AI & Automatyzacja · 23 lutego 2026 · 14 min. czytania · Manuel Krapf, CMO, Amplifa
Produkcja AI: Merck wyznacza kierunek – czy sektor MŚP zaspał?
Produkcja AI stała się rzeczywistością. Podczas gdy giganci chemiczni, tacy jak Merck KGaA, inwestują w robotykę AI, wielu wciąż zwleka. Dowiedz się, co ten pakt oznacza dla Pana/Pani przedsiębiorstwa.
Czy pamiętają Państwo jeszcze zestawy małego chemika z dzieciństwa? Trochę bąbelków, mała zmiana koloru, może dziwny zapach – to już był ogromny sukces. Szczerze mówiąc, w laboratoriach niemieckiego przemysłu wielkiego formatu przez dziesięciolecia nie wyglądało to fundamentalnie inaczej. Tyle że z droższymi szklanymi kolbami i pracownikami z tytułem doktora w białych fartuchach, którzy skrupulatnie mieszali receptury. Proces oparty na próbach, błędach i ogromnej cierpliwości.
Jednak te czasy manualnego mieszania, pipetowania i nadziei bezpowrotnie minęły. To, co właśnie w styczniu 2026 roku zostało przypieczętowane między Merck KGaA w Darmstadt a startupem o nazwie ChemLex z Singapuru, to coś więcej niż tylko kolejne górnolotne „Memorandum of Understanding”. To pogrzeb starego paradygmatu B+R. To sygnał do rozpoczęcia nowej ery w produkcji, której echo poniesie się daleko poza branżę chemiczną, aż do hal produkcyjnych niemieckiego sektora MŚP. Pytanie tylko: czy ktoś tam słucha?
Produkcja AI to nie melodia przyszłości – to nowa rzeczywistość
Mówmy wprost. Merck, jeden z naszych niemieckich gigantów chemicznych, wprowadza do firmy sterowaną przez AI armadę robotów dzięki ChemLex. Rzecz w tym, że to już nie ludzie przede wszystkim łączą substancje, lecz algorytmy i precyzyjne automaty. ChemLex dostarcza platformę, która łączy w pełni zautomatyzowane laboratorium z AI. Cel? Radykalne przyspieszenie badań i rozwoju (B+R), tak aby konkurencja widziała tylko światła tylne. Chodzi o to, by nowe materiały dla przemysłu półprzewodników czy motoryzacyjnego opracowywać nie w lata, lecz w miesiące. I to z precyzją oraz powtarzalnością, o której człowiek może tylko pomarzyć.
To nie jest tylko zabawka dla bogatego koncernu. To zmiana paradygmatu. Merck nazywa AI „krytycznym enablerem” do rozwiązywania „złożonych wyzwań naukowych”. W tłumaczeniu oznacza to: bez AI wkrótce nic u nas nie będzie działać. I nie są oni sami. Według aktualnych danych, którymi dysponuję, AI napędza już 46% wszystkich obciążeń symulacyjnych w zespołach B+R europejskiego przemysłu chemicznego, energetycznego i półprzewodników. 42% tych zespołów korzysta już z platform natywnych dla AI. To już nie jest nisza, to nowy standard w czołówce.
Różnica: Szybkość, koszty i precyzja w liczbach
Aby uczynić to namacalnym, musimy pożegnać się z obrazem laboratorium i spojrzeć na twarde fakty. Chodzi o bezlitosne korzyści biznesowe. Podczas mojej ostatniej wizyty w średniej wielkości zakładzie budowy maszyn w pobliżu Stuttgartu, dyrektor zarządzający skarżył się, że cykl rozwojowy nowego komponentu trwa dobre 18 miesięcy. 18 miesięcy! W tym czasie konkurent stawiający na symulacje AI przeszedł już trzy iteracje i jest na rynku z lepszym produktem.
| Parametr | Tradycyjne B+R | Synteza wspierana przez AI (model Merck) |
|---|---|---|
| Czas rozwoju nowych materiałów | 12-24 miesiące | 3-6 miesięcy |
| Liczba manualnych eksperymentów | Setki do tysięcy na projekt | Znacznie zredukowana, ponieważ AI przewiduje najbardziej obiecujących kandydatów |
| Powtarzalność i standaryzacja | Silnie zależna od personelu wykonawczego | Ekstremalnie wysoka, ponieważ sterowana przez roboty i oparta na danych |
| Koszty personelu w laboratorium | Wysokie, wymaga wysoko wykwalifikowanych specjalistów do powtarzalnych zadań | Niższe, specjaliści skupiają się na złożonych problemach i interpretacji wyników AI |
| Wykorzystanie danych | Często w silosach (notatniki, pliki lokalne) | Scentralizowane, ustrukturyzowane i gotowe do ponownego użycia w przyszłych modelach AI |
Co mówią pionierzy – a co przemilczają
Oczywiście korporacyjny język Merck to tylko połowa sukcesu. „Warunek rozwiązania złożonych wyzwań naukowych” – brzmi dobrze na każdym slajdzie w PowerPoint. Ale co się za tym kryje? W zeszłym tygodniu rozmawiałem telefonicznie z dr. Martinem Grafem, analitykiem, który od 20 lat zajmuje się branżą chemiczną. Ujął to w punkt: „Klaus, to, co tu widzimy, to moment AlphaFold dla inżynierii materiałowej. Tak jak AI zrewolucjonizowała fałdowanie białek, tak samo wymyśli na nowo rozwój materiałów. Kto przegapi ten moment, zostanie zdegradowany do roli poddostawcy innowatorów”.
