Wdrożenia AI
Audyt przedwdrożeniowy AI to diagnoza danych, procesów i ludzi przed wdrożeniem. RAND: 80% projektów AI nie dowozi wartości. W 73% przypadków problemem nie jest model, tylko brak metryk sukcesu ustalonych przed startem. Sprawdź co wchodzi w skład rzetelnego audytu, ile kosztuje, jak wybrać dostawcę.
Audyt przedwdrożeniowy AI to ustrukturyzowana diagnoza gotowości organizacji do wdrożenia rozwiązań opartych na sztucznej inteligencji. Obejmuje cztery wymiary: jakość i dostępność danych, dojrzałość procesów biznesowych, kompetencje zespołu oraz fit-gap między dostępnymi technologiami a realnymi problemami firmy. Wynikiem jest pisemny raport z listą procesów priorytetowych, szacunkami ROI i mapą drogową wdrożenia, niezależną od konkretnego dostawcy technologii.
To nie jest audyt techniczny w stylu "sprawdźmy infrastrukturę GPU". To audyt biznesowy, który odpowiada na trzy pytania, na które kadra zarządcza musi mieć odpowiedź zanim podpisze kontrakt z dostawcą:
Jeśli na którekolwiek z tych pytań organizacja odpowiada "nie wiem" albo "ogólnie tak", wdrożenie się posypie. To nie jest opinia. To dane, które omawiam niżej.
| Wymiar | Audyt IT | Audyt przedwdrożeniowy AI | |---|---|---| | Pytanie główne | Czy infrastruktura działa | Czy organizacja jest gotowa do zmiany | | Czas trwania | 1-3 tygodnie | 2-8 tygodni | | Z kim rozmawia | CTO, dział IT | C-level, kierownicy operacyjni, użytkownicy końcowi | | Co analizuje | Logi, konfiguracje, security | Procesy biznesowe, KPI, jakość danych, kompetencje | | Output | Raport techniczny | Plan transformacji + business case per use case | | Zależność od dostawcy | Często związany z konkretną technologią | Vendor-agnostic |
Big4 (Deloitte, PwC, EY, KPMG) i MBB (McKinsey, BCG, Bain) sprzedają AI strategy consulting, kosztuje 500 tys. do kilku milionów PLN, trwa 3-6 miesięcy i kończy się 200-stronicowym slidedeckiem o "ścieżce transformacji". Audyt przedwdrożeniowy jest operacyjnym poziomem niżej: nie odpowiada czy iść w AI, tylko gdzie konkretnie i w jakiej kolejności. Trwa tygodnie, nie miesiące. Kosztuje rząd wielkości mniej. I daje plan, który można wdrożyć w pierwszym kwartale po raporcie, nie w 2028 roku.
To różnica między diagnozą lekarską przed operacją a książką o medycynie ogólnej. Obie mają wartość. Ale jeśli za chwilę ma być operacja, druga rzecz nie pomoże.
Liczby z ostatnich 18 miesięcy są bezlitosne. Sześć niezależnych źródeł, różne metodologie, ta sama konkluzja:
| Badanie | Próba | Wynik | Źródło | |---|---|---|---| | RAND Corporation 2024/2025 | 65 inżynierów ML i data scientists | 80% projektów AI nie osiąga produkcji, 2× więcej niż projekty IT bez AI | RAND RRA2680-1 | | MIT Project NANDA 2025 | 300+ wdrożeń GenAI, 150 wywiadów | 95% pilotów GenAI bez mierzalnego wpływu na P&L | MIT NANDA Report | | S&P Global Market Intelligence 2025 | 1000+ firm w US i Europie | 42% firm porzuciło większość inicjatyw AI w 2025 (vs 17% w 2024) | S&P Global | | BCG "Widening AI Value Gap" 09/2025 | 1250 respondentów | 60% firm bez materialnej wartości mimo dalszych inwestycji | BCG | | McKinsey Global AI Survey 11/2025 | Global enterprises | 80%+ organizacji bez znaczącego wpływu AI na EBIT | McKinsey | | Gartner Q1 2026 | 782 liderów Infrastructure & Operations | Tylko 28% projektów AI spełnia oczekiwania ROI | Gartner |
Dane z RAND (Ryseff, Narayanan 2024/2025), MIT NANDA, McKinsey i Gartner układają się w pięć wzorców, które powtarzają się w 70-80% nieudanych projektów. Kolejność wg częstotliwości:
Projekt rusza, bo prezes wrócił z konferencji w Davos albo z webinarium NVIDII. Nikt nie zapisał na piśmie, co ma się zmienić w liczbach po 6, 12, 24 miesiącach. Bez baseline'u nie ma jak ocenić, czy projekt działa. CFO ucina budżet po dwóch kwartałach. CEO przestaje przychodzić na review.
