Jak sprawdzić poziom dojrzałości AI w Twojej firmie?

Liczba licencji ChatGPT w firmie nie mówi nic o tym, czy AI faktycznie tam działa. Wdrożenie AI to spektrum siedmiu poziomów dojrzałości, a większość polskich firm jest niżej, niż im się wydaje. Największy skok efektywności następuje dopiero między poziomem trzecim a czwartym, i wymaga 5 do 10 razy więcej pracy niż wcześniejsze etapy. 

Gościem Przemysława Jończyka jest Paweł Nejman, wspólnik w JAAQOB HOLDING® odpowiedzialny za wdrożenia automatyzacji i AI w firmach B2B. 

Z tego artykułu dowiesz się:

• Czym jest model 7 poziomów dojrzałości AI i jak wygląda każdy z nich
• Dlaczego samoocena firm w zakresie AI jest mocno zawyżona względem rzeczywistości
• Na czym polega trigger automation i dlaczego to próg realnych oszczędności
• Dlaczego AI działa jak amplifikator i przyspiesza zarówno procesy, jak i chaos
• Jak zabezpieczyć firmę przed awarią dostawcy AI w stylu Cloudflare
• Co realnie zmienia AI Act dla małych i średnich firm w Polsce

Dlaczego polskie firmy przeceniają swój poziom wdrożenia AI

Adopcja AI w firmie to nie kwestia liczby zakupionych licencji, lecz dojrzałości procesowej, na którą dopiero nakłada się technologia. Tymczasem większość przedsiębiorców mierzy „wdrożenie AI” liczbą subskrypcji ChatGPT czy Copilota, co całkowicie rozjeżdża się z rzeczywistością.

Przemysław Jończyk zwraca uwagę na powtarzający się schemat z audytów prowadzonych w firmach B2B. CEO chwalą się, że ich handlowcy „robią oferty dzięki AI”, a maile pisze już model językowy. Po wejściu w szczegóły okazuje się, że jest to pierwszy, ewentualnie drugi poziom dojrzałości, bez żadnych mierzalnych efektów biznesowych.

Problem jest strukturalny. Bez konkretnych, mierzalnych parametrów dojrzałości AI samopostrzeganie firmy oddala się od rzeczywistości, a LinkedIn ten dystans dodatkowo wyolbrzymia. To zależy oczywiście od branży i wielkości firmy, ale skala rozjazdu jest na tyle duża, że pierwszym krokiem powinien być uczciwy audyt dojrzałości AI, a nie kolejna licencja.

„Poziom adopcji AI to przede wszystkim kwestia dojrzałości procesowej firmy, a dopiero potem technologii. Kupienie kilku subskrypcji i włączenie ich pracownikom nie jest wdrożeniem.”

7 poziomów dojrzałości AI w firmie, model 0–6 

Model 7 poziomów dojrzałości AI (0–6) opisuje wdrożenie AI jako spektrum, w którym każdy kolejny etap wymaga innego poziomu uporządkowania procesów i innego zaangażowania technologii. Model został zaprezentowany przez Pawła Nejmana w odcinku CEO Hub i inspirowany jest wnioskami z konferencji dotyczących adopcji AI w firmach. 

Poziom 0 i 1: ignorowanie i shadow AI 

Poziom 0 to po prostu brak AI. Firma ignoruje technologię, nie używa jej, traktuje jak modę.

Poziom 1 to tak zwane shadow AI, czyli sytuacja, w której AI jest, ale nieformalnie. Pracownicy używają darmowych narzędzi do pisania maili czy analizy umów, bez polityki, bez nadzoru, często na modelach trenowanych dalej na ich danych.

Shadow AI jest groźniejsze niż uporządkowane wdrożenie, bo firma nie ma kontroli nad tym, jakie dane wypływają i w jakim kontekście. Niektóre branże, na przykład kancelarie prawne czy podmioty z danymi wrażliwymi, ignorują AI świadomie, w obawie o zgodność. Problem w tym, że pracownicy i tak zaczynają używać narzędzi prywatnie, więc efekt jest odwrotny do zamierzonego.

