Demografia wymusi przyspieszenie wdrożenia AI w Polsce

Demografia wymusi przyspieszenie wdrożenia AI w Polsce
Fot. stock.adobe.com / stokkete
Udostępnij Ikona facebook Ikona LinkedIn Ikona twitter
Co jest przyczyną opóźnień we wdrażaniu sztucznej inteligencji w Polsce oraz jakie ma to konsekwencje dla długookresowych perspektyw wzrostu gospodarczego w naszym kraju, piszą ekonomiści Credit Agricole Bank Polska w swoim najnowszym opracowaniu MAKROmapa. Przytaczamy fragment publikacji poświęcony AI.

W ostatnich miesiącach opublikowaliśmy dwie analizy dotyczące wdrażania sztucznej inteligencji (AI) w Polsce (por. MAKROmapa z 17.02.2025 oraz 17.03.2025).

Głównym wnioskiem płynącym z naszych analiz było to, że poziom zastosowania rozwiązań związanych ze sztuczną inteligencją kształtuje się wyraźnie poniżej średniej unijnej. Wyniki tych wcześniejszych analiz wskazywały jednak, że Polska ma relatywnie duży potencjał do wykorzystania sztucznej inteligencji (por. MAKROmapa z 12.02.2024), napisali Jakub Borowski, Krystian Jaworski i Jakub Olipra.

1 wykres, Demografia wymusi przyspieszenie wdrożenia AI w Polsce, Credit Agricole
Źródło: MAKROmapa, Credit Agricole Bank Polska

Kluczowa z punktu widzenia wdrożenia AI w gospodarce jest nie tylko gotowość, ale i chęć firm do wdrażania takich rozwiązań. Stąd punktem wyjścia w analizie jest badanie przeprowadzone przez Europejski Bank Centralny wśród firm w krajach strefy euro nt. głównych bodźców do wdrażania rozwiązań AI w swojej działalności. Jako najistotniejsze powody stosowania technologii AI firmy wskazały chęć poprawy dostępu pracowników do informacji, oraz wspomaganie ich w tworzeniu wewnętrznych i zewnętrznych treści.

Kolejne miejsca zajęły tworzenie oprogramowania oraz interakcja z klientami, podczas gdy najrzadziej deklarowanym powodem dla wdrożenia AI była chęć redukcji zatrudnienia.

Głównym wnioskiem płynącym z badania EBC jest to, że przy obecnym poziomie rozwoju technologii opartych na AI, ich wdrożenie na ogół nadal nie ma na celu zastąpienia pracowników, lecz przede wszystkim zwiększenie ich wydajności.

2 wykres, Demografia wymusi przyspieszenie wdrożenia AI w Polsce, Credit Agricole
Źródło: MAKROmapa, Credit Agricole Bank Polska

Wydajność pracy w Polsce w większości branż kształtuje się nadal wyraźnie poniżej poziomów obserwowanych w strefie euro. Czynnikiem hamującym wzrost wydajności w Polsce są nadal relatywnie niskie koszty pracy na tle krajów strefy euro.

W warunkach tych dużych przewag kosztowych firmy w Polsce mają nadal ograniczoną, choć rosnącą, motywację do inwestycji we wzrost wydajności pracy. Ekonomiści Credit Agricole uważają, że jest to główna przyczyna, relatywnie niskiego stopnia wdrożenia sztucznej inteligencji w Polsce na tle pozostałych krajów UE.

Czytaj także: Tylko 15% prezesów w Polsce ufa AI jako narzędziu wspierającemu rozwój ich firm

Różnice w wydajności pracy pomiędzy Polską a strefą euro a wdrażanie AI

3 wykres, Demografia wymusi przyspieszenie wdrożenia AI w Polsce, Credit Agricole
Źródło: MAKROmapa, Credit Agricole Bank Polska

W celu przetestowania tej hipotezy ekonomiści zestawili dane nt. różnic w wydajności pracy w poszczególnych sekcjach PKD pomiędzy Polską a strefą euro w 2023 roku z różnicami w stopniu adaptacji rozwiązań AI w tych branżach pomiędzy Polską a strefą euro w 2024 roku.

Takie ujęcie wynika z jednej strony z dostępności danych (nadal nie opublikowane zostały dane o wartości dodanej na pracownika w PPS za 2024 roku), a z drugiej strony występujące opóźnienie narzuca kierunek zależności (różnic w wydajności pracy nie można tłumaczyć późniejszymi różnicami we wdrożeniu rozwiązań AI, podczas gdy różnice w stopniu adaptacji rozwiązań AI mogą być skutkiem wcześniejszych różnic w poziomach wydajności pracy).

Uzyskane wyniki wskazują na umiarkowaną dodatnią korelację pomiędzy zmiennymi: mniejszym różnicom w poziomach wydajności pracy pomiędzy Polską a strefą euro w 2023 roku towarzyszą mniejsze różnice w adaptacji rozwiązań AI przez firmy w Polsce i w strefie euro w 2024 roku.

