AI & Automatyzacja · 13 kwietnia 2026 · 12 min. czytania · Omer, Senior Engineer, Amplifa

Przemysłowa AI: Showdown w Hanowerze – pułapka dla średnich przedsiębiorstw?

Targi Hannover Messe świętują Przemysłową AI kwotą 800 mld euro. Czy to spotkanie na szczycie to szansa, czy niebezpieczne rozproszenie dla sektora MŚP? Co muszą Państwo teraz zrobić.

Czy znają Państwo ten dźwięk? To delikatne, niemal bezgłośne mruczenie sześcioosiowego robota, który na lśniącej scenie targowej wykonuje baletową choreografię. Obok stoi prezes spółki z indeksu DAX i opowiada o dysrupcji oraz zmianie paradygmatu. Aplauz. Imponujące, bez wątpienia. Ale w zeszłym tygodniu byłem w średniej wielkości zakładzie obróbki skrawaniem w Sauerlandzie. Tam dominującym dźwiękiem był głośny turkot 20-letniej frezarki CNC i przekleństwa mistrza produkcji, ponieważ przeklęte dane zamówienia z systemu ERP znowu nie zgadzały się z rysunkiem. I właśnie tutaj, w tym rowie między targowym show a warsztatowym piekłem, rozstrzyga się walka o przemysłową przyszłość Niemiec – nie na scenie w Hanowerze.

Proszę mnie źle nie zrozumieć. Gdy w kwietniu 2026 roku pod hasłem „AI in Industry” w Hanowerze zgromadzi się potęga niemieckiego i europejskiego przemysłu, będzie to ważny sygnał. Szef Siemensa Busch, Christian Klein z SAP, Höttges z Telekomu, wspierani przez osoby takie jak Julie Sweet z Accenture – to jest ekstraklasa. Kiedy formułują oni „apel polityki przemysłowej” i rozmawiają z kanclerzem Merzem oraz pół tuzinem ministrów o skalowaniu Sztucznej Inteligencji, ma to swoją wagę. Ogłoszona inicjatywa „Made for Germany” z obiecanymi inwestycjami przekraczającymi 800 miliardów euro do 2028 roku brzmi jak upragnione uderzenie w bęben. Chciałoby się bić brawo. Ale nie mogę. Ponieważ z mojego doświadczenia wynika, że takie szczyty szybko stają się komorami ech dla gigantów, podczas gdy średnie przedsiębiorstwa – prawdziwy kręgosłup naszej gospodarki – zostają na zewnątrz w deszczu, zastanawiając się, kiedy wreszcie choć kropla z tego ciepłego deszczu pieniędzy wpadnie do ich konewki.

Dlaczego większość w przypadku Przemysłowej AI zabiera się do rzeczy od złej strony

Rzecz w tym, że szum wokół Przemysłowej AI prowadzi do fatalnego błędu myślowego, który widzę niemal codziennie. Dyrektorzy zarządzający i kierownicy produkcji wierzą, że AI to technologia, którą się kupuje. Jak nową maszynę. Zamawia się „pakiet AI do Predictive Maintenance” u jednego z dużych dostawców, dostawca usług IT go instaluje i – bach! – produkcja nagle działa zoptymalizowana jak za dotknięciem czarodziejskiej różdżki. To, z całym szacunkiem, bzdura. Zamiast tego rodzi się kolejny „projekt pilotażowy”, który po sześciu miesiącach cicho i spokojnie spala się w czyśćcu „Proof-of-Concept”. Dlaczego? Ponieważ fundamenty są niewłaściwe.

Przemysłowa AI nie jest produktem. Jest wynikiem procesów. Mówiąc dokładniej: czystych danych i standaryzowanych procesów. I bądźmy szczerzy: ile firm zatrudniających od 50 do 500 osób, które stanowią o większości naszej wartości dodanej, już to posiada? Widzę listy w Excelu przesyłane mailem. Widzę autorskie sterowniki maszyn, z których dane można wydobyć tylko łomem. Widzę trzy różne systemy oprogramowania dla magazynu, zamówień i zapewnienia jakości, które ze sobą nie rozmawiają. Sadzenie AI na takim cyfrowym gruzowisku jest jak montowanie silnika Formuły 1 w starym traktorze – na papierze wygląda świetnie, ale w efekcie dymi tylko silnik. Albo w tym przypadku: zainwestowany budżet.

