Czy AI podnosi produktywność w Polsce? Statystyki 2026

Czy AI podnosi produktywność w Polsce: co pokazują dane

4 listopada 2026 r. „Puls Biznesu” opublikował analizę Gabriela Chrostowskiego. Autor liczy, że od końca 2022 r. produktywność w sektorach najbardziej wystawionych na AI spadła o 7,9%. W pozostałych sektorach wzrosła w tym czasie o 15,2%.

Przeliczyliśmy te dane na kwartalnych rachunkach narodowych Eurostatu. Na tym samym okresie wychodzi nam spadek o 8,0%. W pozostałych sektorach wychodzi wzrost o 14,9%, więc rachunek autora się zgadza.

Produktywność oznacza tu realną wartość dodaną na jednego pracującego, czyli ile sektor wytwarza po odjęciu wzrostu cen, w przeliczeniu na osobę. Sektory najbardziej wystawione na AI to informacja i komunikacja, finanse oraz usługi dla biznesu (sekcje M i N: prawo, księgowość, doradztwo, agencje pracy, ochrona).

Dłuższy okres daje spokojniejszy obraz. Według naszego przeliczenia danych Eurostatu produktywność tych sektorów wzrosła o 2,1% między IV kwartałem 2019 r. a II kwartałem 2026 r. Pozostałe sektory wzrosły w tym czasie o 16,8%.

Statystyki produktywności według sektorów

Od końca 2019 r. najszybciej rosło przetwórstwo przemysłowe, o 23,0%. Finanse są jedynym sektorem z tej tabeli, który stoi niżej niż pod koniec 2019 r.

Zmiana do II kwartału 2026 r. Źródło: Eurostat, przeliczenie Syntalith.

Usługi dla biznesu wyróżniają się w grupie sektorów z AI, bo ich produktywność rośnie przy obu punktach startu. Licząc na przepracowaną godzinę, od końca 2022 r. wzrosła o 13,1%.

Dlaczego wynik zależy od kwartału startu

IV kwartał 2022 r. był wyjątkowy dla finansów. Wartość dodana tego sektora wzrosła wtedy o 16,4% kwartał do kwartału. W następnym kwartale spadła o 14,5%. Autor analizy wiąże wyniki banków z cyklem stóp procentowych. W IT wskazuje przeinwestowanie po pandemii.

Średnie roczne dają podobny obraz. Ostatnie cztery kwartały są w sektorach z AI o 3,5% wyżej niż średnia z 2019 r. W pozostałych sektorach różnica wynosi 14,8%. Względem 2022 r. sektory z AI są o 4,5% niżej, bo był to dla IT i finansów wyjątkowo mocny rok.

Ile firm w Polsce używa AI w 2026 r.

Według GUS (2026) AI wykorzystuje 17,8% polskich przedsiębiorstw zatrudniających co najmniej 10 osób. Rok wcześniej było to 8,7%. Odsetek podwoił się w ciągu roku. Dane o produktywności kończą się na II kwartale 2026 r., więc ten wzrost ledwo zdążył się w nich pojawić.

Tytuł „Pulsu Biznesu” mówi, że produktywność rośnie tam, gdzie AI używa się najmniej. Dane Eurostatu potwierdzają tę różnicę w użyciu.

Ta zbieżność nie mówi jeszcze nic o przyczynie. Autor analizy sam wskazuje, że na sektory z AI silniej działają stopy procentowe, ceny energii, nastroje konsumentów i koniunktura.

Zadanie, firma, gospodarka: trzy różne liczby

„Czym innym jest jednak automatyzacja zadań i wzrost wydajności pojedynczego pracownika, czym innym wzrost produktywności całej firmy”, pisze autor analizy. Badania pokazują tę różnicę w liczbach.

Średnia 4% ukrywa duże różnice. Według BIS (2026) efekt rośnie z wielkością firmy.

Źródło: BIS i EIB, tabela 5. Produktywność pracy liczona jako obrót na pracownika, próba z lat 2019–2024.

Dla firmy do 49 osób wniosek jest praktyczny. Ogólne „używamy AI” nie dało w tym badaniu mierzalnego efektu, więc liczy się jeden proces z policzalnym kosztem.

Według BIS (2026) każdy dodatkowy punkt procentowy wydatków na szkolenia zwiększa efekt wdrożenia AI o około 5,9%. Przy oprogramowaniu i danych jest to około 2,4%.

