W skrócie
- W 7 z 9 działów dużych firm w USA najczęstszym zastosowaniem AI jest analiza danych: od 66% menedżerów w produkcie i inżynierii do 87% w zarządzie.
- Czatów AI używa 81% działów, AI wbudowanej w posiadane programy 75%, a agentów, którzy sami wykonują zadania, 67%.
- Najrzadziej działy używają AI w zadaniach specjalistycznych: prototypowanie w produkcie i inżynierii wskazuje 37% menedżerów, a optymalizację kampanii w marketingu 38%.
Stan na 3 listopada 2026
Czym jest AI w biznesie?
AI w biznesie to dziś przede wszystkim zwykła praca działów: analiza danych, pisanie, streszczanie i odpowiadanie na pytania. W dużych firmach w USA czatów AI używa 81% działów, a 67% ma już agentów, którzy część zadań wykonują sami.
Definicja
AI w biznesie (sztuczna inteligencja w biznesie) to wykorzystanie modeli AI w codziennej pracy firmy: do analizy danych, pisania i streszczania dokumentów, obsługi klientów i automatyzacji powtarzalnych zadań. Obejmuje czaty, takie jak ChatGPT, Gemini czy Copilot, AI wbudowaną w programy, z których firma już korzysta, oraz agentów AI, którzy sami wykonują kolejne kroki zadania.
Przeglądy zastosowań AI zwykle wymieniają obszary: obsługa klienta, marketing, finanse, HR, logistyka. Rzadko mówią, jak często działy faktycznie używają AI do konkretnych zadań. Takie dane podaje raport Wharton Human-AI Research i GBK Collective z października 2026 r. Na nim opiera się ten przegląd (pełne omówienie badania: raport Wharton o AI w firmach 2026).
Narzędzia to połowa sprawy. Żeby zespół korzystał z AI bezpiecznie, potrzebuje podstawowej wiedzy o tym, jak działa i gdzie się myli. Co obejmuje i czego wymaga art. 4 AI Act, wyjaśniamy w przewodniku AI literacy: kompetencje AI w firmie.
Jak działy firm używają AI? Dane dział po dziale
W 7 z 9 badanych działów na pierwszym miejscu jest analiza danych, w marketingu i sprzedaży pisanie, a w dziale prawnym research i streszczenia. Najrzadziej AI pracuje w zadaniach najbardziej specjalistycznych: przy prototypowaniu (37%) i optymalizacji kampanii (38%).
| Dział | Najczęstsze zastosowania AI (% menedżerów działu) |
|---|---|
| Zarząd | analiza danych 87%, analiza wyników firmy 80%, planowanie strategiczne 74%, wsparcie ocen okresowych 74% |
| IT | analiza danych 86%, pisanie raportów i dokumentów 80%, programowanie 78%, wykrywanie zagrożeń 78% |
| HR | analiza danych 83%, analityka kadrowa i planowanie zatrudnienia 79%, onboarding i szkolenia 77% |
| Finanse i księgowość | analiza danych 82%, sprawozdawczość finansowa 73%, budżetowanie i prognozy 68% |
| Operacje i obsługa klienta | analiza danych 81%, analityka kadrowa i planowanie obsady 75%, monitoring systemów 70% |
| Zakupy | analiza danych 75%, research i streszczenia 72%, burza mózgów 72%, procedury 70% |
| Marketing i sprzedaż | pisanie raportów i ofert 70%, research klientów i rynku 66%, analiza wyników 64% |
| Prawny | research i streszczenia 69%, maile 68%, umowy 62% |
| Produkt i inżynieria | analiza danych 66%, pisanie 64%, prototypowanie tylko 37% |
Według rodzaju narzędzia: czatów i asystentów AI używa 81% działów, AI do analizy danych 78%, AI wbudowanej w posiadane oprogramowanie (przycisk „streść” czy „napisz” w poczcie lub CRM) 75%, wyszukiwarki wiedzy o własnej firmie 72%, agentów 67%, a AI do obrazów, wideo i dźwięku 59%.
