RAPORT Z BADAŃ
Innowacje w zakresie AI są wprowadzane cały czas. Z innowacjami w podstawach w chmurze powinno być tak samo.
Gwarantujące sukces kroki, które pozwolą już teraz przygotować chmurę na AI
5 Do przeczytania w
18 marca 2026
W skrócie
- AI zmienia rolę chmury w podstawy umożliwiające wzrost produktywności i rozwój całej firmy oraz uzyskanie przewagi nad konkurencją.
- Mimo to 59% obciążeń wciąż ma miejsce w starszych i lokalnych środowiskach i tylko 8% z nich jest używanych do eksperymentowania z zaawansowaną technologią.
- Nasz podręcznik przedstawia trzy strategie obejmujące działania, które pozwolą lepiej przygotować chmurę na przeobrażenie całej firmy przy użyciu AI.
Przygotowania do AI następują zbyt wolno, a rozwój chmury musi być kontynuowany.
Dla wielu firm migracja do chmury kończy się, kiedy zrealizują cele w zakresie skalowalności i czasu działania oraz kiedy odhaczą wszystkie punkty planów modernizacji. Jednak w chmurze trzeba wykonać jeszcze więcej pracy, niż zrobiono do tej pory. Tempo rozwoju AI jest coraz większe – od klasycznych rozwiązań i uczenia maszynowego po technologie generatywne, agentowe, fizyczne i monitorujące otoczenie. W związku z tym chmura musi pełnić teraz inną funkcję niż wcześniej, aby stać się podstawą innowacji w zakresie AI i zapewnić przewagę konkurencyjną w całej organizacji.
Kiedy firmy zaczną używać chmury do realizowania więcej niż jednego celu i uczynią z niej podstawę nowoczesnego rdzenia cyfrowego, AI będzie mogła zapewnić wymierne rezultaty, działając jako zintegrowany system, a nie zbiór niepowiązanych inicjatyw. Każdy pozostały wymiar firmy – strategia i model biznesowy, praca i pracownicy – opiera się na tych podstawach w chmurze.
Dlaczego chmura jest podstawą innowacji w zakresie AI
Chmura jest podstawią nowoczesnego rdzenia cyfrowego, ponieważ zapewnia funkcję udostępniania, skalowalność i zabezpieczenia potrzebne do wprowadzania innowacji w zakresie AI. Zapewnia dostęp do elastycznej gamy modeli podstawowych oraz usług AI i związanych z danymi, a także skalowalnych zasobów obliczeniowych i miejsca na dane, które są potrzebne do trenowania, wdrażania i uruchamiania AI w całej organizacji na dużą skalę. Umożliwia też kontrolę i nadzór – od danych po model i od agenta po platformy.
Ponadto obecne możliwości chmury są kształtowane przez potrzeby dotyczące AI. AI podnosi poprzeczkę w zakresie czasu oczekiwania, dostrzegalności i dokładności danych. Zapewnia lepsze rezultaty przy zastosowaniu przepływów wydarzeń w czasie rzeczywistym zamiast zadań wsadowych, usług modułowych zamiast rozwiązań monolitycznych oraz wbudowanych reguł jakości danych zamiast kontroli po zakończeniu działań. Stanowi też podstawę sposobu budowania, organizowania oraz prowadzenia działań przez integrowanie usług opracowanych z myślą o AI oraz takich zasad jak stosowanie API, dostrzegalność automatyzacji i FinOps.
Kiedy chmura, dane i AI działają jako jeden adaptacyjny system, każde wdrożenie przebiega szybciej, każda obserwacja zwiększa trafność kolejnych obserwacji, a platforma zapewnia coraz większą przewagę.
CZYM JEST CHMURA?
Coraz szersza definicja chmury
Do skalowania AI potrzebny jest nowoczesny i odporny rdzeń cyfrowy opracowany z myślą o ciągłych zmianach. W większości organizacji ten rdzeń opiera się na chmurze. Obecne technologie chmurowe nie ograniczają się do jednego celu. Ich wdrażanie to podróż obejmująca rozwiązania publiczne, prywatne, hybrydowe, wielochmurowe i brzegowe i zapewniające zgodność z lokalnymi przepisami, gdzie rozmieszczenie obciążeń zależy od takich czynników jak czas oczekiwania, regulacje państwowe, ryzyko i kwestie ekonomiczne. Pozwala to na uruchamianie odpowiednich obciążeń we właściwych miejscach ze wbudowanymi możliwościami zarządzania oraz zabezpieczeniami i dostrzegalnością oraz na stosowanie narzędzi i praktyk opracowanych pod kątem chmury.