Według The Productivity Institute (2025) średni efekt AI w firmach w Irlandii jest mały, opóźniony i krótkotrwały. Silniejszy i trwalszy efekt mają firmy, które automatyzują przepływy pracy.

John Burn-Murdoch z „Financial Times” wskazuje jeden z powodów. W finansach i usługach profesjonalnych przyjęcie kolejnego klienta nadal wymaga pracy ludzi, więc oszczędność jednej osoby nie musi pojawić się w przychodach firmy.

Ile firm w Polsce widzi efekt AI: statystyki 2026

Polskie badania pokazują tę samą lukę od strony zarządów. Według PARP i Uniwersytetu Jagiellońskiego (2026) 62% firm używających AI osiągnęło w oszczędności czasu więcej, niż zakładało. W zwiększaniu produktywności takich firm było 24%.

Według PARP i UJ (2026) AI pokryła koszty wdrożenia w 37% firm, które ją wdrożyły. Według EY (2026) AI przynosi realne korzyści 51% średnich i dużych firm. Niemal połowa rynku mówi w tym badaniu 497 firm o rozczarowaniu albo niepełnym zwrocie. Według Grant Thornton (2026) pełną skalę wdrożenia i mierzalny wynik finansowy deklaruje 7% badanych.

Najrzadziej firmy mierzą sam zwrot. Według BGR Quantic (2026) formalnie mierzy go 11,5% polskich firm zatrudniających co najmniej 100 osób. Kolejne 57,3% nie mierzy go wcale albo nie ma metodologii.

Autorzy raportu wyjaśniają, że punktu odniesienia sprzed startu projektu zwykle nikt nie zapisał. Bez niego po wdrożeniu nie ma do czego porównać wyniku.

Jak policzyć efekt AI w swojej firmie

Sam czas zadania niczego jeszcze nie rozstrzyga. Odzyskana godzina zmienia wynik firmy dopiero wtedy, gdy zespół przyjmie więcej spraw, skróci termin albo firma zapłaci za mniej nadgodzin.

Jeśli zespół nie przyjmie tych 200 spraw, liczba spraw na osobę zostaje na 200 i koszt zespołu też się nie zmienia. Odzyskane 80 godzin nie pojawi się wtedy w wyniku firmy.

Tak zaczynamy każde wdrożenie ChatGPT albo Claude dla zespołu. Czas tych samych zadań i liczbę spraw na osobę zapisujemy przed startem i mierzymy po 30 dniach.

W małym zespole liczba spraw na osobę po 30 dniach pokazuje kierunek. Pewniejszy obraz daje pełny kwartał. Gdy proces nie ma policzalnego wyniku, mówimy o tym na analizie i mierzymy sam czas zadań.

Od czego zacząć, gdy AI nie daje efektu

Dane z Irlandii wskazują na automatyzację przepływów pracy. Dlatego najpierw sprawdzamy, czy hamują Cię nawyki zespołu, czy jeden proces, który zabiera najwięcej godzin.

Przy systemie na jeden proces cel i stałą cenę zapisujemy w umowie. Płacisz 50% przy podpisaniu i 50% po osiągnięciu celu. Darmowy prototyp na sprawach, które zespół już obsłużył, pokazuje wynik, zanim zapłacisz.

W obsłudze klienta foap.com 95% odpowiedzi wychodzi automatycznie. Wyjątki zatwierdza człowiek. Gdy rachunek w Twojej firmie nie wychodzi, mówimy to na bezpłatnej analizie.

Metoda i źródła

Wartość dodana pochodzi z tabeli Eurostatu namq_10_a10: Polska, wolumeny łańcuchowe, dane odsezonowane. Liczba pracujących pochodzi z tabeli namq_10_a10_e. Odczytaliśmy je 5 listopada 2026 r. Eurostat może je jeszcze skorygować.

Kwartalna tabela nie rozdziela sekcji M i N, dlatego usługi dla biznesu liczymy razem. Sumowanie wolumenów łańcuchowych między sektorami jest przybliżeniem. Licząc na przepracowaną godzinę, od końca 2019 r. sektory z AI rosną o 3,8%. Pozostałe sektory rosną w tym ujęciu o 17,5%.

Odchyleń od trendu z lat 2012–2019, które podaje „Puls Biznesu”, nie odtworzyliśmy, bo wynik zależy od metody dopasowania trendu. BIS liczy jako AI także analitykę dużych zbiorów danych. Próba BIS obejmuje lata 2019–2024, więc powstała przed upowszechnieniem się agentów AI.