Jak sprawdzić, czy wdrażanie AI w firmie się opłaca?

Pięć narzędzi AI po 100 zł od użytkownika w firmie zatrudniającej 100 osób
to 50 000 zł miesięcznie, czyli 600 000 zł rocznie. W większości firm znaczna
część tych licencji nigdy nie zostaje realnie wykorzystana, a nikt tego nie pilnuje, bo wdrożenie AI traktowane jest jak zakup technologii, a nie jak projekt operacyjny.

Gościem Przemysława Jończyka jest Paweł Nejman, wspólnik w JAAQOB HOLDING® odpowiedzialny za AI i automatyzacje, prowadzący kanał Nejman AI.

Z tego artykułu dowiesz się:

• Dlaczego wdrożenie AI w firmie to w 80% procesy, a tylko w 20% technologia
• Jakie cztery błędy najczęściej powodują przepalanie pieniędzy na AI
• Kto powinien odpowiadać za AI w organizacji i dlaczego nie CTO
• Jak wyznaczyć punkt wyjścia do liczenia ROI z wdrożenia AI
• Jak prowadzić audyt narzędzi AI, żeby nie płacić za licencje-zombie

Bańka AI: komunikacja jest większa niż sama technologia

Komunikacja wokół AI to obecnie większa bańka niż sama technologia. Na LinkedIn, YouTube i TikToku codziennie pojawiają się posty o zawodach, które „znikną w trzy dni”, i o firmach „w pełni zautomatyzowanych przez AI”. Konfrontacja z rzeczywistością jest jednak brutalna: realne wdrożenia rzadko działają tak, jak pokazują twórcy w mediach społecznościowych.

Przemysław Jończyk zauważa, że ten lukrowy obrazek napędza FOMO wśród właścicieli firm. Decyzje o zakupie licencji zapadają wtedy nie na bazie analizy procesów, tylko obawy przed pozostaniem w tyle. To zła motywacja, bo prowadzi do mechanicznego kupowania narzędzi bez planu, co stanowi bezpośrednią drogę do strat.

Z drugiej strony nie ma sensu wpadać w drugą skrajność, czyli odrzucać AI jako modę. Technologia jest realnie przełomowa i daje przewagi konkurencyjne. Problem polega na tym, że odróżnienie hype’u od użytecznej automatyzacji wymaga doświadczenia, którego większość organizacji jeszcze nie ma.

4 sposoby, w jakie firmy przepalają pieniądze na AI

Cztery najczęstsze błędy przy wdrażaniu AI w firmie to: zakup licencji bez planu, brak jednej osoby odpowiedzialnej, brak punktu wyjścia do liczenia ROI oraz brak regularnego audytu narzędzi. Każdy z nich osobno generuje straty, a w połączeniu potrafią pochłonąć budżet równy rocznemu wynagrodzeniu kilku pracowników.

Pierwszy błąd to klasyk: właściciel kupuje wszystkim ChatGPT, Gemini albo Copilota, ogłasza w firmie „mamy AI”, i na tym koniec. Drugi to brak właściciela tematu, przez co poszczególne działy kupują swoje narzędzia, a w skali firmy nikt nie wie, ile w sumie idzie na licencje. Trzeci to brak danych wyjściowych, czyli nieumiejętność odpowiedzenia na pytanie, ile dany proces kosztował i trwał przed wdrożeniem AI. Czwarty to brak comiesięcznej weryfikacji aktywnych licencji, w efekcie czego subskrypcje schodzą z karty firmowej długo po tym, jak ostatni użytkownik przestał z narzędzia korzystać.

Każdy z tych błędów ma jedną wspólną cechę: pojawia się wtedy, gdy w firmie nie ma osoby, która operacyjnie odpowiada za AI i ma mandat do podejmowania decyzji.

Wdrożenie AI to w 80% procesy, a nie technologia

Wbrew intuicji wdrożenie AI w firmie to w 20% technologia, a w 80% procesy. Sama integracja techniczna narzędzia rzadko bywa skomplikowana. Trudność polega na tym, żeby wiedzieć, co konkretnie ma być zautomatyzowane, jak ten proces wygląda dziś, gdzie są wąskie gardła i jaki wynik chcemy uzyskać.