Fata Morgana 800 miliardów euro

A potem pojawiają się te zawrotne liczby. Ponad 800 miliardów euro. Można sobie wyobrazić, jak te pieniądze płyną do działów badawczych średnich firm, na szkolenia wykwalifikowanych pracowników, na budowę nowoczesnej infrastruktury danych w terenie. Rzeczywistość prawdopodobnie będzie inna. Duża część tej sumy trafi do wielkich projektów koncernów, które i tak mają już środki i strategię. Siemens, SAP i Deutsche Telekom (które, co wygodne, wszystkie stoją na scenie w Hanowerze) zabezpieczą dla siebie lwią część na budowę – proszę się trzymać – przemysłowych przestrzeni danych, infrastruktury AI i platform oprogramowania. Z ich perspektywy jest to całkowicie uzasadnione. Tylko producent maszyn z Westfalii musi mieć jasność: on nie jest tutaj odbiorcą pieniędzy, lecz przyszłym klientem tych platform. On nie współfinansuje imprezy, on na końcu płaci rachunek. I tu nie ma zmiłuj.

Niewygodna prawda: Jesteśmy syci, ale już nie szybcy

Przyjrzyjmy się faktom na chłodno. Tak, Deutschland jest mistrzem Europy w automatyzacji. Według danych IFR przypada u nas 449 robotów na 10 000 pracowników. To czołówka w Europie (średnia w Europie Zachodniej: 267) i znacznie powyżej światowej średniej wynoszącej 132. Jesteśmy dobrzy w wysoce wydajnej automatyzacji procesów, które raz zdefiniowaliśmy. To dziedzictwo naszej inżynierii. Ale tu pojawia się haczyk: nasz roczny wzrost gęstości robotyzacji od 2019 roku wynosi spokojne 5%. Brzmi nieźle? Azja w tym samym czasie narzuca tempo, od którego kręci się w głowie. Oni nie są jeszcze tak nasyceni, ale uczą się i instalują szybciej. Znacznie szybciej.

Odpoczywamy na laurach naszej doskonałości sprzętowej, podczas gdy wartość dodana przenosi się do oprogramowania, danych i algorytmów. I właśnie to jest pole gry Przemysłowej AI. Nie chodzi już tylko o to, by przyspieszyć proces za pomocą robota. Chodzi o to, by poprzez analizę danych przewidzieć, który proces będzie potrzebny jako następny, jakiego wariantu produktu rynek będzie chciał za sześć miesięcy lub który komponent ulegnie awarii za trzy tygodnie. Jesteśmy mistrzami świata w reagowaniu. AI czyni nas działającymi proaktywnie. Ale tylko wtedy, gdy stworzymy ku temu warunki. A te nie leżą w parku maszynowym, lecz w autostradach danych naszych przedsiębiorstw. A te w wielu miejscach są wciąż drogami szutrowymi.

Klaus, problem polega na tym, że w gabinetach zarządów wciąż myśli się w kategoriach maszyn, stali i żelaza. Ale za następną rewolucję zapłacimy w krzemie i kodzie. Wielu moich klientów z sektora MŚP boi się umieszczać swoje święte dane produkcyjne na platformie chmurowej – niezależnie od tego, czy należy ona do SAP, Siemens czy Microsoft. Jeśli nie pokonamy tej bariery kulturowej, w Hanowerze mogą mówić, ile chcą. Wtedy AI pozostanie tematem dla koncernów.

— Dr Lena Weisgerber, Kierownik ds. Strategii Cyfryzacji, Instytut Fraunhofera ds. Inżynierii Produkcji i Automatyki IPA (z którą rozmawiałem w zeszłym tygodniu)

Ale… czy szczyt w Hanowerze nie jest jednak szansą?

Teraz muszę być sprawiedliwy. Oczywiście nie wszystko to tylko show i bicie piany. Sam fakt, ŻE ci ludzie się spotykają, jest już godny uwagi. Gdy Roland Busch (Siemens) i Christian Klein (SAP) wspólnie z politykami domagają się ram prawnych, ma to inną siłę rażenia, niż gdy robi to samo VDMA. Szansa polega na tym, że wreszcie zostaną tu wyznaczone kierunki dla tego, co naprawdę pomogłoby średnim firmom: prawdziwe, otwarte standardy. Interoperacyjność. Pewność prawna w obchodzeniu się z danymi (hasło: Data Act UE).

Jeśli ze spotkania wyniknie wspólny, wiążący harmonogram budowy federacyjnych ekosystemów danych, takich jak Catena-X czy Manufacturing-X – czyli sieci, w których średni przedsiębiorca zachowuje suwerenność nad swoimi danymi, ale może je bezpiecznie udostępniać partnerom – to wiele byśmy zyskali. Jeśli minister cyfryzacji Wildberger nie będzie tylko referował o masztach 5G, ale da gwarancje przystępnej cenowo i bezpiecznej infrastruktury Edge-Cloud dla prowincji, wtedy zrobi się ciekawie. I jeśli minister gospodarki Reiche uruchomi konkretne programy wsparcia, które nie celują w projekty pilotażowe, lecz w skalowanie sprawdzonych zastosowań AI w MŚP (na przykład poprzez modele bonów na doradztwo zewnętrzne), to cały ten wysiłek będzie wart zachodu. Czy tak się stanie, śmiem wątpić. Nadzieja umiera ostatnia.

