RSYS / analiza lokalna

AI, automatyzacja i systemy danych dla Polski

Polska ma dojrzałą bazę cyfrową; kolejny krok to jakość danych, odpowiedzialne AI, cyberbezpieczeństwo i mierzalna automatyzacja.

Polska: liczby wyznaczające kolejny krok

Polska ma wysoką penetrację internetu, rosnące wykorzystanie usług cyfrowych i coraz wyższe wymagania wobec cyberbezpieczeństwa. Największa wartość leży w procesach, danych, odpowiedzialności i raportach.

35,75 mln

Użytkownicy internetu na początku 2024 według DataReportal [1].

88,1%

Penetracja internetu na początku 2024 [1].

5,9%

Przedsiębiorstwa deklarujące wykorzystanie technologii AI w 2024 według GUS/PAP [2].

103 449

Przypadki odnotowane przez CSIRT NASK w 2024 według Ministerstwa Cyfryzacji [3].

RSYS: Dla Polski pierwszy projekt nie powinien być luźnym eksperymentem z AI. Powinien dotyczyć mierzalnego procesu: obsługi klienta, dokumentów, płatności, compliance, operacji, planowania lub raportowania zarządczego.

Polska: praktyczne wyzwania

Obszar	Wyzwanie	Odpowiedź RSYS
Dane	Informacje często są rozproszone między systemami, mailami i arkuszami.	Wspólna baza, walidacja, uprawnienia, historia i dashboardy.
Usługa	Cyfrowy formularz nie usuwa opóźnień, jeśli decyzje są ręczne.	Workflow ze statusami, właścicielami, alertami, dokumentami i audytem.
AI	Odpowiedzialne AI wymaga jakości danych, wyjaśnialności i kontroli człowieka.	Klasyfikacja, ekstrakcja, streszczenia, wyszukiwanie i predykcja z kontrolą.
Cyberbezpieczeństwo	Wzrost incydentów wymaga dostępu, logów, kopii i procedur.	Role, logi, backupy, bezpieczne formularze i logika NIST CSF 2.0.

Gdzie AI tworzy wartość

Klienci

Zgłoszenia są klasyfikowane, kierowane i śledzone do zamknięcia.

Dokumenty

Umowy, faktury, formularze i załączniki stają się rekordami.

Operacje

Zadania, płatności, jakość i praca terenowa idą jednym workflow.

Zarząd

KPI, odchylenia, ryzyka i wiarygodne raporty pojawiają się szybciej.

Wartość pojawia się wtedy, gdy jeden system przyjmuje zgłoszenie, przypisuje odpowiedzialność, przechowuje dokument i mierzy wynik.

Polska: rekomendowana mapa drogowa

Krok	Praca	Rezultat
1	Mapowanie procesów, plików, ról, opóźnień i pracy ręcznej.	Priorytetowy przypadek.
2	Definicja pól, dostępu, importów, kopii i raportów.	Wiarygodna baza danych.
3	Budowa formularzy, statusów, zadań, alertów i dashboardów.	Widoczne czasy reakcji.
4	Dodanie klasyfikacji, ekstrakcji, streszczeń lub predykcji.	Mierzona produktywność.
5	Podłączenie kolejnych zespołów i przegląd bezpieczeństwa.	Platforma wielokrotnego użycia.

Projekt powinien mierzyć czas reakcji, brakujące dokumenty, zamknięte sprawy, jakość danych, adopcję, incydenty bezpieczeństwa i stabilność raportów. Dzięki temu AI jest oceniane przez efekt operacyjny, a nie przez sam fakt wdrożenia narzędzia.

Model danych powinien obejmować osobę lub organizację, zgłoszenie, dokument, kanał, właściciela, status, termin, decyzję i wynik. Potem można dodać pola dla płatności, reklamacji, produkcji, logistyki, dokumentacji jakościowej lub obsługi publicznej.

AI może streszczać dokumenty, klasyfikować zgłoszenia, wydobywać pola, wykrywać duplikaty i przygotowywać notatki decyzyjne. Użytkownik musi widzieć źródło, uzasadnienie, niepewność i możliwość nadpisania propozycji.

