AI dla zarządu: cztery decyzje, których nie wolno oddać do IT (2026)

Tylko 6% polskich firm stosuje AI strategicznie, a 46% to organizacje bez strategii wdrożenia i bez kompetencji w zespole (PARP i Uniwersytet Jagielloński, badanie BKL, 2026). Ta różnica nie bierze się z technologii ani z budżetu. Bierze się z tego, czy ktoś na poziomie zarządu rozstrzygnął, po co firma używa AI i czego świadomie nie robi.

WeAreFuture to polska firma doradczo-wdrożeniowa AI z Warszawy. Prowadzimy transformacje AI w średnich i dużych organizacjach - od diagnozy, przez wdrożenie, po adopcję. Dla zarządu Investors TFI przeprowadziliśmy całodniowy warsztat o zastosowaniach AI w organizacji. W SMAY, producencie systemów wentylacji pożarowej, obsługa zapytania ofertowego skróciła się z 7 dni do 1 dnia. W firmie farmaceutycznej adopcja wewnętrznego asystenta AI wzrosła z 10% do 87% po programie adopcji. W żadnym z tych przypadków punktem startu nie była technologia. Punktem startu była decyzja zarządu.

Ten artykuł opisuje rolę zarządu w AI: czego nie wolno zdelegować w dół, jakie pytania warto mieć na stole i od czego zacząć, jeśli odpowiedź na większość z nich brzmi „nie wiem”. Piszę z perspektywy doradczej, po kilkudziesięciu rozmowach z zarządami polskich firm produkcyjnych, finansowych i usługowych.

Wasz zarząd zastanawia się, od czego zacząć z AI? Zaczynamy od sesji, po której zarząd wie, gdzie AI ma sens w Waszej branży, a gdzie nie. Zobacz, jak prowadzimy doradztwo i strategię AI.

Dlaczego AI nie jest tematem do zdelegowania do IT

AI trafiło na agendę praktycznie każdego zarządu, ale większość zarządów podchodzi do niego na jeden z dwóch sposobów i oba są błędne. Pierwszy to potraktowanie AI jako „tematu technicznego” i zdelegowanie go w dół, do IT. Drugi to reagowanie na szum: „konkurencja robi AI, my też musimy”, bez strategii i priorytetów. Pierwszy sposób prowadzi do wdrożeń bez kierunku i ryzyka poza kontrolą. Drugi do kosztownego chaosu.

Odruch „to niech ogarnie IT” jest zrozumiały, bo AI brzmi technicznie. Kiedy jednak zarząd deleguje temat w całości i sam się wyłącza, dzieje się to, co opisaliśmy przy chaosie rozproszonych wdrożeń AI: powstają pojedyncze pilotaże bez związku ze strategią, bez właścicieli biznesowych i bez pomysłu, co z nich wyniknie. IT dostaje odpowiedzialność za decyzję biznesową, a ryzyko - dane, zgodność, reputacja - zostaje bez nadzoru na właściwym szczeblu.

Drugi błąd jest lustrzany. Zarząd, napędzony szumem wokół AI, naciska „musimy mieć AI”, ale nie mówi, po co, gdzie i z jakim priorytetem. Zespół rzuca się w kilka kierunków naraz, żeby pokazać ruch, i firma płaci za dużo AI, które do niczego się nie składa.

Wspólny mianownik obu błędów to nieobecność zarządu tam, gdzie jego obecność jest niezbędna. Zarząd, a nie dział IT, odpowiada za cztery rzeczy: kierunek strategiczny, alokację kapitału, apetyt na ryzyko i kulturę organizacji. Żadnej z nich nie da się zdelegować w dół bez utraty kontroli nad całością.