To jest najczęstsza i najtańsza do naprawienia przyczyna porażki, wystarczy jeden warsztat strategiczny przed rozpoczęciem.
Gartner zdefiniował AI-ready data jako dane:
W większości polskich korporacji żaden z tych warunków nie jest spełniony. ERP ma 4-letnie braki, CRM nie integruje się z systemami operacyjnymi, dział handlowy trzyma kluczowe dane w Excelach. AI trenowane na takich danych zwraca śmieci, tyle że szybciej niż człowiek.
Projekty z trwałym zaangażowaniem zarządu mają 68% szans na sukces. Projekty, w których C-level wycofuje się po pierwszej fazie, 11% (RAND 2024). Różnica jest sześciokrotna.
Sponsoring nie znaczy "prezes powiedział tak na zarządzie". Sponsoring znaczy: prezes co miesiąc patrzy na cztery wskaźniki projektu, zadaje pytania, broni budżetu przed CFO i interweniuje, gdy działy operacyjne sabotują wdrożenie.
Klasyczny schemat: zarząd deleguje "ten AI" do CTO. CTO wybiera technologię. Dział operacyjny dostaje gotowe narzędzie z polecenia "macie używać". Nikt nie przeprojektował procesów. Nikt nie zmienił KPI. Nikt nie zaktualizował systemu wynagrodzeń.
Badanie McKinsey 2025 pokazuje to jednoznacznie: organizacje raportujące "znaczące zwroty finansowe" z AI są 2× bardziej skłonne przeprojektować end-to-end procesy biznesowe zanim wybiorą model AI. To jest odwrócenie typowej kolejności wdrożeń, i to się opłaca.
Liderzy I&O w badaniu Gartnera mówią wprost: projekty wypadły, bo "oczekiwaliśmy za dużo, za szybko". Założyli, że AI natychmiast zautomatyzuje skomplikowane procesy, wytnie koszty, naprawi długoletnie problemy operacyjne. Po 90 dniach bez efektu, utrata zaufania.
Realny horyzont mierzalnego ROI z AI w korporacji: 2-4 lata, nie 7-12 miesięcy, jak obiecują vendorzy.
W rozmowach z zarządami dużych polskich firm widzę to samo, co RAND opisał w 65 wywiadach: technologia jest gotowa, organizacja nie. Pięć z sześciu projektów, w które wchodzimy, sypie się przed pierwszą linijką kodu, bo nikt nie ustalił, co ma się zmienić w P&L i kto będzie używał gotowego narzędzia. Audyt przedwdrożeniowy to nie biurokracja. To jedyny etap, na którym można uniknąć utopienia 2-8 mln zł.
Rzetelny audyt przedwdrożeniowy AI obejmuje cztery obszary. Każdy ma własne pytania, własne deliverables i własne ryzyka. Wszystkie cztery są konieczne, pominięcie któregokolwiek znacząco zwiększa prawdopodobieństwo, że dołączycie do statystyki 80%.
W yesfor.ai pracujemy według autorskiego YESFOR Framework (AI Readiness Score, YESFOR). Cztery filary, dwanaście wymiarów, jeden mierzalny score od 0 do 100. Wagi filarów pochodzą z empirycznych danych o przyczynach porażek projektów AI (RAND, MIT, McKinsey), nie z sufitu.
Pytania, na które odpowiada audyt:
Deliverables:
Czerwone flagi, których szukamy:
Pytania:
Deliverables:
Krytyczna uwaga: Nie każdy proces wymaga AI. Część załatwia się klasycznym RPA (Robotic Process Automation), część prostym workflow w Microsoft Power Automate, część zmianą instrukcji służbowej. Rzetelny audyt mówi "tu AI ma sens, tu nie", nie wciska AI wszędzie.
Pytania:
Deliverables:
Pytania:
Deliverables:
Dlaczego tylko 15% wagi: Bo to najmniej ważny filar. RAND i MIT pokazują jednoznacznie, technologia w 2026 rzadko jest przyczyną porażki. Pęknie organizacja, pękną dane, pęknie sponsoring. Technologia jest gotowa, jeśli reszta jest gotowa.