Obecny stan podstaw w chmurze
Z naszej analizy 216 środowisk chmurowych wynika, że większość obciążeń wciąż znajduje się w zasobach lokalnych lub utknęła w systemach, które nie są odpowiednio utrzymywane lub są używane dłużej, niż miał trwać zakładany okres eksploatacji (Rysunek 1). Jedna trzecia z nich została zmodernizowana tylko w stopniu, który zapewnia stabilność operacji. Zaledwie 8% jest używanych do eksperymentowania z zaawansowanymi technologiami.
Proste działania zostały już wykonane, ale złożone systemy – monolityczne, mainframe i regulowane obciążenia, które mają wpływ na przychody, zgodność z przepisami i kontrolę – wymagają podjęcia dalszych kroków. Poza tym makrootoczenie zwiększa poziom złożoności: czynniki takie jak niestabilność gospodarcza, fragmentacja geopolityczna, presja regulacyjna i ostra konkurencja mają decydujący wpływ na rozmieszczenie infrastruktury chmury i obciążeń, a problemy z integracją między środowiskami mogą hamować postępy w modernizacji.
Tymczasem bezustannie są wprowadzane innowacje w zakresie AI i środowisko chmury nie może pozostać w tyle. 86% członków kadry kierowniczej najwyższego szczebla planuje w 2026 r. zwiększyć inwestycje w AI. 78% z nich postrzega tę technologię raczej jako czynnik wzrostu przychodów niż sposób na zmniejszenie kosztów¹. W obliczu szybkich postępów w zakresie modeli i agentów AI wszelkie opóźnienia w rozwoju chmury i danych hamują wzrost i odporność organizacji.
Koszt pozostawania w miejscu
-
Braki w zakresie realizacji strategiiBraki w zakresie realizacji strategii
Ponad 60% strategii dotyczących chmury nie jest zgodnych z długoterminowymi celami biznesowymi. W związku z tym inwestycje w chmurę pozwalają osiągnąć tylko stopniowe postępy w zakresie IT zamiast przeobrażenia działalności.
-
Odcięcie od innowacjiOdcięcie od innowacji
Inwestycje wciąż są nastawione na wydajność operacyjną zamiast na innowacje: tylko 22% firm traktuje priorytetowo śmiałe inwestycje w nowe rozwiązania, które mogą spowodować duże zmiany. Każde opóźnienie utrwala Twoje miejsce w przeszłości.
-
Brak wydajności związany z kosztami strukturalnymiBrak wydajności związany z kosztami strukturalnymi
W czterech na pięć spółek występuje niewielka lub średnia dostrzegalność w zakresie IT, a w 40% z nich brakuje mechanizmów do śledzenia wartości rozwiązań chmurowych lub wydatków na nie. Wstrzymywanie modernizacji w celu zmniejszenie kosztów przynosi skutki odwrotne do zamierzonych oraz zwiększa dług techniczny.
-
Wąskie gardła w zakresie danychWąskie gardła w zakresie danych
Pilotażowe rozwiązanie oparte na AI nie mogą być skalowane, dopóki więcej danych nie zostanie połączonych w chmurze i nie będzie w niej zarządzanych. Tylko 39% firm przenosi do chmury nieuporządkowane dane (czyli paliwo dla AI), a zaledwie 2% ma w pełni zintegrowane dane oraz rozwiązania AI zapewniające obserwacje w czasie rzeczywistym.
-
Cyberbezpieczeństwo i zagrożenia dla kontroliCyberbezpieczeństwo i zagrożenia dla kontroli
AI zwiększa cyberzagrożenia, ale tylko 11% organizacji ma zintegrowane zabezpieczenia działające w czasie rzeczywistym zarówno w chmurze, jak i w środowisku lokalnym. Bez architektury zaprojektowanej z myślą o bezpieczeństwie narażenie na zagrożenia wzrasta wraz z ich nasileniem.
Trzy strategie przygotowań na AI przy użyciu chmury
Wszystkie organizacje będą musiały wyeliminować te braki, żeby osiągnąć poziom dojrzałości chmury, który pozwoli na ciągłą transformację biznesową przy użyciu AI. Liczy się, kto zrobi to szybciej. Z naszych badań wynika, że firmy podążają trzema ogólnymi ścieżkami rozwoju w kierunku dojrzałości chmury, w zależności od miejsca, od którego zaczynają:
Firmy na stabilnym poziomie: konieczność wzmocnienia podstaw w celu odbudowania zaufania w chmurę
Większość firm na stabilnym poziomie (około 60% ze wszystkich firm) utknęło w procesie migracji do chmury – ich strategia nie jest przystosowana do celów biznesowych, co powoduje przerwanie pierwszych działań i spadek zaufania. Starsze systemy, częściowa automatyzacja i ograniczona dostrzegalność spowalniają procesy wdrażania i sprawiają, że każda zmiana jest ryzykowna. Budżety służą raczej utrzymaniu bieżącej działalności, a nie jej rozwojowi.