Dane pokazują, że to nie jest problem pojedynczych firm. Tylko 28% organizacji korzystających z AI wskazuje, że nadzór nad zarządzaniem AI sprawuje prezes, a w firmach z przychodem powyżej 500 mln USD ten udział jest jeszcze niższy (McKinsey, „The State of AI”, 2025). Kierunek zmiany jest jednak wyraźny: udział spółek z Fortune 100, które ujawniają AI jako przedmiot nadzoru rady, wzrósł z 16% w 2024 roku do 48% w 2025, a odsetek tych, które przypisały AI konkretnemu komitetowi rady, z 11% do 40% (EY Center for Board Matters, październik 2025). Największe organizacje przenoszą AI z poziomu projektu na poziom nadzoru. Reszta rynku robi to z opóźnieniem.

Po czym poznać, że zarząd jest za daleko od AI

Jest pięć sygnałów, które w naszej praktyce wystarczają do diagnozy. Jeśli pasują co najmniej trzy, temat AI wymknął się z poziomu zarządu.

• Nikt w zarządzie nie wie, z jakich narzędzi AI korzystają pracownicy. Pytanie „co ludzie dziś wpisują w ChatGPT” zostaje bez odpowiedzi.

• O AI mówi się w kategoriach mody albo zagrożenia, nie wartości i ryzyka. „Wszyscy to robią” i „to niebezpieczne” to nie kategorie decyzyjne.

• Nie ma jednej osoby odpowiedzialnej za temat. Odpowiada „IT”, „innowacje” albo „wszyscy”, co oznacza: nikt.

• Inwestycje w AI zatwierdzane są pojedynczo, bez obrazu całości. Nie istnieje portfel, istnieją odrębne wnioski budżetowe.

• Zarząd sam z AI nie korzysta. Ocenia ją z zewnątrz, na podstawie opowieści i prezentacji.

Ta lista ma zastosowanie praktyczne: każdy z pięciu punktów wskazuje konkretną lukę i konkretny ruch. Brak wiedzy o narzędziach domyka się mapą używanych systemów AI, brak właściciela wskazaniem jednej osoby z mandatem, brak obrazu inwestycji spojrzeniem portfelowym, a dystans zarządu do AI kompetencjami zaczętymi od góry. Rozpisujemy je w sekcji „Od czego zarząd może zacząć”.

Czego zarząd nie może zdelegować

Cztery decyzje muszą zostać na poziomie zarządu. Zespół dostarczy analizy, opcje i wykonanie, ale rozstrzygnięcie należy do zarządu.

Cztery obszary, w których rozstrzygnięcie zostaje przy zarządzie. Analizy, opcje i wykonanie mogą przyjść z dołu, decyzja nie.

Strategię i priorytety. Gdzie AI ma tworzyć wartość w naszym modelu biznesowym, a gdzie jest tylko kosmetyką. To pytanie „gdzie gramy”, a takiego pytania z definicji nie deleguje się na dół. Zarząd musi wskazać obszary strategiczne, żeby zespół nie priorytetyzował po omacku.

Alokację kapitału. AI to inwestycja, a inwestycje układa się w portfel, nie rozdaje projekt po projekcie. Decyzja, ile i w co inwestujemy, oraz strategiczne rozstrzygnięcie „budować czy kupować”, to domena zarządu. Bez tego każda inicjatywa walczy o budżet osobno, a firma nie ma spójnego obrazu, gdzie idą pieniądze.

Ryzyko i zgodność. Dane, RODO, AI Act, reputacja. To ryzyka na poziomie firmy, za które odpowiada zarząd, a nie pojedynczy zespół. Zarząd musi wiedzieć, gdzie leży największe ryzyko - najczęściej jest to niekontrolowane shadow AI w kontekście AI Act - i jaki poziom ryzyka firma akceptuje.

Kulturę i adopcję. Ludzie patrzą na zarząd. Jeśli zarząd sam nie rozumie AI i z niej nie korzysta, trudno oczekiwać, że zrobi to reszta firmy. Bez sponsoringu z góry adopcja grzęźnie na kilku procentach, a najlepsza strategia zostaje na papierze. Dlatego adopcję AI trzeba mierzyć liczbami, nie wrażeniami, i raportować ją zarządowi tak samo jak każdy inny wynik.