Standardowy audyt yesfor.ai dla średniej polskiej korporacji (200-500 osób) trwa 4-6 tygodni i przebiega w 6 fazach:
Rozmowa wstępna z osobą decyzyjną. Dwa cele: zrozumieć kontekst biznesowy i sprawdzić, czy w ogóle warto robić audyt. Czasem klient potrzebuje czegoś innego, wdrożenia konkretnego narzędzia, szkolenia zarządu, RPA zamiast AI. Mówimy to wprost. Audyt nie zawsze ma sens, pytanie brzmi nie "czy", tylko "gdzie jest największy potencjał".
Definiujemy: ile procesów obejmujemy, z iloma osobami rozmawiamy, jakie systemy analizujemy, jakie deliverables dostarczamy. Podpisujemy krótką umowę (3 strony) z fixed price. Bez niespodzianek w fakturze.
Cztery sesje po 2 godziny:
Tu jest sól audytu. Rozmowy nie z prezesem, z ludźmi, którzy faktycznie wykonują zadania każdego dnia. Kierownicy działów, key userzy, analitycy, controllerzy. Mapujemy każdy proces krok po kroku: kto co robi, w jakiej kolejności, w jakim narzędziu, ile to zajmuje, gdzie błędy.
Z reguły 15-25 wywiadów po 45-60 minut.
Praca po naszej stronie. Składamy dane z wywiadów, dokumentacji, systemów. Wyliczamy AI Readiness Score dla każdego z 12 wymiarów. Identyfikujemy luki, ryzyka, quick wins. Szacujemy ROI dla 5-10 priorytetowych przypadków użycia.
Pisemny raport (40-80 stron) zawiera:
Raport prezentujemy zarządowi (2-3 godzinna sesja). Klient dostaje wersję edytowalną, może go przekazać dowolnemu wykonawcy, w tym konkurencji yesfor.ai. Wiedza zostaje u Was, nie u konsultanta.
Pełna transparentność cen, czego u Big4 nie dostaniecie:
| Wielkość firmy | Zakres audytu | Cena | Czas trwania | |---|---|---|---| | SME (10-100 osób) | 1-2 procesy, 5-8 wywiadów | 8 000 - 15 000 PLN | 2 tygodnie | | Mid-market (100-500 osób) | 3-5 procesów, 10-15 wywiadów | 25 000 - 50 000 PLN | 4 tygodnie | | Enterprise (500+ osób) | 5+ procesów, 20-30 wywiadów | 80 000 - 200 000 PLN | 6-8 tygodni |
Dlaczego widełki, a nie sztywne ceny: różnica między dolnym a górnym pułapem to złożoność systemów, liczba wywiadów, dostępność danych historycznych i wymagana głębokość raportu. Wycena po discovery call jest fixed price.
Co podnosi cenę:
Co obniża cenę:
| Opcja | Czas | Koszt | Co dostajecie | |---|---|---|---| | Audyt w yesfor.ai | 4-6 tyg. | 25-200 tys. PLN | Plan operacyjny, vendor-agnostic, capability transfer | | AI Strategy w Big4 (Deloitte/PwC/EY/KPMG) | 3-6 mies. | 500 tys. - 2 mln PLN | Strategiczny slidedeck, zwykle vendor-biased | | "Bezpłatny audyt" od dostawcy AI | 1-2 tyg. | 0 PLN | Plan wdrożenia ich narzędzia | | Wdrożenie bez audytu | 6-24 mies. | 1-10 mln PLN | 80% szans, że trafiacie do statystyki RAND |
Audyt jest najtańszym elementem całego łańcucha wartości AI. To 2-5% budżetu, który zabezpiecza pozostałe 95-98%.
Audyt prawdopodobnie ma sens, jeśli:
Audyt prawdopodobnie NIE ma sensu, jeśli:
W tych przypadkach mówimy klientowi otwartym tekstem: "nie potrzebujesz nas, oto co zrobić zamiast tego". Tak, tracimy projekt. Ale dostajemy referencje.
Osiem pytań, które trzeba zadać dostawcy audytu zanim podpiszesz umowę:
Powinien. Jeśli dostawca chce zachować prawa do raportu albo nie chce wydać wersji edytowalnej, to red flag. Wiedza ma zostać u Was.
Vendor-agnostic to nie hasło. Spytajcie wprost: "Czy macie partnerstwa z dostawcami AI? Czy dostajecie prowizje od poleceń?". Jasna odpowiedź = uczciwy partner. Wymijająca odpowiedź = audyt skończy się rekomendacją ich partnera.