Jeśli proces nie jest opisany i działa „na chęciach i intuicji ludzi”, to żadne narzędzie tego nie naprawi. AI przyspieszy chaos, nie uporządkuje go. Z tego właśnie powodu firmy, które najpierw porządkują procesy, a dopiero potem dobierają technologię, uzyskują realne zyski. Te, które robią odwrotnie, kupują licencje i potem szukają zastosowań, prawie zawsze tracą pieniądze.

„Wbrew intuicji, wdrażanie AI w firmie to nie jest technologia. Jest powiedzmy w 20%. Reszta to są procesy.”

W praktyce oznacza to, że pierwszy krok wdrożenia AI nie jest informatyczny. To audyt operacyjny: mapowanie procesów, pomiar czasu, identyfikacja punktów, w których automatyzacja faktycznie przyniesie wartość. Dopiero na tej bazie ma sens dyskusja o narzędziach. Jeśli chcesz sprawdzić, na jakim etapie jest Twoja organizacja, zacznij od audytu dojrzałości AI firmy.

Kto powinien odpowiadać za AI? Spoiler: nie CTO

Za wdrożenie AI w firmie powinien odpowiadać dyrektor operacyjny lub osoba z C-level, nie CTO. Intuicja podpowiada, że skoro AI jest technologią, to naturalnym właścicielem tematu jest dział IT. To błąd, który kosztuje firmy najwięcej.

Powód jest prosty: skoro 80% wdrożenia to procesy, to odpowiedzialność musi leżeć tam, gdzie zapadają decyzje operacyjne. CTO powinien być zaangażowany jako partner techniczny, ale to dyrektor operacyjny wie, które procesy w ogóle nadają się do automatyzacji, jak są ułożone i czy mają zdefiniowaną kontrolę jakości. Bez tego CTO wdroży poprawne technicznie rozwiązanie do procesu, który nie powinien był zostać zautomatyzowany w obecnej formie.

Druga zasada: właścicielem tematu musi być jedna osoba, najlepiej z mandatem decyzyjnym. Jeśli odpowiedzialność rozkłada się między kilka osób, w praktyce nie odpowiada nikt. Wnioski o nowe licencje krążą po firmie tygodniami, działy kupują narzędzia na własną rękę, a roczna ekspozycja kosztowa rośnie bez kontroli. Przy zespole 100-osobowym i pięciu narzędziach po 100 zł na użytkownika to 600 000 zł rocznie – kwota, która uzasadnia zatrudnienie dedykowanej osoby do zarządzania portfelem AI.

Jak policzyć ROI z AI: punkt wyjścia, którego brakuje większości firm

ROI z wdrożenia AI da się policzyć tylko wtedy, gdy znamy stan wyjściowy: ile dany proces kosztował i ile trwał przed wdrożeniem. Większość firm tego nie mierzy, więc po wdrożeniu narzędzia nie potrafi odpowiedzieć na pytanie, czy w ogóle przyniosło ono oszczędność.

Mechanika jest prosta. Przed wdrożeniem zespół powinien zmierzyć czas realizacji konkretnego procesu (np. przygotowanie oferty, obsługa zapytania, generowanie raportu) oraz koszt godzinowy zaangażowanych osób. Po wdrożeniu te same dwa parametry mierzy się ponownie. Różnica to oszczędność czasu pracowników, którą można skonwertować na pieniądze.

Jeśli chcesz szybko oszacować, ile pieniędzy może uciekać przez nieużywane licencje, źle dobrane narzędzia lub brak kontroli nad wdrożeniem, skorzystaj z kalkulatora marnowania AI. To dobry punkt wyjścia do rozmowy o realnym ROI z wdrożenia AI.

