Trzy badania: firmy przyspieszają z agentową AI, ale bez governance

Trzy niezależne badania — przeprowadzone przez Deloitte, KPMG oraz wspólnie przez Accenture i Wharton — wskazują na tę samą, niewygodną dla firm konkluzję: wdrażanie agentowej AI przyspiesza, ale realne, generujące wartość biznesową zastosowania na skalę produkcyjną wciąż są rzadkością. W 2025 roku agentowa AI była głównie obietnicą. Dziś jest testem wytrzymałościowym dla organizacji z każdej branży.

Wszystkie trzy analizy zgadzają się w jednym punkcie: skalowanie AI w biznesie to coraz mniej kwestia technologii, a coraz bardziej problem odpowiedzialności, governance i zdrowych relacji między ludźmi i agentami AI.

Kluczowe wnioski

• Według Deloitte tylko 15% organizacji osiągnęło skalowane, zorkiestrowane wdrożenia wielu agentów, mimo że 43% firm rozszerza obecnie użycie AI agentów w różnych funkcjach.
• Gotowość pracowników do pracy z agentami wynosi tylko 20%, a jedynie 16% firm uważa, że ich procesy są faktycznie przygotowane na agentową adopcję — mimo że 74% liderów oczekuje, że do 2030 roku połowa procesów biznesowych zostanie przeprojektowana wokół AI agentów.
• KPMG odnotowuje, że 76% firm widzi już realną wartość biznesową z AI (wzrost o 12 punktów w jednym kwartale), ale bariery skalowania i braki kompetencyjne rosną w podobnym tempie.
• Wspólne badanie Accenture i Wharton szacuje, że 50% godzin pracy w gospodarce USA — obejmujące 120 mln pracowników — jest już przekształcanych przez około 60 cyfrowych i fizycznych agentów AI.
• Salesforce raportuje, że liczba aktywnych agentów AI w organizacjach potrojiła się w ciągu roku, a ich możliwości wzrosły o 350%.

Deloitte: rozdźwięk między ambicjami a rzeczywistością

Badanie Deloitte „Agentic Transformation” pokazuje wyraźną przepaść między tym, co firmy deklarują, a tym, co faktycznie wdrażają. Choć 43% organizacji rozszerza wdrożenia agentów AI w różnych funkcjach, tylko 15% dotarło do etapu skalowanych, zorkiestrowanych wdrożeń wielu agentów jednocześnie. Gotowość samej organizacji — a więc ludzi, procesów i struktur — pozostaje niska: zaledwie 20% w przypadku gotowości pracowników i 16% w przypadku gotowości procesów.

Ten rozdźwięk jest tym bardziej znaczący, że aż 74% liderów biznesowych oczekuje, że do 2030 roku połowa procesów biznesowych zostanie zaprojektowana na nowo wokół agentów AI. Innymi słowy, ambicje wyprzedzają operacyjną rzeczywistość o lata.

Kontrastem dla tych danych są wyniki Salesforce, które pokazują dynamiczny wzrost samego wykorzystania technologii: liczba aktywnych agentów AI w firmach potrojiła się w ciągu roku, a ich zdolność do obsługi złożonych zadań wzrosła o 350%. Zaufanie pracowników rośnie równolegle — korzystanie z agentów przez zespoły również wzrosło trzykrotnie. Średnia liczba agentów na organizację wzrosła z 5 do 13, a czas potrzebny na stworzenie jednego agenta spadł o 53%, do średnio 1,9 dnia. Badanie Salesforce wskazuje też, że ponad dwie trzecie menedżerów średniego szczebla optymistycznie ocenia rolę AI w przyszłości pracy i czuje się osobiście odpowiedzialnych za adopcję narzędzi AI w swoich zespołach — jednak większość pilotaży skupia się na możliwościach i szybkości, przy czym pomija się trudniejszą pracę: budowanie zaufania w organizacji.

KPMG: od wdrożeń do odpowiedzialności i ekonomii AI

Globalny raport KPMG „AI Pulse”, opracowany na podstawie badania 2 145 przedstawicieli C-suite i liderów biznesowych w 20 krajach, pokazuje przesunięcie punktu ciężkości — z fazy eksperymentów do szerszego wdrażania agentów AI. Jednocześnie centrum uwagi przenosi się z samego rozmieszczania agentów na odpowiedzialność, ekonomikę AI i wartość biznesową, co wynika z faktu, że zwrot z inwestycji (ROI) pozostaje ograniczony nawet mimo rosnącej adopcji.

