Polska energetyka a sztuczna inteligencja. Co piąta firma z sektora jest rozczarowana AI

Sztuczna inteligencja jest potrzebna polskiej gospodarce z jednej strony ze względu na wysokie koszty pracy, a z drugiej ze względu na prognozy demograficzne – stwierdził w rozmowie z E24 Jarosław Wajer, Partner EY i Lider Działu Energetyki.

Jak wykorzystywać AI w energetyce?

Jak jednak można wykorzystywać AI w energetyce? Według Jarosława Wajera AI może być potrzebna w kilku kluczowych obszarach: od zarządzania infrastrukturą po obsługę klienta.

• AI pozwala na lepsze zarządzanie majątkiem oraz priorytetyzację inwestycji poprzez identyfikowanie miejsc, które wymagają najpilniejszych działań. Pomaga to zmienić podejście z oddolnego (projekty zgłaszane lokalnie) na odgórne, oparte na globalnych potrzebach sieci.
• Utrzymanie predykcyjne (Predictive Maintenance): Narzędzia AI potrafią zidentyfikować potencjalne awarie, zanim one nastąpią, na przykład przewidując uszkodzenia transformatorów. Pozwala to na szybszą reakcję i ograniczenie szkód towarzyszących awariom. W systemach sterowania ruchem i produkcją energii (SCADA/OT), sztuczna inteligencja potrafi zidentyfikować zdarzeniaa priori, czyli zanim się wydarzą, analizując ogromne ilości zbieranych danych.
• AI może zarządzać systemami pracy, określając, kto i gdzie powinien się udać, aby praca była najbardziej efektywna.
• Wspiera również zarządzanie ryzykiem, wskazując miejsca niebezpieczne, np. zagrożone wybuchem gazu w kopalniach czy rafineriach.
• Zamiast wykonywać rutynowe obchody całej sieci, pracownicy – dzięki wskazaniom AI – mogą skupić się na miejscach najbardziej narażonych na usterki, co jest istotne w obliczu braków kadrowych.
• Sztuczna inteligencja pomaga w strukturyzowaniu rozproszonych danych (tzw. jeziora danych) pochodzących z różnych systemów IT (billingowych, CRM, licznikowych) oraz źródeł zewnętrznych. Może być również wykorzystywana do weryfikacji kontrahentów, np. sprawdzania list sankcyjnych.
• AI jest wykorzystywana do ochrony infrastruktury energetycznej przed cyberatakami.
• Narzędzia AI potrafią wyłapać związki pomiędzy różnymi aspektami działalności, których człowiek nie byłby w stanie zauważyć bez wsparcia zaawansowanych algorytmów.

AI staje się jednak nie tylko narzędziem poprawiającym efektywność energetyki, ale też jednym z jej największych konsumentów ze względu na zapotrzebowanie centrów danych na moc – podkreślił w rozmowie z E24 specjalista EY.

Motywacje, bariery i bałagan w danych

Obecnie aż 71% polskich przedsiębiorstw energetycznych ma formalną strategię wdrażania sztucznej inteligencji. Tym samym branża jest liderem wszystkich analizowanych przez EY sektorów. Energetyka najczęściej również wprowadza technologiczne narzędzia zapewniające cyberbezpieczeństwo – ma je już 47% firm.

Wśród analizowanych średnich i dużych firm energetycznych tylko 22% już zakończyło proces wdrażania AI. Połowa jest w trakcie, a co dziesiąte przedsiębiorstwo jest dopiero na etapie analizowania rozwiązań.

