskiej gospodarki cyfrowej:

Kluczowe statystyki:

  • 5,9% polskich firm wykorzystuje sztuczną inteligencję (24. miejsce na 27 krajów UE)
  • 33% małych i średnich przedsiębiorstw nie wykazuje zainteresowania cyfryzacją
  • 55% mikro i małych firm uznaje inwestycje w AI za nieistotne
  • Polskie firmy używają AI dwukrotnie rzadziej niż wynosi średnia unijna

Te dane nabierają szczególnego znaczenia w kontekście struktury polskiej gospodarki – MŚP stanowią 99,8% wszystkich przedsiębiorstw i generują 45,3% PKB. Bez ich zaangażowania transformacja cyfrowa gospodarki pozostanie ograniczona.

„To nie jest już opóźnienie technologiczne. To strategiczne zagrożenie dla konkurencyjności całej polskiej gospodarki.”

— Polski Instytut Ekonomiczny


Gdzie tkwi potencjał: analiza sektorowa oparta na przewagach konkurencyjnych

Raport PIE proponuje metodologię opartą na trzech podejściach do identyfikacji priorytetów: analizie stosu technologicznego, wskaźnikach gospodarczych oraz „wielkich wyzwaniach”. Ta wielowymiarowa perspektywa pozwala na bardziej precyzyjne określenie obszarów o największym potenciale.

Przemysł: sektory z ujawnionymi przewagami komparatywnymi

Analiza eksportowa wskazuje na konkretne branże, gdzie Polska już dziś posiada przewagi konkurencyjne, które AI może wzmocnić:

Przemysł spożywczy

  • 13,02% polskiego eksportu w produktach z przewagami
  • 72,9% krajowej wartości dodanej
  • Potencjał: predykcyjne zarządzanie jakością, optymalizacja łańcucha dostaw

Motoryzacja i komponenty transportowe

  • 10,34% eksportu (w tym części samochodowe: 5,69%)
  • Strategiczne znaczenie: technologie podwójnego zastosowania, w tym pojazdy wojskowe
  • Potencjał: predictive maintenance, systemy autonomiczne

Elektronika i IT

  • 14,23% eksportu w produktach z przewagami
  • Niższa krajowa wartość dodana (51,7%) sygnalizuje przestrzeń do poprawy
  • Potencjał: automatyzacja kontroli jakości, inteligentne zarządzanie produkcją

Chemia i farmacja

  • 11,04% eksportu, produkty wysokiej techniki
  • Potencjał: AI w odkrywaniu leków, optymalizacji procesów chemicznych

Usługi: dominacja w eksporcie jako fundament rozwoju

Polskie przewagi w eksporcie usług wskazują na sektory gotowe do adopcji AI:

Transport i logistyka (27,84% eksportu usług) – inteligentne zarządzanie flotą, optymalizacja tras

IT i telekomunikacja (15,26% eksportu usług) – automatyzacja rozwoju oprogramowania, cyberbezpieczeństwo

Usługi biznesowe (26,81% eksportu usług) – automatyzacja procesów, zaawansowana analityka


Stos technologiczny: mapowanie zależności i możliwości

Raport wprowadza koncepcję „stosu technologicznego AI” – schematycznego przedstawienia warstw niezbędnych do funkcjonowania rozwiązań AI. Ta perspektywa ujawnia zarówno polskie atuty, jak i krytyczne zależności.

Polskie przewagi technologiczne

Warstwa oprogramowania:

  • Bielik – polski model językowy rozwijany przez Fundację SpeakLeash we współpracy z NVIDIA
  • PLLuM – otwartoźródłowy model konsorcjum polskich uczelni, wdrażany w aplikacji mObywatel

Infrastruktura sieciowa:

  • CloudFerro – polska firma świadcząca usługi dla projektu Destination Earth (cyfrowy bliźniak Ziemi)
  • Fabryki AI – centra w Poznaniu i planowane w Krakowie

Warstwa sprzętowa (nisze):

  • Produkcja inteligentnych liczników energii
  • Creotech Instruments – satelity i urządzenia pomiarowe
  • ICEYE – konstelacja satelitów z radarami SAR

Krytyczne zależności strategiczne

Hardware: Całkowita zależność od azjatyckich producentów procesorów i akceleratorów AI

Chmura obliczeniowa: Dominacja amerykańskich platform (AWS, Google Cloud, Microsoft Azure)

Wielkie modele językowe: Kontrola przez podmioty spoza UE

Te zależności stanowią nie tylko ryzyko gospodarcze, ale również wyzwanie dla bezpieczeństwa narodowego w kontekście rosnących napięć geopolitycznych.


