Kto odpowiada za wdrożenie AI w firmie? Zewnętrzny Dyrektor AI

Aż 95% wdrożeń AI w firmach kończy się fiaskiem – wynika z raportu MIT NANDA „State of AI in Business 2025”. Przyczyna rzadko jest techniczna. Problemem nie jest brak narzędzi, tylko brak osoby, która bierze za nie odpowiedzialność biznesową. Ta osoba to nie CTO ani dział IT.

Gościem Przemysława Jończyka jest Paweł Nejman, wspólnik w JAAQOB®, na co dzień zajmujący się automatyzacjami i wdrożeniami AI w firmach.

Z tego artykułu dowiesz się:

• Dlaczego CTO i dział IT nie są właściwą osobą do odpowiedzialności za AI
• Czym jest zewnętrzny dyrektor AI i jakie kompetencje musi łączyć
• Na czym polega podejście business first, tech second
• Jakie są trzy poziomy adopcji AI w firmie
• Kto odpowiada prawnie za błędy AI w świetle AI Act i NIS 2
• Od czego zacząć wdrażanie AI, żeby nie trafić do statystyki nieudanych projektów

Kto naprawdę odpowiada za AI w firmie? Nie CTO

Za wdrożenie i nadzór nad AI w firmie powinna odpowiadać osoba łącząca kompetencje biznesowe i technologiczne, a nie CTO ani dział IT. IT odpowiada wyłącznie za aspekt techniczny: zakup licencji, uruchomienie narzędzi, pokazanie jak z nich korzystać. Na tym ich rola się kończy.

Przemysław Jończyk zwraca uwagę, że pierwszy odruch większości zarządów jest błędny. Skoro chodzi o technologię, to niech zajmie się nią człowiek od technologii. Problem w tym, że wdrażanie AI jest w dużej mierze kwestią organizacyjną, nie techniczną.

Paweł Nejman opisuje typowy scenariusz. Zarząd wydaje polecenie: wdrażamy AI. Dział IT kupuje licencje, udostępnia Claude’a czy ChatGPT wszystkim pracownikom i teoretycznie AI jest wdrożone. Tyle że kupione narzędzie nie znaczy używane narzędzie.

„To, że mamy jakieś narzędzia kupione czy jakieś automatyzacje stworzone, to nie znaczy, że to jest robione.”

Dział IT nie ma mocy sprawczej, żeby wymusić na pracownikach korzystanie z wdrożonych rozwiązań.

 To zadanie leży poziom wyżej, po stronie kogoś, kto myśli o firmie strategicznie i ma mandat zarządu.

Dlaczego 95% wdrożeń AI kończy się fiaskiem

Większość wdrożeń AI upada nie z powodów technologicznych, lecz organizacyjnych: brakuje osoby odpowiedzialnej, a pracownicy trzymają się status quo. Padająca w rozmowie liczba 95% nieudanych wdrożeń – o której Nejman wspomina, mówiąc „niedawno rozmawialiśmy o tym, że 95% wdrożeń kończy się fiaskiem” – pochodzi najprawdopodobniej z raportu MIT NANDA „State of AI in Business 2025” i dobrze oddaje skalę problemu. 

Największą barierą jest ludzka niechęć do zmiany. Nie lubimy uczyć się nowych rzeczy, skoro stare działają. Jeśli nikt tego nie wymusi ani przynajmniej nie zachęci, narzędzie zostaje na półce.

JAAQOB® obserwowało firmę, która wdrożyła rozwiązanie AI, płaciła za subskrypcje przez pół roku, po czym okazało się, że praktycznie z niego nie korzysta albo korzysta w niewłaściwy sposób. Odkryciem po analizie było to, że nikt tego procesu nie nadzorował ani nie optymalizował. Decyzja narzucała się sama: potrzebna jest osoba pilnująca ciągłości. Skalę takiego marnowania potencjału łatwo sprawdzić samodzielnie, korzystając z Kalkulatora marnowania AI, który pokazuje, ile realnie kosztuje firmę niewykorzystany potencjał opłacanych narzędzi. Rekomendacje w takich przypadkach są proste:

• Monitorować, czy narzędzia są realnie używane, a nie tylko opłacane.
• Sprawdzać, czy pracownicy korzystają z nich zgodnie z prawem i sensownie.
• Ujednolicać sposób pracy między działami, żeby nie powstawały odrębne, przypadkowe praktyki.

Efekt braku nadzoru bywa dwojaki. Albo firma płaci za coś, czego nie używa, albo używa tego tak, że rodzi to poważne ryzyko.