Nasilające się wyzwania w sektorze energetycznym wywierają presję na zmiany zarządzania produkcją, dystrybucją i zużyciem energii. Sztuczna inteligencja może być motorem tej transformacji ze względu na jej zdolność do analizowania ogromnych zbiorów danych i formułowania prognoz.
Jarosław Wajer, EY

Ponad połowa firm przyznała jednak, że ma problemy z danymi, które są podstawą działania sztucznej inteligencji. Trzydzieści procent twierdziło, że jakość danych utrudnia wykorzystanie ich przez AI, a 38% w ogóle nie wiedziało, jakie dane ma, a jakich nie ma. Tylko 24% przyznała, że ma dobrze przygotowane dane ustrukturyzowane, a zaledwie 8% zarówno ustrukturyzowane, jak i nieustrukturyzowane.

Przeciętna duża spółka energetyczna ma najczęściej więcej niż jeden system IT. Czasami to są setki systemów, zbierających różne dane i w różnych miejscach. Zanim trafią one do analizy wymagają usystematyzowania i wstępnego przygotowania. Ważne jest to, aby wszystkie dane, które należą do spółki były w jednym miejscu, dobrze ustrukturyzowane.
Jarosław Wajer

Główną motywacją wdrażania AI była dla 66% firm możliwość lepszego dotarcia do klientów, a dla 60% automatyzacja procesów. W efekcie sztuczna inteligencja pojawiła się przede wszystkim w dziale IT (60%), obsłudze klienta, marketingu i analizach rynku (obie kategorie wskazało 52% respondentów), a także w sprzedaży (48%). W większości przypadków (60%) wdrożenie AI polegało na połączeniu własnych, zewnętrznych i ogólnodostępnych rozwiązań.

Ten sektor podchodzi do AI strategicznie, ale wdraża ją wolniej niż reszta badanych branż – wynika z raportu EY. W dodatku energetyka nie zamierza dokonywać radykalnych zmian w ciągu najbliższego półtora roku. Jedna piąta (21%) nie planowała zwiększać wydatków na ten cel, a 44% chciała tylko nieznacznie. Jednocześnie aż 79% przewidywało w tym okresie nowe wdrożenia, a 54% skalowanie już posiadanych narzędzi.

Z drugiej strony tylko 5% firm stwierdziło, że AI przyniosła większe korzyści niż zakładano, a 40% stwierdziło, że były takie, jak przewidywano. Aż 21% przedsiębiorstw było rozczarowanych i dodało, że gdyby wiedziało wcześniej jakie będą efekty, nie zdecydowałoby się na wdrożenie. Zadowoleni respondenci podkreślali przede wszystkim zmniejszenie kosztów działania (60%), poprawę jakości usług (53%) i wzrost przychodów (47%).

Człowiek w erze sztucznej inteligencji

AI to narzędzie do wykorzystania, ale trzeba pamiętać, że może być wykorzystywane w różnych celach – podkreślił w rozmowie z E24 Jarosław Wajer.

Trzeba pamiętać, że sztuczna inteligencja może stanowić też czynnik ryzyka dla spółek energetycznych i należy mieć to na uwadze.
Jarosław Wajer, EY

Sztuczna inteligencja zwiększa również ryzyka związane z cyberatakami i cyberprzestępcami – dodał, odnosząc się m.in. do ataku na polską energetykę z 30 grudnia ubiegłego roku.

Podobnie jak w przypadku cyberataków, AI jest także mieczem obosiecznym w zakresie zarządzania pracownikami. Na rynku pracy jest coraz mniej osób, rosną wynagrodzenia co sprawia, że firmy przestają być konkurencyjne cenowo i mają trudności z obsadzeniem nawet prostszych stanowisk.

Istnieje również ryzyko powstania luki kompetencyjnej, ponieważ około 35% organizacji w Polsce ogranicza rekrutację na stanowiska juniorskie, delegując rutynowe zadania sztucznej inteligencji. Budzi to obawy o to, jak w przyszłości wychować wysokiej klasy ekspertów i dyspozytorów, jeśli zabraknie stanowisk wejściowych.

