Transformacja cyfrowa Polski na tle Europy

Stworzony przez Unię Europejską program „Droga ku cyfrowej dekadzie” zakłada zwiększenie do 2030 roku poziomu cyfryzacji i umiejętności cyfrowych w Europie. Plany są ambitne: 75 proc. organizacji powinno korzystać z chmury, AI lub dużych zbiorów danych, a ponad 90 proc. małych i średnich przedsiębiorstw wykorzystywać technologie cyfrowe na co najmniej podstawowym poziomie. Według danych Eurostatu w 2023 roku podstawową intensywność cyfrową osiągnęło 58 proc. MŚP, czyli ponad 30 p.p. poniżej celów zakładanych przez UE1. Z cyfryzacją zdecydowanie lepiej radzą sobie duże przedsiębiorstwa – w tym przypadku odsetek ten wyniósł 91 proc.

Jak na tle Europy wygląda sytuacja w Polsce? Bardzo niskim poziomem intensywności cyfrowej charakteryzuje się 48 proc. rodzimych przedsiębiorstw, co w porównaniu do innych krajów UE plasuje nasz kraj na 7 miejscu od końca. W 2023 roku z technologii opartej na sztucznej inteligencji korzystało zaledwie 3,4 proc. polskich organizacji, co jest wynikiem 2 razy słabszym niż średnia unijna. Jak wskazuje Dariusz Świąder, Prezes Linux Polska, wdrożenie AI byłoby dużym krokiem w kierunku transformacji cyfrowej.

– Niewielki odsetek firm wykorzystujących AI w swojej działalności może być zaskakujący w kontekście faktu, że sztuczna inteligencja jest uznawana za jeden z najważniejszych trendów ostatnich lat. Przykładowo: w badaniu przeprowadzonym przez The Linux Foundation to właśnie uczenie maszynowe zostało uznane za aspekt, który w największym stopniu wpłynie na rynek open source. Opcję tę wskazało 36 proc. ankietowanych – nieco więcej niż rozwiązania chmurowe i konteneryzację czy cyberbezpieczeństwo2. Poza branżą IT technologie oparte na AI są wykorzystywane głównie w marketingu, sprzedaży czy rozwoju produktów. Tymczasem mogłyby one usprawnić pracę w niemal każdej branży, przyspieszając proces transformacji cyfrowej przedsiębiorstw – mówi Dariusz Świąder, Linux Polska.

Dług technologiczny przeszkodą na drodze do transformacji cyfrowej

Intensywny rozwój nowych technologii wcale nie sprawia, że przedsiębiorstwa chętnie z nich korzystają. Jako główne bariery na drodze do modernizacji wymieniane są takie czynniki jak regulacje prawne (50 proc. odpowiedzi), bariery finansowe (48 proc.) oraz brak niezbędnej wiedzy (47 proc.). Jednocześnie 46 proc. dyrektorów przedsiębiorstw zauważa duży wpływ długu technologicznego na możliwość kontynuowania inicjatyw cyfrowych3. Tomasz Dziedzic, Chief Technology Officer w Linux Polska, wyjaśnia, że unikanie transformacji i bierność w ograniczaniu długu technologicznego mogą mieć dla organizacji poważne konsekwencje.

– Przedsiębiorstwa korzystają z przestarzałych technologii głównie ze względów finansowych. Tymczasem skutkiem pogłębiającego się długu technologicznego mogą być jeszcze większe koszty. Wpływa na to wiele aspektów, m.in.: zmniejszona wydajność technologii, problemy z integracją z nowszymi systemami, ryzyko awarii czy zwiększenie czasu i zasobów niezbędnych do utrzymania oprogramowania. Firmy, które nie decydują się na transformację cyfrową, cechują się mniejszą konkurencyjnością, mają problemy ze skalowaniem biznesu, a także są bardziej narażone na ataki cybernetyczne i wycieki danych, co generuje kolejne koszty – dodaje Tomasz Dziedzic, Linux Polska.
AI nową szansą na spłacenie długu technologicznego

Zaciągnięcie długu technologicznego może być zaplanowanym, przemyślanym, czasami nawet uzasadnionym biznesowo ruchem. Częściej jednak zdarza się, że dług tworzy się w wyniku zaniedbań w organizacji lub braku doświadczenia zespołu. Bez względu na celowość lub niecelowość działań, firma zawsze musi spłacić więcej niż „pożyczyła”. Dzięki wykorzystaniu sztucznej inteligencji organizacje mogą ograniczyć zaciągnięty dług, skuteczniej zarządzać swoimi zasobami, a także szybciej reagować na pojawiające się problemy. Wszystko to zwiększa ich szansę na transformację cyfrową.

– Sztuczna inteligencja zmniejsza dług technologiczny na kilka sposobów. Przede wszystkim pozwala zautomatyzować wiele procesów w firmie. Przykładowo: podczas wytwarzania nowego oprogramowania narzędzia wykorzystujące uczenie maszynowe mogą służyć do monitorowania kodu, dzięki czemu identyfikacja błędów, luk lub duplikacji jest zdecydowanie szybsza i skuteczniejsza. Ponadto dobrze sprawdzają się podczas refaktoryzacji, czyli tworzenia bardziej czytelnej wersji kodu bez zmiany jego funkcjonalności. Wszystko to pozwala uniknąć tych sytuacji, które prowadzą do powstania długu technologicznego. Coraz więcej organizacji wykorzystuje sztuczną inteligencję do zarządzania projektami, alokacji zasobów, testowania nowych rozwiązań, usprawnienia długotrwałych i powtarzalnych czynności, a także analizy oprogramowania, z którego aktualnie korzystają. Wreszcie AI ułatwia zarządzanie samym długiem technologicznym – umożliwia oszacowanie jego wielkości czy skutków – dodaje Dariusz Świąder, Prezes Linux Polska.

Mimo więc intensywnego rozwoju nowoczesnych technologii nadal wiele organizacji nie jest przygotowanych na transformację cyfrową. Od celu dodatkowo oddala je stale pogłębiający się dług technologiczny. Pomocą w rozwiązaniu tego problemu są narzędzia bazujące na sztucznej inteligencji i uczeniu maszynowym. Najpewniej to właśnie one ułatwią europejskim przedsiębiorstwom osiągnięcie celów określonych w programie „Droga ku cyfrowej dekadzie”.

Paulina Kunicka