AI jest już obecne w pracy większości badanych działów marketingu, ale jego rola jest nierówna. W wielu firmach technologia przyspiesza codzienne zadania, pomaga przy tekstach, grafice i analizie danych, jednak znacznie rzadziej staje się elementem powtarzalnego procesu, który można policzyć, opisać i skalować.
To jeden z najważniejszych wniosków badania „Adopcja Schrödingera”, przygotowanego przez Constans we współpracy z Polską Organizacją Reklamodawców. Autor badania przeprowadził 34 pogłębione rozmowy z szefami i szefowymi marketingu dużych reklamodawców działających w Polsce.
Prawie wszyscy mówią, że jest szybciej. Prawie nikt nie wie dokładnie o ile
Aż 32 z 34 badanych firm deklaruje, że AI przyspieszyło ich pracę. Problem zaczyna się wtedy, gdy trzeba wskazać konkretną liczbę.
Tylko 6 z 34 firm zmierzyło efekt w sposób pozwalający porównać konkretny proces przed wdrożeniem AI i po nim. 18 z 34 nie mierzy efektu wcale.
To pokazuje wyraźną lukę między subiektywnym odczuciem produktywności a zarządzaniem efektywnością.
Pracownik może widzieć, że przygotowuje prezentację szybciej. Copywriter może tworzyć pierwszą wersję tekstu w kilkanaście minut zamiast godziny. Analityk może szybciej uporządkować dane. Jeśli jednak organizacja nie mierzy czasu, kosztu, jakości i wpływu na wynik biznesowy, trudno powiedzieć, ile ta poprawa naprawdę jest warta.
Teksty, grafika i analityka to dziś najczęstsze zastosowania
Najczęściej AI trafia do obszarów, w których efekt jest szybki i łatwy do zauważenia. W badanych firmach 29 z 34 wykorzystuje AI przy tekstach, 23 przy grafice, a 21 w analityce.
To pokazuje, że pierwsza fala adopcji koncentruje się głównie na zadaniach wykonywanych przez pojedynczych pracowników.
Model pomaga coś napisać, skrócić, przeanalizować, wygenerować albo uporządkować. Znacznie rzadziej AI staje się częścią całego procesu, przez który przechodzą dane, decyzje i odpowiedzialność kilku osób.
I właśnie tu zaczyna się problem ze skalowaniem.
AI częściej skaluje lidera niż organizację
W 28 z 34 firm szef lub szefowa marketingu osobiście korzysta z AI jako własnego asystenta. Jednocześnie w żadnej z 34 organizacji lider marketingu nie miał jednocześnie wszystkich warunków potrzebnych do głębszej zmiany: odpowiednich narzędzi, czasu, ludzi i prawa do podejmowania decyzji.
To dobrze pokazuje różnicę między indywidualną produktywnością a zmianą organizacyjną.
Lider może przygotować analizę szybciej, lepiej uporządkować spotkanie albo wykorzystać AI podczas tworzenia strategii. Jeśli jednak reszta zespołu nie ma tych samych narzędzi, zasad i procesów, organizacja jako całość nie staje się proporcjonalnie bardziej efektywna.
Powstaje sytuacja, w której AI zwiększa możliwości jednej osoby, ale nie zmienia sposobu pracy całego działu.
Adopcję ciągną przede wszystkim szefowie marketingu
W 21 z 34 firm główną osobą napędzającą adopcję AI jest szef lub szefowa marketingu. W 7 organizacjach zmianę prowadzi inna część firmy, np. zarząd, centrala lub IT. W 5 przypadkach adopcja rozwija się oddolnie w zespole.
Co ciekawe, ani jedna z badanych firm nie wskazała agencji, dostawcy ani doradcy jako głównej siły napędzającej adopcję AI.
To ciekawa zmiana relacji między klientem i agencją. W wielu wcześniejszych falach technologicznych to dostawcy czy agencje pokazywały klientom nowe możliwości. W przypadku AI część firm eksperymentuje szybciej samodzielnie.
Shadow AI rośnie szybciej niż formalne wdrożenia
W 15 z 34 badanych firm pracownicy korzystają z AI nieoficjalnie, na prywatnych kontach.
To jeden z najbardziej praktycznych problemów całego badania.
