Wdrożenia AI: od audytu i pilota do produkcji

Teza strony

80% wdrożeń AI w polskich firmach umiera po pilocie. Nie dlatego, że technologia zawiodła — dlatego, że nikt nie zaplanował, co dzieje się po demo. Brak właściciela, brak budżetu utrzymania, brak integracji z procesem. „Udany pilot" staje się najczęstszą przyczyną porażki wdrożenia AI.

Pomagam firmom zaplanować wdrożenie tak, żeby pilot był krokiem pierwszym, a nie jedynym.

Co to w praktyce oznacza

Wdrożenie AI w enterprise to nie instalacja narzędzia. To cztery równoległe wątki, które muszą się zejść:

• Proces biznesowy — musi istnieć przed AI, i musi działać. AI nie naprawi zepsutego procesu; przyspieszy chaos.
• Dane — rzadko są „gotowe", prawie zawsze są „w czterech systemach, niespójne, bez dokumentacji".
• Technologia — wybór między modelem własnym, API vendorskim, RAG-iem, agentem, copilotem — zależy od ryzyka, kosztu i skali.
• Organizacja — kto właściwie używa tego narzędzia dziennie? Kto odpowiada za wyniki? Kto za awarie?

Moja rola to złożyć te cztery wątki w jedną sekwencję wdrożeniową, której zarząd może bronić, a zespoły mogą wykonać.

Dlaczego to jest problem właśnie teraz

Microsoft raportuje miliony aktywnych użytkowników Copilota. „Aktywny" znaczy: otworzył raz. Po kilku tygodniach regularne użycie spada do 3–4%. Podobnie z pilotami GenAI — demo świetne, produkcja nigdy. Firmy wydały pierwsze budżety na AI, ale nie widzą w P&L żadnej różnicy. Presja rośnie, a drugie podejście musi być mądrzejsze od pierwszego.

Co naprawdę działa

W mojej praktyce wdrożenie, które przetrwa, ma trzy cechy:

1. Mierzalny KPI przed pilotem. „Skrócimy czas obsługi reklamacji o 30%" — nie „zobaczymy jak to działa".
2. Właściciel biznesowy, nie tylko sponsor IT. Osoba, która odpowiada za wynik procesu, a nie za technologię.
3. Plan produkcji od dnia zero. Budżet utrzymania, SLA, plan komunikacji, plan rollbacku. Nie „jak się uda, to się zastanowimy".

Bez tych trzech — pilot jest muzeum, nie fundamentem.

Jak pracuję z klientami

Faza 1: Audyt gotowości (2–3 tygodnie)

• Mapowanie procesów kandydujących do AI (3–8 procesów).
• Audyt danych: dostępność, jakość, dokumentacja, dostępy.
• Ocena zespołu: kto może prowadzić, kto będzie używać, kto będzie utrzymywać.
• Decyzja go/no-go: które z badanych procesów faktycznie są gotowe.

Faza 2: Pilot z planem produkcji (6–10 tygodni)

• Wybór 1–2 procesów i konkretnej technologii (RAG, agent, dedykowany model, Copilot — zależnie od przypadku).
• Pilot z mierzalnym KPI, zdefiniowaną grupą użytkowników i terminem decyzji.
• Równolegle: plan produkcji, SLA, plan utrzymania, plan wdrożenia organizacyjnego.

Faza 3: Produkcja (3–6 miesięcy)

• Rollout na całą grupę docelową.
• Monitoring adopcji (nie tylko logowań — faktycznego użycia w procesie).
• Korekty po pierwszych 30/60/90 dniach.

W każdej fazie jestem stroną doradczą, nie wykonawczą — kod piszą Wasi ludzie albo Wasi vendorzy. Ja pilnuję, żeby pilot nie zamienił się w muzeum.

Dla kogo jest ta usługa

• Firmy, które miały już jeden nieudany pilot AI i chcą drugie podejście zrobić mądrzej.
• Organizacje wdrażające Copilota na skalę — 500+ licencji, z realnym oczekiwaniem adopcji.
• Zespoły Product AI — mające pomysł, ale niepewne, jak zbudować pełną ścieżkę pilot → produkt.
• CTO/CIO — potrzebujący zewnętrznego review planu wdrożeniowego przed zatwierdzeniem budżetu.

Mój wniosek dla zespołu wdrożeniowego

Nie pytaj najpierw, jaki model AI wybrać. Zapytaj raczej, kto za pół roku będzie odpowiadał za metrykę, na którą to AI miało wpłynąć. Jeśli nie ma odpowiedzi na drugie pytanie, pierwsze nie ma znaczenia.

Powiązane usługi

• Audyt gotowości AI — punkt startowy
• Audyt procesów pod kątem AI — dopasowanie procesu
• RAG i agenci AI dla enterprise — kiedy to ma sens
• AI w środowisku ograniczonych narzędzi — praca z tym, co masz

FAQ

Ile kosztuje wdrożenie AI w firmie?

Audyt — koszt 2–3 tygodni pracy seniora. Pilot z planem produkcji — 2–3 miesiące, zależnie od złożoności procesu i danych. Pełne wdrożenie na skalę — zwykle 6–12 miesięcy od decyzji do adopcji w grupie docelowej. Dokładne kwoty omawiamy po audycie, bo wcześniej każda liczba jest zgadywaniem.

Czy wystarczy nam Copilot, czy potrzebujemy własnego rozwiązania?

To zależy od tego, jaki proces próbujecie wspierać. Copilot jest świetny do zadań horyzontalnych (pisanie, podsumowania, szukanie w dokumentach). Do wertykalnych procesów biznesowych (np. obsługa reklamacji, analiza ryzyka kredytowego) zwykle potrzeba RAG-a, agenta albo dedykowanego rozwiązania. Audyt odpowie na to pytanie.

Mamy już pilot, który się udał, ale dalej nic się nie dzieje. Co robić?

To najczęstsza sytuacja, z jaką do mnie trafiają firmy. Zwykle brakuje trzech elementów: właściciela biznesowego, budżetu utrzymania i planu rolloutu. Można je dołożyć po fakcie — ale potrzebna jest decyzja zarządu, że pilot nie jest końcem, tylko początkiem.

Czy zajmujesz się samym wdrożeniem technicznym?

Nie piszę kodu produkcyjnego. Pracuję jako doradca architekta/PM-a wdrożenia. Jeśli potrzebujecie wykonawcy — pomagam wybrać vendora i prowadzę nad nim nadzór merytoryczny.

Co z AI Act i compliance?

Wdrożenia AI w enterprise muszą dziś uwzględniać AI Act od dnia zero, szczególnie dla procesów high-risk. Compliance omawiamy w fazie audytu i wbudowujemy w plan pilota.