Poziom 2: licencje i polityki użycia

Poziom 2 to pierwszy formalny krok. Firma kupuje licencje, udostępnia je pracownikom, określa, kiedy i jak używać narzędzi AI. Nadal nie ma jednak żadnych procesów ani baz wiedzy, tylko narzędzia. To etap, na którym znajduje się dziś większość polskich firm B2B deklarujących, że „mają AI”.

Poziom 3: procesy, bazy wiedzy, asystenci 

Poziom 3 to moment, w którym firma świadomie buduje bazy wiedzy, na których mogą pracować asystenci i agenci AI. Pojawiają się własne bazy danych klientów, procesów, procedur. Są wyznaczeni ludzie odpowiedzialni za wdrożenie i mierzenie efektów. Dopiero tutaj zaczynają się jakiekolwiek sensowne oszczędności. 

Poziom 4: trigger automation, AI uruchamia się samo

Poziom 4 to trigger automation, czyli automatyzacja wyzwalana przez zdarzenie. AI nie czeka, aż pracownik wpisze prompt, tylko sam reaguje na maila, rekord w CRM czy formularz. To pierwszy etap, na którym oszczędność czasu jest dwucyfrowa, a nie kosmetyczna. 

Poziomy 5–6: pełna autonomia (i dlaczego nikt tam jeszcze nie jest) 

Poziom 5 to coraz głębsza autonomia agentów AI, którzy nie tylko reagują, ale samodzielnie podejmują decyzje operacyjne w ramach zdefiniowanych granic. 

Poziom 6 to firma w pełni oparta o AI, gdzie człowiek jest właściwie tylko właścicielem. To na razie scenariusz teoretyczny, jednorożec. Żadna firma, którą znamy, tam realnie nie jest, niezależnie od tego, co komunikuje na LinkedIn. . 

Gdzie naprawdę zaczynają się oszczędności: skok między poziomem 3, a 4 

Największy skok efektywności następuje między poziomem trzecim a czwartym i oznacza zmianę z około 2,5-krotności do około 4-krotności produktywności na tych samych zasobach. Wcześniejsze poziomy dają głównie kosmetyczne usprawnienia indywidualne, a nie systemową dźwignię.

Ten skok jest jednak drogi w pracy, nie w technologii. Przejście z poziomu 2 na 3 da się zrobić relatywnie szybko. Przejście z poziomu 3 na 4 wymaga, według szacunków Pawła Nejmana, od 5 do 10 razy więcej pracy. Powód jest banalny: trzeba w końcu dotknąć procesów, opisać je, uporządkować, zdefiniować wyzwalacze i wyjątki. Sama technologia to mniejszość roboty.

To zależy oczywiście od branży i punktu startu, ale wzorzec się powtarza w audytach prowadzonych przez zespół JAAQOB HOLDING® : firmy utykają na poziomie 2 albo wczesnym 3, bo nie chcą zapłacić ceny procesowej, której wymaga skok do 4.

Case: automatyzacja działu Office w JAAQOB HOLDING® 

• Problem. Każde zapytanie ofertowe wpadające na maila wymagało, by handlowiec lub prekwalifikator ręcznie je przeczytał, sklasyfikował, sprawdził klienta i przygotował odpowiedź. Czas: 2–3 godziny na jeden proces.
• Odkrycie. W audycie wewnętrznym okazało się, że niemal wszystkie etapy — analiza maila, klasyfikacja, wzbogacanie danych o klienta, research, wpis do CRM — dają się rozłożyć na powtarzalne reguły.
• Decyzja. Wdrożenie agenta AI zintegrowanego z Pipedrive, działającego w modelu trigger automation, czyli na poziomie 4.
• Rekomendacje. Najpierw uporządkować dane w CRM. Następnie opisać proces krok po kroku, zanim cokolwiek się zautomatyzuje. Dopiero potem nakładać AI na konkretne wyzwalacze.
• Efekt. Proces realizowany w około 2 minuty zamiast 2–3 godzin. Cały dział Office faktycznie odciążony, a uwaga zespołu przeniesiona na kolejne etapy lejka, które wcześniej były zaniedbywane.