Co się dzieje bez punktu wyjścia? Pojawia się ryzyko, którego wiele firm nie bierze pod uwagę: AI może faktycznie wydłużyć proces i pogorszyć jakość. Dzieje się tak wtedy, gdy narzędzie halucynuje, a w organizacji nie wdrożono kontroli jakości. Pracownicy zaczynają poświęcać więcej czasu na weryfikację outputu AI, niż wcześniej zajmowała im sama praca. Bez danych bazowych nikt tego nie zauważa, bo „przecież mamy AI, więc musi być szybciej”.

To zależy też od typu procesu. W zadaniach kreatywnych i analitycznych AI realnie skraca czas. W procesach wymagających wysokiej precyzji, bez wdrożonych procedur weryfikacji, efekt bywa odwrotny.

Audyt narzędzi AI: jak robić to u siebie

Audyt narzędzi AI powinien być prowadzony co miesiąc i obejmować pełną listę licencji, liczbę aktywnych użytkowników oraz informację, czy z narzędzia faktycznie korzystano w ostatnich 30 dniach. W JAAQOB HOLDING tego typu kontrola jest standardem, ale, jak przyznaje Przemysław Jończyk, firma doszła do tego dopiero po stratach.

Przypadek z własnej historii: firma działająca zdalnie z czasem podpięła kartę firmową pod kilkadziesiąt narzędzi. Co miesiąc schodziły subskrypcje, ale z części z nich nikt nie korzystał od pół roku. Po pierwszym dokładnym zliczeniu okazało się, że roczne straty były znacznie wyższe, niż ktokolwiek się spodziewał. 

Rekomendowany proces audytu:

1. Stwórz centralną listę wszystkich narzędzi AI i SaaS opłacanych przez firmę.
2. Przypisz do każdego narzędzia właściciela biznesowego (osoba, dział).
3. Raz w miesiącu weryfikuj liczbę aktywnych licencji vs. licencji opłaconych.
4. Wypinaj użytkowników, którzy nie logowali się przez 30+ dni.
5. Raz na kwartał oceniaj, czy narzędzie nadal odpowiada zdefiniowanemu wcześniej celowi biznesowemu.

Efekt: pełna kontrola kosztów i widoczność, które narzędzia faktycznie generują wartość. W skali firmy 100-osobowej z portfelem pięciu narzędzi to różnica między 600 000 zł świadomej inwestycji a 600 000 zł rocznej straty.

Checklist: jak wdrożyć AI bez przepalania budżetu

Wdrożenie AI bez strat wymaga sześciu kroków wykonanych w określonej kolejności. Pominięcie któregokolwiek zwiększa ryzyko, że licencje staną się kosztem zamiast inwestycji.

1. Zdefiniuj cel biznesowy przed zakupem jakiegokolwiek narzędzia. Co konkretnie chcesz przyspieszyć, usprawnić lub zautomatyzować?
2. Zmierz stan wyjściowy procesu, który chcesz objąć AI. Czas, koszt, jakość, liczba błędów.
3. Wyznacz jedną osobę odpowiedzialną za AI w firmie. Najlepiej z C-level lub dyrektora operacyjnego, nie CTO.
4. Testuj w ograniczonej skali. Zacznij od pojedynczych licencji dla działu, nie kupuj od razu narzędzia dla całej firmy.
5. Wdrażaj kontrolę jakości. AI halucynuje, więc procesy wymagające precyzji muszą mieć etap weryfikacji.
6. Audytuj co miesiąc. Licencje, aktywni użytkownicy, koszty, ROI.

Jeśli zastanawiasz się, czy AI w Twojej firmie faktycznie się opłaca i ile możesz na tym zaoszczędzić lub stracić, zacznij od kalkulatora marnowania AI albo sprawdź poziom organizacji przez audyt dojrzałości AI firmy. Jeśli chcesz przeanalizować procesy głębiej, umów się na bezpłatną konsultację ekspercką. Wspólnie przeanalizujemy Twoje procesy, portfel narzędzi i potencjał automatyzacji.

