Sztuczna inteligencja generatywna w Polsce – jak firmy wykorzystują GPT i DALL-E?

Generatywna sztuczna inteligencja (GenAI) w Polsce szybko przechodzi od fazy eksperymentów do strategicznych wdrożeń, znacząco wpływając na polski rynek pracy i procesy biznesowe. Podobnie jak szerzej rozumiana sztuczna inteligencja w medycynie, zmienia ona oblicze wielu sektorów. Ale jak generatywna sztuczna inteligencja wpływa na polski biznes? Polskie firmy, w tym duże przedsiębiorstwa, coraz śmielej wykorzystują modele sztucznej inteligencji, takie jak te leżące u podstaw GPT czy DALL-E do analizy danych, automatyzacji procesów, obsługi klienta za pomocą chatbotów oraz generowania treści tekstowych i wizualnych. Jak firmy i użytkownicy indywidualni mogą integrować generatywną sztuczną inteligencję ze swoimi procesami? Chociaż technologia ta otwiera drogę do zwiększonej efektywności i kreatywności, jednocześnie stawia przed organizacjami i pracownikami wyzwania związane z bezpieczeństwem danych, nowymi kompetencjami cyfrowymi oraz adaptacją do zmieniających się realiów prawnych i etycznych. Czy generatywna sztuczna inteligencja to tylko chwilowa moda, czy raczej trwała zmiana w funkcjonowaniu firm?

Spis treści:

Adopcja i kluczowe zastosowania generatywnej AI w polskich przedsiębiorstwach

Polski biznes dynamicznie przyspiesza w wykorzystywaniu generatywnej sztucznej inteligencji, transformując ją z technologicznej ciekawostki w poważne narzędzie strategiczne. Jakie są wskaźniki i trendy wzrostu wdrażania generatywnej AI w polskich przedsiębiorstwach? Raporty, w tym te przygotowane przez BUZZcenter, wskazują, że w ciągu zaledwie roku, użycie GenAI w polskich firmach podwoiło się z 24% do 45%. Ponad połowa przedsiębiorstw (54%) ma już za sobą bezpośrednie zetknięcie ze sztuczną inteligencją w praktyce, przy czym 32% prowadzi pilotażowe wdrożenia, a 22% deklaruje regularne korzystanie z tej technologii.

Firmy w Polsce inwestują w sztuczną inteligencję przede wszystkim tam, gdzie szybko widać wymierne efekty. Jakie są konkretne zastosowania generatywnej AI w korporacjach i dla użytkowników indywidualnych, i w jakich obszarach AI zdobywa popularność w polskich firmach? Do czołowych zastosowań należą analiza danych (44% firm), automatyzacja procesów (43%) oraz wdrożenia chatbotów i narzędzi do generowania tekstu/tłumaczeń (42%). Te obszary dominują, ponieważ umożliwiają łatwe wykazanie korzyści w postaci lepszych decyzji, oszczędności czasu i kosztów, czy też całodobowej obsługi klienta. Modele generatywne, takie jak te wykorzystywane w ChatGPT (do tekstu) czy Adobe Firefly (do grafiki), stają się fundamentem tych zmian. Również w codziennym życiu, np. sztuczna inteligencja w smartfonach znacząco ułatwia wiele procesów. Jakie są praktyczne zastosowania generatywnej sztucznej inteligencji w biznesie?

Przewaga we wdrażaniu sztucznej inteligencji jest wyraźnie widoczna w zależności od wielkości firmy. Duże firmy (powyżej 250 pracowników), takie jak Deloitte czy Ernst&Young, są najbardziej zaawansowane, często mając za sobą pełne wdrożenia GenAI, dzięki większym budżetom i zasobom. Średnie firmy starają się nadążać, choć na mniejszą skalę, podczas gdy mikro i małe podmioty stopniowo odchodzą od darmowych, ogólnodostępnych narzędzi i modeli ogólnego przeznaczenia na rzecz bardziej ambitnych projektów dopasowanych do ich indywidualnych potrzeb biznesowych. Działy takie jak obsługa klienta, marketing i sprzedaż są pionierami we wdrażaniu generatywnej sztucznej inteligencji, zaś HR i IT dynamicznie nadrabiają zaległości.