Co widzę w praktyce: Między genialnym majsterkowaniem a cyfrową epoką kamienia

Kontrast nie mógłby być większy. Dwa miesiące temu byłem u dostawcy motoryzacyjnego pod Ingolstadt. Hidden Champion, 250 pracowników. Zbudowali kontrolę jakości spoin spawalniczych za pomocą Computer Vision, która jest absolutnym szaleństwem. Marka własna. Inżynier przez miesiące zagłębiał się w biblioteki Python i tanią kamerę, tworząc system, który obniżył wskaźnik braków o 40%. To jest żywa Przemysłowa AI. Nie czekali na Siemensa. Działali.

Trzy tygodnie później: wizyta u tradycyjnego producenta maszyn w Jurze Szwabskiej. Lider światowego rynku w maleńkiej niszy. Dumny jak paw z precyzji swoich maszyn. Na moje pytanie o gromadzenie danych kierownik produkcji wzrusza ramionami: „Mistrz na koniec zmiany zapisuje liczbę sztuk i czasy przestojów na kartce. Potem pomocnik wpisuje to do systemu”. To nie jest odosobniony przypadek, to reguła! Ten zakład posiada skarb danych, który byłby wart złota – dane o wibracjach, krzywe temperatur, czasy cykli. Ale leży on odłogiem. Myślą, że AI to science-fiction, podczas gdy siedzą na źródle ropy i nie mają nawet wiertła.

Problem sprzedażowy: Sprzedawanie rozwiązań AI niewłaściwym osobom

A dostawcy? Oni pilnie przyczyniają się do zamieszania. Tworzą generyczne rozwiązania AI, a potem próbują je rozsiać na rynku metodą konewki. Handlowcy, którzy sami ledwo rozumieją, co robi algorytm, próbują sprzedać kierownikom produkcji „rewolucyjną platformę AI”. Wynikiem jest czysta frustracja po obu stronach. Bądźmy szczerzy: większość producentów nie potrzebuje wszechogarniającej platformy. Potrzebują rozwiązania dla JEDNEGO konkretnego, bolesnego problemu. Może to czas przezbrajania maszyny nr 7. Może niepewna prognoza zapotrzebowania na surowiec B. Błąd dzieje się więc już na samym początku: przy definiowaniu idealnego profilu klienta. Zamiast szukać punktu bólu, prezentuje się rozwiązanie techniczne. To pewna droga do wojny cenowej i porażki projektu.

Czy naprawdę rozumieją Państwo swojego klienta? ICP Playbook — Zanim opracują lub sprzedadzą Państwo rozwiązanie AI: zdefiniujcie krystalicznie czysto, dla kogo ono jest. Nasz ICP Playbook pomoże Państwu wyostrzyć profil idealnego klienta i skierować strategię Go-to-Market na realne punkty bólu – a nie na buzzwordy.

Co musi się teraz stać: 4-punktowy plan dla średnich przedsiębiorstw

Dobrze, dość analizy. Co to oznacza konkretnie dla Państwa jako dyrektorów zarządzających lub szefów sprzedaży produkcyjnego MŚP? Czekać, aż spadnie deszcz pieniędzy z Hanoweru? Na pewno nie. Oto, co zrobiłbym na Państwa miejscu – natychmiast.

1. 1. Proszę rozpocząć inwentaryzację danych, a nie inicjatywę AI: Proszę na sześć miesięcy zapomnieć o słowie 'AI'. Proszę wyznaczyć jednego ze swoich najzdolniejszych inżynierów procesu (nie szefa IT!), aby dokonał bezlitosnej inwentaryzacji Państwa krajobrazu danych. Gdzie powstają dane? Jak są przechowywane? Gdzie są przerwy w łańcuchu? Która maszyna wypluwa dane, których nikt nie używa? Wynik będzie bolesny, ale to jedyny uczciwy fundament pod wszystko inne.
2. 2. Proszę rozwiązać JEDEN problem, a nie szukać wzoru na wszystko: Proszę znaleźć ten jeden proces, który kosztuje Państwa najwięcej pieniędzy, najczęściej powoduje irytację lub wymaga najwięcej pracy ręcznej. I proszę skupić się tylko na tym JEDNYM przypadku. Proszę znaleźć dla niego rozwiązanie. Może to jeszcze nie będzie AI, lecz tylko prosta automatyzacja lub lepsza sensoryka. Sukces w tym małym projekcie zbuduje akceptację i know-how dla następnego, większego kroku.
3. 3. Proszę kształcić 'tłumaczy danych': Potrzebują Państwo ludzi, którzy rozumieją zarówno język maszyny, jak i język IT. Ludzi, którzy potrafią wyjaśnić Data Scientist, co oznacza 'ślad drgań' na toczonym elemencie i dlaczego czujnik wibracji wariuje przy 3000 obrotów. Proszę wysłać swoich najlepszych mistrzów i techników na kursy analizy danych, nie tylko inżynierów z biura. Proszę inwestować w ludzi, nie tylko w oprogramowanie.
4. 4. Proszę być brutalnie wymagającym klientem: Gdy dostawca przychodzi z rozwiązaniem AI, proszę zadać trzy pytania: a) Jaki mój konkretny problem tym rozwiązujecie? b) Jak wygląda Business Case – co dokładnie i kiedy zaoszczędzę? c) Proszę mi pokazać klienta referencyjnego, który ma dokładnie moją wielkość i branżę, i u którego to udowodniono. Proszę nie dawać się zbyć demami na czystych danych testowych. Proszę żądać Proof of Value, a nie Proof of Concept.

