Opinia & Prowokacja · 21 maja 2026 · 16 min czasu czytania · Joseph Flesh, CTO & Co-Founder, Amplifa

AI w sektorze MŚP: Drzemka jest w porządku

AI w sektorze MŚP jest przesypiana. Dlaczego krótkoterminowo jest to racjonalne – i jakiej mapy drogowej potrzebują teraz prezesi, zanim zrobi się naprawdę drogo.

Trzy tygodnie temu stałem w strefie wysyłkowej dostawcy dla przemysłu maszynowego w Gütersloh, obok mnie Thomas, prezes, lat 58, szary bezrękawnik, zmęczone oczy. Pachniało kartonem, chłodziwem i tą lekko przypaloną kawą, którą potrafią przyrządzić tylko automaty biurowe w strefach przemysłowych. Thomas wskazał na stos dowodów dostawy i powiedział: "Klaus Müller, od stycznia rozmawiamy o AI w sektorze MŚP. Ale wczoraj nasz ERP znowu błędnie pobrał trzy ceny." Zaśmiałem się. Krótko. Potem już nie.

Moja teza jest prosta i niektórym się nie spodoba: niemiecki sektor MŚP przesypia AI – i krótkoterminowo jest to w porządku. Nie jest to eleganckie. Nie jest wizjonerskie. Ale często czystsze pod względem ekonomicznym niż to, co niektórzy doradcy sprzedają obecnie jako przełom.

To zdanie ma drugą część, która boli: ta drzemka nie może trwać 24 miesięcy. Kto w 2026 roku nadal z dumą deklaruje, że "najpierw udostępnił ChatGPT do tekstów", ale nie ma strategii danych, czystego CRM, odpowiedzialności za procesy i planu na produktywne przypadki użycia AI, ten już nie śpi. Ten wpada w przepaść.

AI w sektorze MŚP: Dlaczego większość się myli

Od miesięcy słyszę ten sam zarzut. Na targach. W radach nadzorczych. Na spotkaniach śniadaniowych IHK, gdzie precle z masłem są często lepsze niż slajdy. "Sektor MŚP jest za wolny." To prawda. No cóż, prawie.

Powolność nie oznacza automatycznie głupoty. W ciągu ostatnich dwóch dekad odwiedziłem zakłady Trumpf w Ditzingen, Wittenstein w Igersheim, Festo w Esslingen i małych podwykonawców na Jurze Szwabskiej. Dobre firmy mają tam cnotę, która w rozmowach o AI brzmi niemal staroświecko: one liczą. Nie na poziomie prezentacji dla inwestorów, ale operując stawką godzinową maszyn, wskaźnikiem braków, stanem magazynowym, terminem płatności i pytaniem, czy klient z Wolfsburga zaakceptuje podwyżkę cen.

Kto mówi tym ludziom, że muszą natychmiast wdrożyć wielki program Gen-AI, ten nigdy nie słyszał hałasu na późnej zmianie. Tam piszczy wózek widłowy cofając, pracownik stuka gumowym młotkiem w oprzyrządowanie, gdzieś syczy sprężone powietrze. A w biurze obok siedzi Andrea, Head of Sales u ukrytego czempiona w Bielefeld, i walczy z 4 800 duplikatami w CRM. Z takiego materiału asystent AI ma budować wiarygodne prognozy sprzedaży? Wolne żarty.

Większość się myli, ponieważ traktuje AI jako kwestię technologiczną. Jest to jednak przede wszystkim kwestia operacyjna. Kto ma dostęp do jakich danych? Kto decyduje, gdy model i mistrz produkcji są sprzeczni? Kto odpowiada, gdy AI w rekrutacji systematycznie odrzuca kandydatów? Kto płaci rachunek za Lovable Cloud, gdy projekt pilotażowy nagle zyskuje 600 użytkowników?

Powiem to dosadnie: niemiecki sektor MŚP nie jest głupi – on po prostu wie, że skalowanie najdroższej technologii świata przy użyciu śmieciowych danych i niepełnych regulacji jest niebezpieczne.