Generatywna sztuczna inteligencja a dynamika polskiego rynku pracy

Generatywna sztuczna inteligencja wywiera znaczący wpływ na polski rynek pracy, z prognozami wskazującymi na potencjalną automatyzację lub transformację około 30% wszystkich stanowisk, co przekłada się na 5,1 miliona miejsc pracy. Na ile etatów w Polsce generatywna sztuczna inteligencja może mieć wpływ według raportu NASK i ILO? Według tego raportu, 5% zatrudnionych (około 817,5 tysiąca osób) pracuje w zawodach o najwyższej podatności, gdzie większość zadań może zostać zautomatyzowana. Jakie branże w Polsce są najbardziej podatne na automatyzację przez sztuczną inteligencję? Najbardziej narażone są branże finansów, technologii teleinformatycznych (ICT) oraz usług profesjonalnych, a także pracownicy biurowi, wśród których 71% wykonuje zadania podatne na automatyzację. Jakie grupy pracowników są najbardziej podatne na automatyzację przez GenAI?

Choć automatyzacja nie musi oznaczać bezpośrednich zwolnień, wiąże się z przesunięciem pracowników do innych zadań oraz potencjalnym tworzeniem nowych stanowisk związanych z obsługą tej technologii. Zauważalna jest dysproporcja płci, gdzie kobiety są nieproporcjonalnie częściej reprezentowane w zawodach podatnych na GenAI (39% kobiet vs. 23% mężczyzn). To wyzwanie, które sygnalizuje potrzebę uwzględnienia polityki równości i wsparcia dla najbardziej zagrożonych grup w procesie transformacji cyfrowej na polskim rynku pracy.

Percepcja pracowników wobec GenAI jest zróżnicowana, a kto najbardziej obawia się sztucznej inteligencji w pracy w Polsce? Większość (63%) postrzega jej wpływ jako neutralny, jednak ponad połowa (53%) wskazuje, że generatywna sztuczna inteligencja niesie więcej zagrożeń niż korzyści. Jakie są główne obawy i korzyści pracowników związane z generatywną AI? Główne obawy to obniżka płac (41%) oraz redukcja zatrudnienia (29%). Sceptycyzm ten jest częstszy wśród kobiet i osób poniżej 45 roku życia. Z drugiej strony, 18% pracowników ocenia GenAI pozytywnie, dostrzegając wymierne zalety w likwidowaniu barier językowych (47,2%), szybszym wykonywaniu zadań (45,1%) oraz dostępie do spersonalizowanych szkoleń (42,4%). Blisko 40% wierzy, że GenAI może zwiększyć ich kreatywność i ogólne możliwości zawodowe, odpowiadając na pytanie, w jaki sposób generatywna sztuczna inteligencja może zwiększyć kreatywność i efektywność w pracy, z największym optymizmem wśród najstarszych (65+) i najmłodszych (15-24 lata) grup wiekowych.

Bariery i wyzwania implementacji AI w sektorze biznesowym

Wdrożenie generatywnej sztucznej inteligencji w polskich firmach napotyka na szereg istotnych barier, które spowalniają jej pełną adaptację. Jakie są główne bariery we wdrażaniu sztucznej inteligencji w firmach w Polsce? Jednym z kluczowych wyzwań są braki kompetencyjne i kulturowe w organizacjach, gdzie kadra i pracownicy nie zawsze są gotowi w pełni zauważyć algorytmy lub efektywnie z nimi współpracować. Deficyt wiedzy i umiejętności w zakresie GenAI pozostaje hamulcem postępu, wymagającym konsekwentnych inwestycji w rozwój kompetencji.

