Ten wyścig Europa i Polska już przegrały. Teraz naszą szansą są nisze: AI dla przemysłu i wojska

W konkurencji z globalnymi liderami sztucznej inteligencji Polska nie ma szans na zwycięstwo. Zamiast kopiować amerykański model rozwoju AI, możemy jednak budować przewagę w niszach. Zdaniem uczestników sesji „Polska w wyścigu AI” na Europejskim Kongresie Gospodarczym będzie to wymagało m.in. zmiany podejścia i lepszego przygotowania po stronie firm, a także efektywnej współpracy między nauką, biznesem i administracją.

• Polska nie wygra globalnego wyścigu, kopiując amerykański model rozwoju AI. Może natomiast zbudować własne kompetencje tam, gdzie łączą się przemysł, dane, bezpieczeństwo i specjalistyczna wiedza sektorowa.
• Problemem jest jednak niedojrzałe podejście wielu firm, które rozczarowują się sztuczną inteligencją na własne życzenie - bo wdrażają ją bez przygotowania. Brakuje też trwałych mechanizmów współpracy między nauką, biznesem i administracją.
• O tym, jak budować polską przewagę w nowych technologiach, rozmawiali eksperci uczestniczący w sesji „Polska w wyścigu AI” podczas XVIII Europejskiego Kongresu Gospodarczego (EEC).
• Na temat zastosowań AI będziemy też dyskutować w trakcie CYBERSEC EXPO & FORUM 2026, które odbędzie się 15-16 czerwca w Katowicach. Trwa rejestracja na to wydarzenie. 

Polska nie stworzy konkurenta dla OpenAI czy innych wiodących firm rozwijających sztuczną inteligencję. Możemy jednak budować przewagę w AI dla przemysłu, energetyki, zdrowia czy obronności - przekonywali uczestnicy sesji „Polska w wyścigu AI” podczas Europejskiego Kongresu Gospodarczego w Katowicach. 

Problemem jest to, że polskie firmy są słabo przygotowane do wdrażania sztucznej inteligencji, państwo działa w tej dziedzinie zbyt wolno, a nauka funkcjonuje w oddzielnym świecie.

Nie wygramy wyścigu na największy model AI, ale mamy szanse w przemyśle

Choć Polska nie ma szans na stworzenie konkurencji dla największych modeli generatywnej AI budowanych przez OpenAI, Google czy Meta, to - zaniem panelistów - nie skazuje nas to na rolę odbiorcy zagranicznych technologii.

- Nasza szansa jest w niszach – wskazał Piotr Mieczkowski, dyrektor zarządzający Fundacji Digital Poland. - Nie zrobimy wielkiego modelu ani przełomu jak OpenAI czy Google, bo nie mamy takich mocy. Ale też my tych mocy nie potrzebujemy, z prostej przyczyny - podkreślił.

Jak wyjaśnił, Europa przegrała już z big techami wyścig w sektorze B2C, czyli walkę o uwagę mas internautów. Natomiast szansą Starego Kontynentu pozostaje jeszcze przemysł. 

- Do tego wystarczą nam małe serwerownie, niszowe modele AI, dostrojone do poszczególnych dziedzin. Tu jest nasza szansa: przemysł i wąskie zastosowania sztucznej inteligencji – przekonywał Piotr Mieczkowski.

Dodał, że Polska może budować przewagi AI m.in. w energetyce, cyberbezpieczeństwie i rozwiązaniach dual-use (cywilno-wojskowych).

Skoro mamy konflikt za granicą i jesteśmy hubem dla Ukrainy, powinniśmy pójść mocno w robotykę wojskową czy wykorzystanie AI w wojsku. Drony mogą być narzędziem wojskowym, ale też służyć w pożarnictwie, ratownictwie czy rolnictwie – podkreślał Piotr Mieczkowski.

Jolanta Itrich‑Drabarek, wiceprezeska Centrum Łukasiewicz ds. badawczych, jako strategiczne obszary rozwoju sektorowych modeli AI wskazała ochronę zdrowia, energetykę oraz technologie dual-use.