Jak czytać te liczby. To ankieta online z 9–29 lipca 2026 r. wśród ok. 1 400 pracowników amerykańskich firm, które zatrudniają ponad 1 000 osób i mają ponad 50 mln USD przychodu. Odsetki to deklaracje menedżerów danego działu (od 103 do 133 osób na dział). Pokazują, gdzie AI już pracuje, a nie ile daje. Mała polska firma nie powtórzy tych wyników jeden do jednego: według GUS z technologii AI korzysta u nas 17,8% przedsiębiorstw zatrudniających co najmniej 10 osób (dane GUS o AI w Polsce). Lista zadań, od których zaczynają duże firmy, przydaje się jednak każdej.
AI w finansach i księgowości
Działy finansowe używają AI głównie do analiz i raportów: 82% menedżerów finansów wskazuje analizę danych, 73% sprawozdawczość, a 68% budżetowanie i prognozy. Faktury (55%), audyt i zgodność (53%) oraz wykrywanie nadużyć (51%) są dalej.
Wiceprezes ds. finansów w firmie usług profesjonalnych opisuje największą zmianę roku krótko: AI zastąpiła statyczne prognozy w arkuszach kalkulacyjnych. Menedżer z działu finansów w usługach finansowych podaje liczby: aktualizacja transakcji trwa 15 minut zamiast 4 godzin, bo Claude sam przechodzi przez wszystkie kroki weryfikacji.
Z praktyki szkoleń: na warsztacie dla działów kadrowo-płacowych i biur rachunkowych w SKwP Kraków uczestnicy analizują zestawienia płacowe w Copilocie bez pisania formuł: proszą o wykres albo podsumowanie zwykłym zdaniem, a przed zamknięciem miesiąca każą AI wskazać pozycje, które odstają od reszty.
Na co uważać: AI potrafi pomylić się w rachunkach i podać pewnym tonem złą kwotę. Każdą liczbę, która trafia do sprawozdania, sprawdzaj w systemie źródłowym. Dane płacowe to dane osobowe, więc pracuj na koncie firmowym, nie prywatnym. Więcej zastosowań, także przy KSeF: AI w księgowości.
AI w HR i kadrach
HR używa AI szeroko: 83% menedżerów HR wskazuje analizę danych, 79% analitykę kadrową i planowanie zatrudnienia, 77% onboarding i szkolenia. AI weszła też do rekrutacji i ocen: 68% wspiera nią oceny okresowe, 66% selekcję kandydatów, 65% pisanie opisów stanowisk.
Menedżer HR w firmie handlowej mówi wprost: AI przegląda tysiące CV i wskazuje najlepiej dopasowanych kandydatów, więc do przeglądania zgłoszeń firma potrzebuje mniej ludzi.
Z praktyki szkoleń: w szpitalu Pro-Medica w Ełku AI ułożyła grafik dyżurów dla 20 osób na 14 dni w 40 sekund. Na warsztacie w SKwP Kraków AI przygotowuje regulaminy i opisy stanowisk oraz wyjaśnia pracownikowi prostym językiem zmiany na pasku wynagrodzeń (szczegóły: AI w kadrach i płacach).
Na co uważać: w Unii Europejskiej selekcja kandydatów i ocena pracowników to obszar wysokiego ryzyka z załącznika III AI Act, a pełne obowiązki z tym związane obowiązują od 2 grudnia 2027 r. AI może porządkować i streszczać, ale decyzję o człowieku podejmuje człowiek. Do modelu nie wklejaj PESEL-i, zwolnień lekarskich ani orzeczeń. Co to oznacza w praktyce, opisujemy w tekstach AI w rekrutacji i AI w HR.
AI w marketingu i sprzedaży
Marketing i sprzedaż to jedyny dział, w którym na pierwszym miejscu jest pisanie, a nie analiza: 70% menedżerów wskazuje raporty i oferty, 66% research klientów i rynku, 64% analizę wyników, 63% tworzenie treści. Optymalizację kampanii zleca AI tylko 38%.
Menedżer sprzedaży w firmie z przychodem ponad 2 mld USD opisuje research przed rozmową: AI pokazuje, jakie zabiegi wykonują konkretne szpitale i chirurdzy i czego przy nich używają, więc handlowcy przestają zgadywać i szybciej domykają transakcje.