Kwestie bezpieczeństwa, zwłaszcza bezpieczeństwa danych, budzą znaczące obawy. Mimo deklarowanej dobrej znajomości przepisów dotyczących sztucznej inteligencji, firmy konsekwentnie wskazują bezpieczeństwo danych jako jedno z trzech głównych wyzwań. Wynika to z niepewności co do sposobu przetwarzania danych przez zewnętrzne narzędzia sztucznej inteligencji, dostępu do nich oraz gotowości infrastruktury IT. Istnieje obawa przed nieświadomym udostępnianiem danych poufnych, w tym osobowych, w narzędziach generatywnej sztucznej inteligencji opartych na chmurze, przy jednoczesnym braku jasnych firmowych standardów korzystania z takich rozwiązań. Rozważenie rozwiązań takich jak chmura hybrydowa może pomóc w zarządzaniu bezpieczeństwem danych w kontekście AI.

Koszty związane z implementacją sztucznej inteligencji stanowią kolejną istotną barierę. Wysokie ceny licencji, konieczność rozbudowy infrastruktury IT oraz brak gotowych modeli dopasowanych do specyfiki firmy sprawiają, że dla wielu organizacji inwestycje w GenAI są poza zasięgiem. Ponadto, trudności technologiczne, takie jak brak kompatybilności z istniejącymi systemami, ograniczony dostęp do odpowiednich danych treningowych oraz niedobór specjalistów zdolnych do integracji nowych rozwiązań, dodatkowo utrudniają proces wdrożenia generatywnej sztucznej inteligencji. Wiele firm wykazuje także „lukę zaufania”, gdzie pracownicy korzystają z niezatwierdzonych, darmowych narzędzi AI, co stwarza poważne ryzyko ujawnienia danych poufnych i podważa bezpieczeństwo danych.

Ramy prawne i etyczne generatywnej AI w Unii Europejskiej i Polsce

Wraz z dynamicznym rozwojem generatywnej sztucznej inteligencji, rośnie potrzeba uregulowania jej stosowania. Jakie są wyzwania prawne i etyczne w kontekście generatywnej AI w Unii Europejskiej? W systemie prawnym Unii Europejskiej, choć brakuje legalnej definicji GenAI, głównym aktem prawnym regulującym tę technologię jest Akt w sprawie sztucznej inteligencji (AI Act), który wszedł w życie 2 sierpnia 2024 roku. Ten europejski akt prawny koncentruje się przede wszystkim na kwestiach bezpieczeństwa tworzenia, rozwijania i stosowania systemów sztucznej inteligencji, w tym szczególnie tych wysokiego ryzyka. Należy jednak zaznaczyć, że przepisy AI Act stosują się również do dostawców modeli ogólnego przeznaczenia generatywnej sztucznej inteligencji, takich jak GPT, a także do dostawców i użytkowników systemów GenAI, nawet tych o niskim ryzyku. Jakie regulacje prawne, w tym Akt w sprawie sztucznej inteligencji, prawa autorskie i RODO, dotyczą generatywnej sztucznej inteligencji?

Akt w sprawie sztucznej inteligencji nakłada na dostawców modeli GenAI ogólnego przeznaczenia specyficzne obowiązki. Jakie są trzy grupy obowiązków dla podmiotów tworzących i stosujących GenAI na gruncie tego aktu? Kluczowe jest wprowadzenie polityki zapewniającej zgodność z prawem autorskim, zwłaszcza w kontekście wykorzystywania utworów jako danych treningowych, pamiętając także o zgodności z RODO. Dostawcy muszą także publikować szczegółowe streszczenia dotyczące treści użytych do trenowania modeli generatywnej sztucznej inteligencji, zgodnie z formatem dostarczonym przez Urząd ds. AI. W przypadku wszystkich systemów sztucznej inteligencji, w tym generatywnych, obowiązują również zasady transparentności. Chatboty mają obowiązek informować użytkowników o interakcji z systemem AI, a treści generowane syntetycznie (np. deepfake, obrazy, wideo, tekst) muszą być oznakowane w formacie nadającym się do odczytu maszynowego jako sztucznie wytworzone lub zmanipulowane. Wyjątki od tych wymogów dotyczą zastosowań artystycznych lub ścigania przestępstw.