Żadna z tych czterech rzeczy nie jest techniczna. Wszystkie są biznesowe. Dlatego to zarząd, nie IT, jest ich właścicielem. Granicę między jednym a drugim najłatwiej ustawić tabelą.

Jakie pytania o AI powinien zadać zarząd

Rola zarządu w AI nie polega na tym, żeby znać się na modelach. Polega na tym, żeby zadawać właściwe pytania i na ich podstawie podejmować decyzje. Oto zestaw, który warto mieć na stole, pogrupowany według obszaru.

Pięć obszarów na agendę zarządu. Przy każdym pytaniu warto zanotować nie tylko odpowiedź, ale też kto w firmie ją zna.

Strategia. Gdzie AI może zmienić naszą ekonomikę, a gdzie to tylko usprawnienie kosmetyczne? Co się stanie, jeśli zrobi to konkurent, zanim zrobimy to my? Które trzy do pięciu obszarów są dla nas priorytetem, a czego świadomie nie robimy teraz?

Dane. Czy nasze dane są w stanie, który umożliwia sensowne wdrożenia? Największą część kosztu i czasu wdrożenia generuje zwykle warstwa danych, nie sam model. Kto ma dostęp do naszych danych i czy wiemy, gdzie one są?

Ryzyko. Z jakich narzędzi AI już dziś korzystają nasi ludzie, o czym możemy nie wiedzieć? Czy jesteśmy zgodni z AI Act i RODO? Gdzie jest nasze największe pojedyncze ryzyko związane z AI i kto za nie odpowiada?

Ludzie. Czy mamy w firmie kompetencje, żeby to zrobić i utrzymać? Kto jest właścicielem tematu AI - jedna osoba, nie „wszyscy”? Jak wygląda nasza adopcja w liczbach, a nie we wrażeniach?

Zwrot. Jak mierzymy, czy dane wdrożenie się opłaca, i czy definiujemy tę metrykę przed startem, czy dopiero po fakcie? Które z obecnych inicjatyw powinniśmy skalować, a które zamknąć?

Jeśli zarząd potrafi rzeczowo odpowiedzieć na te pytania, ma AI pod kontrolą strategiczną. Jeśli na większość odpowiedź brzmi „nie wiem”, to nie powód do wstydu: dokładnie te luki wyznaczają, od czego zacząć.

Dobrą praktyką jest przejść tę listę raz wspólnie, na jednym posiedzeniu, i przy każdym pytaniu zanotować nie tylko odpowiedź, ale też kto w firmie ją zna. Bardzo często okazuje się, że odpowiedzi istnieją, tylko są rozproszone po różnych osobach i nikt nie zebrał ich w całość. Samo to ćwiczenie bywa pierwszym krokiem do uporządkowania tematu.

Co AI Act zmienia w odpowiedzialności zarządu

Zgodność z AI Act przestała być tematem na przyszłość, bo część obowiązków obowiązuje dziś. Zakazane praktyki oraz obowiązek zapewnienia kompetencji AI w organizacji, czyli AI literacy z artykułu 4, obowiązują od 2 lutego 2025 roku (rozporządzenie 2024/1689, AI Act). Obowiązki dla systemów wysokiego ryzyka pakiet digital omnibus przesunął na grudzień 2027, ale obowiązek oznaczania treści generowanych przez AI wchodzi wcześniej, w grudniu 2026.

W Polsce dochodzi do tego warstwa krajowa. Ustawa o systemach sztucznej inteligencji (Dz.U. 2026 poz. 1003) obowiązuje od 11 sierpnia 2026 roku, a jej przepisy o kontrolach, postępowaniach i karach - od 28 października 2026. Organem nadzoru jest Komisja Rozwoju i Bezpieczeństwa Sztucznej Inteligencji. Wysokość kar bierze się z artykułu 99 AI Act: do 35 mln euro albo 7% światowego rocznego obrotu za zakazane praktyki, do 15 mln euro albo 3% obrotu za inne naruszenia.