Gotowi na dane? Amplifa Industrial Data Readiness Check — Czy Państwa dane to tylko cyfrowy złom, czy już surowiec przyszłości? Nasz praktyczny test pomoże Państwu ocenić stopień dojrzałości infrastruktury danych i zidentyfikować najważniejsze place budowy na drodze do wartościowego wykorzystania AI.

Najbardziej palące pytania dotyczące Przemysłowej AI

Czy Przemysłowa AI w ogóle mi coś da, jeśli mam tylko 100 pracowników?

Tak, absolutnie. Może nawet więcej niż koncernowi. Zaletą mniejszych firm jest ich zwinność. Nie muszą Państwo przekonywać dziesięciu szczebli hierarchii. Jeśli zidentyfikują Państwo jasny problem – na przykład wysoki odsetek braków przy określonym produkcie – mogą Państwo znacznie szybciej wdrożyć celowe rozwiązanie. Nie chodzi o to, by wywracać całą firmę do góry nogami, lecz o to, by za pomocą sprytnych, opartych na danych narzędzi uczynić istniejące procesy bardziej rentownymi. Oszczędności rzędu 5-10% na materiale lub energii dzięki lepszemu sterowaniu są często kluczowe dla przetrwania, zwłaszcza w sektorze MŚP.

Jaki jest największy błąd przy wprowadzaniu AI w produkcji?

Największym błędem jest zaczynanie od technologii, a nie od problemu. To klasyczny dylemat: „Mamy rozwiązanie, gdzie jest pasujący do niego problem?”. Dział IT jest zachwycony nową platformą, kupuje ją, a dopiero potem zastanawia się, co można by z nią zrobić. To błędna kolejność. Impuls musi wyjść z produkcji, ze sprzedaży, z utrzymania ruchu. Proszę zacząć od bólu, nie od pigułki.

Więcej niż tylko zimne telefony: AI Sales & generowanie leadów — Proszę wykorzystywać AI nie tylko w produkcji, ale i w sprzedaży. Dzięki narzędziom Amplifa automatycznie identyfikujcie firmy, które właśnie teraz potrzebują Państwa rozwiązań. Zamieńcie dane rynkowe w wykwalifikowane leady i terminy spotkań.

Hannover Messe 2026: Jechać czy zostać w zakładzie?

To kluczowe pytanie. Moja rada: proszę kogoś wysłać, ale nie dyrektora zarządzającego, by bił brawo prezesom spółek DAX. Proszę wysłać swojego najbardziej ciekawskiego inżyniera i najlepszego handlowca. Z jasnym zadaniem: ignorujcie wielkie sceny. Idźcie do małych stoisk w tylnych halach. Szukajcie specjalistów, którzy oferują konkretne rozwiązania dla waszego specyficznego problemu. Rozmawiajcie ze start-upami. Zbierajcie pomysły, a nie błyszczące broszury. A w tym czasie szef zostaje w domu i rozpoczyna wspomnianą wyżej inwentaryzację danych. To najlepszy podział pracy.

Showdown w Hanowerze odbędzie się więc z nami lub bez nas. Wygeneruje nagłówki i da poczucie, że Deutschland gra w pierwszej lidze AI. Jednak właściwa praca – ta brudna, niewdzięczna, ale decydująca – odbywa się w halach produkcyjnych między Itzehoe a Garmisch. To praca nad danymi, procesami i kulturą. I założę się, że firmy, które za pięć lat będziemy świętować jako zwycięzców tej transformacji, to nie te, które najgłośniej klaskały w Hanowerze, lecz te, które w tym czasie po cichu odrabiały lekcje.

Pytanie nie brzmi więc, czy Przemysłowa AI nadejdzie. Ona już tu jest. Pytanie brzmi, czy będą Państwo czekać, aż koncern sprzeda Państwu drogie standardowe rozwiązanie, czy zaczną Państwo teraz tworzyć warunki do tego, by AI pracowała dla PAŃSTWA. Więc na co Państwo czekają?