Pracownicy chcą używać narzędzi, bo widzą bezpośrednią korzyść: szybszy research, pisanie, analiza czy automatyzacja. Organizacja nie zawsze nadąża jednak z wyborem narzędzi, licencjami, politykami bezpieczeństwa i regulacjami wewnętrznymi.
W efekcie powstaje shadow AI, czyli wykorzystanie sztucznej inteligencji poza oficjalnie zarządzanym środowiskiem firmy.
Shadow AI to nie tylko problem IT
Nieoficjalne korzystanie z modeli generatywnych może oznaczać brak kontroli nad tym, jakie dane trafiają do zewnętrznych systemów, na jakich warunkach są przetwarzane i czy pracownik wykorzystuje narzędzie zgodnie z polityką firmy.
Problem ma więc kilka warstw jednocześnie: bezpieczeństwo danych, poufność, prawa autorskie, odpowiedzialność za wynik i możliwość audytu.
Z perspektywy biznesowej jeszcze ważniejsze jest to, że firma może nawet nie wiedzieć, jak duża część codziennej pracy została już zmieniona przez AI.
Jeżeli pracownicy używają narzędzi prywatnie, trudno mierzyć rzeczywistą skalę adopcji.
AI przyspiesza in-housing części pracy agencji
Jednym z najmocniejszych wyników badania jest zmiana relacji między firmami a agencjami.
22 z 34 badanych firm przenosi część pracy wykonywanej wcześniej przez agencje do środka organizacji. 18 już to robi, a 4 planują taki ruch.
Nie oznacza to końca agencji marketingowych ani prostego zastępowania usług zewnętrznych przez modele językowe. Pokazuje jednak, że część zadań, które wcześniej wymagały zewnętrznych zasobów, może być dziś szybciej wykonywana wewnętrznie.
Dotyczyć może to zwłaszcza pierwszych wersji tekstów, prostych kreacji, researchu, analiz i wariantów koncepcji.
Agencje nie zawsze wyprzedzają klientów w wykorzystaniu AI
Tylko 6 z 34 firm wymaga od swoich agencji pracy z AI.
To ciekawy sygnał dla całej branży agencyjnej. Klient może samodzielnie nauczyć się wykorzystywać generatywną AI szybciej niż jego dostawca.
W takiej sytuacji wartość agencji coraz trudniej budować wyłącznie na sprawnym wykonywaniu prostych zadań produkcyjnych.
Znaczenia nabierają kompetencje trudniejsze do zastąpienia: strategia, kreacja, dostęp do specjalistycznej wiedzy, dane, doświadczenie, organizacja złożonych projektów i odpowiedzialność za wynik.
„Macie AI, więc powinno być taniej”
Sztuczna inteligencja zaczyna pojawiać się również w rozmowach o budżetach.
25 z 34 badanych firm odczuwa presję na budżet lub wielkość zespołu. W 13 przypadkach AI jest już elementem rozmowy o pieniądzach, a w 5 pojawia się wprost jako argument: „bo macie AI”.
To może stać się jednym z ważniejszych problemów zarządzania marketingiem w najbliższych latach.
Skoro AI przyspiesza część zadań, naturalne staje się pytanie, czy dział marketingu albo agencja nie powinny dostarczać więcej za ten sam budżet.
Tyle że takie rozumowanie jest zbyt proste.
Szybsza produkcja nie oznacza automatycznie niższych kosztów całego marketingu
AI może obniżyć koszt przygotowania niektórych materiałów, ale jednocześnie tworzy nowe wydatki. Firmy potrzebują licencji, integracji, odpowiednich danych, szkoleń, bezpieczeństwa, governance i czasu poświęcanego na przebudowę procesów.
Jeżeli dzięki AI pracownik oszczędza godzinę, firma nie otrzymuje automatycznie wartości tej godziny w gotówce.
Korzyść pojawia się dopiero wtedy, gdy odzyskany czas jest wykorzystany produktywnie: do obsługi większej liczby projektów, poprawy jakości, skrócenia czasu wejścia na rynek albo realizacji zadań, które wcześniej nie mieściły się w zasobach zespołu.
Dlatego samo stwierdzenie „macie AI” nie jest wystarczającym uzasadnieniem do proporcjonalnego obniżenia budżetu.