Od 28 października 2026 polski organ nadzoru może nakładać kary liczone jako procent obrotu grupy. To ryzyko klasy zarządczej, nie IT.

Dla zarządu wniosek jest jeden: od jesieni 2026 w Polsce działa organ, który może nałożyć karę liczoną jako procent obrotu grupy. To ryzyko klasy zarządczej, nie IT. Warunkiem jego kontrolowania jest wiedza, z jakich systemów AI firma korzysta i kto za nie odpowiada. Szybkim sposobem na zrobienie sobie takiej mapy jest nasz bezpłatny audyt AI Act online: 16 pytań, 5 minut, wynik i rekomendacje w perspektywie zarządu. To nie porada prawna i nie zastępuje audytu, ale pokazuje, gdzie są luki.

Hype kontra paraliż: jak trzymać właściwy kurs

Zarząd, myśląc o AI, balansuje między dwoma rowami. Z jednej strony hype: „róbmy wszystko, teraz, bo inaczej zostaniemy w tyle”. Z drugiej paraliż: „poczekajmy, aż się wyklaruje, aż będzie bezpieczniej”. Oba kończą się przegraną. Hype prowadzi do chaosu i przepalonych budżetów. Paraliż oddaje przewagę tym, którzy działają.

Skala pierwszego błędu jest dobrze udokumentowana. Ponad 80% organizacji nie widzi wpływu generatywnej AI na wynik operacyjny na poziomie całej firmy (McKinsey, 2025), a 56% prezesów deklaruje brak istotnych korzyści finansowych z AI - jednocześnie tylko 12% widzi zarówno efekt kosztowy, jak i przychodowy (PwC, Global CEO Survey 2026). Pieniądze na AI wydaje dziś prawie każdy. Zwrot pokazuje mniejszość.

Widać to po skrajnościach. Jedna firma uruchamia dziesięć inicjatyw AI naraz, żeby „nie zostać w tyle”, i po roku nie potrafi pokazać zarządowi ani jednego wdrożenia, które się zwróciło. Druga czeka na „właściwy moment” tak długo, aż konkurent zbuduje przewagę, której nie da się już łatwo dogonić. W obu przypadkach zabrakło nie odwagi ani ostrożności, lecz priorytetyzacji: decyzji, co robimy teraz, co później, a czego świadomie nie robimy wcale.

Rolą zarządu jest trzymanie kursu pomiędzy nimi: świadome, priorytetyzowane działanie oparte na faktach, a nie na modzie ani na strachu. To postawa praktyka, nie entuzjasty i nie sceptyka. Warto ją stosować także wobec doradców i dostawców. Doradca, który mówi „zawsze wdrażajcie, wszystko, u nas”, nie jest doradcą, jest sprzedawcą. Wartość doradztwa polega często na tym, żeby powiedzieć wprost, czego nie robić i co odpuścić.

Tu jest też miejsce na niezależne, zewnętrzne spojrzenie. Doradca niezwiązany ze sprzedażą konkretnego narzędzia patrzy na sytuację firmy inaczej niż dostawca, który ma do sprzedania własny produkt. Dla zarządu oznacza to rekomendacje oparte na tym, co dobre dla firmy, a nie na tym, co akurat jest w ofercie. Na tym opieramy nasze doradztwo i strategię AI: najpierw rozumiemy kontekst i ryzyko, dopiero potem mówimy, co i w jakiej kolejności ma sens.