Stoimy w obliczu transformacji w chemii, która będzie równie przełomowa jak AlphaFold dla biologii. Firmy, które teraz nie podejmą działań, ryzykują, że za kilka lat staną się technologicznie nieistotne.
— Dr. Martin Graf, analityk branżowy w ChemConsult
Interesujące jest również spojrzenie na Belgię, na konkurenta Syensqo (dawny dział Solvay). Tam posunięto się już o krok dalej i wdrożono SYGROW – rozwiązanie oparte na generatywnej AI, które pomaga nie tylko w B+R, ale także w sprzedaży – przy generowaniu leadów i analizie wymagań klientów. Szefowa tamtejszego oddziału, pani Colegrave, otwarcie mówi o wytycznych: „Human-in-the-loop” i jasna zasada „braku inwigilacji”. Uzgodniono to nawet z europejskimi radami zakładowymi. To jest inteligentna droga: wprowadzać technologię, ale angażować w to ludzi. Punkt, który wielu niemieckich średnich przedsiębiorców (niestety) chętnie pomija.
Automatyzacja w sektorze MŚP: Między ambicją a rzeczywistością
To wszystko brzmi wspaniale, prawda? Piękny nowy świat produkcji AI, gdzie roboty pracują za nas, a algorytmy wskazują drogę do kolejnego miliardowego biznesu. Ale przejdźmy do konkretów. Koń jest tu znowu zaprzęgany od tyłu. Rzeczywistość w większości średnich zakładów produkcyjnych, które odwiedzam – czy to w Ostwestfalii-Lippe, czy w Schwarzwaldzie – wygląda inaczej. Tam walczy się z problemami w łańcuchach dostaw, eksplodującymi kosztami energii i brakiem wykwalifikowanych pracowników, który wyciska łzy z oczu.
Czy ktoś naprawdę wierzy, że „ukryty czempion” zatrudniający 250 pracowników może ot tak udźwignąć partnerstwo ze startupem AI w Singapurze? Rzeczywistość to napięte budżety, infrastruktura IT, która częściowo pochodzi jeszcze z ery Helmuta Kohla, a przede wszystkim: nieustrukturyzowane, brudne dane. AI jest tylko tak dobra, jak dane, którymi jest karmiona. A największe cyfrowe wysypisko śmieci wyprodukuje przy pomocy najlepszej AI tylko szybsze i droższe śmieci. Mocno wątpię, czy jest to tak proste, jak obiecują błyszczące broszury. Istnieje ogromne ryzyko, że sektor MŚP straci tutaj kontakt z czołówką – nie z braku chęci, ale z czystego przeciążenia.
Pytania i odpowiedzi: Co to konkretnie oznacza dla mojego zakładu?
Oto pytania, które dyrektorzy zarządzający zadają mi co tydzień – i moje bezlitosne odpowiedzi.
Czy inwestycja w produkcję AI jest w ogóle rentowna dla MŚP?
Nie, jeśli próbuje Pan/Pani kopiować Merck. Ale absolutnie tak, jeśli zacznie Pan/Pani od małych kroków. Projekt pilotażowy w optycznej kontroli jakości, optymalizacja czasów przezbrajania wspierana przez AI lub inteligentna automatyzacja sprzedaży – to projekty z ROI w ciągu 12 do 18 miesięcy. Pytanie nie brzmi, czy jest to rentowne, ale od czego Pan/Pani zacznie.
Skąd wziąć potrzebnych specjalistów?
Wcale. Przynajmniej nie na wolnym rynku. Musi Pan/Pani kwalifikować własnych ludzi. Proszę szkolić wewnętrznych „mistrzów AI”, którzy będą pełnić rolę pomostu między działami a zewnętrznymi dostawcami usług. I proszę szukać partnerów – uczelni, instytutów Fraunhofera lub wyspecjalizowanych firm doradczych, które rozumieją specyfikę sektora MŚP. Nie potrzebuje Pan/Pani Data Scientist z Google, potrzebuje Pan/Pani inżyniera, który rozumie, jak działają Pana/Pani maszyny i co AI może w nich poprawić.
