AI-washing: kiedy firma mówi o sztucznej inteligencji więcej, niż jej faktycznie używa

Deklaracja, że firma „stawia na AI", przestała kogokolwiek wyróżniać — stała się standardem komunikacji korporacyjnej. Problem w tym, że deklaracje rozjechały się z rzeczywistością. Według raportu KPMG „Global AI Pulse Q1 2026" 95 proc. organizacji ma już strategię sztucznej inteligencji, ale realny, mierzalny zwrot z inwestycji osiąga zaledwie 8 proc. Ten rozjazd doczekał się nazwy: AI-washing, ukuty przez analogię do greenwashingu — czyli ubierania się w ekologiczną narrację bez pokrycia.

Skala zjawiska wynika z danych KPMG dość jasno. Badanie objęło 2110 menedżerów wyższego szczebla z 20 krajów. Wynika z niego, że 54 proc. organizacji jest dopiero na wczesnym etapie wdrażania AI — research, eksperymenty, planowanie — a 39 proc. skaluje technologię w szerszej części firmy. Innymi słowy, ogromna większość mówi o transformacji, będąc na etapie pilotaży i pojedynczych wdrożeń.

W Polsce widać to samo napięcie. Jak podaje materiał za badaniem EY, 77 proc. firm planuje zwiększyć inwestycje w AI, ale jednocześnie 49 proc. przyznaje, że dotychczasowe wdrożenia nie spełniły oczekiwań, a 17 proc. deklaruje, że z obecną wiedzą nie zdecydowałoby się na nie ponownie. Aż 67 proc. polskich firm ocenia własną dojrzałość AI jako średnią lub niską, a tylko 10 proc. wskazuje, że technologia realnie zmienia sposób działania organizacji i prowadzi do nowych produktów lub usług. (Te akurat liczby pochodzą z materiału prasowego i nie weryfikowałem ich u źródła osobno.)

AI-washing rzadko jest świadomym oszustwem. Częściej to skutek pośpiechu: firma chce pokazać, że uczestniczy w zmianie, więc komunikuje „transformację AI", choć projekty wciąż tkwią na poziomie eksperymentu. Jak zauważa Sebastian Kopiej, prezes agencji PR Commplace, z której pochodzi komentarz, problem zaczyna się wtedy, gdy komunikacja wyprzedza zdolność organizacji do realnej zmiany — sam zakup narzędzia nie jest transformacją, a jeśli firma nie potrafi wskazać, który proces zmieniła, jaki osiągnęła efekt i jak go mierzy, AI staje się bardziej narracją niż kompetencją. Warto przy tym odnotować pewien paradoks: na nadużywanie narracji o AI zwraca uwagę agencja public relations, czyli podmiot żyjący z budowania narracji. Teza „liczy się dowód, nie opowieść" jest słuszna, ale jest też pośrednio reklamą doradztwa komunikacyjnego.

Najciekawszy w całej diagnozie jest jednak nie sam marketing, lecz to, co AI obnaża wewnątrz firm. Według KPMG organizacje najczęściej „doklejają" sztuczną inteligencję do istniejących struktur, zamiast przebudowywać sposób działania. A technologia szybko ujawnia bałagan, który wcześniej dało się maskować ręczną pracą ludzi i rozproszonymi procesami. Brakuje jakościowych danych, jasno przypisanej odpowiedzialności za procesy, spójnej strategii i metod mierzenia efektu. Bariera nie leży więc w dostępie do narzędzi — te są powszechne — lecz w gotowości organizacji do pracy z nimi.

To, że AI-washing przestaje być wyłącznie problemem wizerunkowym, najlepiej widać po działaniach regulatorów. W marcu 2024 roku amerykańska Komisja Papierów Wartościowych i Giełd (SEC) ukarała dwie firmy inwestycyjne — Delphia i Global Predictions — za wprowadzające w błąd twierdzenia o wykorzystaniu AI. Delphia zapłaciła 225 tys. dolarów, Global Predictions 175 tys.; obie, nie przyznając się ani nie zaprzeczając ustaleniom, zgodziły się na kary i nakazy zaprzestania naruszeń. Były to pierwsze takie sprawy — szef SEC Gary Gensler wprost użył wtedy określenia „AI washing", zestawiając je z greenwashingiem. Sygnał dla rynku był czytelny: deklaracje o AI zaczynają być traktowane jak inne istotne oświadczenia, za które ponosi się odpowiedzialność.

U źródła problemu często leżą dane. Jak podaje materiał za badaniem EY, pod koniec 2025 roku mniej niż 40 proc. firm dysponowało zasobami danych pozwalającymi budować bardziej zaawansowane rozwiązania AI, zamiast korzystać wyłącznie z gotowych narzędzi. KPMG wskazuje z kolei, że menedżerowie za główne przeszkody w rozwoju AI uznają kwestie ryzyka: prywatność danych i cyberbezpieczeństwo (42 proc.), jakość danych (34 proc.) oraz niepewność regulacyjną (31 proc.). Dane przestają więc być problemem czysto technicznym, a stają się kwestią zarządzania ryzykiem biznesowym i reputacyjnym.

Wniosek, który płynie z zestawienia tych danych, jest taki, że rynek powoli uczy się odróżniać firmy realnie przebudowujące swoje działanie od tych, które dopisują AI do prezentacji. Pytanie, które zaczyna się liczyć, brzmi nie „czy korzystacie z AI", lecz „co konkretnie dzięki niej działa lepiej, szybciej albo taniej — i jak to mierzycie". Organizacje, które nie potrafią na nie odpowiedzieć, ryzykują utratę wiarygodności podobną do tej, z jaką dziś mierzą się firmy oskarżane o greenwashing.