Trzy strategiczne misje dla Polski

Raport proponuje podejście oparte na „wielkich wyzwaniach” – kompleksowych projektach przekraczających granice sektorów i warstw technologicznych.

Misja 1: Cyfrowa transformacja ochrony zdrowia

Strategiczne uzasadnienie: 38-milionowa populacja Polski stanowi optymalną skalę do rozwoju rozwiązań AI w medycynie, przy jednoczesnym zachowaniu kontroli nad wrażliwymi danymi zdrowotnymi.

Kluczowe obszary:

  • AI w diagnostyce obrazowej (RTG, USG, tomografia)
  • Systemy predykcyjnego wykrywania chorób
  • Personalizacja terapii na podstawie danych genetycznych i klinicznych
  • Optymalizacja procesów szpitalnych i zarządzania zasobami

Misja 2: Bezpieczeństwo i odporność technologiczna

Strategiczne uzasadnienie: Pozycja Polski na wschodniej flance NATO i rosnące zagrożenia cybernetyczne wymagają rozwoju własnych kompetencji w obszarze technologii bezpieczeństwa.

Kluczowe obszary:

  • Technologie podwójnego zastosowania (wojskowe i cywilne)
  • Zaawansowane systemy cyberbezpieczeństwa
  • Inteligentna infrastruktura krytyczna
  • Autonomiczne systemy obronne

Misja 3: Inteligentna transformacja energetyczna

Strategiczne uzasadnienie: Wysokie ceny energii w Polsce (jedne z najwyższych w UE) oraz konieczność integracji odnawialnych źródeł energii tworzą presję na innowacyjne rozwiązania.

Kluczowe obszary:

  • Smart grids – inteligentne sieci energetyczne
  • Predykcyjne zarządzanie produkcją z OZE
  • Optymalizacja zużycia energii w przemyśle
  • Systemy zarządzania popytem energetycznym

Implikacje strategiczne i rekomendacje

Dla przedsiębiorstw

Krótkoterminowe priorytety (12-18 miesięcy):

  • Audyt procesów podatnych na automatyzację
  • Pilotażowe wdrożenia w obszarach o niskim ryzyku i wysokiej widoczności efektów
  • Budowa kompetencji zarządczych w zakresie AI

Długoterminowe cele strategiczne:

  • Integracja AI z podstawowymi procesami biznesowymi
  • Rozwój własnych rozwiązań AI dla potrzeb sektora
  • Budowa przewagi konkurencyjnej opartej na danych i algorytmach

Dla decydentów politycznych

Rekomendacje PIE:

  1. Strategiczne podejście do stosu technologicznego – identyfikacja i wspieranie polskich nisz w poszczególnych warstwach
  2. Sektorowe priorytety oparte na przewagach gospodarczych – koncentracja wsparcia na obszarach, gdzie Polska już dziś ma silną pozycję
  3. Polityka oparta na misjach – definiowanie wielkich wyzwań jako projektów integrujących wysiłki różnych sektorów

Mechanizmy implementacji

  • Wykorzystanie zamówień publicznych do pobudzania popytu na polskie rozwiązania AI
  • Wsparcie kapitałowe dla start-upów i firm rozwijających technologie AI
  • Programy edukacyjne i rozwoju kompetencji
  • Międzynarodowa współpraca w ramach UE dla budowy niezależności technologicznej

Wnioski: okno możliwości się zamyka

Dane przedstawione w raporcie PIE wskazują na paradoks polskiej sytuacji: dramatyczne opóźnienie w adopcji AI tworzy jednocześnie szansę na szybkie nadrobienie dystansu, pod warunkiem podjęcia zdecydowanych działań.

Kluczowe czynniki sukcesu:

  • Wykorzystanie istniejących przewag eksportowych jako podstawy dla wdrożeń AI
  • Budowa własnych kompetencji w kluczowych warstwach stosu technologicznego
  • Skoordynowane działania na poziomie przedsiębiorstw, branż i polityki państwa

Ryzyko bezczynności:

  • Pogłębianie się luki konkurencyjnej względem krajów UE
  • Zwiększanie zależności technologicznej od zewnętrznych dostawców
  • Utrata pozycji w kluczowych sektorach eksportowych

Raport PIE dostarcza nie tylko diagnozy problemu, ale również konkretnych narzędzi do jego rozwiązania. Implementacja zaproponowanych rekomendacji może zadecydować o pozycji Polski w gospodarce opartej na sztucznej inteligencji.

Pełny raport https://pie.net.pl/wp-content/uploads/2025/06/PIE_Policy-Paper_W-poszukiwaniu-priorytetow-rozwoju-AI-w-Polsce.pdf