Kluczowe wnioski

• Wdrożenie AI w firmie to w 80% praca nad procesami, a tylko w 20% wybór i konfiguracja technologii.
• Cztery najczęstsze przyczyny strat to: zakup licencji bez planu, brak właściciela tematu, brak punktu wyjścia do liczenia ROI oraz brak audytu narzędzi.
• Za AI w organizacji powinien odpowiadać dyrektor operacyjny lub osoba z C-level, nie CTO, bo decyzje dotyczą głównie procesów.
• Bez pomiaru czasu i kosztu procesu przed wdrożeniem nie da się ocenić, czy AI faktycznie przynosi oszczędność.
• W firmie 100-osobowej pięć narzędzi po 100 zł od użytkownika to 600 000 zł rocznie, co uzasadnia dedykowaną osobę do zarządzania portfelem AI.
• Comiesięczny audyt licencji eliminuje narzędzia-zombie, czyli subskrypcje opłacane mimo braku użytkowników.
• AI może pogorszyć jakość i wydłużyć proces, jeśli halucynuje, a w firmie nie wdrożono kontroli jakości.

Chcesz zobaczyć, jak ta dyskusja wyglądała w praktyce? Obejrzyj pełny odcinek na kanale Nejman AI.

Najczęściej zadawane pytania

Dlaczego firmy tracą pieniądze na wdrożeniach AI?

Najczęstsze przyczyny to zakup licencji bez planu, brak jednej osoby odpowiedzialnej za AI, brak pomiaru procesów przed wdrożeniem oraz brak comiesięcznego audytu narzędzi. W efekcie firma płaci za licencje, których nikt nie używa, i nie wie, czy wdrożenie w ogóle przynosi oszczędność.

Kto w firmie powinien odpowiadać za wdrożenie sztucznej inteligencji?

Najlepiej dyrektor operacyjny lub osoba z C-level, nie CTO. Wdrożenie AI to w 80% praca nad procesami, a tylko w 20% technologia, więc właściciel tematu musi mieć wpływ na decyzje operacyjne. CTO powinien być zaangażowany jako partner techniczny, ale nie jako główny decydent.

Ile mogą kosztować licencje AI w średniej firmie?

W firmie zatrudniającej 100 osób jedna licencja po 100 zł na użytkownika to 10 000 zł miesięcznie. Przy pięciu narzędziach AI portfel kosztowy sięga 50 000 zł miesięcznie, czyli 600 000 zł rocznie. Bez świadomego zarządzania znaczna część tej kwoty trafia do licencji, z których nikt nie korzysta.

Jak policzyć ROI z wdrożenia AI?

Trzeba znać stan wyjściowy: ile dany proces kosztował i ile trwał przed wdrożeniem. Po wdrożeniu mierzy się te same parametry ponownie. Różnica w czasie pracy pomnożona przez koszt godzinowy zaangażowanych osób daje oszczędność. Bez punktu wyjścia ROI jest niemożliwe do oszacowania.

Czy AI zawsze przyspiesza pracę?

Nie. W procesach wymagających wysokiej precyzji, gdy brak kontroli jakości, AI może wydłużyć czas realizacji i pogorszyć efekt. Halucynacje modeli sprawiają, że pracownicy poświęcają więcej czasu na weryfikację outputu, niż wcześniej zajmowała im sama praca.

Jak zrobić audyt narzędzi AI w firmie?

Stwórz centralną listę wszystkich narzędzi, przypisz do każdego właściciela biznesowego, raz w miesiącu weryfikuj liczbę aktywnych użytkowników i wypinaj osoby nieaktywne przez 30+ dni. Raz na kwartał oceniaj, czy narzędzie nadal realizuje pierwotny cel biznesowy.

Czy warto kupować AI dla wszystkich pracowników naraz?

Rzadko. Lepsze podejście to test na pojedynczych licencjach w jednym dziale, ocena wyników w odniesieniu do zdefiniowanych celów i dopiero potem decyzja o skalowaniu. Zakup licencji dla całej firmy przed testem to najczęstsza droga do przepalania budżetu.