Tymczasem według badania EY aż 82% menadżerów ocenia AI pozytywnie. Zarządzający widzą w sztucznej inteligencji szansę na rozwiązanie problemów z brakiem rąk do pracy oraz rosnącymi kosztami zatrudnienia. Jarosław Wajer podkreślił, że bariera technologiczna znika (nie trzeba już znać skomplikowanych języków programowania), a dostęp do szkoleń nie jest kosztowny. Dlatego kluczowa jest chęć nauki i otwartość na nowe narzędzia, które mogą ułatwić codzienną pracę.

Inaczej wygląda to z perspektywy pracowników niższego szczebla. Odsetek pozytywnych opinii o AI jest niższy i wynosi 63%. Pracownicy ci mogą obawiać się zmian, nie wierzyć w skuteczność narzędzi lub dostrzegać realne problemy, których AI na obecnym etapie jeszcze nie rozwiązuje.

W energetyce silnie zakorzeniona jest także przekonanie, że bezpieczeństwo gwarantuje fizyczna obecność człowieka – dodaje Jarosław Wajer. Tradycyjne procedury często wymagają obchodów i przeglądów infrastruktury (np. transformatorów), przez co automatyczne systemy monitorowania bywają traktowane z dystansem. Sceptycyzm wobec AI wynika często z lęku przed zastąpieniem przez technologię, mimo że – jak zauważa rozmówca – narzędzie to powinno raczej pomagać w priorytetyzacji zadań tam, gdzie brakuje ludzi, a nie całkowicie ich eliminować.

Liderem wdrażania AI pozostaje według badania sektor finansowy (zwłaszcza banki i ubezpieczenia). Dlaczego? Bo jest to sektor, który zawsze opierał się na pracy z ogromnymi zbiorami danych. Firmy ubezpieczeniowe od lat zatrudniają aktuariuszy, którzy wykorzystują modele matematyczne do przewidywania przyszłości na podstawie milionów rekordów. W tym kontekście AI jest dla nich naturalnym przedłużeniem dotychczasowych metod pracy.

W przeciwieństwie do finansów, w energetyce dane są często „silosowane” (nawet poszczególne działy firmy mają własne zbiory danych), co stanowi główną barierę. Przeciętna duża spółka energetyczna posiada od kilku do nawet kilkuset (niekiedy blisko 400) oddzielnych systemów IT i aplikacji. Wynika to z faktu, że obecne grupy energetyczne powstały z połączenia wielu mniejszych zakładów, z których każdy miał własne systemy. Utrudnia to AI wyłapywanie korelacji, jeśli dane o produkcji, klientach czy pracownikach nie są połączone.

Branża finansowa została zmuszona do uporządkowania danych przez regulacje wprowadzone ponad 10 lat temu, takie jak AML (przeciwdziałanie praniu pieniędzy). Wymusiły one na bankach budowanie „łańcuszka danych” i identyfikację podmiotów. W energetyce polski regulator nie sprawdza danych w tak szerokim zakresie jak regulator finansowy, a priorytetem pozostaje tradycyjnie rozumiane bezpieczeństwo krajowe.

Co dalej? Polska energetyka – podobnie jak inne sektory gospodarki – musi zadać sobie kilka podstawowych pytań o to, w jaki sposób wdrażać AI, by mogła przynosić korzyści oraz, co ważne, by nie pozostawać w tyle. Polskie spółki energetyczne powinny też pamiętać, że konkurenci poza granicami naszego kraju będą z niej korzystać. A nadążanie i unikanie błędów z przeszłości to jeden z warunków konkurencyjności. Poznanie i wykorzystywanie sztucznej inteligencji jest także konieczne z punktu widzenia bezpieczeństwa.

Badanie „Jak polskie firmy wdrażają AI” zrealizował CubeResearch na zlecenie EY. Respondentami było 499 polskich firm: 45% z sektora produkcji, 33% z sektora usług, 22% z handlu. 56% przedsiębiorstw to firmy średniej wielkości, 44% duże. Trzecia edycja została przeprowadzona w ostatnim kwartale 2025 roku.