Audyt bez rozmów z key userami to nie audyt. Powinniście usłyszeć: minimum 10-15 wywiadów dla średniej firmy, z osobami z różnych poziomów organizacji, nie tylko z C-level. Bez rozmów z ludźmi, którzy codziennie wykonują procesy, nie ma jak ocenić co naprawdę nie działa.
Lista konkretnych dokumentów: mapa procesów, AI Readiness Score (lub inny mierzalny wskaźnik), business case z liczbami, roadmap, raport pisemny. Brak konkretu = brak procesu.
Jeśli odpowiedź to "używamy frameworków Gartnera/McKinseya", pytajcie dalej. Własna, udokumentowana, publicznie opisana metodologia (np. YESFOR Framework yesfor.ai) to znak dojrzałości warsztatu. Bez metodologii każdy audyt jest improwizacją.
Każdy poważny dostawca może pokazać anonimizowane fragmenty raportów. Jeśli odpowiadają "to poufne, nie pokażemy nic", prawdopodobnie wstydzą się jakości.
Audyt, który kończy się rekomendacją "transformujcie się przez 3 lata", jest bezużyteczny. Powinniście dostać quick wins do wdrożenia w 90 dni + długoterminowy plan. Bez quick wins zarząd traci zainteresowanie.
Dobra odpowiedź: "Raport zostaje u Was, możecie zrobić co chcecie, w tym wybrać konkurencję.". Zła odpowiedź: "Mamy klauzulę zakazu konkurencji w umowie.".
Kontekst: Polski generalny wykonawca, 3000 osób, obroty 2 mld PLN. Zarząd po konferencji w Davos podejmuje decyzję: "wdrażamy AI". CTO dostaje 8 mln PLN budżetu i 12 miesięcy.
Miesiące 1-3: CTO wybiera dostawcę po procesie RFP. Stawia na rozwiązanie do predictive maintenance maszyn budowlanych. Vendor obiecuje 30% redukcję awarii.
Miesiące 4-9: Wdrożenie. Okazuje się, że:
Miesiące 10-12: System działa technicznie, ale używa go 12% osób, dla których był przeznaczony. CFO patrzy na faktury: 6,8 mln PLN wydane, 0,3 mln PLN udokumentowanych oszczędności. Projekt zamykany. Pracownicy mówią: "AI nie działa".
Co naprawdę nie zadziałało: ludzie, dane i procesy, w tej kolejności. Technologia była OK.
Tydzień 1-6: Audyt yesfor.ai. AI Readiness Score wychodzi 38/100. Główne wnioski:
Rekomendacja: nie wchodzicie w predictive maintenance teraz. Zamiast tego, trzy quick wins:
Equipment maintenance, w fazie 2, za 12-18 miesięcy, po doprowadzeniu telematyki do AI-ready.
Miesiące 4-12: Wdrożenie trzech quick wins z budżetu 2 mln PLN (z 8 mln). Pozostałe 6 mln zostaje na fazę 2.
Wynik po 12 miesiącach:
Rok 2: faza predictive maintenance, ale tym razem na oczyszczonych danych, z procesami zmapowanymi, z premiami kierowców powiązanymi z używaniem systemu.
Różnica: 4,7 mln PLN różnicy w P&L w pierwszym roku. To jest cena, którą się płaci za pominięcie audytu.
Jeśli to przeczytałaś/przeczytałeś do końca, prawdopodobnie zastanawiasz się, czy Twoja firma jest w 80% (które się sypią), czy w 20% (które dowożą). Są trzy sposoby, żeby to sprawdzić:
AI Readiness Self-Assessment, 30 minut, bezpłatnie, online. Dostajesz wstępny AI Readiness Score i listę obszarów wymagających uwagi. Bez konsultanta, bez maila do działu sprzedaży.
Discovery call z yesfor.ai, 30 minut, bezpłatnie, online. Rozmowa o konkretnym kontekście biznesowym. Wyjdziesz wiedząc, czy audyt ma w Twoim przypadku sens, albo czy potrzebujesz czegoś innego.
Pełny audyt przedwdrożeniowy, 4-6 tygodni, fixed price po discovery, raport zostaje u Ciebie. Decyzja po sesji discovery, nie wcześniej.
Nie wciskamy audytu. Wciskanie audytu komuś, kto go nie potrzebuje, kończy się złą referencją. Złe referencje kosztują więcej niż jakikolwiek pojedynczy projekt.
Badania, na których oparty jest ten artykuł:
Dalsze artykuły na yesfor.ai: