Europejski Bank Odbudowy i Rozwoju opublikował diagnozę, ktora powinna zaniepokoic kazadego, kto interesuje sie przyszloscia polskiej gospodarki cyfrowej. Wedlug danych Eurostatu za 2025 rok sztuczna inteligencje wdraza zaledwie 8,4% polskich firm. Srednia unijna to 20%. Polska zajmuje przedostatnie miejsce w calej Unii Europejskiej.
Czym jest EBOR i dlaczego jego glos ma znaczenie
EBOR (Europejski Bank Odbudowy i Rozwoju, ang. EBRD — European Bank for Reconstruction and Development) to miedzynarodowa instytucja finansowa powstala w 1991 roku. Utworzono ja, zeby wspierac transformacje gospodarcza panstw Europy Srodkowo-Wschodniej — w tym Polski — z modelu centralnie planowanego na rynkowy. Dzis EBOR dziala w blisko czterdziestu krajach i finansuje projekty o lacznej wartosci miliardow euro rocznie.
Glos EBOR w kwestii wdrazania AI w Polsce pochodzi od Marcina Tomaszewskiego, glownego ekonomisty banku ds. krajow Unii Europejskiej. W obszernym wywiadzie dla Bankier.pl (cykl POLSIF) Tomaszewski przedstawil wielowymiarowa analize polskiej gospodarki, w ktorej wdrazanie sztucznej inteligencji zajmuje centralne miejsce.
8,4% vs 20% — skad ta przepasc
Liczby sa jednoznaczne: w 2025 roku AI wykorzystywalo jedynie 8,4% polskich firm wobec 20% sredniej unijnej. Wedlug analizy EBOR przyczyna jest strukturalna, a nie przypadkowa. Bogatsze gospodarki wdrazaja AI szybciej, poniewaz przy wyzszych kosztach pracy inwestycje w automatyzacje zwracaja sie szybciej. Polska zaczyna z gorszej pozycji startowej — relatywnie nizsze koszty pracy obnizaja motywacje ekonomiczna do automatyzacji procesow.
To nie znaczy, ze sytuacja jest beznadziejna. Tomaszewski podkresla, ze dynamika moze to jeszcze nadrobic, ale wymaga swiadomych decyzji na poziomie panstwa i poszczegolnych firm.
Trzy warstwy wplywu AI na gospodarke
EBOR identyfikuje trzy poziomy, na ktorych sztuczna inteligencja zmienia reguły gry:
Warstwa makroekonomiczna. Kluczowe pytanie brzmi: czy wzrost produktywnosci dzieki AI obejmie szeroka grupe firm, czy tylko nielicznych liderow. Jezeli korzyści z AI skumuluja sie w kilku duzych korporacjach, efekt na PKB bedzie ograniczony. Efekt skali pojawia sie dopiero wtedy, gdy narzedzia AI staja sie dostepne rowniez dla srednich i malych przedsiebiorstw.
Warstwa spoleczna. Istnieje realne ryzyko koncentracji korzysci w duzych firmach i metropoliach. Male i srednie przedsiebiorstwa (MSP) sa najbardziej zagrozone pozostaniem w tyle. Tomaszewski uczciwie przyznaje, ze zaden kraj na swiecie nie ma jeszcze sprawdzonego modelu skutecznej odpowiedzi na ten problem — to wyzwanie, z ktorym wszyscy sie dopiero mierza.
Warstwa sektora finansowego. AI wprowadza nowa generacje danych i analityki, ktora zmienia sposob oceny ryzyk — klimatycznych, demograficznych i transformacyjnych. Banki korzystajace z modeli AI moga precyzyjniej wyceniac ryzyko kredytowe, ale pojawia sie tez nowe zagrozenie: jesli wiele instytucji korzysta z podobnych modeli, ich decyzje finansowe zaczynaja konwergowac, co kumuluje ryzyko systemowe zamiast je rozpraszac.
AI i energia — nierozlaczna para
Jednym z najwazniejszych spostrzen EBOR jest powiazanie transformacji cyfrowej z energetyczna. Sztuczna inteligencja jest energochlonna — trenowanie i uruchamianie duzych modeli jezykowych (LLM) wymaga ogromnych mocy obliczeniowych, a te potrzebuja taniej energii.
Dla Polski oznacza to, ze transformacja energetyczna i cyfrowa sa nierozlaczne. Bez konkurencyjnej cenowo, niskoemisyjnej energii nie zbudujemy lokalnej gospodarki AI. Jednoczesnie bez analityki opartej na AI nie zmodernizujemy systemu energetycznego — sieci przesylowych i magazynow energii.
Ten argument dobrze ilustruje przyklad Politechniki Wroclawskiej, ktora po uruchomieniu centrum obliczeniowego z kilkuset kartami graficznymi musiala ograniczyc jego dzialanie z powodu rachunkow za prad. Dla porownania — centra obliczeniowe w USA dysponuja dziesiatkami tysiecy kart, a koszty energii bywaja nawet szesciokrotnie nizsze niz w Polsce.