Niewygodna prawda o AI w sektorze MŚP

Liczba, która zapadła mi w pamięć, pochodzi z "KI Readiness Check DACH 2026" autorstwa Passion4IT, który powołuje się na analizy Gartner i IDC: około 60 procent wszystkich inicjatyw AI kończy się niepowodzeniem z powodu wadliwej bazy danych, a nie samej technologii. To nie jest problem z przypisu. To sedno sprawy.

W marcu 2025 roku u pewnego producenta automatyki w pobliżu Heilbronn zajrzałem do serwerowni. Żadna błyszcząca demonstracja. Prawdziwa serwerownia, za ciepło, wentylatory jak startujący odrzutowiec, na drzwiach wyblakła naklejka z 2016 roku. Markus, kierownik IT, pokazał mi trzy pliki eksportowe z ERP, MES i systemu serwisowego. Trzy logiki numeracji artykułów. Dwa formaty czasu. Jeden klient zapisany na cztery sposoby. "A teraz sprzedaż chce AI do Next-Best-Offer", powiedział Markus. Powiedział to bez złości. To było gorsze.

McKinsey donosił w Global AI Survey 2023/24, że tylko około 11 do 15 procent firm na świecie osiąga dzięki AI znaczące, mierzalne wzrosty EBIT. BCG w 2024 roku dla dóbr przemysłowych doszło do podobnie trzeźwego wniosku: tylko 20 do 25 procent projektów pilotażowych AI osiąga pożądany wpływ biznesowy. Reszta? Slajdy, dema, frustracja. Czasem też ładny dashboard, który co rano pokazuje liczby, którym nikt nie ufa.

Teraz weźmy typową niemiecką firmę średniej wielkości ze 180 pracownikami, 72 milionami euro obrotu, marżą EBIT między pięć a osiem procent, dwoma dużymi klientami, systemem SAP-B1 lub Proalpha, starzejącą się kadrą i szefem sprzedaży, który nadal prowadzi swój pipeline w Excel, bo CRM "nie do końca pasuje". Dla takiego przedsiębiorstwa nieudany duży projekt AI to nie jest irytujący ból innowacyjny. To może pochłonąć marżę z całego roku.

Sektor MŚP nie przesypia AI, lecz jakość danych

To jest zdanie, które najchętniej przybiłbym prezesom do ściany. Nie ze złością. Małą tabliczką ze stali nierdzewnej, jaką można znaleźć w centrum dla zwiedzających Kärcher czy Phoenix Contact. AI w sektorze MŚP rzadko jest pierwszym problemem. Pierwszy problem nazywa się: kartoteka artykułów, proces ofertowania, historia maszyn, duplikaty, koncepcja uprawnień, dyscyplina procesowa.

Udostępnienie ChatGPT do e-maili nie sprawia, że firma jest AI-ready. Sprawia, że e-maile są może nieco gładsze. Czasem też dłuższe. W zakładzie w Augsburgu Sabine, dyrektor finansowa, opowiadała mi w kwietniu 2025 roku, że od czasu udostępnienia Gen-AI jej zespół produkuje więcej tekstu, ale nie ma mniej pracy. "Ludzie formułują teraz ładniej, ale zatwierdzenie i tak utyka u mnie", powiedziała. Na jej biurku leżały trzy teczki z umowami, na wpół zjedzone jabłko i wydruk EU AI Act z żółtymi zaznaczeniami.

Tu jest pies pogrzebany. AI bez decyzji procesowej to kosmetyka. AI bez czystych danych to hazard. AI bez osób odpowiedzialnych to teatr.

Wolę mieć przez rok czyste dane podstawowe niż przez trzy miesiące cyrk z AI. Nasi klienci nie płacą za eksperymenty, tylko za działające instalacje.