Moje dane to chaos. Czy mimo to mogę zacząć?
Musi Pan/Pani. Proszę nie czekać na idealną bazę danych. Proszę rozpocząć projekt czyszczenia danych równolegle z pierwszym projektem pilotażowym AI. Proszę wykorzystać projekt pilotażowy do zdefiniowania, jakich danych NAPRAWDĘ i w jakiej jakości Pan/Pani potrzebuje. To tworzy fokus. W przeciwnym razie ugrzęźnie Pan/Pani w wieloletnich porządkach w danych, podczas gdy konkurencja Pana/Panią wyprzedzi.
- Krok 1: Brutalnie szczera inwentaryzacja. Proszę na chwilę zapomnieć o AI. Gdzie dokładnie traci Pan/Pani pieniądze, czas i nerwy w produkcji lub sprzedaży? Proszę zidentyfikować 2-3 największe punkty zapalne. Nie zgadywać – mierzyć! Proszę rozmawiać z ludźmi przy maszynach i w terenie.
- Krok 2: Proszę uruchomić projekt flagowy. Proszę wybrać JEDEN z tych punktów zapalnych i zdefiniować jasny, mierzalny cel. Przykład: „Redukcja wskaźnika braków na linii 3 o 15% dzięki rozpoznawaniu obrazu wspieranemu przez AI”. Ten projekt musi przynieść pierwsze wyniki w ciągu 6 miesięcy. Chodzi o szybkie zwycięstwo, które przekona organizację.
- Krok 3: Dieta danych zamiast pałacu danych. Proszę zidentyfikować MINIMALNE niezbędne dane dla Pana/Pani projektu flagowego. Proszę zadbać TYLKO o te dane. Proszę upewnić się, że są czyste, dostępne i ustrukturyzowane. Reszta przyjdzie później. Perfekcja jest wrogiem postępu.
- Krok 4: Proszę zaangażować zewnętrzne wsparcie. Nie musi Pan/Pani wymyślać koła na nowo. Proszę znaleźć usługodawcę lub instytut badawczy, który rozwiązał już podobne problemy w sektorze MŚP. Referencje są tu kluczowe. Proszę nie dawać sobie sprzedać zamków na piasku.
- Krok 5: Proszę uczynić pracowników swoimi sprzymierzeńcami. Komunikacja jest wszystkim. To nie jest projekt IT, to zmiana kulturowa. Proszę wyjaśnić, co Pan/Pani planuje, jakie są korzyści dla jednostki (mniej żmudnej pracy, większy fokus na rozwiązywanie problemów) i poważnie traktować obawy. System AI sabotowany przez pracowników to najdroższa błędna inwestycja.
Fundament: Pana/Pani Idealny Profil Klienta (ICP) — Zanim zainwestuje Pan/Pani miliony w produkcję AI, musi Pan/Pani wiedzieć, dla KOGO Pan/Pani produkuje. Każda strategia wspierana przez AI – czy to w B+R, czy w sprzedaży – zaczyna się od ostrego jak brzytwa zrozumienia idealnego klienta. Nasz ICP Playbook pomoże Panu/Pani położyć właśnie ten fundament.
Szczerze mówiąc: większość dyrektorów zarządzających z sektora MŚP, z którymi ostatnio rozmawiam, wciąż lekceważy temat AI. „Za drogie”, „za złożone”, „nie dla nas” lub mój ulubiony: „Nasi klienci tego nie chcą”. To śmiertelnie niebezpieczna błędna ocena. Pana/Pani klienci może nie chcą AI, ale chcą szybszych terminów dostaw, lepszej jakości i niższych cen. I dokładnie to dostarczy konkurencja wspierana przez AI.
Merck i inni tworzą właśnie fakty. Wykorzystują swoją siłę finansową, by zbudować przewagę technologiczną, która za kilka lat będzie nie do odrobienia. Zakładam się, że do 2030 roku zobaczymy w niemieckim przemyśle społeczeństwo dwuklasowe: zintegrowanych z AI, którzy są zwinni, oparci na danych i wysoce efektywni – oraz tych, którzy zostali w tyle, stając się jedynie warsztatami i wykonawcami zleceń dla tych pierwszych. Tu nie ma miejsca na dyskusję. Pytanie dla Pana/Pani nie brzmi, czy wskoczyć do tego pociągu, ale jak szybko zapewnić sobie bilet do pierwszej klasy. A ten pociąg właśnie z dużą prędkością opuszcza stację.