Czym jest AI adoption i dlaczego Polska tu kuleje
Termin „AI adoption” (adopcja AI) oznacza stopien, w jakim firmy i instytucje faktycznie wdrazaja narzedzia sztucznej inteligencji do swoich procesow — nie tylko kupuja licencje, ale integruja AI z codziennymi operacjami, podejmowaniem decyzji i obsluga klientow.
Wedlug ankiety Europejskiego Banku Inwestycyjnego 94% polskich firm wdraza dzialania ograniczajace emisje (co pokazuje, ze potrafia reagowac na regulacje), ale tylko 15% postrzega transformacje net zero jako szanse biznesowa — prawie dwukrotnie mniej niz srednia unijna. Ten sam wzorzec dotyczy AI: polskie firmy potrafia dzialac pod presja regulacyjna, ale nie wierza, ze nowe technologie moga byc zrodlem ich wzrostu.
Komisja Europejska i OECD uzywaja pojecia „podwojnej transformacji” (twin transition) — zielonej i cyfrowej jednoczesnie. Narzedzia cyfrowe, takie jak AI i Internet of Things (IoT), realnie obnizaja emisje i koszty energii w przemysle dzieki optymalizacji zuzycia surowcow i procesow produkcyjnych. Polskie firmy sa w tyle w obu wymiarach, ale paradoksalnie daje im to przestrzen do nadrobienia zaleglosci w obu naraz.
Rynek kapitalowy — brakujacy element ukladanki
EBOR wskazuje na jeszcze jeden strukturalny problem blokujacy rozwoj AI w Polsce: niedorozwiniety rynek kapitalowy. Rynek kapitalowy to system, w ktorym firmy pozyskuja finansowanie poprzez emisje akcji i obligacji — alternatywa wobec kredytu bankowego, szczegolnie wazna dla innowacyjnych spolek technologicznych o wysokim ryzyku i dlugim horyzoncie zwrotu.
Ponad polowa aktywow finansowych polskich gospodarstw domowych lezy w gotowce i depozytach bankowych — to najwyzszy udzial wsrod duzych gospodarek UE, przy sredniej unijnej rzedu 31%. Polskie oszczednosci nie finansuja transformacji polskiej gospodarki. Innowacyjne firmy AI potrzebuja kapitalu wysokiego ryzyka (venture capital, emisje akcji), ktorego tradycyjny kredyt bankowy nie jest w stanie udostepnic.
Wedlug zaktualizowanego Krajowego Planu w dziedzinie Energii i Klimatu (KPEiK) z grudnia 2025 roku transformacja energetyczna Polski wymaga inwestycji rzedu 2,8-3,5 biliona zlotych do 2040 roku. To skala wykraczajaca poza mozliwosci sektora bankowego. Bez rozwoju rynku kapitalowego — a wiec bez przekierowania czesci oszczednosci Polakow z depozytow na inwestycje — sfinansowanie zarowno transformacji energetycznej, jak i cyfrowej bedzie niemozliwe.
Zielona transformacja a AI — dwa wyzwania, jedno rozwiazanie
EBOR postrzega AI jako „trend nadrzedny, przenikajacy wszystkie pozostale” — demograficzny, klimatyczny, obronny i biznesowy. To nie jest osobna kategoria wyzwan, lecz technologia, ktora albo przyspieszy rozwiazywanie pozostalych problemow, albo — jesli Polska jej nie wdrozy — pogłebi dystans do liderow.
Tomaszewski formułuje to wprost: polskie firmy sa w tyle z wdrazaniem technologii cyfrowych, wiec maja przestrzen do nadrobienia zaleglosci w obu wymiarach jednoczesnie — cyfrowym i zielonym. Kluczem jest traktowanie transformacji nie jako wymogu formalnego czy kolejnej regulacji do spelnienia, ale jako elementu strategii rozwoju firmy.
Co z tego wynika dla polskiego IT
Diagnoza EBOR nie jest optymistyczna, ale nie jest tez beznadziejna. Polska ma kilka atutow: relatywnie dobra pozycje w lancuchach czystych technologii (magazynowanie energii, kolej, elektromobilnosc), trend nearshoringu, ktory moze kierowac inwestycje do naszego regionu, oraz rosnaca dojrzalosc polskiego biznesu (rekordowe 22 przejecia firm w Europie Zachodniej w 2025 roku).
Bariery sa jednak powazne i maja charakter systemowy:
- Wysokie ceny energii ograniczaja rentownosc centrow obliczeniowych i infrastruktury AI
- Brak stabilnej, ponadpartyjnej strategii technologiczno-energetycznej — priorytety zmieniaja sie co kadencje
- Plytki rynek kapitalowy nie finansuje innowacyjnych spolek technologicznych
- Niski poziom adopcji AI w MSP — 8,4% firm to w duzej mierze korporacje, male firmy pozostaja poza obiegiem
- Slaba koordynacja miedzyresortowa w polityce przemyslowej i cyfrowej
Raport EBOR jasno pokazuje, ze Polska moze nadrobic dystans w wdrazaniu AI, ale wymaga to jednoczesnych dzialan na kilku frontach: tanszej energii, glebszego rynku kapitalowego, stabilnych regulacji i programow wspierajacych adopcje AI w malych i srednich firmach. Bez tych zmian przedostatnie miejsce w UE moze okazac sie nie chwilowym potknieciem, lecz trwalym trendem.