AI jako amplifikator: dlaczego nie da się przeskoczyć poziomów 

AI działa jak amplifikator, czyli wzmacnia to, co w firmie już jest. Dobre procesy będą działały szybciej. Chaos i braki staną się szybciej widoczne i szybciej będą się propagować. Dlatego próba przeskoczenia z poziomu 2 na 4 najczęściej kończy się chaosem automatycznym, a nie wzrostem efektywności. 

Jeżeli masz dobrze działającą firmę z poukładanymi procesami, AI spowoduje, że to wszystko będzie działało szybciej. Jeżeli masz błędy, braki i dziury, AI sprawi, że szybciej i mocniej je zobaczysz. 

To bardzo praktyczna konsekwencja. Wdrożenie AI na słabych fundamentach jest jak budowanie domu bez fundamentów. Lepiej automatyzować jeden proces, zobaczyć, gdzie się wykłada, poprawić i dopiero potem rozszerzać. Całej firmy na raz nie da się sensownie poprawić, niezależnie od tego, co obiecują dostawcy. 

Efekt uzależnienia: kiedy sufit staje się podłogą 

Jedną z mniej oczywistych konsekwencji wdrożenia AI jest szybka zmiana oczekiwań w organizacji. Coś, co jeszcze niedawno było sufitem, w kilka tygodni staje się podłogą, a zespół zaczyna wymagać kolejnych poziomów automatyzacji.

W praktyce wygląda to tak: zanim agent AI zaczął przetwarzać zapytania ofertowe w dziale Office, sama wizja, że proces 2–3-godzinny zrobi się w 2 minuty, brzmiała jak fantastyka. Po kilku tygodniach to oczywistość, której nikt nie zauważa. Presja przenosi się na kolejne etapy: a może AI zrobi też wstępną wycenę, a może przygotuje draft propozycji handlowej, a może odpowie na pierwszy follow-up.

Pojawia się też nowy rodzaj ryzyka, czysto ludzki. Gdy dostawca AI ma awarię, ludzie nie potrafią już szybko wrócić do pracy ręcznej. Nie dlatego, że nie umieją. Dlatego, że to mentalnie boli: skoro maszyna robiła to w 2 minuty, perspektywa wykonania tego samego w 2 godziny paraliżuje. To realny problem operacyjny, którego nie widać do pierwszej awarii.

Strategia „świeczka i żarówka”: jak nie pogrążyć firmy przy awarii 

Firma budująca procesy oparte o AI powinna równolegle utrzymywać możliwość wykonania ich w tradycyjny, manualny sposób. Brak takiej ścieżki backupowej to ryzyko strategiczne, nie tylko operacyjne.

Pod koniec 2024 roku awarie po stronie Cloudflare spowodowały kilkugodzinne zakłócenia w działaniu wielu usług internetowych na świecie. Wystarczyło kilka godzin, by globalna gospodarka dostała „czkawki”. Firmy oparte wyłącznie o chmurowe AI od jednego dostawcy w takim scenariuszu po prostu stają.

Rekomendacja Przemysława Jończyka jest pragmatyczna: „mamy żarówkę na prąd, ale miejmy w zapasie świeczkę”. W praktyce oznacza to trzy rzeczy. Po pierwsze, dywersyfikację dostawców AI, by jedna firma nie mogła wyłączyć kluczowych procesów. Po drugie, rozważenie rozwiązań open source hostowanych lokalnie, których jakość jest niższa od topowych modeli, ale wystarczająca do podstawowych zastosowań. Po trzecie, utrzymanie udokumentowanej, „tradycyjnej” wersji procesu, do której zespół potrafi wrócić w 24 godziny.

