Nietrafione inwestycje w AI. Polskie firmy odnotowują miliardowe straty
Sztuczna inteligencja miała być akceleratorem wzrostu, automatyzacji i marż. Coraz częściej jednak staje się kosztownym eksperymentem, którego efekty są dalekie od obietnic sprzed kilku lat. Zarówno zagraniczne, jak i polskie spółki zaczynają otwarcie mówić o rozczarowaniu - nie tyle samą technologią, ile skalą inwestycji, tempem zwrotu i błędami wdrożeniowymi. Nie chodzi o spektakularne bankructwa, lecz o cichy, kosztowny proces odwrotu od zbyt ambitnych i nieprzemyślanych wdrożeń.
CCC i eSize: koniec kosztownej innowacji
Jednym z najbardziej symbolicznych przykładów na polskim rynku jest decyzja Grupy CCC o wycofaniu usługi eSize.me. Technologia, rozwijana od 2018 roku, umożliwiała skanowanie stóp i dobór rozmiaru obuwia przy zakupach online. Miała ograniczyć zwroty i stać się przewagą konkurencyjną w e-commerce.
Na początku 2025 roku spółka poinformowała klientów o zakończeniu projektu. Oficjalnych powodów nie podano, jednak z raportów finansowych i wypowiedzi zarządu jasno wynikało, że priorytetem stała się poprawa rentowności i dyscyplina kosztowa. Powrót Dariusza Miłka na stanowisko prezesa w 2023 roku oznaczał odejście od technologicznych eksperymentów na rzecz bardziej przewidywalnego modelu biznesowego. W praktyce eSize okazał się rozwiązaniem drogim w utrzymaniu i trudnym do masowej adopcji przez klientów.
Deloitte, edukacja i zdrowie. AI zawodzi systemowo?
Problemy z AI nie ograniczają się do handlu. Na świecie szeroko komentowany był przypadek raportu przygotowanego przez Deloitte dla rządu Australii. Dokument zawierał nieistniejące źródła i cytaty, co stało się podręcznikowym przykładem tzw. halucynacji AI. Projekt kosztował setki tysięcy dolarów i zakończył się zwrotem części wynagrodzenia oraz poważnym uszczerbkiem wizerunkowym.
Równie dotkliwe skutki przyniosły błędne wdrożenia w sektorze publicznym. Australian Catholic University musiał wycofać system wykrywający treści generowane przez AI po tym, jak bezpodstawnie oskarżał studentów o oszustwa. Według raportów uniwersytetu, zanotowano nawet blisko 6 tys. przypadków podejrzeń dotyczących AI, z których znaczna część okazała się błędna lub oparta na niepewnych podstawach. W Wielkiej Brytanii w NHS algorytm wygenerował błędną dokumentację medyczną, przypisując pacjentowi choroby, których nie miał. W obu przypadkach problemem nie była sama technologia, lecz zbyt duże zaufanie do narzędzi, które nie były wystarczająco dojrzałe.
Polska: przeinwestowanie bez przyznania się do porażki
Na krajowym rynku rzadko mówi się wprost o porażkach AI. Zamiast tego widać je w raportach finansowych i decyzjach restrukturyzacyjnych. Przeinwestowanie przybiera najczęściej formę „przepalania budżetów” na projekty, które:
- nie wychodzą poza fazę testów (PoC),
- generują wyższe koszty operacyjne niż zakładano,
- wymagają drogiej infrastruktury i stałego nadzoru.
Dotyczy to m.in. chatbotów w e-commerce, które miały zastąpić obsługę klienta, a w praktyce okazały się kosztowne ze względu na opłaty za zapytania do modeli i konieczność kontroli odpowiedzi. Podobne wnioski płyną z branży IT. Restrukturyzacje w software house’ach pokazały ryzyko inwestowania w rozbudowane działy AI bez gwarancji popytu. W logistyce i przemyśle systemy wizyjne wydłużyły czas zwrotu z inwestycji do poziomu, który podważa ich sens ekonomiczny.
Dyskusję o błędach generowanych przez sztuczną inteligencję w Polsce podgrzała sprawa książki Karoliny Opolskiej, w której wykryto przypisy do najpewniej nieistniejących źródeł. Zarzuty publicznie sformułował historyk Artur Wójcik, a wydawnictwo zapowiedziało przygotowanie erraty. Według danych Instytut Monitorowania Mediów sprawa wygenerowała ok. 4 mln kontaktów z przekazem, stając się w Polsce symbolem tzw. halucynacji AI – sytuacji, w której algorytmy tworzą pozornie wiarygodne, lecz nieprawdziwe informacje.
Koniec hype’u, początek twardej kalkulacji
W 2026 roku coraz mniej firm mówi o „rewolucji AI”, a coraz więcej o rachunku ekonomicznym. Raporty EY, Polskiego Instytutu Ekonomicznego i Cisco pokazują, że wiele organizacji zainwestowało w narzędzia szybciej niż w dane, kompetencje i infrastrukturę. Efekt to wysokie koszty przy ograniczonym zwrocie.
AI nie znika z biznesu - wręcz przeciwnie. Znika natomiast przekonanie, że każda inwestycja w algorytmy automatycznie się opłaci. Firmy, które przetrwają ten etap, stawiają dziś na wąskie, mierzalne zastosowania i ostrożne wdrożenia. Era entuzjazmu się skończyła – zaczęła się era liczenia pieniędzy.
Źródła: Biznes INFO, raporty okresowe CCC S.A., Deloitte, Instytut Monitorowania Mediów, Polski Instytut Ekonomiczny
Obserwuj w Google News