Czego doradztwo dla zarządu nie robi. Nie zastępuje działu prawnego ani kancelarii - pracujemy razem z nimi. Nie sprzedaje paniki regulacyjnej: jeśli jakiś obszar nie generuje istotnego ryzyka dla Waszej organizacji, mówimy to wprost. Nie kończy się raportem na półkę - każdy moduł kończy się materiałem decyzyjnym. I nie zaczynamy pracy, jeśli nie ma sponsora w zarządzie, jeśli celem jest wyłącznie brainstorming albo jeśli nie widzimy sensownego kolejnego kroku po zakończeniu.

Od czego zarząd może zacząć

Od strategicznych pytań do konkretnych ruchów. Oto cztery kroki, od których zarząd może zacząć, nie angażując od razu dużego programu.

1. Zrób krótkie Discovery lub audyt gotowości. Zamiast zgadywać, zacznij od mapy: jakie procesy, jaki stan danych, jakie ryzyka, jakie priorytety. U nas audyt gotowości AI trwa 2-3 tygodnie, a Discovery 1-4 tygodnie i kończy się mapą wdrożeniową z szacunkiem kosztów, nie raportem o potencjale. To fundament, na którym stoją wszystkie kolejne decyzje.

2. Wskaż właściciela tematu AI. Jedna osoba z jasną odpowiedzialnością i mandatem od zarządu. Bez tego temat AI rozpłynie się między działami, tak samo jak rozpływa się shadow AI, gdy nie jest niczyj.

3. Ustaw governance i politykę. Zdefiniuj, jak firma korzysta z AI, jakie dane gdzie trafiają i jak zarządzacie ryzykiem oraz zgodnością z RODO i AI Act. Minimum to trzy elementy: polityka korzystania z AI, rejestr ryzyk i decyzji, procedury zgodności. To temat, który zarząd musi objąć nadzorem, a nie zostawić przypadkowi.

4. Zainwestuj w kompetencje, zaczynając od samego zarządu. Zarząd, który nie rozumie AI, nie zada dobrych pytań i nie oceni rzetelnie ani ryzyka, ani zwrotu. Budowanie kompetencji AI w zespole warto zacząć od góry, bo to najtańszy sposób, żeby wszystkie kolejne decyzje były lepsze. Od 2 lutego 2025 roku jest to również obowiązek z AI Act, nie tylko dobra praktyka.

Quick win na już: półdniowy warsztat strategiczny dla samego zarządu. U nas to moduł Inspiracja, jedna lub dwie sesje po cztery godziny. Efektem są trzy rzeczy, które od razu porządkują myślenie: wspólny język wokół AI, mapa trzech do pięciu priorytetów i lista głównych ryzyk. Niewielki wysiłek, który zamienia ogólne „musimy coś z tym AI zrobić” w konkretną, uzgodnioną agendę.

Warto też od razu ustalić, jak często zarząd wraca do tematu. AI zmienia się szybko, więc jednorazowa dyskusja szybko się dezaktualizuje. Stały, krótki punkt w rytmie pracy zarządu działa lepiej niż wielka, coroczna „strategia AI”, która powstaje raz i leży w szufladzie.

Od pytań do systemu

Odpowiedzi na pytania z tego artykułu nie są celem samym w sobie. Układają się w strategię, a strategia potrzebuje systemu, który ją wykona. Zarząd wyznacza kierunek, ale kierunek bez modelu operacyjnego zamienia się z powrotem w zbiór przypadkowych projektów.

W WeAreFuture ten model operacyjny nazywamy AI SYSTEM. To sposób pracy, który prowadzi firmę od audytu i decyzji strategicznych, przez warstwę danych, governance i kompetencje, po skalowanie wdrożeń w ustalonej kolejności, z jedną odpowiedzialnością za cały obszar AI. Rolą zarządu jest wyznaczyć kierunek i pilnować ryzyka oraz zwrotu; rolą systemu jest sprawić, żeby ten kierunek został zrealizowany w sposób powtarzalny. Jak całość składa się w szerszą transformację AI w polskiej firmie, opisujemy osobno.