Z praktyki szkoleń: w ARiMR plakat informacyjny o naborze w kolorystyce ARiMR powstaje w AI w około minutę. Zlecenie w agencji reklamowej to wydatek rzędu 800–2000 zł i tydzień czekania.
Na co uważać: dane klientów z CRM wolno wgrywać tylko do narzędzia firmowego, z umową powierzenia danych. Liczby i fakty w treściach sprawdzaj, bo modele zmyślają (halucynacje AI). Od 2 sierpnia 2026 r. AI Act wymaga też oznaczania deepfake’ów. Więcej zastosowań: AI w marketingu.
AI w obsłudze klienta i operacjach
Działy operacji, łańcucha dostaw i obsługi klienta używają AI przede wszystkim do analizy danych (81%), planowania obsady (75%) i monitorowania systemów (70%). Odpowiadanie klientom jest dalej, ale to tu najwyraźniej widać koszty ludzkie.
Menedżer operacji z firmy transportowo-logistycznej opowiada, że firma zwolniła dużą część pracowników niektórych działów, a AI obsługuje dziś większość zgłoszeń helpdesku i pytań klientów. Zadowolenie klientów się nie zmieniło, ale morale pracowników spadło.
Z praktyki szkoleń: w szpitalu Pro-Medica w Ełku odpowiedź na skargę pacjenta powstaje w 30 sekund, a protokół z narady w 45 sekund. W ARiMR jednym z przykładów był asystent, który odpowiada na 30 powtarzalnych pytań rolników na podstawie bazy gotowych odpowiedzi.
Na co uważać: od 2 sierpnia 2026 r. klient musi wiedzieć, że rozmawia z AI, chyba że jest to oczywiste (art. 50 ust. 1 AI Act). Zostaw mu też szybką drogę do człowieka. Gotową odpowiedź na skargę zawsze czyta pracownik, zanim ją wyśle.
AI w dziale prawnym i w zakupach
Prawnicy używają AI głównie do researchu i streszczeń (69%), maili (68%) i umów (62%). Działy zakupów częściej: 75% analizuje dane, 66% zarządza dostawcami, 64% przygotowuje umowy, a 61% analizuje wydatki.
Członek najwyższego kierownictwa z działu prawnego firmy ubezpieczeniowej zauważa, że streszczenia researchu powstają dużo szybciej, ale prawnicy nadal sprawdzają cytowania i wnioski, zanim z nich skorzystają. Wiceprezes ds. zakupów w firmie produkcyjnej opisuje, że AI streszcza oferty dostawców, porównuje ceny i wskazuje istotne różnice, zanim rekomendacja trafi do zarządu.
Z praktyki szkoleń: w Wodociągach Kujaw i Pomorza uczestnicy porównują trzy oferty wykonawców: AI układa tabelę z kryteriami i wskazuje najkorzystniejszą. To ćwiczenie najczęściej przenosimy do innych branż. W tym samym szkoleniu AI wyszukuje ryzykowne klauzule w umowie z wykonawcą.
Na co uważać: modele potrafią zmyślić sygnaturę wyroku albo numer artykułu, więc każde cytowanie sprawdzaj u źródła. Kryteria oceny ofert ustala człowiek, a nie model. Umowy z danymi kontrahentów wgrywaj tylko do narzędzia firmowego.
AI w zarządzie, IT i rozwoju produktu
Zarząd częściej niż jakikolwiek inny dział używa AI do analizy danych (87%), a do analizy wyników firmy sięga po nią 80% menedżerów. IT jest najbardziej wszechstronnym użytkownikiem: 86% analizuje dane, 80% pisze raporty, po 78% programuje i wykrywa zagrożenia. Produkt i inżynieria mają ogólnie niższe odsetki: najczęstsze zastosowanie, analizę danych, wskazuje tam 66% menedżerów, a prototypowanie tylko 37%.
Niski wynik nie znaczy małego efektu. Menedżer z działu produktu w dużej firmie opisuje narzędzie, które na bieżąco analizuje zachowania klientów: dwóm inżynierom danych zajmowało to trzy miesiące, teraz trwa 30 sekund.
