Rok do półtora trwa skalowanie pilotaży AI do zakresu produkcyjnego – ale dotyczy to tylko określonego profilu firm. Reszta tkwi w pułapce PoC; są to kwestie powiązane z akceptacją celu wdrożenia AI: nie jako akceleratora, ale transformatora. Rola architekta i obszar architektury IT pozostają domeną człowieka, ale nie na zawsze. Dla naszych Czytelników prof. Andrzej Sobczak interpretuje dogłębniej wyniki badania „AI w budowie oprogramowania”.
Informacja i nasze redakcyjne krótkie omówienie badania „AI w budowie oprogramowania”, przeprowadzonego wśród uczestników konferencji „Analityk / Architekt Jutra”, zorganizowanej przez inicjatywę Liderzy AI prof. Andrzeja Sobczaka i Jana Marii Kowalskiego, spotkały się z Państwa dużym zainteresowaniem.
Poprosiliśmy prof. Andrzeja Sobczaka o dodatkową interpretację kilku zagadnień:
- Ile trwa przejście od fazy pilotaży do szerokiego zastosowania? Od czego zależy szybkość?
- Czy to, które korzyści odkrywa lub potrafi uzyskiwać firma ma wpływ na zakres zastosowania? Czy istnieje korelacja pomiędzy rodzajem korzyści a szerokością zastosowania AI?
- Na czym polega zmiana profilu kompetencji, prognozowana przez uczestników badania?
- Jak długo architektura AI pozostanie domeną człowieka? W jaki sposób będzie się zmieniać, np. stając się rolą architekta architektury agentowej?
Poniżej publikujemy komentarz prof. Andrzeja Sobczaka do tych kwestii.
Od pilotażu do skali – dlaczego większość firm tkwi w „dolinie PoC”?
Co trzecia duża firma w Polsce utknęła w fazie pilotażu AI i nie potrafi przejść na produkcję. Jednocześnie niecałe 30% deklaruje realne, produkcyjne zastosowanie AI.
Ten pat nie wynika z braku budżetów – koszty licencji to dopiero czwarta bariera w rankingu we wdrażaniu AI. Prawdziwym hamulcem jest trójkąt: compliance, legacy i kompetencje. Organizacje, które najpierw rozwiązały kwestię governance danych, skalują w 12–18 miesięcy. Reszta powtarza pilotaże jak mantrę, bo brak im odwagi do decyzji systemowych.
Recepta? Nie kolejny PoC, lecz strategia przejścia – z jasną ścieżką od eksperymentu do standardu operacyjnego. Dlatego tutaj może pomóc autorska metodyka MOST AI. W jej opracowanie byłem zaangażowany razem z Jan Maria Kowalskim, mającym wieloletnie doświadczenia we wdrażaniu AI w sektorze finansowy. Obecnie pracuje przy rozwoju polskich modeli językowych Bielik i Sójka.
Pokaż mi, jakie korzyści widzisz, a powiem Ci, jak szeroko wdrożysz AI
Firmy, które widzą w AI wyłącznie przyspieszacz – „szybciej dostarczamy na rynek, szybciej kodujemy” – wdrażają rozwiązania AI punktowo i tam zostają.
Te, które odkrywają korzyści drugiego rzędu – więcej czasu na myślenie, lepsza dokumentacja, przestrzeń na kreatywność – naturalnie rozszerzają zakres zastosowań. Uderzające jest to, czego firmy jeszcze nie dostrzegają: jakość kodu i redukcja błędów są na samym dole rankingu korzyści. To dowód, że większość organizacji nie przeszła jeszcze od fazy „AI robi szybciej” do „AI robi inaczej”. A to właśnie ta zmiana perspektywy decyduje o tym, czy AI pozostanie narzędziem taktycznym, czy stanie się dźwignią transformacyjną.
Zmiana kompetencji – nie rewolucja kadrowa, ale cicha mutacja ról
Dwie trzecie badanych mówi: zmienią się kompetencje, ale nie zmniejszy się zespół. Brzmi uspokajająco – dopóki nie spojrzy się głębiej. Rośnie zapotrzebowanie na seniorów i midów „wspartych AI”, a jednocześnie co piąty respondent przewiduje redukcje. Kształtuje się model „mniej osób, wyższe wymagania”.
Przyszły analityk czy architekt to nie ktoś, kto lepiej pisze dokumenty – to ktoś, kto orkiestruje narzędzia AI, weryfikuje ich output i projektuje procesy, w których człowiek i maszyna się uzupełniają. Specyfikacja wymagań z AI? 63% badanych już to robi. Mutacja trwa – większość po prostu nie zdążyła jeszcze zmienić nazwy stanowiska.
Architektura – ostatni bastion człowieka, ale na jak długo?
Zaledwie 14% organizacji stosuje dziś AI w architekturze IT. Dla porównania – w kodowaniu robi to już 57%. Respondenci są ostrożni: tylko 38% prognozuje wpływ AI na architekturę w ciągu roku. Tymczasem dla notatek ze spotkań ten wskaźnik sięga 90%. Architektura wymaga czegoś, w czym modele AI są wciąż najsłabsze – holistycznego myślenia w warunkach niepewności.
Ale ta twierdza nie przetrwa wiecznie. Już teraz wyłania się nowa rola: architekt architektury agentowej – ktoś, kto nie projektuje systemów, lecz orkiestrację autonomicznych agentów, definiuje granice ich samodzielności i zarządza emergentną złożonością. To przejście od pytania „jak system działa” do „jak agenci ze sobą współpracują”. Technologie takie jak serwery MCP czy Skills dopiero raczkują. Jednak to właśnie one zdefiniują warsztat architekta na najbliższe 2–3 lata.