Nejman opisuje też pokusę, która pogłębia problem. Rynek zalewają reklamy w stylu „kup to narzędzie, a nie będziesz potrzebował kancelarii prawnej ani działu marketingu”. Firma kupuje, po czym okazuje się, że narzędzie owszem działa, ale zawodnie i tylko w części przypadków. 

Trzy poziomy adopcji AI i zjawisko shadow AI

Adopcja AI w firmie występuje na trzech poziomach – Nejman opisuje ich charakterystykę, choć nie wskazuje wprost, na którym poziomie znajduje się większość organizacji. To jeden z pierwszych obszarów, które porządkuje dyrektor AI.

• Poziom zerowy to całkowite ignorowanie AI. Firma nie używa tej technologii w żaden sposób.
• Poziom pierwszy to tak zwane shadow AI. Zarząd oficjalnie nie wdraża niczego, ale pracownicy używają narzędzi na własną rękę, poza jakąkolwiek kontrolą.
• Poziom drugi to świadome wdrożenie, w którym firma ma regulamin, wie z jakich narzędzi korzysta, co wolno, a czego nie.

To właśnie na poziomie pierwszym leży ukryte ryzyko. Nejman przyznaje, że sam w domu wrzuca do ChatGPT ofertę ubezpieczenia do analizy. Ten sam odruch przenosi się na umowy od kontrahentów w pracy. Jeśli firma nie ma polityk i nie pokazała ludziom, jak z narzędzi korzystać bezpiecznie, dane wyciekają w sposób, którego nikt nie kontroluje.

Kim jest dyrektor AI i jakie kompetencje musi łączyć

Dyrektor AI to osoba odpowiedzialna za strategię wdrażania i egzekwowania AI w firmie, łącząca wiedzę biznesową, technologiczną, prawną i kompetencje miękkie. Nie jest specjalistą w żadnej z tych dziedzin z osobna, lecz generalistą, który wie, komu przydzielić konkretne zadanie.

Jończyk nazywa tę rolę „alfą i omegą”, ale Nejman precyzuje: chodzi o kogoś z szerokim pojęciem o wielu rzeczach, kto potrafi połączyć wątki i przetłumaczyć aspekty technologiczne na język biznesu. Ten dyrektor nie tworzy automatyzacji własnymi rękami. Od tego jest CTO i dział IT.

Zakres jego zadań rozkłada się na kilka kompetencji:

• Przeprowadza ogólną analizę firmy i rozmawia z menedżerami oraz pracownikami, żeby zrozumieć procesy.
• Rekomenduje zarządowi, które procesy warto automatyzować, a nie decyduje samodzielnie.
• Zleca kancelarii przygotowanie regulaminów i polityk, sam ich nie pisze.
• Współpracuje z HR i menedżerami przy wdrażaniu pracowników w nowe sposoby pracy.

Nejman porównuje to do roli prezesa. Prezes rozumie całą firmę, ale nie wykonuje fizycznie każdego działania. Podobnie dyrektor AI musi umieć porozmawiać z każdym, dlatego kompetencje miękkie są tu równie ważne co rozumienie technologii.

Business first, tech second, czyli jak wygląda dobre wdrożenie

Business first, tech second to podejście, w którym najpierw analizuje się procesy biznesowe firmy, a dopiero potem dobiera narzędzia. Odwrotna kolejność, kuszące kupowanie modnego narzędzia bez analizy, jest jedną z głównych przyczyn nieudanych wdrożeń.

Punktem wyjścia jest analiza potencjału AI: przegląd tego, jak firma działa, jakie ma procesy i czego naprawdę potrzebuje. Dopiero na tej podstawie dobiera się technologię.

Tu pojawia się zaskoczenie, które Jończyk obserwuje u klientów. Pierwsze tygodnie, czasem miesiąc czy dwa, w ogóle nie dotykają technologii. To praca, którą wielu uznaje za biurokratyczną: analiza umów, rozmowy z kancelariami, wywiady z pracownikami.

Zanim w projekcie AI pojawi się jakakolwiek technologia, mija sporo czasu na analizę. Bez tego wdrożenie jest zwykłą zgadywanką.

Nejman dodaje, że przy automatyzacji na skalę całej firmy mówimy raczej o miesiącach niż tygodniach. To ta sama logika, co przy budowie strony czy strategii marketingowej: najpierw analiza, potem realizacja. Nudna faza, która decyduje o powodzeniu całości.

Etat, konsultant czy zewnętrzny dyrektor AI?

Wybór formy zależy od wielkości i dojrzałości firmy: duże organizacje potrzebują etatu lub departamentu, mniejszym opłaca się outsourcing tej roli. Sztywnej granicy nie ma, ale w rozmowie padły orientacyjne progi.

