7 października 2026 roku FICO i Corinium Global Intelligence opublikowały piątą edycję badania „The State of Responsible AI". Ankietę wypełniło 1004 starszych menedżerów technologii, danych i ryzyka z siedmiu branż — około dwie trzecie próby pochodzi z Ameryki Północnej. Wynik: 85,1% respondentów twierdzi, że inwestycje w AI spełniły lub przekroczyły oczekiwania dotyczące zwrotu. Jednocześnie tylko 5,2% deklaruje bardzo wysoką pewność, że potrafi wyjaśnić decyzję podjętą z użyciem AI — przed klientem albo regulatorem.
To nie jest sprzeczność w danych. To dwa różne pytania o bardzo różnym koszcie odpowiedzi. Policzenie zwrotu finansowego jest relatywnie proste — wystarczą dane o kosztach i przychodach. Zbudowanie zdolności wyjaśnienia konkretnej decyzji wymaga czegoś więcej: dokumentacji danych wejściowych, reguł, wersji modelu, wyjątków i możliwości odwołania się od wyniku. Firmy najpierw mierzą to, co łatwe do zmierzenia.
„AI działa finansowo, ale organizacje nie inwestują równolegle w zdolność do odpowiedzialności za jej decyzje. To gorsza sytuacja niż »AI zawodzi« — bo nikt nie ma bodźca, by to naprawić, dopóki nie przyjdzie regulator albo pozew."
Red Team #17, AI Futures LabAgenci AI: wciąż więcej obietnicy niż standardu
Badanie przynosi jeszcze jedną liczbę warto zapamiętać: tylko 2,4% respondentów deklaruje szerokie wdrożenie agentów AI w procesach obsługujących klientów. Większość organizacji pozostaje na etapie rozpoznania i pilotaży. Powód nie sprowadza się do jakości modeli — ankietowani wskazują na bezpieczeństwo, jakość danych i trudności z integracją systemów. Model może świetnie pisać tekst, a mimo to nie powinien samodzielnie zatwierdzać przelewu czy wysyłać klientowi decyzji bez jasno ustalonych zasad nadzoru.
Dopełnieniem jest 71,5% — odsetek decyzji wpływających na klientów, które wciąż zapadają bez wykorzystania AI. Technologia jest więc obecna i opłacalna finansowo, ale nie zastąpiła większości procesu podejmowania decyzji — a tam, gdzie jest wykorzystywana, firmy często nie mają jeszcze standardów dokumentowania i wyjaśniania jej działania.
„5,2% brzmi dramatycznie, ale warto zapytać, jaki odsetek firm potrafił w pełni wyjaśnić decyzje ludzkich underwriterów przed erą AI. Możliwe, że wyjaśnialność ludzkiego podejmowania decyzji była też niska — po prostu nikt tego nigdy nie zbadał z taką samą ankietą."
Contrarian, AI Futures LabDlaczego to więcej niż statystyka ankietowa
Rozdźwięk między ROI i wyjaśnialnością zazębia się z kierunkiem regulacji w Unii Europejskiej, która coraz częściej żąda od firm AI właśnie tej dokumentacji — Komisja Europejska analizuje w tej chwili odpowiedzi ponad 30 firm na pytania o bezpieczeństwo i przejrzystość modeli. USA na razie nie mają porównywalnego federalnego wymogu dla sektora finansowego, co oznacza, że amerykańskie firmy z tego badania operują w środowisku o niższej presji regulacyjnej niż ich europejscy odpowiednicy.
Warto też zaznaczyć ograniczenia samego badania: to są samodeklarowane odpowiedzi menedżerów, nie niezależny audyt rzeczywistej wyjaśnialności modeli, a próba jest przechylona geograficznie w stronę Ameryki Północnej. Nie znaleziono też potwierdzenia wyników przez duży, niezależny serwis informacyjny (Reuters, AP, Bloomberg) — wszystkie dostępne relacje pochodzą z tego samego komunikatu prasowego, rozprowadzanego przez wyspecjalizowane media branżowe. To nie podważa samych liczb, ale jest warte zaznaczenia przy ocenie wiarygodności źródła.
Ocena laboratorium
Poland Opportunity Score: 2/10 · Poland Risk Score: 3/10
Badanie nie obejmuje danych o Polsce, ale FICO jest dostawcą narzędzi scoringowych używanych w
regionie CEE — opisany rozdźwięk (ROI wysoki, wyjaśnialność niska) jest strukturalnym problemem, który
dotyczy każdego rynku wdrażającego AI w decyzjach finansowych, nie tylko amerykańskiego.
Predykcje, które będziemy sprawdzać
Do rejestru trafiły
Pełny rejestr predykcji znajduje się w Forecast Ledger. Nic z niego nie usuwamy — nawet jeśli prognoza się nie sprawdzi.