Raport Wharton–GBK „Przewaga adaptacyjna: kto wygrywa dzięki AI i w jaki sposób” ujawnia lukę w zwrocie z inwestycji w AI

Nowy raport Wharton Human-AI Research i GBK Collective, „Przewaga adaptacyjna: kto wygrywa dzięki AI i w jaki sposób”, pokazuje, jak szeroko AI zadomowiła się w przedsiębiorstwach, a zarazem jak trudno przełożyć jej wdrażanie na znaczące korzyści biznesowe. Osiemdziesiąt procent menedżerów i respondentów zajmujących wyższe stanowiska deklaruje, że inwestycje ich działów w AI przynoszą pozytywne rezultaty, ale tylko 28% określa je jako zdecydowanie pozytywne. Czwarte coroczne badanie wskazuje, że organizacje osiągające lepsze wyniki wyróżniają się przeprojektowywaniem procesów pracy, wyraźniejszym podziałem odpowiedzialności i nastawionymi na wzrost miernikami.

Badanie opublikowane 13 października wykracza poza pytanie, czy pracownicy korzystają z tej technologii. Stawia ważniejsze pytanie: czy firmy zmieniły związane z nią procesy, systemy motywacyjne i struktury zarządzania.

Pomiar wzrostu zmienia obraz wartości AI

Jedna z najbardziej wyrazistych różnic opisanych w raporcie dotyczy tego, co działy uznają za sukces. Wśród organizacji śledzących co najmniej jeden miernik wzrostu 35% deklaruje zdecydowanie pozytywne wyniki inwestycji w AI, w porównaniu z 13% wśród tych, które mierzą wyłącznie efektywność. Oznacza to, że zdecydowanie pozytywne wyniki są w grupie mierzącej wzrost mniej więcej 2,7 raza częstsze.

Różnica dotyczy nie tylko przychodów. W badaniu do mierników wzrostu zaliczono przychody z nowych źródeł, konwersję sprzedaży, wielkość produkcji i zadowolenie klientów. Mierniki efektywności obejmują koszty operacyjne, zaoszczędzone godziny, czas realizacji i odsetek błędów. Działy mogły wybrać maksymalnie trzy wskaźniki, dlatego w grupie mierzącej wzrost mogą znaleźć się również organizacje, które śledzą efektywność.

To istotne, ponieważ łatwiej opisać oszczędność czasu niż rozwój działalności. Zaoszczędzone godziny to najczęściej wybierany miernik — wskazało go 40% respondentów — podczas gdy przychody z nowych źródeł wybrało 27%. Tymczasem 83% menedżerów i osób zajmujących wyższe stanowiska spodziewa się, że w ciągu dwóch do pięciu lat AI zasadniczo odmieni ich branżę lub znacząco na nią wpłynie.

Praktyczny wniosek jest taki, że projekty AI należy łączyć z rezultatami, na których rzeczywiście zależy firmie. Przykładowo szybszy proces sprzedaży można oceniać zarówno pod kątem zaoszczędzonego czasu, jak i skuteczności konwersji. Badanie nie dowodzi, że zmiana pulpitu wskaźników prowadzi do lepszych wyników; pokazuje związek między szerszym podejściem do pomiaru a lepszymi deklarowanymi rezultatami.

Agenci AI są powszechni, ale ich głęboka integracja — rzadkością

Agenci AI są już szeroko stosowani: 67% działów deklaruje korzystanie z nich w jakiejś formie. Jednak tylko 28% opisuje AI jako w pełni zintegrowaną z podstawowymi procesami biznesowymi, a zaledwie 17% dopuszcza autonomiczne działanie, po którym następuje kontrola człowieka, lub zastępuje ją monitorowaniem i zabezpieczeniami.

Największa grupa, stanowiąca 48%, twierdzi, że AI wykonuje zadania, ale przed podjęciem działania człowiek sprawdza i zatwierdza jej pracę. Kolejne 35% wykorzystuje AI do tworzenia podpowiedzi lub wstępnych wersji, podczas gdy ostateczne decyzje podejmują ludzie. Te różnice pokazują, dlaczego samo wdrożenie agenta niewiele mówi o tym, jak bardzo zmienił się dany proces pracy.

Przyjęty w raporcie wskaźnik transformacji procesów pracy wymaga jednoczesnego spełnienia trzech warunków: znacznej zmiany procesów pracy, integracji AI z podstawowymi procesami oraz korzystania z agentów w jakiejś formie. Wśród działów spełniających tę łączną definicję 67% deklaruje zdecydowanie pozytywny zwrot z inwestycji.

Wynik ten przemawia za bardziej wymagającym podejściem do wdrażania. Zainstalowanie asystenta to tylko część pracy; zespoły muszą też ustalić, jak przepływają informacje, które wyjątki wymagają interwencji i kto odpowiada za rezultat. Nie oznacza to, że każde zadanie powinno być wykonywane autonomicznie. Raport wskazuje, że bezpieczeństwo, regulacje i zaufanie utrudniają przyznawanie agentom większej swobody, dlatego przy podejmowaniu decyzji kluczowe jest określenie, czy dany proces nadaje się do automatyzacji.