W firmach od około 500 pracowników w górę dyrektor AI jest potrzebny na pełen etat, a często razem z całym departamentem. Przy kilkudziesięciu, stu czy dwustu osobach etat niekoniecznie się opłaca, i tu pojawia się model zewnętrznego dyrektora AI.

Jończyk opowiada, jak ten model powstał. Historia zatacza koło.

• Problem: około siedem lat temu małym i średnim firmom nie opłacało się zatrudniać dyrektora marketingu z zespołem, bo koszty były nieadekwatne do rzeczywistej potrzeby czasowej.
• Odkrycie: inspiracją stała się znana już usługa zewnętrznego dyrektora finansowego (CFO), dająca dostęp do stratega bez kosztu pełnego etatu.
• Decyzja: JAAQOB® stworzyło usługę zewnętrznego dyrektora marketingu, deklarowaną jako pierwsza tego typu w Polsce.
• Efekt: usługa działa do dziś, a konkurencja ją później skopiowała. Ten sam model przeniesiono na AI.

Kluczowa różnica między konsultantem a dyrektorem jest taka: konsultant ocenia, zostawia raport i rekomendacje, po czym znika. Dyrektor AI to konsultant, który zostaje na dłużej i ma za sobą zespół wdrożeniowy. Nie oddaje raportu z listą zadań, tylko realizuje plan i angażuje firmę w jego egzekucję.

Do tego dochodzi ryzyko rotacji przy zatrudnieniu na etat. Kompetentnych ludzi jest mało, są drodzy, a szansa, że taka osoba dostanie szybko lepszą ofertę, jest realna. Wtedy firma zostaje w punkcie wyjścia, bo następca zaczyna niemal od zera.

Odpowiedzialność prawna: AI Act, NIS 2 i rola zarządu

Za błędy narzędzi AI odpowiada prawnie firma, która je udostępnia, a nie „AI”. Regulacje takie jak unijny AI Act i dyrektywa NIS2 przesuwają część tej odpowiedzialności bezpośrednio na zarząd i prezesa. 

Nejman przywołuje przykład z Niemiec – sąd krajowy w Monachium orzekł 28 maja 2026 r., w ramach postępowania zabezpieczającego, że za treści generowane przez funkcję „Przegląd od AI” odpowiada Google jako twórca i operator systemu, a nie samo narzędzie AI. Wniosek dla właścicieli firm jest bezpośredni.

„To nie jest tak, że to AI odpowiedziało, tylko firma, która udostępnia, odpowiada za prawidłowość działania narzędzia.”

Dochodzi do tego ryzyko halucynacji. Głośnym przykładem był raport Deloitte Australia przygotowany dla australijskiego rządu z pomocą modelu GPT-4o, opublikowany w lipcu 2025 r. – zawierał nieistniejące cytaty naukowe oraz zmyślony cytat przypisany sędziemu federalnemu, po czym firma musiała zwrócić rządowi część z 440 tys. dolarów australijskich wynagrodzenia. 

Regulacje próbują nadążać za technologią. Unijny AI Act nakłada na pracodawców obowiązek zapewnienia pracownikom odpowiednich kompetencji w zakresie AI (tzw. AI literacy, art. 4), choć przepis od początku pozostawia firmom swobodę co do formy – nie narzuca np. obowiązkowego, certyfikowanego szkolenia. Nawet regulatorzy zauważają, że pracownicy sami z siebie tego się nie nauczą. 

Dlatego Jończyk stawia sprawę wprost: firmy, które nie chcą rozmawiać o AI z udziałem zarządu, nie są dobrym partnerem do wdrożenia. Zarząd musi mieć pełną świadomość, pod czym się podpisuje.

AI przestało być dodatkiem, który miło mieć. To element, za który ktoś musi wziąć odpowiedzialność, bo konsekwencje braku nadzoru mogą być katastrofalne.

Od czego zacząć wdrażanie AI w firmie

Wdrażanie AI zaczyna się od analizy potencjału, nie od zakupu narzędzia. Dopiero po sprawdzeniu, czy w firmie w ogóle istnieje potencjał automatyzacji i czy organizacja świadomie chce tę technologię wdrażać, dobiera się formę nadzoru. Dobrym punktem startowym jest Audyt dojrzałości AI firmy, który pozwala szybko określić, na jakim poziomie faktycznie znajduje się organizacja i gdzie leży największy potencjał automatyzacji.

Sekwencja jest prosta:

1. Przeprowadź analizę potencjału AI, żeby zrozumieć procesy i zidentyfikować obszary do automatyzacji.
2. Oceń, czy potencjał jest realny i czy zarząd świadomie chce iść tą drogą.
3. Wybierz formę nadzoru: etat, część etatu albo zewnętrzny dyrektor AI.