- Mamy dobrą kadrę inżynierską, dobrą relację kosztu do jakości pracy, dość dobry dostęp do danych oraz dobrą, jeśli nie bardzo dobrą infrastrukturę – wyliczyła polskie atuty. - Trzeba szukać realnych problemów gospodarki, za których rozwiązanie klient będzie chciał zapłacić – dodała Jolanta Itrich‑Drabarek.

Także Aleksandra Tomaszewska, dyrektorka departamentu badań i innowacji w Ministerstwie Cyfryzacji, zachęcała do skupienia się na poszczególnych dziedzinach.

- Nie musimy być najlepsi, ale idźmy w specjalizacje, bo tam, w modelach domenowych możemy budować przewagę – podkreśliła. - Polskocentrycznych rozwiązań nie będzie, jeżeli nie będziemy inwestować w dane najlepszej jakości. A to będzie możliwe, kiedy będą nad tym pracować ludzie, którzy nie tylko reprezentują dziedziny takie jak informatyka, ale też humaniści i humanistki - stwierdziła Aleksandra Tomaszewska.

Polski biznes nie jest gotowy na AI. Czas odrobić pracę domową

Uczestnicy sesji zwracali uwagę na to, że wiele firm próbuje wdrażać AI bez uprzedniego usystematyzowania podstawowych procesów.

Tomasz Stachlewski, CTO Comarchu, tłumaczył przyczyny rozczarowania biznesu sztuczną inteligencją. W jego opinii nie wynika to z samej technologii, lecz z nieodpowiedniego podejścia i braku przygotowania. 

Firmy często traktują sztuczną inteligencję jako sposób uporządkowania chaosu. To podejście: posypmy to, co mamy, funkcjonalnościami AI i zobaczymy, jak będziemy innowacyjni. Te firmy nie odrobiły pracy domowej - stwierdził Tomasz Stachlewski.

- Jeżeli nie mamy zdefiniowanych procesów, dane są rozrzucone, a odpowiedzialność i decyzje nie są spójne, to AI będzie ten chaos tylko wzmacniała – dodał.

Pierwszym krokiem przy wdrażaniu AI powinno być więc zrozumienie, jak działają firmowe procesy i uporządkowanie ich. Dopiero wtedy można integrować z tymi procesami AI.

Przedstawiciel Comarchu podkreślił też, że największym błędem przedsiębiorstw jest traktowanie sztucznej inteligencji wyłącznie jako projektu działu IT.

- Firmy, które tak robią, będą rozczarowane. Sukces osiągną organizacje, które potraktują sztuczną inteligencję jako zmianę sposobu działania całej firmy i zintegrują ją z procesami biznesowymi – przekonywał.

Aleksandra Tomaszewska zwróciła uwagę, że deklaracje przedsiębiorstw dotyczące wykorzystania AI często rozmijają się z rzeczywistością.

- Firmy deklarują, że używają AI, ale kiedy dopytamy o realne wdrożenia, okazuje się, że to zaledwie kilka procent. Problem polega na przejściu od eksperymentu do rzeczywistego wdrożenia dającego efekt skali – powiedziała przedstawicielka Ministerstwa Cyfryzacji.

Nauka i biznes żyją w dwóch różnych światach, natomiast AI wymaga współpracy

Andrzej Szeptycki, podsekretarz stanu w Ministerstwie Nauki i Szkolnictwa Wyższego, zapowiedział nowy model ewaluacji pracowników naukowych, który zacznie obowiązywać w tym roku i ułatwi współpracę świata nauki ze światem biznesu.

- Będziemy wymagać mniej publikacji, dając naukowcom więcej czasu na istotne badania i efekty wdrożeniowe – powiedział Andrzej Szeptycki. - Nowy model ewaluacji będzie kładł większy nacisk na komercjalizację wyników badań, docenienie patentów międzynarodowych i odróżnienie komercjalizacji od usług badawczych – dodał.