Konkretne liczby: 76% firm widzi realną wartość biznesową z AI, co oznacza wzrost o 12 punktów w ciągu jednego kwartału. 78% liderów jest przekonanych, że ich strategia AI jest przygotowana na przyszłość — to wzrost o 8 punktów od pierwszego kwartału 2026 roku. 71% organizacji deklaruje dobre postępy w budowie w pełni zintegrowanej siły roboczej łączącej ludzi i AI, co oznacza wzrost o 11 punktów kwartał do kwartału. Organizacje mające pełną widoczność kosztów operacyjnych AI są pięć razy bardziej skłonne raportować ustalony ROI niż te, które takiej widoczności nie mają.

Jednocześnie adopcja agentów AI przyspiesza razem z barierami: trudność skalowania przypadków użycia i braki kompetencyjne rosną w podobnym tempie, praktycznie podwajając się kwartał do kwartału jako główne przeszkody w wykazywaniu ROI. Kluczowy wniosek raportu KPMG jest jednoznaczny — różnicę między firmami, które wysuwają się na prowadzenie w wdrożeniach agentów AI, a tymi, które utknęły w miejscu, nie decyduje liczba wdrożonych agentów, lecz to, czy firma posiada jasną odpowiedzialność, silne mechanizmy governance oraz realny wgląd w to, ile faktycznie kosztuje uruchomienie AI na dużą skalę.

Accenture i Wharton: skalowalna inteligencja, nieskalowalna odpowiedzialność

Najdalej idące wnioski płyną ze wspólnego badania Accenture i Wharton, opartego na danych na poziomie zadań z amerykańskiego Bureau of Labor Statistics obejmujących 18 branż. Autorzy podsumowują sytuację zwięźle: „inteligencja może być skalowalna, ale odpowiedzialność nie jest”.

Według tego badania 50% godzin pracy w całej gospodarce USA — dotykające 120 mln pracowników — jest obecnie przekształcanych przez około 60 cyfrowych i fizycznych agentów AI. W sektorze bankowości i rynków kapitałowych same cyfrowe agenty AI dotykają ponad 45% przepracowanych godzin.

Modelując hipotetyczną firmę o wartości 60 mld dolarów, badacze oszacowali, że w pełnej dojrzałości agentowa AI może wygenerować około 6 mld dolarów potencjalnego wzrostu przychodów oraz 1,7 mld dolarów rocznych zysków z produktywności. Raport zauważa, że organizacje, które przewodzą we wdrożeniach, wychodzą poza pojedyncze, izolowane rozwiązania i zamiast tego opierają się na skoordynowanym zestawie cyfrowych i fizycznych agentów AI działających pod kierownictwem człowieka. Kluczowe znaczenie ma tu podejście, w którym człowiek jest „w prowadzeniu” (in the lead), a nie tylko „w pętli” (in the loop) — nadzorującym z boku, ale nieodpowiadającym w pełni za decyzje agenta.

Co to oznacza dla Polski

Choć wszystkie trzy badania koncentrują się na rynku globalnym i amerykańskim, wnioski dotyczące governance i odpowiedzialności mają praktyczne znaczenie dla firm w Polsce wdrażających agentów AI. W kontekście unijnego AI Act, który wprowadza wymogi przejrzystości i nadzoru dla systemów AI wysokiego ryzyka, brak jasnej struktury odpowiedzialności — na co wskazuje raport KPMG — może okazać się dodatkowym ryzykiem regulacyjnym, nie tylko operacyjnym. Polskie przedsiębiorstwa rozważające skalowanie agentowej AI powinny więc traktować kwestie widoczności kosztów operacyjnych i przypisania odpowiedzialności za decyzje agentów jako element zgodności z prawem, a nie tylko dobrą praktykę biznesową.

Podsumowanie

Trzy niezależne badania rynkowe zgodnie pokazują, że adopcja agentowej AI w biznesie przyspiesza szybciej niż zdolność organizacji do zbudowania odpowiedniej odpowiedzialności, governance i gotowości procesów — a to właśnie te elementy, nie liczba wdrożonych agentów, decydują o tym, które firmy realnie odniosą korzyści ze skalowania AI.