To nie jest podejście prepperskie. To zarządzanie ryzykiem operacyjnym, takie samo jak generator prądu w serwerowni.

AI Act i odpowiedzialność: co realnie zmienia się dla firm

AI Act to rozporządzenie Unii Europejskiej regulujące użycie systemów sztucznej inteligencji, którego kolejne etapy wchodzą w życie stopniowo od 2025 roku. Dotyczy każdej firmy używającej AI w kontakcie z klientem lub pracownikiem, nie tylko dużych dostawców technologii.

Z perspektywy CEO firmy B2B kluczowe są dwa obowiązki. Pierwszy to odpowiedzialność za narzędzia AI używane w firmie, niezależnie od tego, czy dostarcza je zewnętrzny dostawca, czy zbudowano je wewnętrznie. Drugi to obowiązek oznaczania treści i decyzji generowanych przez AI, ze wskazaniem, gdzie człowiek nadzoruje, a gdzie nie.

W praktyce oznacza to konieczność udokumentowania, na którym etapie procesu działa AI, jakie ma uprawnienia i kto ponosi odpowiedzialność za jego decyzje. Dla firmy na poziomie 2 to formalność. Dla firmy na poziomie 4, z agentami uruchamiającymi się samodzielnie, to realny projekt compliance.

Jak rozpoznać, na którym poziomie jest twoja firma

Najprostsza diagnostyka opiera się na czterech pytaniach. Odpowiedź „nie wiem” liczy się jako „nie”.

1. Czy w firmie obowiązuje formalna polityka użycia AI, a pracownicy wiedzą, jakich narzędzi mogą i nie mogą używać? Brak takiej polityki to poziom 0 lub 1, niezależnie od liczby licencji.
2. Czy istnieją bazy wiedzy (procedury, dokumenty, dane o klientach), na których AI realnie operuje? Jeśli nie, jesteście na poziomie 2.
3. Czy jakikolwiek proces uruchamia się automatycznie, bez udziału człowieka inicjującego prompt? Jeśli tak, weszliście na poziom 4.
4. Czy macie udokumentowaną, tradycyjną wersję kluczowych zautomatyzowanych procesów? Jeśli nie, niezależnie od poziomu, macie poważne ryzyko operacyjne.

Większość firm B2B, które zespół JAAQOB HOLDING®  audytuje, plasuje się między poziomem 2 a wczesnym 3. To nie jest powód do wstydu, to punkt startu.

Zastanawiasz się, na którym poziomie dojrzałości AI faktycznie jest twoja firma i co konkretnie powinno być następnym krokiem? Umów się na bezpłatną konsultację ekspercką, na której przejdziemy przez twój konkretny przypadek i pokażemy, gdzie leży największy potencjał skoku efektywności.

Chcesz zobaczyć jak to wygląda w praktyce? Obejrzyj pełny odcinek na kanale CEO Hub.

Kluczowe wnioski

• Liczba licencji ChatGPT czy Copilota w firmie nie mówi nic o realnym poziomie wdrożenia AI — liczy się dojrzałość procesowa, na którą nakłada się technologia.
• Model 7 poziomów (0–6) pokazuje, że adopcja AI to spektrum, a większość polskich firm B2B znajduje się dziś między poziomem 2 a wczesnym 3.
• Największy skok efektywności następuje między poziomem 3 a 4, z około 2,5-krotności do około 4-krotności, i wymaga 5 do 10 razy więcej pracy niż wcześniejsze etapy.
• Przeskakiwanie poziomów nie działa, bo AI jako amplifikator wzmacnia istniejący chaos i powiela go w tempie maszynowym.
• Wdrożenia generują efekt uzależnienia: oczekiwania zespołu rosną szybciej niż dojrzałość organizacji, a powrót do pracy manualnej staje się mentalnie kosztowny.
• Każda firma poważnie wdrażająca AI powinna utrzymywać równoległą, „tradycyjną” wersję kluczowych procesów jako zabezpieczenie przed awariami dostawców.
• AI Act nakłada na firmy realne obowiązki w zakresie odpowiedzialności i oznaczania treści generowanych przez AI, a nie tylko na dostawców technologii.