Harmonogram wejścia w życie przepisów AI Act jest rozłożony w czasie, z niektórymi zakazami i obowiązkami wchodzącymi w życie już od lutego i sierpnia 2025 roku, a większość od sierpnia 2026 roku. Naruszenie tych obowiązków może skutkować odpowiedzialnością administracyjną i karami pieniężnymi, które będzie nakładać nowo powołany organ nadzorczy – Komisja Rozwoju i Bezpieczeństwa AI, działająca w ścisłej współpracy z Ministerstwem Cyfryzacji. Poza aspektami prawnymi, istotne są także kwestie etyczne, takie jak ryzyko stronniczości w wynikach generowanych przez sztuczną inteligencję (np. ze względu na płeć czy rasę) oraz ogromne zużycie energii związane z trenowaniem i działaniem zaawansowanych modeli generatywnej sztucznej inteligencji, co wymaga ciągłego nadzoru i działań ograniczających ślad węglowy branży. Czy zatem wyzwania prawne i etyczne w kontekście generatywnej AI w Unii Europejskiej zostaną skutecznie rozwiązane?

Potencjał i obawy generatywnej AI w polskiej oświacie

Generatywna sztuczna inteligencja zaczyna torować sobie drogę do polskiego systemu edukacji, choć na razie z ograniczoną akceptacją. Badania NASK przeprowadzone na przełomie 2023 i 2024 roku wykazały, że zdecydowana większość, bo aż 75% nauczycieli klas 4-8 szkół podstawowych, nie wykorzystywała GenAI w pracy zawodowej. Spośród 25% podejmujących próby, tylko 6% robiło to wielokrotnie. Główne bariery to obawy nauczycieli przed utratą kontroli nad procesem nauczania, brak odpowiedniego przygotowania, czasu na naukę nowych narzędzi oraz jasnych wytycznych i regulacji dotyczących stosowania AI w edukacji. Jakie są dylematy etyczne i praktyczne związane z użyciem generatywnej AI w edukacji? Wśród innych lęków wymieniano gorsze działanie narzędzi GenAI w języku polskim, utrwalanie stereotypów płciowych oraz obawę przed rugowaniem relacji międzyludzkich i emocji z życia szkolnego.

Nauczyciele obawiają się także, że uczniowie będą nadmiernie wykorzystywać GenAI do odrabiania prac domowych bez ujawniania tego faktu, co podnosi dylematy etyczne związane z oryginalnością i samodzielnością. Pomimo tych wyzwań, zidentyfikowano kilka modeli wykorzystania generatywnej sztucznej inteligencji w polskiej szkole. W jaki sposób generatywna sztuczna inteligencja jest wykorzystywana w edukacji? Generatywna AI pełni rolę „Giermka”, pomagając w przygotowywaniu ćwiczeń, dostosowywaniu zadań czy zwiększaniu atrakcyjności materiałów dydaktycznych. Może być „Narzędziem w rękach młodych ludzi”, gdy uczniowie używają jej do nauki, np. do tłumaczenia algorytmów matematycznych. Staje się również „Komunikatorem” w korespondencji z rodzicami czy do tworzenia treści dla mediów społecznościowych szkół, a także „Sekretarzem”, wspierając zadania biurokratyczne, takie jak tworzenie sprawozdań czy korekta językowa.

Pozytywne aspekty zastosowania GenAI w edukacji są jednak widoczne. Główną motywacją do sięgania po generatywną sztuczną inteligencję jest oszczędność czasu, szczególnie w zakresie przygotowania materiałów dydaktycznych, pisania sprawozdań czy korespondencji. 64% badanych nauczycieli wskazało automatyzację rutynowych zadań jako kluczową cechę. Generatywna AI wprowadza także element interaktywności i zaangażowania do lekcji. Ważne jest jednak, aby nauczyciele podkreślali potrzebę weryfikacji treści generowanych przez sztuczną inteligencję, demonstrując uczniom, że nie zawsze jest ona bezbłędna. Dyskusje o GenAI w szkołach stawiają na nowo pytania o granice technologii w budowaniu relacji międzyludzkich i ryzyko oderwania młodzieży od realnych uczuć i wartości, co wymaga zrównoważonego podejścia do jej integracji.