— Jens, COO producenta maszyn specjalnych z Pforzheim

Dlaczego czekanie z AI w sektorze MŚP może być racjonalne

Istnieje twarda prawda, której niechętnie słucha się w berlińskich panelach: nie każda firma musi być na przedzie każdej fali technologicznej. Zwłaszcza firmy rodzinne często nauczyły się, że drugi nabywca dostaje lepszą maszynę. Pierwszy płaci frycowe. Drugi kupuje wersję poprawioną, ze stabilnym oprogramowaniem i mniejszą liczbą chorób wieku dziecięcego.

Z AI nie jest inaczej. Wielkie koncerny, domy oprogramowania i startupy przejmują obecnie część kosztów eksperymentów. SAP wprowadza Joule do swojego świata produktów, Microsoft wciska Copilot do M365, Dynamics i Power Platform, Intershop z Jeny na walnym zgromadzeniu w 2025 roku mówi o wspieranym przez AI Agentic-B2B-Commerce dla sektora MŚP. Brzmi szykownie. W wielu zakładach cieszą się jednak, gdy po aktualizacji sklep internetowy nie rozsypuje cen specyficznych dla klienta.

Byłem w czerwcu 2025 roku u dostawcy w okolicach Norymbergi. Sklep B2B był czysto podłączony po czterech latach pracy nad projektem, a nie po czterech sprintach. W magazynie co kilka sekund piszczał skaner, na betonowej podłodze naklejone były niebieskie oznaczenia dróg komunikacyjnych. Stefan, kierownik e-commerce, powiedział mi: "Agenci? Klaus Müller, bylibyśmy szczęśliwi, gdyby każdy klient poprawnie znajdował swój numer umowy ramowej." To brzmi jak drobnostka. Nie jest nią. To zabezpieczenie obrotu.

Kto w takiej sytuacji mówi: "jeszcze poczekamy z autonomicznymi agentami AI", nie działa wstecznie. On chroni zdolność dostawczą. A zdolność dostawcza w B2B bije prawie każde modne hasło.

Pułapka regulacyjna: EU AI Act, AGG i odpowiedzialność

EU AI Act został ostatecznie przyjęty w 2024 roku, obowiązki wchodzą etapami do 2026 i 2027 roku. AI wysokiego ryzyka w HR, kontroli jakości czy krytycznych dla bezpieczeństwa procesach produkcyjnych niesie ze sobą obowiązki dokumentacyjne i audytowe. Koncerny trawią to dzięki działom prawnym, zespołom compliance i zewnętrznym kancelariom. Sektor MŚP często odpowiada prostym odruchem: "Lepiej na razie to zostawmy."

Nie uważam tego odruchu za tchórzostwo. W HR jest on wręcz zdrowy. Platforma anymize ostrzega przy awansach wewnętrznych przed specyficznym problemem: gdy w firmie dostępne są wszystkie dane kohortowe, odwrócenie ciężaru dowodu w ramach AGG może stać się szczególnie łatwe do wykazania – lub szczególnie niebezpieczne. Przekładając na język stołówki zakładowej: jeśli Pana/Pani AI produkuje wyniki ocen awansów i na końcu widoczny staje się wzorzec według płci, wieku lub pochodzenia, to wzruszenie ramion już nie wystarczy.

We wrześniu 2024 roku siedziałem w Stuttgarcie z Claudią, szefową HR dostawcy motoryzacyjnego, przy okrągłym stole z jasnego drewna. Na zewnątrz przejeżdżała kolejka podmiejska, wewnątrz brzęczały filiżanki kawy. "Nie testujemy AI w rekrutacji produktywnie", powiedziała. "Nie dopóki nie będę wiedziała, kto wyjaśni przed sądem, dlaczego kandydat A odpadł." Nie uznałem tego za wrogość wobec innowacji. Uznałem to za dojrzałość.

Ale: Najsilniejszy kontrargument przeciwko mojej drzemce

Teraz następuje część, w której niektórzy prezesi stają się dla mnie zbyt wygodni. Najsilniejszy kontrargument brzmi: krótkoterminowo czekanie może być racjonalne, ale gospodarczo i strategicznie może okazać się rujnujące. Tu nie ma zmiłuj.