Zaznaczył, że skuteczniejszego połączenia nauki i biznesu jest bardzo ważne w obszarze AI oraz innych innowacyjnych i finansowo korzystnych dziedzinach. 

- Po to, żeby ludzie działający w każdym z tych sektorów mieli przekonanie, że to, co robią, przynosi korzyści i dla kraju, i dla nich osobiście – stwierdził Andrzej Szeptycki. 

Jednym z największych problemów w innowacjach pozostaje jednak silosowość. Dlatego Marek Niezgódka, dyrektor Centrum Technologii i Nauk Obliczeniowych Politechniki Śląskiej, mówił o konieczności dużo głębszej przebudowy systemu nauki. Jak bowiem zauważył, w związku z wyścigiem AI na świecie rozwija się model tzw. otwartej nauki. 

To oznacza przełamywanie międzyinstytucjonalnych, międzydziedzinowych i międzynarodowych barier silosowych oraz tworzenie warunków udziału w rozwoju nauki i gospodarki bez przypisywania do sztywnie określonych instytucji – wyjaśnił Marek Niezgódka.

Dodał, że w Polsce przełamanie silosów jest trudnym wyzwaniem.

- Punktem wyjścia w moim przekonaniu jest fundamentalna transformacja całego systemu komunikacji naukowej, publikowania, związku między sposobem oceny i wykorzystywania danych naukowych w publikacjach i innych elementów dokumentacji naukowej – stwierdził Marek Niezgódka.

Wskazał też na brak trwałych, długookresowych mechanizmów premiujących współpracę przekraczającą granice dziedzin, sektorów i instytucji. - To absolutny warunek konieczny, by rozwiązania tworzone w Polsce miały odpowiedni ciężar gatunkowy – powiedział.

Borys Woś, kierownik pionu badań i rozwoju w Instytucie Badawczym IDEAS, zwrócił z kolei uwagę na lukę między badaniami podstawowymi a etapem wdrożenia.

- Prowadzimy badania na niskich poziomach gotowości technologicznej i potem pojawia się ogromny problem ze zdobyciem finansowania. Biznes nie chce inwestować w coś, co jeszcze może się nie wydarzyć, a z drugiej strony nie mamy odpowiedniego wsparcia pomostowego -stwierdził.

Jako przykład rozwiązania tego problemu podał Ośrodek Systemów Autonomicznych tworzony przy MON.

- Takie inicjatywy są potrzebne, bo państwo może pomóc przejść przez etap inkubacji i od razu testować rozwiązania z klientem końcowym – podkreślał Borys Woś.

Wskazał też na konieczność stabilnego, długoterminowego finansowania badań i większej autonomii naukowców.

Potrzebne jest wsparcie MŚP i prawdziwe partnerstwo publiczno-prywatne

W końcowych rekomendacjach Tomasz Stachlewski apelował o wsparcie w zakresie AI szczególnie małych i średnich firm.

- Jeżeli te firmy zaczną wykorzystywać sztuczną inteligencję, to może naprawdę napędzić całą gospodarkę. Potrzebne są zachęty i premiowanie wdrożeń AI, ale też edukacja pokazująca, że nowe technologie to jest „tu i teraz” i nie trzeba się ich bać – argumentował Tomasz Stachlewski.

Piotr Mieczkowski dodał, że Polska potrzebuje aktywnej polityki przemysłowej i silniejszej koordynacji państwa.

- Ministerstwo Cyfryzacji powinno mieć osobny, mocny zespół do koordynacji polityki AI. Potrzebujemy też prawdziwego partnerstwa publiczno-prywatnego i pieniędzy na budowę ekosystemu – przekonywał, wskazując, że dziś każda ze stron - administracja, biznes, nauka – rozmawia sama ze sobą.

- Bez wspólnego stołu trudno będzie zbudować realną przewagę – podsumował Piotr Mieczkowski.