Potencjalne rozwiązanie ma wymiar praktyczny: ponowna koncentracja w celu zwiększenia przychodów i zasobów. Należy zmodernizować kilka widocznych systemów, umożliwić mierzenie wartości w czasie rzeczywistym, zmniejszyć liczbę incydentów oraz koszty i stopniowo wrócić do poprzedniego tempa zmian.
Odsetek firm na stabilnym poziomie, które osiągają główne cele w zakresie przygotowania na AI
13%
Dostrzegalność (z wyprzedzeniem lub w czasie rzeczywistym)
2%
Aplikacje gotowe na innowacje
0%
Pełna automatyzacja w działalności operacyjnej
16%
Istotne inwestycje w projekty pozwalające przeprowadzić transformację
1%
Pełna integracja danych i AI pozwalająca uzyskiwać obserwacje w czasie rzeczywistym
Wymagane działania
- Powiązanie wartości biznesowej z podejściem do chmury: konieczne jest przekształcenie bieżących potrzeb biznesowych i długoterminowych celów rozwoju w jasne cele modernizacji oraz ustanowienie systemu zarządzania, aby powiązać proces decyzyjny w zakresie chmury z wartością biznesową.
- Zaprojektowanie nowoczesnych podstaw architektury korporacyjnej: Należy wybrać usługi obliczeniowe oraz związane z danymi, bezpieczeństwem i platformami dostosowane do sztucznej inteligencji, skonfigurować bezpieczne strefy docelowe i uporządkować dane, aby modele zawsze mogły szybko znaleźć odpowiednie sygnały.
- Kompleksowa modernizacja: konieczne jest zbudowanie nowoczesnych możliwości w środowiskach lokalnych, hybrydowych i wielochmurowych, wdrożenie Agile i DevOps oraz zbudowanie nowoczesnych podstaw danych.
- Koncentracja na pełnym stosie FinOps: należy zapewnić wgląd w czasie rzeczywistym w wydatki na chmurę w środowiskach wielochmurowych/hybrydowych z powiązaniem każdego wdrożenia z wymierną wartością biznesową.
- Zwiększenie dostrzegalności i bezpieczeństwa: konieczne jest zbudowanie systemów ze wskaźnikami w czasie rzeczywistym, które utworzą pętlę sprzężenia zwrotnego pozwalającą zwiększyć gotowość na AI. Należy zabezpieczyć dane, aplikacje i obciążenia związane z AI w całym środowisku chmury, zapewniając kompleksową dostrzegalność i przejrzyste zarządzanie dostępem.
Firmy nastawione na optymalizację: przejście z jednorazowych działań na powtarzalne innowacje
Firmy nastawione na optymalizacje (około jedna trzecia wszystkich firm) przeprowadziły główną migrację i zbudowały stabilne środowiska w chmurze, które zostały jednak zaprojektowane pod kątem ciągłości, a nie innowacji. Automatyzacja jest powierzchowna, obsługa zastosowań AI działa ale jej nie przeobraża, a śledzenie wartości jest niedokładne, co powoduje niedopasowanie finansów i technologii. Wyzwania związane z danymi, w tym kwestie bezpieczeństwa i zgodności z przepisami, nadmierny rozrost oraz problemy z integracją ograniczają możliwości skalowania AI.
Celem tych firm jest wyjście poza stopniowe zmiany: powiązanie kosztów, wyników i analiz z rezultatami, odbudowanie całej ścieżki o istotnym znaczeniu dla przychodów oraz przekształcenie solidnych fundamentów w mechanizm pozwalający wprowadzać ciągle innowacje.
Odsetek firm nastawionych na optymalizację, które osiągają główne cele w zakresie przygotowania na AI
26%
Dostrzegalność (z wyprzedzeniem lub w czasie rzeczywistym)
13%
Aplikacje gotowe na innowacje
0%
Pełna automatyzacja w działalności operacyjnej
29%
Istotne inwestycje w projekty pozwalające przeprowadzić transformację
0%
Pełna integracja danych i AI pozwalająca uzyskiwać obserwacje w czasie rzeczywistym
Wymagane działania
- Uwzględnienie analiz w modułowej platformie AI: należy utworzyć rozwiązania przy użyciu usług wielokrotnego użytku związanych z danymi, potoków, zabezpieczeń i szablonów oraz ujednolicić dane na zarządzanej warstwie chmury z kontekstem biznesowym.