McKinsey Global Institute w 2023 i 2024 roku opisał dodatkowe roczne wzrosty produktywności dzięki AI na poziomie od 0,2 do 3,3 punktu procentowego, zależnie od branży. OECD i Komisja Europejska od lat ostrzegają przed strukturalnymi lukami konkurencyjnymi, jeśli kraje będą zbyt wolno adaptować AI. Deutschland walczy już z wysokimi kosztami energii, biurokracją, słabym popytem i zmęczeniem inwestycyjnym, które w niektórych halach fabrycznych można niemal poczuć. Jeśli do tego dojdzie zaniechanie wykorzystania dźwigni produktywności, jaką jest AI, to ostrożność w pewnym momencie stanie się samookaleczeniem.

I nie, sektor MŚP nie wszędzie jest powolny. Trumpf wykorzystuje AI w systemach laserowych, Predictive Maintenance i aplikacjach Smart Factory. Krones pracuje nad optymalizacją instalacji, zapewnieniem jakości i planowaniem serwisu. DMG Mori promuje Condition Monitoring i cyfrowe bliźniaki. Festo od lat pokazuje, że AI w systemach uczących się, Condition Monitoring i zapewnieniu jakości nie musi brzmieć jak science-fiction. Schaeffler stosuje AI w Predictive Maintenance, produkcji i logistyce. Te firmy mówią czasem mniej głośno niż amerykańskie koncerny technologiczne, ale pracują.

Kto w budowie maszyn, instalacji czy produkcji komponentów prześpi teraz biznes serwisowy, ten później straci nie tylko trochę marży. Straci kontakt z klientem. Analizy VDMA, BCG i Accenture z lat 2023/2024 pokazują w projektach wokół serwisu, części zamiennych i Remote Monitoring efekty takie jak pięć do dziesięciu procent wyższy obrót serwisowy lub 20 do 40 procent mniej nieplanowanych przestojów. To nie są serduszka na LinkedIn. To są pieniądze.

Strategia naśladowcy ma datę ważności

Bronię czekania tylko wtedy, gdy jest to czekanie aktywne. Czekanie pasywne jest niebezpieczne. Aktywne czekanie oznacza: porządkowanie danych, ustalanie procesów, priorytetyzację przypadków użycia, szkolenie pracowników, obserwowanie dostawców, uruchamianie małych wdrożeń produkcyjnych. Pasywne czekanie oznacza: mówi się "przyjrzymy się temu" i ma się nadzieję, że zamieszanie minie.

Zamieszanie nie minie. Microsoft Copilot nie zniknie z biur. SAP Joule nie zapyta uprzejmie, czy sektor MŚP jest gotowy psychologicznie. Intershop, Salesforce, HubSpot, ServiceNow i liczni dostawcy specjalistyczni wbudowują AI w oprogramowanie procesowe. Kto wtedy nie ma własnych reguł danych, ról i wyobrażenia o korzyściach, i tak dostanie AI. Tylko że jako proces cienia.

Co widzę w praktyce

Widzę dwa rodzaje MŚP. Jeden mówi mało i pracuje konkretnie. W Heilbronn dyrektor sprzedaży pokazał mi w maju 2025 roku, jak jego zespół za pomocą wspieranego przez AI lead scoringu wyfiltrował 620 kont docelowych z 18 000 kontaktów bazowych i targowych. Żadnych fajerwerków. Ale po dziewięciu miesiącach w kalendarzu było trzy razy więcej wykwalifikowanych pierwszych spotkań, bez zatrudniania nowego handlowca. Mężczyzna nazywał się Ralf, pochodził z Ludwigsburga, nosił buty ochronne i miał na swoim ThinkPad większy porządek niż niejedna strategia koncernowa.

Drugi rodzaj MŚP gra teatr. Tam istnieje zespół roboczy ds. AI, prezentacja inauguracyjna z obrazkiem robota i trzy osoby, które potajemnie używają ChatGPT do ofert, bo oficjalne narzędzie wciąż utyka w dziale ochrony danych. Na korytarzu wisi plakat o transformacji cyfrowej, a pod nim stoi drukarka, która od dwóch dni zgłasza zacięcie papieru. Przesadzam? Niestety tylko trochę.