Kategoriami, które w istotnym stopniu wyłamują się z tej zależności są „obsługa rynku nieruchomości”, „przetwórstwo przemysłowe” oraz „działalność w zakresie usług, administrowania i działalności wspierającej”.

Pierwsze z dwóch wymienionych kategorii odchylają się w górę, co oznacza, że stopień wdrożenia rozwiązań AI jest w nich wyższy niż wynikałoby to z różnicy poziomie wydajności pracy względem strefy euro.

W ocenie ekonomistów MAKROmapy może wynikać to ze specyfiki tych sektorów. W obsłudze rynku nieruchomości duże możliwości daje tworzenie treści przy pomocy AI oraz dostęp do informacji – czyli dwie najważniejsze motywacje do wdrażania rozwiązań AI wskazywane w ankietach. To może sprzyjać wdrażaniu rozwiązań AI w tym sektorze.

Z kolei przetwórstwo charakteryzuje się silną konkurencją międzynarodową, co może wymuszać na firmach szybsze zastosowanie rozwiązań AI.

Natomiast odchylająca się w dół kategoria „działalność w zakresie usług, administrowania i działalności wspierającej”, charakteryzuje się relatywnie niskimi wynagrodzeniami na tle pozostałych sektorów, co może ograniczać presję na wdrożenie AI mające na celu zwiększenie wydajności.

Czytaj także: Raport Specjalny | IT@BANK 2024 – PwC Polska | AI jest albo niedługo będzie wdrażana w polskich bankach

Sytuacja demograficzne Polski do 2045 roku a koszty pracy

W kolejnych latach będziemy mieć do czynienia z dalszym pogarszaniem się sytuacji demograficznej w Polsce.

Zgodnie z projekcjami Eurostatu w perspektywie najbliższej dekady liczba osób w wieku produkcyjnym obniży się o prawie 1,4 mln.

4 wykres, Demografia wymusi przyspieszenie wdrożenia AI w Polsce, Credit Agricole
Źródło: MAKROmapa, Credit Agricole Bank Polska

Jednocześnie uwzględniając przyjętą przez rząd strategię migracyjną, trudno oczekiwać, aby ubytek ten został w istotnym stopniu skompensowany przez imigrację zarobkową (por. MAKROmapa z 29.07.2025).

Będzie oddziaływało to w kolejnych latach w kierunku nasilenia presji na wzrost kosztów pracy. Uważamy, że sytuacja ta wymusi na firmach inwestycje w obszarze zastosowań AI ukierunkowanych na wzrost wydajności pracy.

Z tego powodu eksperci oczekują, że w kolejnych latach Polska będzie nadrabiać zapóźnienie w adaptacji rozwiązań AI względem średniej unijnej.

Długoterminowe perspektywy wzrostu PKB w Polsce

Na tej podstawie ekonomiści uważają, że długoterminowe perspektywy wzrostu PKB w Polsce pozostają dobre. Eksperci podtrzymują prognozę, zgodnie z którą kolejne lata przyniosą kontynuację procesu konwergencji, dzięki czemu w perspektywie najbliższej dekady PKB per capita w Polsce liczony według parytetu siły nabywczej w 2033 roku osiągnie ok. 95% średniej unijnej.

5 wykres, Demografia wymusi przyspieszenie wdrożenia AI w Polsce, Credit Agricole
Źródło: MAKROmapa, Credit Agricole Bank Polska

Złożą się na to: wysokie na tle UE tempo wzrostu PKB w Polsce oraz spadek populacji (zgodnie z projekcjami Eurostatu do 2033 roku populacja Polski zmniejszy się o 4,3% do 36,8 mln osób).

W konsekwencji na początku lat ‘30 Polska ma szansę wyprzedzić pod względem PKB per capita Hiszpanię, Włochy oraz Francję, osiągając jednocześnie ok. 85% PKB per capita Niemiec.

Istotnym czynnikiem ryzyka w dół dla przedstawionych wyżej prognoz jest zwiększenie napięć w światowym handlu związane z polityką celną USA.

Uwzględniając jednak, że ekspozycja polskiego eksportu na USA jest mniejsza niż całej UE, eksperci nie uważają, aby polityka celna USA i jej globalne konsekwencje miały zahamować proces konwergencji.

Śródtytuły pochodzą od redakcji BANK.pl.

Jakub Borowski, Główny Ekonomista;

Krystian Jaworski, Starszy Ekonomista;

Jakub Olipra, Starszy Ekonomista.

MAKROmapa, Credit Agricole Bank Polska SA

Czytaj także: ZUS: coraz więcej ubezpieczonych cudzoziemców

Źródło: BANK.pl