Jeśli Wasz zarząd stoi dziś przed pytaniem „od czego właściwie zacząć z AI”, to jest dokładnie ten moment, żeby zacząć od strategii, a nie od narzędzia. Zobacz nasze moduły doradcze dla zarządu albo umów rozmowę, a pomożemy uporządkować agendę AI na poziomie zarządu.

Najczęściej zadawane pytania

Czy AI to temat dla zarządu, czy dla IT?

Dla obu, ale w różnych rolach. Wykonanie i część decyzji technologicznych leży po stronie IT i zespołów, natomiast strategia, alokacja kapitału, ryzyko i kultura to domena zarządu. Delegowanie całości do IT jest błędem, bo pozbawia AI kierunku i pozostawia ryzyko bez nadzoru na właściwym szczeblu.

Od czego zarząd powinien zacząć z AI?

Od krótkiego Discovery lub audytu gotowości, który daje mapę procesów, stanu danych, ryzyk i priorytetów. Następnie od wskazania właściciela tematu, ustawienia governance oraz zbudowania kompetencji, zaczynając od samego zarządu. To pozwala podejmować decyzje na faktach, a nie na wrażeniach czy modzie.

Jakie pytania o AI powinien zadać zarząd?

Kluczowe są pytania o strategię (gdzie AI zmienia ekonomikę), dane (czy są gotowe i kto ma do nich dostęp), ryzyko (shadow AI, zgodność z AI Act i RODO), ludzi (kompetencje, właściciel tematu, adopcja w liczbach) oraz zwrot (jak mierzymy opłacalność i czy definiujemy metrykę przed startem).

Czy zarząd musi rozumieć AI technicznie?

Nie technicznie, ale na tyle, by zadawać właściwe pytania i rzetelnie oceniać ryzyko oraz zwrot. Zarząd nie musi umieć budować modeli, musi rozumieć, gdzie AI tworzy wartość, gdzie leży ryzyko i jak odróżnić wartość od szumu. Od 2 lutego 2025 roku zapewnienie kompetencji AI w organizacji jest też obowiązkiem z artykułu 4 AI Act.

„Budować czy kupować”: kto decyduje?

Strategiczna ramka tej decyzji, czyli ile inwestujemy, co jest dla nas kluczowe i jaki poziom kontroli nad danymi jest wymagany, należy do zarządu. Szczegóły techniczne i rekomendację przygotowuje zespół lub doradca. Chodzi o to, żeby decyzje „kup czy zbuduj” wynikały ze spójnej strategii, a nie były podejmowane ad hoc, projekt po projekcie.

Jak zarząd ma mierzyć zwrot z AI?

Przez metryki zdefiniowane przed startem, nie po fakcie. Najczęściej to czas (skrócenie cyklu), koszt (mniej godzin na powtarzalne zadania) lub jakość. Ważne, by każde wdrożenie miało właściciela biznesowego i jasny wskaźnik. Punkt odniesienia z naszej praktyki: obsługa zapytania ofertowego w SMAY skrócona z 7 dni do 1 dnia.

Po co zarządowi zewnętrzny doradca AI?

Po niezależną, niezwiązaną ze sprzedażą konkretnego narzędzia perspektywę, po doświadczenie z wielu wdrożeń w różnych organizacjach oraz po tempo. Dobry doradca powie też, czego nie robić, co dla zarządu bywa cenniejsze niż kolejna lista rzeczy do wdrożenia. Wewnętrzny zespół warto budować równolegle, ale na start zewnętrzne spojrzenie skraca drogę i ogranicza ryzyko kosztownych błędów.

Jak AI Act zmienia odpowiedzialność zarządu?