Największym wyzwaniem jest trwałość
Badanie „Adopcja Schrödingera” umieszcza badane organizacje na mapie uwzględniającej m.in. skalę wykorzystania AI w zespole i głębokość jego obecności w procesach. Jeszcze ciekawszy jest jednak trzeci wymiar: trwałość.
Stabilną strukturę pracy z AI ma 8 z 34 firm. W 11 model opiera się na kilku ekspertach, a w 15 dominuje podejście określone jako „każdy sobie”.
To prowadzi do bardzo praktycznego pytania:
co stanie się z wykorzystaniem AI, jeśli z organizacji odejdzie jedna najbardziej zaangażowana osoba?
Jeżeli wraz z nią znikają prompty, workflow, wiedza i praktyka zespołu, trudno mówić o trwałej adopcji.
Ekspert od AI nie może być jedynym systemem firmy
Na początku technologicznej zmiany naturalne jest, że pojawia się jedna lub kilka osób, które eksperymentują szybciej niż reszta organizacji.
Problem zaczyna się wtedy, gdy taki stan staje się docelowym modelem.
Firma potrzebuje przenosić wiedzę z poziomu pojedynczego eksperta do standardów działania zespołu. W praktyce oznacza to dokumentowanie procesów, tworzenie wspólnych bibliotek narzędzi, określanie odpowiedzialności oraz szkolenie większej liczby osób.
Dopiero wtedy wiedza zaczyna należeć do organizacji, a nie do pojedynczego pracownika.
Jak odróżnić eksperyment od prawdziwego wdrożenia?
Najprostsze pytanie brzmi: czy wykorzystanie AI jest powtarzalne.
Jeżeli pracownik raz wygenerował prezentację albo stworzył kilka postów, firma przeprowadziła eksperyment.
Jeżeli określony proces regularnie wykorzystuje AI, ma właściciela, mierniki, zasady bezpieczeństwa i jasno zdefiniowany rezultat, można mówić o wdrożeniu.
Różnica nie leży więc w liczbie zakupionych licencji, ale w tym, czy AI stało się elementem sposobu działania organizacji.
Dojrzała adopcja wymaga więcej niż dostępu do modelu
Żeby AI rzeczywiście skalowało organizację, potrzebnych jest kilka elementów jednocześnie.
Po pierwsze, dostęp do odpowiednich narzędzi. Po drugie, czas na zmianę procesów. Po trzecie, ludzie odpowiedzialni za wdrożenie. Po czwarte, dane. Po piąte, możliwość podejmowania decyzji organizacyjnych.
W badanych firmach żaden z liderów marketingu nie dysponował pełnym zestawem takich warunków naraz.
To prawdopodobnie jeden z powodów, dla których indywidualna adopcja jest szybsza niż transformacja całych zespołów.
Firmy powinny mierzyć nie tylko liczbę użytkowników
Sama informacja, że np. 80% zespołu korzysta z ChatGPT albo Copilota, niewiele mówi o wartości biznesowej.
Znacznie bardziej użyteczne jest mierzenie konkretnych procesów.
Ile czasu zajmowało przygotowanie raportu wcześniej, a ile teraz? Ile kosztowało przygotowanie jednego materiału? Czy zmniejszyła się liczba poprawek? Czy skrócił się czas kampanii od briefu do publikacji? Czy pracownik obsługuje więcej projektów?
Bez takich danych firma może przez wiele miesięcy mieć poczucie, że „AI działa”, ale nadal nie wiedzieć, czy inwestycja rzeczywiście się opłaca.
Największy etap adopcji dopiero się zaczyna
Pierwszą fazą było udostępnienie pracownikom generatywnej AI.
Drugą stało się nauczenie ludzi, jak z niej korzystać.
Kolejna będzie znacznie trudniejsza: przebudowa procesów wokół możliwości AI.
Dopiero wtedy technologia może zacząć wpływać nie na pojedyncze zadanie czy konkretną osobę, ale na sposób działania całego działu.
I właśnie tutaj wiele firm jest dziś pomiędzy dwoma światami. AI jest już powszechnie używane, ale nadal pozostaje dodatkiem do starego procesu.