W sprzedaży sytuacja jest szczególnie absurdalna. Wielu prezesów wierzy, że AI w sprzedaży to kwestia generowania tekstu. Błąd. Twarde dźwignie leżą w ICP, priorytetyzacji kont, wykrywaniu triggerów, śledzeniu ofert, wskazówkach cenowych i czystym przekazaniu między marketingiem, Sales i serwisem. Ładny cold email nie uratuje złej listy docelowych klientów.

Amplifa ICP Playbook — Praktyczny poradnik, jak czysto zdefiniować docelowych klientów, wyostrzyć dane i nie wypuszczać AI w sprzedaży na niewłaściwe konta.

Właśnie dlatego uważam temat ICP za niedoceniany. Kto nie ma jasnej odpowiedzi na to, którzy klienci są naprawdę rentowni, jakie triggery wykazują gotowość do zakupu i które branże tylko zajmują czas przedstawicielom handlowym, ten nie powinien zaprzęgać AI do generowania leadów. W przeciwnym razie zautomatyzuje on marnotrawstwo. To stawianie wozu przed koniem, tyle że z subskrypcją w chmurze.

AI w sprzedaży: Gdzie sektor MŚP nie może czekać

W sprzedaży moja cierpliwość kończy się szybciej niż w produkcji. AI w kontroli jakości przy złych danych może zwiększyć liczbę braków lub dać fałszywe poczucie bezpieczeństwa. AI do researchu kont, higieny CRM i priorytetyzacji ofert jest mniej ryzykowna, jeśli się ją odpowiednio ograniczy. Tam można się uczyć, nie narażając od razu linii produkcyjnej.

Pewien CSO z Norymbergi, nazwijmy go Martin, powiedział mi w lutym 2025 roku po wieczorze VDMA we Frankfurcie: "Jeśli poczekam jeszcze rok, będę znał moich klientów gorzej niż mój konkurent." Nie miał na myśli jakiegoś amerykańskiego koncernu. Miał na myśli innego niemieckiego dostawcę, oddalonego o 90 kilometrów, który już analizuje raporty z wizyt, skanuje historie części zamiennych i wyciąga sygnały sprzedażowe z przypadków serwisowych.

To jest klucz. AI nie musi od razu sterować produkcją. Może najpierw powstrzymać sprzedaż przed spalaniem czasu na niewłaściwych kontach. Może uwidocznić "martwe" oferty. Może rozpoznać, że klient od sześciu miesięcy zamawia mniej, mimo że jego branża rośnie. Może powiedzieć handlowcom, które pięć wizyt w przyszłym tygodniu prawdopodobnie wygeneruje obrót – a które będą tylko kosztować kawę.

Amplifa do generowania leadów — Dla zespołów B2B, które chcą budować solidny pipeline z danych, profili docelowych klientów i triggerów – bez folkloru AI.

Dlaczego czysta strategia inbound w 2026 roku to za mało

Kto w 2026 roku wciąż stawia na czystą strategię inbound, za pięć lat nie będzie miał pipeline'u. Jestem tego niemal pewien. Działy zakupów OEM nie będą spokojnie pobierać whitepaperu tylko dlatego, że firma z sektora MŚP wpisze "innowacja" w nagłówku. One porównują zdolność dostawczą, cenę, certyfikaty, integrację danych i czas reakcji. I robią to coraz częściej cyfrowo.

Outbound nie umarł. Umarł zły outbound. Na 1 200 maili u pewnego producenta maszyn z Westfalii jesienią 2024 roku przyszły cztery odpowiedzi. Jedna z nich była skargą. Po doprecyzowaniu ICP, klastrowaniu branż i triggerach z komunikatów inwestycyjnych, ogłoszeń o pracę i zdarzeń serwisowych, przy 480 celowanych kontaktach było 31 prawdziwych rozmów. Żaden cud. Tylko rzemiosło.