Jasny podział odpowiedzialności idzie w parze z lepszymi wynikami

Wyróżniają się organizacje, które niedawno utworzyły stanowisko dyrektora ds. AI. Wśród menedżerów i osób zajmujących wyższe stanowiska w tych organizacjach 58% deklaruje zdecydowanie pozytywne wyniki, w porównaniu z 24% w organizacjach, w których nadzór nad AI dodano do obowiązków dotychczasowego członka kierownictwa. Tam, gdzie nie ma takiego stanowiska i nie planuje się jego utworzenia, odsetek ten wynosi 8%.

Strategia platformowa ujawnia kolejną różnicę. Zdecydowanie pozytywne wyniki deklaruje 50% respondentów z organizacji, które korzystają ze standaryzowanej, zatwierdzonej platformy AI, w porównaniu z 9% tych, które wciąż eksperymentują bez określonego podejścia. Są to porównania obserwacyjne: dedykowane przywództwo i spójność platformy mogą współwystępować z innymi atutami, takimi jak dostępne zasoby i dojrzałość organizacyjna.

Odpowiedzialność za błędy agentów pozostaje kwestią nie do końca rozstrzygniętą. Respondenci najczęściej przypisują ją zespołom ds. ładu organizacyjnego lub ryzyka (28%), przełożonemu pracownika wdrażającego agenta (26%) albo samemu pracownikowi (25%). Żadna z odpowiedzi nie dominuje. W firmach rozszerzających wykorzystanie agentów określenie odpowiedzialności jest elementem projektowania operacyjnego, podobnie jak ustalenie uprawnień i zasad monitorowania.

Pracownicy inaczej postrzegają transformację

Po raz pierwszy w corocznym badaniu uwzględniono pracowników na stanowiskach niższego i średniego szczebla, obok menedżerów i kadry kierowniczej wyższego szczebla. Porównanie ujawnia znaczną różnicę w postrzeganiu gotowości.

Podczas gdy 73% menedżerów i osób na wyższych stanowiskach twierdzi, że przepływy pracy w ich działach znacząco zmieniły się pod wpływem AI, to samo mówi 58% pracowników szczebla podstawowego i średniego. Różnica w zakresie szkoleń jest jeszcze większa: 78% osób na stanowiskach kierowniczych uważa, że pracownicy otrzymują odpowiednie szkolenia z AI, w porównaniu z 56% samych pracowników.

Różnice te nie oznaczają, że pracownicy powszechnie odrzucają AI. 73% pracowników szczebla podstawowego i średniego twierdzi, że AI miała pozytywny wpływ na ich pracę, a 84% osób korzystających z AI mówi, że pozwala im ona oszczędzać czas. Napięcie wynika z rozbieżności między korzyściami odczuwanymi przez poszczególne osoby a wsparciem potrzebnym do skutecznego wdrożenia AI w całej organizacji.

Wpływ AI na zatrudnienie nadal nie jest jednoznaczny. 37% menedżerów i osób na wyższych stanowiskach zgłasza redukcje zatrudnienia związane z AI, a 33% — spowolnienie lub zamrożenie rekrutacji. Jednak działy informujące o wysokich zwrotach z inwestycji nie zgłaszają tych redukcji ani zamrożenia rekrutacji częściej niż pozostałe. Wyższym zwrotom towarzyszą natomiast zmiany w strukturach zarządzania, przepływach pracy, monitorowaniu i szkoleniach.

Co badanie może, a czego nie może powiedzieć firmom

W badaniu wzięło udział 1416 pracowników zatrudnionych w pełnym wymiarze godzin w amerykańskich przedsiębiorstwach sektora prywatnego, które zatrudniają co najmniej 1000 osób i osiągają przychody przekraczające 50 mln USD. Wywiady przeprowadzono w dniach 9–29 lipca 2026 r. W próbie znalazło się 1007 menedżerów i osób na wyższych stanowiskach oraz 409 pracowników szczebla podstawowego i średniego; wyniki dla obu grup przedstawiono oddzielnie.

Są to samooceny, a nie niezależnie skontrolowane wyniki inwestycji. Wyniki dotyczą dużych amerykańskich przedsiębiorstw komercyjnych i nie należy ich automatycznie odnosić do małych firm ani innych krajów. W porównaniach z wcześniejszymi latami uwzględniono populację menedżerów i osób na wyższych stanowiskach, ponieważ pracowników niższego szczebla po raz pierwszy objęto badaniem w 2026 r.

Dla zespołów w dużych firmach raport stanowi przydatny sprawdzian postępów we wdrażaniu AI: warto patrzeć nie tylko na liczbę użytkowników, lecz także na mierzalne wyniki biznesowe, integrację AI z kluczowymi zadaniami, jasny podział odpowiedzialności i rzeczywiste doświadczenia pracowników. Szeroki dostęp do AI może współistnieć z nieskutecznym wdrożeniem, a zgłaszana poprawa produktywności nie wyklucza, że przed organizacją wciąż pozostaje wiele pracy.

Czytelnicy, którzy chcą dowiedzieć się więcej o wynikach, metodologii oraz porównaniach między branżami i działami, mogą zapoznać się z pełnym raportem Wharton–GBK Przewaga adaptacyjna: kto wygrywa dzięki AI i w jaki sposób.