Pilotażowy program wsparcia wdrażania rozwiązań sztucznej inteligencji w MŚP
Data publikacji: 2025
Tematyka: Cyfryzacja | Ekonomia | Gospodarka i rynek pracy | Prawo
Link źródłowy: kliknij tutaj
Informacja prasowa: kliknij tutaj
Skopiuj link do raportu
Streszczenie
Streszczenie
Raport końcowy dotyczący pilotażowego programu wsparcia wdrażania rozwiązań sztucznej inteligencji (AI) w małych i średnich przedsiębiorstwach (MŚP) przedstawia kluczowe informacje na temat procesu projektowego, celów oraz oczekiwanych rezultatów. Proces trwał od lipca do grudnia 2024 roku i obejmował zarówno zdalne, jak i stacjonarne spotkania, prowadzone przez pracowników PARP oraz zewnętrznych ekspertów.
Wyzwanie, które stanowiło punkt wyjścia, dotyczyło niskiego poziomu cyfryzacji w polskich MŚP, szczególnie w zakresie wykorzystania AI. W 2023 roku jedynie 3,7% przedsiębiorstw korzystało z tych technologii, podczas gdy Polska dąży do osiągnięcia 10% do 2030 roku. W ramach projektu przeprowadzono badania jakościowe oraz warsztaty, które doprowadziły do stworzenia prototypu programu wsparcia.
Ważnym elementem były testy koncepcji, które miały na celu weryfikację poprawionych rozwiązań. Ustalono, że program będzie skierowany do firm w trakcie transformacji cyfrowej, oferując uproszczony wachlarz usług oraz grant w wysokości 300 tys. zł. Kluczowe wyzwania obejmowały jakość dostępnych ekspertów oraz koszty zespołu wdrożeniowego. Program ma na celu zmniejszenie ryzyka nieudanego wdrożenia poprzez profesjonalne wsparcie oraz wysokie finansowanie, co ma zachęcić przedsiębiorców do inwestycji w AI.
Wnioski
Wnioski
1. Wprowadzenie wsparcia dla małych i średnich przedsiębiorstw (MŚP) w zakresie sztucznej inteligencji powinno być dostosowane do ich specyficznych potrzeb oraz poziomu zaawansowania technologicznego, co zwiększy szanse na skuteczne wdrożenie innowacyjnych rozwiązań.
2. Kluczowym elementem programu jest integracja różnych form wsparcia, takich jak szkolenia, doradztwo oraz wsparcie finansowe, co tworzy spójną ścieżkę rozwoju i odpowiada na zróżnicowane potrzeby organizacji.
3. Proces badawczy, oparty na jakościowych wywiadach z ekspertami, dostawcami technologii oraz przedsiębiorcami, pozwolił na zidentyfikowanie istotnych problemów, które powinny być adresowane w ramach programu, co przyczyni się do jego efektywności.
4. Uproszczenie wachlarza oferowanych usług oraz rezygnacja z komponentu wsparcia w zarządzaniu zmianą mogą wpłynąć na większą przystępność programu dla MŚP, jednakże należy monitorować, czy te zmiany nie ograniczą jego skuteczności.
5. Wprowadzenie ryczałtowych kwot za usługi w ramach rozliczenia kosztów kwalifikowanych może ułatwić proces finansowy, ale wiąże się z ryzykiem nieadekwatności wycen, co wymaga elastycznego podejścia do oceny efektywności realizowanych projektów.
6. Ewaluacja programu powinna obejmować zarówno analizę danych pochodzących z raportów końcowych, jak i badania przeprowadzane w określonych odstępach czasu po zakończeniu udziału w programie, co pozwoli na dokładniejsze zrozumienie długoterminowych efektów wdrożenia rozwiązań AI w MŚP.
Główne rekomendacje
Główne rekomendacje
1. Wprowadzenie kompleksowego audytu technologicznego przed wdrożeniem rozwiązań AI, który obejmie ocenę dojrzałości cyfrowej organizacji, diagnozę procesów oraz identyfikację ryzyk prawnych i technologicznych. Taki audyt pozwoli na lepsze zrozumienie aktualnych zasobów i potrzeb przedsiębiorstwa, co zwiększy szanse na skuteczne wdrożenie.
2. Opracowanie i wdrożenie programu szkoleń dla kadry zarządzającej oraz pracowników operacyjnych, aby zapewnić odpowiedni poziom wiedzy i umiejętności niezbędnych do efektywnego korzystania z rozwiązań AI. Szkolenia powinny być dostosowane do różnych poziomów zaawansowania uczestników, co umożliwi lepsze zrozumienie technologii i jej zastosowań.
3. Ustanowienie jasnych kryteriów oceny sukcesu wdrożeń AI, które będą uwzględniały zarówno aspekty techniczne, jak i biznesowe. Definiowanie mierzalnych wskaźników sukcesu, takich jak redukcja kosztów czy poprawa jakości, pozwoli na skuteczną ewaluację efektów wdrożenia i podejmowanie decyzji o dalszych krokach.
4. Zwiększenie wsparcia finansowego dla przedsiębiorstw w celu minimalizacji ryzyka nieudanego wdrożenia. Program powinien oferować różnorodne formy wsparcia, w tym dotacje oraz preferencyjne warunki finansowania, co zachęci MŚP do inwestycji w technologie AI.
5. Promowanie współpracy z ekspertami z różnych dziedzin, aby zminimalizować ryzyko związane z jakością dostępnych specjalistów na rynku. Złożoność wdrożeń AI wymaga zespołu zróżnicowanych kompetencji, dlatego warto zainwestować w budowanie zespołów interdyscyplinarnych.
6. Opracowanie elastycznych zasad dotyczących trwałości projektów, które będą uwzględniały zmieniające się warunki rynkowe i technologiczne. Utrzymanie trwałości rozwiązań przez co najmniej 36 miesięcy po zakończeniu projektu pozwoli na uniknięcie sytuacji, w której firmy rezygnują z wdrożonych rozwiązań.