Cyberbezpieczeństwo powinno być częścią workflow: role, logi, przegląd uprawnień, retencja, backup, eksport i rejestr zdarzeń. Wtedy platforma może rosnąć z jednego procesu do wielu bez utraty kontroli.

Po kilku tygodniach od uruchomienia trzeba sprawdzić realne użycie. Jeśli zespoły nadal prowadzą równoległe arkusze, listy w mailach albo prywatne notatki, workflow nie jest jeszcze wystarczająco prosty. Wtedy należy ograniczyć pola, doprecyzować statusy, pokazać kolejnego właściciela lub poprawić alerty. Udana automatyzacja nie polega na samym formularzu, ale na zmniejszeniu podwójnej pracy i poprawie jakości raportów.

Uprawnienia powinny być elementem procesu, a nie dodatkiem administracyjnym. Odczyt, edycja, zatwierdzanie, eksport i administracja powinny być rozdzielone. Logi dostępu, zmiany uprawnień, istotne pobrania, status kopii zapasowych i retencja danych pomagają ograniczyć ryzyko. To szczególnie ważne w organizacjach, które łączą dane klientów, dokumenty finansowe, produkcję, logistykę, HR lub obsługę publiczną.

Platforma powinna rosnąć etapami. Najpierw formularz i rejestr spraw, potem zadania, terminy i dashboardy, następnie integracje z CRM, płatnościami, archiwum lub BI, a dopiero potem AI. Taki porządek sprawia, że każdy etap ma wartość operacyjną i nie wymaga skokowej zmiany całej organizacji. AI staje się warstwą nad uporządkowanymi danymi, a nie sposobem na ukrycie chaosu.

Utrzymanie po wdrożeniu trzeba zaplanować przed startem. Lokalny administrator powinien umieć dodać użytkownika, zmienić listę usług, wyeksportować raport, sprawdzić backup, przejrzeć logi dostępu i doprecyzować status. Bez tego nawet dobry system zaczyna wymagać zewnętrznej pomocy przy drobnych zmianach. Krótka instrukcja, miesięczna lista kontrolna i przegląd bezpieczeństwa zwiększają trwałość rozwiązania.

Integracje powinny iść etapami. Najpierw import arkuszy i formularze publiczne, potem kontrolowane eksporty, następnie połączenie z CRM, płatnościami, archiwum, ERP lub BI. Każda integracja musi zachować źródło, czas, właściciela, decyzję i wynik. Dzięki temu organizacja buduje wspólny model operacyjny, a nie kolejne odizolowane narzędzie.

Wykorzystane źródła

[1] DataReportal — Digital 2024: Poland. https://datareportal.com/reports/digital-2024-poland

[2] PAP Biznes — wykorzystanie AI w przedsiębiorstwach 2024. https://biznes.pap.pl/wiadomosci/firmy/w-2024-r-59-proc-przedsiebiorstw-deklarowalo-wykorzystanie-technologii-ai-gus

[3] Ministerstwo Cyfryzacji — krajobraz cyberprzestrzeni. https://www.gov.pl/web/cyfryzacja/krajobraz-cyberprzestrzeni-roczne-sprawozdanie-o-cyberbezpieczenstwie

[4] CERT Polska — raport roczny 2024. https://cert.pl/en/posts/2025/04/annual-report-2024/

[5] World Bank — Poland data. https://data.worldbank.org/country/poland

[6] NIST Cybersecurity Framework 2.0. https://www.nist.gov/publications/nist-cybersecurity-framework-csf-20

[7] World Bank — Digital and AI. https://www.worldbank.org/en/topic/digital

[8] World Bank — Digital Progress and Trends Report. https://www.worldbank.org/en/publication/digital-progress-and-trends-report

[9] World Bank — GovTech Maturity Index. https://www.worldbank.org/en/programs/govtech/gtmi

[10] NIST Cybersecurity Framework 2.0. https://www.nist.gov/publications/nist-cybersecurity-framework-csf-20

[11] OECD Digital Economy Outlook 2024. https://www.oecd.org/en/publications/oecd-digital-economy-outlook-2024-volume-2_3adf705b-en.html

[12] Stanford HAI — AI Index Report 2024. https://arxiv.org/abs/2405.19522