Na pierwszym spotkaniu musi być ktoś z zarządu, osoba realnie decyzyjna. Obecność działu IT bywa przydatna, ale nie jest kluczowa. Jak zauważa Nejman, zewnętrzny dział IT można mieć, ale zewnętrznego prezesa już nie. Większość pytań na starcie dotyczy tego, jak firma działa i co chce osiągnąć, a taką wiedzę strategiczną ma zarząd, nie zespół techniczny.

Kluczowe wnioski

• Za wdrożenie AI w firmie odpowiada osoba łącząca kompetencje biznesowe i technologiczne, a nie CTO, którego rola kończy się na uruchomieniu narzędzi.
• Większość wdrożeń AI upada z powodów organizacyjnych, bo brakuje kogoś, kto wymusi realne używanie narzędzi wbrew naturalnej niechęci do zmiany.
• Dyrektor AI powinien być generalistą łączącym biznes, technologię, prawo i kompetencje miękkie, a nie specjalistą wykonującym automatyzacje własnymi rękami.
• Dobre wdrożenie zaczyna się od analizy procesów w podejściu business first, tech second, a nie od zakupu modnego narzędzia.
• Firmy do kilkuset pracowników zwykle zyskują więcej na modelu zewnętrznego dyrektora AI niż na etacie, unikając wysokich kosztów i ryzyka rotacji.
• Za błędy narzędzi AI odpowiada prawnie firma, która je udostępnia, dlatego zarząd musi być zaangażowany od pierwszego spotkania.
• Wdrażanie AI należy zaczynać od audytu potencjału, a decyzję o formie nadzoru podejmować dopiero po tej analizie.

Zastanawiasz się, czy wdrożenie AI ma sens dla Twojej firmy i kto powinien za nie odpowiadać? Umów się na bezpłatną konsultację ekspercką, Porozmawiamy o Twoim konkretnym przypadku.

Chcesz zobaczyć, jak to wygląda w praktyce? Obejrzyj pełny odcinek na kanale Nejman AI. 

Najczęściej zadawane pytania

Kto powinien odpowiadać za wdrożenie AI w firmie?

Za wdrożenie AI powinna odpowiadać osoba łącząca kompetencje biznesowe i technologiczne, z mandatem zarządu i kontaktem z nim. Może to być dyrektor AI zatrudniony wewnętrznie lub zewnętrzny dyrektor AI. Kluczowe jest to, że rola sięga poza aspekt techniczny i obejmuje egzekwowanie realnego używania narzędzi.

Czy CTO może być odpowiedzialny za AI w firmie?

CTO może odpowiadać za AI tylko wtedy, gdy ma też odpowiednie kompetencje biznesowe. Sam dział IT odpowiada za aspekt techniczny, czyli zakup i uruchomienie narzędzi, ale nie ma mocy sprawczej, by wymusić ich używanie na poziomie organizacyjnym. Dlatego samo posiadanie CTO nie wystarcza.

Czym różni się zewnętrzny dyrektor AI od konsultanta?

Konsultant ocenia sytuację, zostawia raport z rekomendacjami i kończy współpracę. Zewnętrzny dyrektor AI to konsultant, który zostaje na dłużej i dysponuje zespołem wdrożeniowym, więc nie tylko doradza, ale też realizuje plan i angażuje firmę w jego egzekucję.

Czy opłaca się zatrudnić dyrektora AI na etat?

To zależy od wielkości i dojrzałości firmy. Organizacje od około 500 pracowników w górę zwykle potrzebują etatu lub całego departamentu. Firmom liczącym kilkadziesiąt do dwustu osób częściej opłaca się model zewnętrznego dyrektora AI, który obniża koszty i eliminuje ryzyko rotacji kosztownych specjalistów.

Dlaczego większość wdrożeń AI kończy się niepowodzeniem?

Główną przyczyną są kwestie organizacyjne, a nie technologiczne. Firmy kupują narzędzia, ale nikt nie pilnuje ich realnego wykorzystania, a pracownicy trzymają się dotychczasowego sposobu pracy. Bez osoby odpowiedzialnej za nadzór i egzekucję wdrożenie zostaje na papierze.

Kto odpowiada prawnie za błędy AI w firmie?

Za działania i błędy narzędzi AI odpowiada prawnie firma, która je udostępnia, a nie sam algorytm. Regulacje takie jak AI Act i NIS 2 przesuwają odpowiedzialność w stronę zarządu i prezesa, dlatego kadra zarządzająca musi mieć pełną świadomość, co i jak jest w firmie wdrażane.