Z praktyki szkoleń: w ARiMR raport tygodniowy z danych operacyjnych powstaje w 20 minut zamiast 4–6 godzin, razem z trzema wersjami komentarza dla kierownictwa. Policzmy to: przy czterech raportach w miesiącu to od 14 h 40 min do 22 h 40 min mniej pracy, czyli od prawie dwóch do niemal trzech pełnych dni.
Na co uważać: agenci w 67% działów to także pytanie, czego mogą nie robić bez zgody człowieka (human in the loop). Drugie ryzyko to shadow AI: na szkoleniach słyszymy historie o pracownikach, którzy korzystają z AI na prywatnych kontach, bo firma nie dała im narzędzia ani zasad (czym jest shadow AI).
Od czego zacząć AI w polskiej firmie?
Zacznij od jednego działu i kilku powtarzalnych zadań, a nie od licencji dla wszystkich. Dane z raportu podpowiadają kolejność: najpierw analiza danych, raporty i pisma, a dopiero potem agenci i automatyzacja.
- Wybierz dział i spisz 10 powtarzalnych zadań. Przy każdym zaznacz, jakich danych dotyczy (publiczne, wewnętrzne, osobowe) i ile kosztuje błąd.
- Daj konto firmowe i proste zasady. Co wolno wkleić, czego nie, kto sprawdza wynik (wzór: polityka AI w firmie).
- Przeszkol zespół na jego własnych zadaniach. Ogólny kurs nie wystarczy, jeśli ludzie nie przećwiczą swojego raportu czy pisma. Mamy programy branżowe, m.in. dla kadr i płac, dla księgowości i finansów oraz dla sprzedaży i marketingu (wszystkie: szkolenia AI dla firm).
- Po miesiącu sprawdź, co się zmieniło. Zapytaj zespół, które zadania robi inaczej i ile czasu to oszczędza.
- Dopiero potem automatyzuj. Gdy zadanie działa ręcznie z AI, można je oddać agentowi albo automatyzacji. Pełny plan: wdrożenie AI w firmie krok po kroku.
Pierwszy krok możesz zrobić z AI. Wklej ten prompt do czatu na koncie firmowym:
Prompt do skopiowania
Pracuję w dziale [nazwa działu] w firmie [branża, liczba osób].
Oto 10 zadań, które zajmują nam najwięcej czasu:
[lista zadań, przy każdym: jak często i ile godzin w miesiącu]
Dla każdego zadania:
1. Oceń, czy AI może je wykonać, wspomóc, czy lepiej go nie ruszać.
2. Napisz, jakich danych dotyczy (publiczne, wewnętrzne, osobowe)
i czego nie wolno wkleić do narzędzia AI.
3. Oceń koszt błędu (niski, średni, wysoki) i jak sprawdzić wynik.
4. Zaproponuj pierwszy krok do przetestowania w tym tygodniu.
Na końcu wskaż jedno zadanie na pilotaż i uzasadnij wybór
w dwóch zdaniach. Jeśli czegoś nie wiesz, zapytaj, zamiast zgadywać.Co to znaczy dla Ciebie
Jeśli zastanawiasz się, od czego zacząć AI w firmie, spójrz, co robią duże firmy: analizę danych, raporty, streszczenia i pisma. To zadania, które ma każdy dział, także w małej firmie. Wybierz jeden dział, daj ludziom konto firmowe i zasady, przećwicz z nimi ich własne zadania, a po miesiącu sprawdź, co się zmieniło. Rekrutację, ocenę pracowników i odpowiedzi dla klientów zostaw pod kontrolą człowieka.
Najczęstsze pytania
Jakie są przykłady zastosowania AI w firmie?
Najczęstsze to analiza danych, pisanie raportów i ofert, streszczanie dokumentów i spotkań, prognozy budżetowe, wstępna selekcja CV, odpowiedzi dla klientów i porównywanie ofert dostawców. W dużych firmach w USA analizę danych z AI deklaruje od 60% do 87% menedżerów, zależnie od działu.