Najczęściej zadawane pytania

Jakie są poziomy wdrożenia AI w firmie?

Model omawiany w odcinku CEO Hub wyróżnia 7 poziomów dojrzałości AI (0–6): od całkowitego braku AI, przez shadow AI i pierwsze licencje, po procesy, trigger automation i pełną autonomię agentów. Większość polskich firm B2B znajduje się między poziomem 2 a wczesnym 3, niezależnie od deklaracji.

Co to jest shadow AI i czy jest niebezpieczne?

Shadow AI to nieformalne użycie narzędzi AI przez pracowników, bez polityki firmowej i bez kontroli nad tym, jakie dane wypływają. Jest groźniejsze niż uporządkowane wdrożenie, ponieważ firma nie wie, na jakich modelach pracownicy operują i czy te modele nie są trenowane dalej na danych firmowych. Reakcją powinno być wdrożenie polityki użycia AI, a nie zakaz, który i tak nie działa.

Czy firma może przeskoczyć z poziomu 2 od razu na 4 we wdrażaniu AI?

W praktyce nie. Przeskoczenie poziomu 3, na którym powstają bazy wiedzy i porządek procesowy, oznacza nakładanie automatyzacji na chaos. AI w roli amplifikatora ten chaos jedynie wzmacnia i propaguje szybciej. Bezpieczniejsza droga to automatyzacja jednego procesu, korekta i dopiero potem skalowanie.

Co to jest trigger automation w kontekście agentów AI?

Trigger automation to automatyzacja uruchamiana przez konkretne zdarzenie, na przykład wpadnięcie maila z zapytaniem ofertowym, nowy rekord w CRM czy wypełnienie formularza. Agent AI sam analizuje dane, klasyfikuje sprawę, wzbogaca rekord i wykonuje kolejne kroki, bez prompta od człowieka. To poziom 4 dojrzałości AI i pierwszy etap, na którym oszczędności są systemowe, nie kosmetyczne.

Od którego momentu wdrożenie AI realnie przynosi oszczędności?

Pierwsze sensowne oszczędności pojawiają się od poziomu 3, ale prawdziwy skok — z około 2,5-krotności do około 4-krotności produktywności — następuje dopiero między poziomem 3 a 4. Wcześniejsze etapy dają głównie indywidualne usprawnienia w stylu „szybciej napisany mail”, bez systemowego wpływu na wyniki firmy.

Jak zabezpieczyć firmę przed awarią dostawcy AI?

Trzy kierunki działania. Po pierwsze, dywersyfikacja dostawców, by żaden pojedynczy outage nie zatrzymał kluczowych procesów. Po drugie, rozważenie rozwiązań open source hostowanych lokalnie dla podstawowych zastosowań. Po trzecie, utrzymanie udokumentowanej, tradycyjnej wersji każdego zautomatyzowanego procesu, do której zespół może wrócić w 24 godziny.

Czy AI Act dotyczy małych i średnich firm w Polsce?

Tak. AI Act dotyczy każdej firmy używającej systemów AI, nie tylko dostawców technologii. Kluczowe obowiązki to odpowiedzialność za narzędzia AI używane w firmie oraz oznaczanie treści i decyzji generowanych przez AI. Dla firm na wyższych poziomach dojrzałości, z agentami działającymi autonomicznie, to konkretny projekt compliance, nie formalność.