Marketing może być pierwszym poligonem transformacji
Marketing jest szczególnie podatny na wykorzystanie generatywnej AI, ponieważ ogromna część pracy opiera się na języku, obrazie, danych, analizie i tworzeniu wariantów.
Dlatego działy marketingu mogą stosunkowo szybko zobaczyć pierwsze efekty.
Jednocześnie właśnie tam najbardziej widoczna staje się różnica między prostym użyciem narzędzia a zmianą organizacyjną.
Wygenerowanie tekstu jest łatwe.
Zaprojektowanie procesu, w którym AI poprawia szybkość i jakość pracy całego zespołu, nie zwiększa ryzyka i daje mierzalny wynik biznesowy, jest znacznie trudniejsze.
Największą przewagą nie będzie znajomość promptów
Jeżeli dostęp do podobnych modeli ma większość firm, sama umiejętność korzystania z narzędzia szybko przestaje być przewagą.
Przewagę buduje organizacja, która potrafi połączyć AI z własnymi procesami, danymi i sposobem pracy.
To oznacza przejście od pytania:
„czy nasi ludzie używają AI?”
do pytania:
„co dzięki AI działa w naszej firmie inaczej niż rok temu i czy potrafimy to policzyć?”
Badanie 34 dużych reklamodawców sugeruje, że na to drugie pytanie wiele organizacji nadal nie ma dobrej odpowiedzi.
O badaniu „Adopcja Schrödingera”
Badanie zostało przygotowane przez Constans we współpracy z Polską Organizacją Reklamodawców. Między czerwcem a sierpniem 2026 roku przeprowadzono 34 pogłębione wywiady z szefami i szefowymi marketingu: 18 reprezentowało firmy polskie, a 16 oddziały globalnych koncernów. Organizacje działały w sześciu branżach, m.in. finansach, FMCG, retailu, telekomunikacji, mediach i usługach.
Badanie ma charakter jakościowy i nie jest reprezentatywnym sondażem polskiego rynku. Wyniki opisują doświadczenia 34 konkretnych firm oraz perspektywę ich liderów marketingu, a nie wszystkich pracowników tych organizacji. Z tego powodu liczby w artykule podajemy jako „X z 34 firm”, zamiast przeliczać je na procent całego rynku.
FAQ – AI w marketingu i adopcja w firmach
Czy AI rzeczywiście przyspiesza pracę działów marketingu?
32 z 34 firm uczestniczących w badaniu deklaruje, że dzięki AI pracuje szybciej. Tylko 6 z 34 zmierzyło jednak efekt dla konkretnego procesu przed zmianą i po niej.
Do czego działy marketingu najczęściej wykorzystują AI?
W badanych firmach najczęściej są to teksty – 29 z 34 organizacji, grafika – 23 z 34 oraz analityka – 21 z 34.
Kto najczęściej prowadzi adopcję AI w firmach?
W 21 z 34 badanych organizacji zmianę prowadzi osobiście szef lub szefowa marketingu.
Co to jest shadow AI?
To nieoficjalne korzystanie przez pracowników z narzędzi sztucznej inteligencji, często poza zatwierdzonym środowiskiem firmy. W badaniu taka sytuacja występowała w 15 z 34 organizacji.
Czy AI powoduje przenoszenie pracy z agencji do firm?
22 z 34 badanych firm przenosi część pracy agencji do środka organizacji: 18 już to robi, a 4 planują. Badanie nie pozwala jednak stwierdzić, że AI jest jedyną przyczyną tego procesu.
Czy firmy obniżają budżety przez AI?
25 z 34 badanych firm odczuwa presję budżetową lub zespołową, a w 13 AI pojawia się w rozmowach o pieniądzach. Autorzy badania zaznaczają jednak, że sama presja na budżety istniała już wcześniej i miała również inne przyczyny.
Co świadczy o dojrzałej adopcji AI?
Nie sama liczba użytkowników, lecz trwałość procesów, pomiar efektów, integracja z codzienną pracą, określona odpowiedzialność i zdolność do utrzymania modelu po odejściu pojedynczych ekspertów.
Czy badanie jest reprezentatywne dla wszystkich polskich firm?
Nie. To jakościowe badanie 34 dużych reklamodawców i pokazuje perspektywę ich liderów marketingu.
Zostaw komentarz