Polska Polityka AI z perspektywy CFO

Ogłoszony przez Ministerstwo Cyfryzacji dokument „Nowa Polityka AI do 2030” przedstawia zaktualizowaną strategię rozwoju sztucznej inteligencji w Polsce, zawierającą konkretne cele, mierniki oraz plan działań rozłożony na najbliższą dekadę.

Główne akcenty to: rozwój nowoczesnej infrastruktury obliczeniowej (PLGrid, projekt Gigafabryki AI, BalticGigaFactory), wzmocnienie kompetencji cyfrowych w skali kraju, tworzenie ośrodków badań i innowacji (m.in. Łódź, GZM od 2027 r.) oraz budowa AI HUB Poland – centralnego podmiotu koordynującego AI w administracji publicznej.

Strategia zakłada także zwiększenie gotowości AI w usługach publicznych do 2030 r., wsparcie MŚP i startupów poprzez „cyfrową wyprawkę”, regulatory sandboxes oraz funkcjonowanie Fabryk AI. Równolegle rozwijane mają być działania na rzecz zaufania społecznego do AI (walka z dezinformacją, programy dla dzieci, seniorów, osób z niepełnosprawnościami).

Źródło: Ministerstwo Cyfryzacji, Nowa Polityka AI do 2030, materiały informacyjne znajdują się tutaj „Polityka rozwoju sztucznej inteligencji w Polsce do 2030 roku” - bezpieczne i odpowiedzialne wykorzystanie sztucznej inteligencji - Ministerstwo Cyfryzacji - Portal Gov.pl

Kluczowe punkty z perspektywy CFO

1. Infrastruktura AI jako czynnik kosztowy i strategiczny (CapEx/Opex)

Dokument zapowiada rozwój dużych zasobów obliczeniowych:
– PLGrid,
– Gigafabryka AI,
– BalticGigaFactory.

To oznacza dla CFO:

• przewidywalny dostęp do krajowej infrastruktury AI, co może obniżyć koszty chmury publicznej (TCO IT),
• potencjał do przeniesienia części obliczeń z hyperscalerów do krajowych platform,
• konieczność uwzględnienia w strategiach IT/finansów opcji lokalnych zasobów HPC.

2. Silne ukierunkowanie na kompetencje – wpływ na budżety HR i L&D

Strategia łączy edukację, badania i rozwój talentów w jednym obszarze (naukowcy, studenci, specjaliści).
Oznacza to:

• oczekiwanie rynku na systemowe podnoszenie kompetencji AI w każdej firmie,
• konieczność zaplanowania środków na szkolenia reskilling/upskilling,
• rosnące wymagania regulacyjne w zakresie kompetencji AI (AI Act, governance).

3. AI HUB Poland – sygnał kierunku regulacyjnego i rosnących wymogów compliance

AI HUB Poland będzie centralnym ośrodkiem zarządzania AI w sektorze publicznym.
Dla CFO oznacza to:

• rosnącą standaryzację wymogów względem AI (audytowalność, dokumentacja, governance),
• możliwe doprecyzowanie zasad oceny ryzyk, zgodności i rejestrowania systemów AI,
• ważne konsekwencje dla budżetów compliance, audytu wewnętrznego, bezpieczeństwa danych. 

4. „AI napędza polski biznes” – realne finansowe implikacje dla MŚP i dużych przedsiębiorstw

Dokument podkreśla m.in.:

• wsparcie dla MŚP i startupów (cyfrowa wyprawka, piaskownice regulacyjne),
• fabryki AI (platformy prototypowania i wdrażania).

CFO powinien uwzględnić:

• dostęp do nowych źródeł finansowania transformacji (granty, fundusze UE, programy MC),
• obniżenie kosztu wejścia w AI dzięki sandboxes i zasobom publicznym,
• przyspieszenie R&D i automatyzacji procesów finansowych, operacyjnych i controllingowych.

5. Silny nacisk na zaufanie i etykę – nowy obszar kosztów i ryzyk

Dokument przewiduje:

• wzrost zaufania społecznego do AI o 20%,
• walkę z dezinformacją,
• AI dla grup wrażliwych.

Dla CFO to oznacza:

• konieczność wdrożenia polityk etycznych i transparentności modeli,
• ryzyka reputacyjne i prawne w przypadku naruszeń (AI Act – ryzyka wysokiego poziomu),
• inwestycje w bezpieczne środowiska AI oraz audyt systemów automatyzacji.

6. Nowa geografia innowacji – wpływ na inwestycje i strategie ekspansji

Od 2027 r. kolejne ośrodki AI dołączą do ekosystemu:

• Łódź,
• Górnośląsko-Zagłębiowska Metropolia (GZM).

Dla CFO duże znaczenie mają:

• lokalne zachęty, dostęp do talentów, współpraca R&D,
• możliwość relokacji projektów AI do regionów z preferencjami inwestycyjnymi,
• potencjał optymalizacji podatkowej (np. ulga B+R, centrum badań).

7 najważniejszych pytań, które CFO powinien postawić po lekturze Polityki AI:

1. Jaką część procesów finansowych, controllingowych i operacyjnych możemy zautomatyzować wykorzystując publiczne zasoby AI?
2. Czy nasza firma jest gotowa na wymagania AI Act?
3. Jakie oszczędności wygeneruje lokalna infrastruktura AI (vs. hyperscalers)?
4. Jak zapewnić audytowalność modeli i mechanizmy kontroli ryzyk?
5. Jakie kompetencje AI musimy rozwinąć w zespole finansowym i w organizacji?
6. Czy możemy skorzystać z piaskownic regulacyjnych lub Fabryk AI, aby skrócić czas wdrożeń?
7. Jakie granty i programy finansowania państwowego lub UE mogą sfinansować transformację?