Co musi się teraz stać

Nie radziłbym żadnemu prezesowi wdrażać jutro ośmiocyfrowego programu AI tylko dlatego, że konkurent wrzucił na LinkedIn zdjęcie z Innovation Lab. Radziłbym mu jednak przeprowadzić w tym tygodniu brutalną inwentaryzację. Nie w hotelu strategicznym. W firmie. Z działem sprzedaży, IT, produkcji, controllingu i osobą, która naprawdę zna dane – często nie jest to kierownik działu, lecz Pani, która od 14 lat wykonuje eksporty.

1. Sprawdzić stan danych – uwidocznić kartotekę artykułów, bazę klientów, historię serwisu, dane ofertowe i duplikaty w CRM, nie upiększać rzeczywistości.
2. Wybrać dwa niskoryzykowne przypadki użycia – na przykład priorytetyzację kont w sprzedaży lub wewnętrzne wyszukiwanie wiedzy dla techników serwisu.
3. Ustalić odpowiedzialność – jeden właściciel procesu, jeden odpowiedzialny za IT, jeden dział merytoryczny, jasny budżet.
4. Wcześnie włączyć compliance – szczególnie w HR, kontroli jakości i procesach istotnych dla bezpieczeństwa ze względu na EU AI Act i AGG.
5. Mierzyć ROI w małej skali – nie wizjami, lecz spotkaniami, czasem cyklu, brakami, obrotem serwisowym lub zaoszczędzonymi godzinami.
6. Po 90 dniach zatrzymać lub skalować – żadnych wiecznych projektów pilotażowych z comiesięcznym komitetem sterującym i bez rezultatu.

Najważniejszy krok jest pierwszy i brzmi mało atrakcyjnie: sprawdzić stan danych. Wiem, że to sprzedaje się gorzej niż agent AI z filmem demo. Ale jeśli nazwy klientów, numery seryjne maszyn i statusy ofert się nie zgadzają, żadna, nawet najdroższa platforma nie wyczaruje z tego wiarygodnych decyzji. Będzie wtedy tylko drożej zgadywać.

Amplifa Pipeline-Check — Podejście dla prezesów i dyrektorów sprzedaży, którzy chcą wiedzieć, czy ich pipeline w ogóle udźwignie bazę danych, logikę docelowych klientów i zastosowanie AI.

FAQ: Czy AI w sektorze MŚP jest naprawdę za droga?

Tak, jeśli wprowadza się ją źle. Nie, jeśli zaczyna się od jasnych przypadków użycia. System Gen-AI, który jest intensywnie wykorzystywany w kalkulacji ofert, dokumentacji technicznej lub komunikacji z klientem, może szybko stać się drogi przez subskrypcje chmurowe, doradców, wewnętrzny czas projektu i poprawki. Przy marżach EBIT rzędu pięć do dziesięciu procent to nie są drobne na wydatki. Ograniczony przypadek użycia w sprzedaży lub serwisie, czysto mierzony, to inna liga.

FAQ: Jakie przypadki użycia AI pasują na początek?

W wielu firmach MŚP nie zaczynałbym od autonomicznego sterowania produkcją. Zbyt ryzykowne. Zbyt wiele interfejsów. Zbyt wysoka odpowiedzialność. Lepsze są przypadki użycia, które kondensują wiedzę i przygotowują decyzje: podsumowywanie zgłoszeń serwisowych, rozpoznawanie szans na części zamienne, klastrowanie obecnych klientów według potencjału, ułatwienie wyszukiwania w dokumentacji technicznej, priorytetyzacja wizyt handlowych. Człowiek decyduje, AI sortuje wstępnie.

FAQ: Co z liderami takimi jak Trumpf i Festo?

Trumpf, Festo, Schaeffler, Krones czy DMG Mori udowadniają, że AI w przemyśle działa, gdy spotykają się baza danych, kultura inżynierska i dyscyplina procesowa. Nie negują oni jednak faktu, że wiele mniejszych firm nie jest jeszcze na tym etapie. Pokazują raczej dystans. I właśnie ten dystans jest niebezpieczny, gdy staje się wymówką.