- Wykorzystanie możliwości chmury i AI w celu przyspieszenia modernizacji: konieczna jest stopniowa modernizacja aplikacji przy użyciu interfejsów API i architektury opartej na zdarzeniach oraz przyspieszenie procesu za pomocą narzędzi korzystających z AI. W miarę zwiększania skali obciążeń AI należy również wprowadzić FinOps z użyciem AI do zarządzania ich wartością.
- Wprowadzenie operacji autonomicznych kierowanych przez ludzi: należy wdrożyć dostrzegalność predykcyjną z obsługą AI oraz inteligentną automatyzację, aby proaktywnie zarządzać stanem systemu.
- Automatyzacja zabezpieczeń i przygotowanie ich do AI od samego początku: wymagane jest wdrożenie zabezpieczeń i odpowiedzialnego zarządzania AI na podstawie zasad modelu „zero zaufania” oraz zatwierdzoną architekturę chmury.
- Zespoły odpowiedzialne za AI zamiast ciągle zmieniających się ekip: konieczne jest utworzenie specjalnych zespołów odpowiedzialne za AI, które obejmują wszystkie działy, aby w trwały sposób tworzyć systemy AI i nimi zarządzać. Firmy powinny zapewnić im dostęp do asystentów AI i inwestować w zwiększanie ich umiejętności.
Innowatorzy: wykorzystanie potencjału platformy do skalowanej transformacji
Innowatorzy (8% firm) szybko przechodzą z lokalnych zastosowań AI do transformacji obejmujących całą działalność. Te firmy opanowały wdrożenia pilotażowe, wzorce używane w chmurze oraz eksperymenty z AI. Teraz muszą przeprojektować podstawowe procesy i modele biznesowe przy użyciu AI w przepływie pracy. Na tym właśnie polega całe wyzwanie: pełna integracja danych i AI to wciąż melodia przyszłości, a automatyzacja nie osiągnęła jeszcze pełni swojego potencjału.
Żeby wykorzystać obecne możliwości, te firmy muszą wdrożyć AI w podstawowych przepływach pracy, ujednolicić przepływy danych i skupić się na najważniejszych rezultatach – nowych przychodach oraz zwiększeniu marży i udziału na rynku – co pozwoli zamienić z trudem uzyskane postępy w chmurze w coraz większą przewagę.
Odsetek innowatorów, którzy osiągają główne cele w zakresie przygotowania na AI
71%
Dostrzegalność (z wyprzedzeniem lub w czasie rzeczywistym)
47%
Aplikacje gotowe na innowacje
29%
Pełna automatyzacja w działalności operacyjnej
41%
Istotne inwestycje w projekty pozwalające przeprowadzić transformację
24%
Pełna integracja danych i AI pozwalająca uzyskiwać obserwacje w czasie rzeczywistym
Wyeliminowanie braków w zakresie chmury wymaga szybkich działań
AI pogłębia przepaść między firmami, które potrafią dostosować swoje rdzenie cyfrowe, a tymi, które nie są w stanie tego zrobić. Chmura nie jest już tylko etapem migracji, ale systemem operacyjnym umożliwiającym transformację. We wszystkich branżach i obszarach oraz na wszystkich stanowiskach solidna podstawa w chmurze stanowi priorytet i może zapewnić elastyczność niezbędną do zmiany kierunku działań, eksperymentowania i wprowadzania ulepszeń. Organizacje, które zastosują pełne podejście do chmury – obejmujące rozwiązania publiczne, prywatne, hybrydowe, brzegowe i pozwalające zachować zgodność z lokalnymi przepisami – mogą skalować AI, żeby uzyskać większą produktywność i przewagę nad konkurencją oraz szybciej się rozwijać.
Wiele organizacji wciąż musi przeprowadzić transformacje w chmurze, ale tempo rozwoju AI pozostawia niewiele czasu na opóźnienia. Pozostawanie w miejscu również jest decyzją i do tego kosztowną. Przejście na chmurę jest wciąż optymalnym rozwiązaniem. Każda organizacja może osiągnąć ten etap gotowości na AI przy użyciu szeregu celowych działań z jasnym obrazem czynników, które hamują postępy, oraz przyszłych możliwości.
Wzmocnij podstawy. Uczyń wartość widoczną. Umieść AI w przepływie pracy, a nie wokół niego. Następnie powtarzaj to coraz szybciej i z większą pewnością w każdym cyklu.
¹ Accenture Pulse of Change – ankieta obejmująca kadrę kierowniczą najwyższego szczebla, styczeń 2026 r. N = 3650.