Który dział firmy najczęściej korzysta z AI?
Według raportu Wharton i GBK z 2026 r. najszerzej AI używa IT, a do analizy danych najczęściej sięga zarząd (87%). Najniższe odsetki mają działy produktu i inżynierii oraz dział prawny.
Od czego zacząć wdrażanie AI w małej firmie?
Od jednego działu i listy 10 powtarzalnych zadań. Przy każdym oceń dane i koszt błędu, daj zespołowi konto firmowe i proste zasady, przeszkol ludzi na ich zadaniach, a po miesiącu sprawdź efekt. Automatyzację zostaw na później.
Czy firma może używać AI w rekrutacji?
Może, ale w UE selekcja kandydatów i ocena pracowników to obszar wysokiego ryzyka z AI Act, z pełnymi obowiązkami od 2 grudnia 2027 r. AI może porządkować i streszczać zgłoszenia, a decyzję podejmuje człowiek.
Czy AI zastąpi pracowników w działach firmy?
Raport Wharton nie liczy zastąpionych stanowisk, ale 37% menedżerów mówi, że ich dział zredukował zatrudnienie z powodu AI, a 33%, że spowolnił lub zamroził rekrutację. 66% menedżerów mówi, że AI zastępuje umiejętności pracowników w części zadań, a 87%, że je wzmacnia. Jeden z respondentów, menedżer operacji w firmie transportowo-logistycznej, opisuje zwolnienie dużej części pracowników niektórych działów: większość zgłoszeń helpdesku i pytań klientów obsługuje AI, a morale zespołu spadło.
Czy dane z raportu Wharton pasują do polskich firm?
Tylko częściowo. Badanie objęło duże firmy w USA (ponad 1 000 pracowników), a w Polsce z technologii AI korzysta 17,8% przedsiębiorstw według GUS. Lista zadań, od których zaczynają działy, przydaje się jednak firmom każdej wielkości.
Zobacz też
Źródła i data sprawdzenia
- Wharton Human-AI Research i GBK Collective: The Adaptive Advantage. Who's Winning With AI and How (2026 AI Adoption Report)
- Wharton i GBK Collective: pełny raport w PDF (zastosowania w działach: s. 92–100 druku)
- GUS: Społeczeństwo informacyjne w Polsce w 2026 r.
- AI Act Service Desk: załącznik III (systemy wysokiego ryzyka)
- AI Act Service Desk: art. 50 (obowiązki przejrzystości)
- AI Act Service Desk: harmonogram wdrażania AI Act
- EUR-Lex: rozporządzenie (UE) 2026/1744 (Digital Omnibus on AI)
- EUR-Lex: RODO (rozporządzenie 2016/679)
Sprawdzono 3 listopada 2026
Czytaj dalej
W tej sprawie
W tej sprawie
W tej sprawie
Zobacz też
Zobacz też
- Wdrożenie AI w firmie: plan krok po kroku i co robią firmy, którym AI się zwraca
- Raport Wharton 2026: wyraźny zwrot z AI deklaruje tylko 28% menedżerów. Co robią inaczej
- AI w edukacji: co sztuczna inteligencja zmienia w szkole i na uczelni
- AI w biznesie: jak działy firm naprawdę używają AI (dane 2026)
- Kurs AI z certyfikatem: co certyfikat naprawdę potwierdza i komu się przydaje
Najnowsze w temacie Kompetencje AI w firmie
- Jakie zawody zastąpi AI? Dane o Polsce: które zadania przejmie, a które zostaną
- AI a rynek pracy: 59% Polaków spodziewa się mniej miejsc pracy, 2% więcej (badanie Pew)
- Plan szkoleń AI w firmie: wzór na rok, harmonogram i budżet dla HR
- Upskilling i reskilling w erze AI: jak przygotować zespół do pracy z AI
- Apple tnie limity AI: z 300 do 200 USD dziennie, a może do 100 USD
- Accenture: 31 zmyślonych przypisów w trzech tekstach o AI
Przewodnik po temacie AI literacy: kompetencje AI w firmie i obowiązek z art. 4 AI Act