Cena drzemki

Płaca minimalna według decyzji komisji ds. płacy minimalnej wzrośnie z 12,82 euro do 13,90 euro w 2026 roku i 14,60 euro w 2027 roku. W przemyśle istotne koszty płac i tak leżą znacznie powyżej tych kwot. Specjalistów brakuje, praca administracyjna nie tanieje, klienci oczekują szybszych reakcji, a banki przy finansowaniu i sukcesji dokładniej przyglądają się dojrzałości cyfrowej. Kto wierzy, że może trwale prowadzić pracę biurową, przygotowanie sprzedaży i koordynację serwisu tak jak w 2018 roku, nie zostanie zmieciony przez AI. Zostanie przygnieciony przez koszty.

Ludzie z Private Equity już dawno pytają o potencjał automatyzacji. Family Offices również. Siedziałem w styczniu 2025 roku w Monachium z Norą, menedżerką inwestycyjną w Family Office, w sali konferencyjnej z widokiem na mokry asfalt i Leopoldstraße. "Jeśli firma docelowa nie ma mapy drogowej danych i AI, dyskontujemy to", powiedziała. Nie dramatycznie. Bez uśmiechu z Doliny Krzemowej. Raczej jak ktoś, kto ocenia maszynę, w której przegląd jest zaległy.

Również wielcy klienci stają się coraz bardziej niecierpliwi. Motoryzacja, lotnictwo, medtech, budowa maszyn – wszędzie rosną wymagania dotyczące cyfrowych łańcuchów dostaw, danych jakościowych, identyfikowalności i czasu reakcji. Dziś OEM pyta uprzejmie o interfejsy. Jutro dostawca wyleci z wąskiego grona wyboru, bo konkurent lepiej dostarcza dane. W protokole nie zostanie to zapisane jako "problem z AI". Zostanie zapisane jako "brak zdolności procesowej". Brzmi łagodniej. Jest bardziej zabójcze.

Moja właściwa prowokacja

Niemiecki sektor MŚP przesypia AI – i to jest w porządku, jeśli właśnie zmienia materac. Innymi słowy: jeśli czyści dane, wyjaśnia procesy, rozumie compliance i przygotowuje pierwsze przypadki użycia z prawdziwym ROI. Nie jest w porządku, jeśli naciąga kołdrę na głowę i ma nadzieję, że kolejna fala technologiczna znowu go ominie.

Mam zrozumienie dla zmęczenia. Wdrożenia ERP, projekty MES, roll-outy CRM, migracje do chmury, kryzys energetyczny, stres w łańcuchach dostaw, zwrot stóp procentowych, brak specjalistów – wiele organizacji nie jest wrogich innowacjom, są po prostu wyczerpane. W zakładzie w pobliżu Ulm Peter, kierownik produkcji, powiedział mi w październiku 2024 roku: "Nie boimy się AI. Boimy się kolejnego projektu, który pozostanie w połowie gotowy." To zdanie jest szczersze niż 80 procent przemówień, które słyszałem w 2025 roku.

Mimo to: wyczerpanie nie jest strategią. Sektor MŚP nie musi gonić za każdym trendem, ale musi wiedzieć, gdzie chce być. Za 90 dni. Za dwanaście miesięcy. Przede wszystkim za dwa lata, gdy funkcje AI nie będą już sprzedawane jako dodatek, lecz będą tkwić w każdym oprogramowaniu działającym w biurze i na hali fabrycznej.

Gdy na pożegnanie zapytałem Thomasa w Gütersloh, co teraz zrobi z AI, zapiął zamek swojej szarej polarowej bluzy i wskazał na dokumenty wysyłkowe. "Najpierw posprzątamy ten bałagan tutaj", powiedział. Potem uśmiechnął się. "Ale tym razem tak, żeby maszyna mogła to później przeczytać." Na zewnątrz zapaliła się ciężarówka, zapach diesla w deszczu. Być może AI w sektorze MŚP zaczyna się właśnie tak. Nie od robota na scenie, ale od prezesa, który w końcu bierze swoje dane na poważnie.