Zakazane praktyki i obowiązek kompetencji AI obowiązują od 2 lutego 2025 roku, a obowiązki dla systemów wysokiego ryzyka od grudnia 2027. W Polsce ustawa o systemach sztucznej inteligencji obowiązuje od 11 sierpnia 2026, a przepisy o kontrolach i karach od 28 października 2026; nadzór sprawuje Komisja Rozwoju i Bezpieczeństwa Sztucznej Inteligencji. Kary sięgają 35 mln euro albo 7% światowego obrotu, więc to ryzyko na poziomie zarządu. To nie porada prawna - konkretne obowiązki potwierdźcie z prawnikiem, a sytuację wstępnie zmapujcie w bezpłatnym audycie AI Act.

Czy potrzebujemy osobnego komitetu ds. AI w zarządzie?

Zwykle nie na start. Ważniejsze od komitetu jest wskazanie jednej osoby odpowiedzialnej za temat, ustawienie governance i włączenie AI jako stałego punktu w istniejący rytm pracy zarządu. Osobne ciało ma sens dopiero przy większej skali i złożoności - dla porównania, w 2025 roku 40% spółek z Fortune 100 przypisało nadzór nad AI konkretnemu komitetowi rady. Na początku liczy się jasna odpowiedzialność i regularność, a nie kolejna struktura.

Ile kosztuje doradztwo AI dla zarządu?

Każdy moduł ma zamknięty zakres i czas trwania: warsztat dla zarządu to jedna do dwóch sesji po cztery godziny, audyt gotowości 2-3 tygodnie, Discovery 1-4 tygodnie, governance 1-4 tygodnie. Wycena zależy od skali organizacji i zakresu. Można zacząć od jednego modułu i nie kontynuować - każdy kończy się jasną odpowiedzią, nie otwartą listą kolejnych kroków.

Źródła

• PARP i Uniwersytet Jagielloński (2026), Sztuczna inteligencja w firmach: gotowość do adopcji, kompetencje i potrzeby. Raport z badań BKL - 23% firm aktywnie korzysta z AI; 6% to pionierzy stosujący AI strategicznie, 46% firmy o niskiej gotowości, bez strategii wdrożenia i kompetencji w zespole.

• McKinsey (2025), The state of AI: How organizations are rewiring to capture value - 28% organizacji wskazuje prezesa jako osobę nadzorującą zarządzanie AI, mniej w firmach powyżej 500 mln USD przychodu; ponad 80% nie widzi wpływu generatywnej AI na EBIT na poziomie organizacji.

• EY Center for Board Matters (2025), Cyber and AI oversight disclosures - AI jako przedmiot nadzoru rady: 48% spółek Fortune 100 w 2025 wobec 16% w 2024; komitet rady odpowiedzialny za AI: 40% wobec 11%; AI w kompetencjach członków rady: 44% wobec 26%.

• PwC (2026), 29th Annual Global CEO Survey - 56% prezesów nie widzi istotnych korzyści finansowych z AI, 12% raportuje jednocześnie efekt kosztowy i przychodowy.

• Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2024/1689 (AI Act) - artykuł 4 (kompetencje AI) i zakazane praktyki obowiązują od 2 lutego 2025; artykuł 99 określa maksymalne kary.

• Ustawa z dnia 3 lipca 2026 r. o systemach sztucznej inteligencji (Dz.U. 2026 poz. 1003) - wejście w życie 14 dni od ogłoszenia z 27 lipca 2026; rozdziały o kontroli, postępowaniach i karach po upływie 3 miesięcy od ogłoszenia; nadzór: Komisja Rozwoju i Bezpieczeństwa Sztucznej Inteligencji.

• Dane własne WeAreFuture (2026): obsługa zapytania ofertowego w SMAY skrócona z 7 dni do 1 dnia; adopcja wewnętrznego asystenta AI w firmie farmaceutycznej z 10% do 87% po programie adopcji; całodniowy warsztat AI dla zarządu Investors TFI.

Sprawdź też: Transformacja AI w polskiej firmie, czyli jak decyzje zarządu przekładają się na cały program zmiany. Oraz Adopcja Claude AI w polskiej firmie produkcyjnej - case study: co się dzieje, gdy zarząd bierze temat AI na siebie i pilnuje liczb.