Sztuczna inteligencja przeszła od eksperymentalnych projektów pilotażowych do standardowego narzędzia codziennej działalności biznesowej. Według globalnego badania McKinsey State of AI w 2025 roku 88% organizacji deklarowało wykorzystanie AI w co najmniej jednej funkcji biznesowej, wobec 78% rok wcześniej.

Adopcja nie rozkłada się jednak równomiernie w całej gospodarce. Programiści, banki, lekarze, prawnicy, dziennikarze, sprzedawcy detaliczni i producenci mierzą się z różnymi kosztami, regulacjami i ryzykami, a dane z badań odzwierciedlają te różnice. W tym raporcie przedstawiono najnowsze dane dotyczące poszczególnych sektorów.

Ponieważ liczby pochodzą z odrębnych badań, wykorzystujących różne metody, populacje i pytania, nie należy traktować ich jako idealnego zestawienia porównawczego. Pokazują jednak wyraźnie, gdzie wykorzystanie AI jest najbardziej zaawansowane, a gdzie nadal napotyka ograniczenia.

Ogólne statystyki wykorzystania AI w biznesie

Stanford AI Index 2026, który korzysta z globalnego badania McKinsey State of AI, wykazał, że w 2025 roku 88% organizacji używało AI w co najmniej jednej funkcji biznesowej. Dla porównania było to 55% w 2023 roku i 78% w 2024 roku.

Generatywna AI rozwijała się jeszcze szybciej. Regularne wykorzystanie przez organizacje wzrosło z 33% w 2023 roku do 71% w 2024 roku i 79% w 2025 roku. Ponad połowa respondentów poinformowała, że AI była wdrażana w co najmniej trzech funkcjach biznesowych.

Wykorzystanie AI w jednym obszarze nie oznacza jednak przebudowy całej firmy wokół tej technologii. Stanford stwierdził, że wdrażanie agentów AI w 2025 roku pozostawało na poziomie jednocyfrowym w niemal wszystkich funkcjach biznesowych. Oznacza to, że 2026 rok może być okresem przejściowym, w którym pierwsza fala asystentów AI ustąpi miejsca drugiej fali bardziej niezależnych agentów AI.

Adopcja AI w poszczególnych branżach

Każda liczba dotycząca adopcji przytoczona w tym artykule pochodzi z odrębnego badania przeprowadzonego na innej grupie, przy użyciu innych pytań i metod. Łącznie dane pokazują, że AI nie jest już ograniczona do firm technologicznych. Stała się częścią codziennej pracy w znacznej części gospodarki. W kolejnych sekcjach przedstawiono dane, przypadki zastosowania oraz bariery w poszczególnych sektorach.

Statystyki wykorzystania AI w finansach i bankowości

Sektor finansowy korzystał z uczenia maszynowego przez wiele lat przed boomem na generatywną AI. Banki, ubezpieczyciele i firmy płatnicze stosowały je do wykrywania oszustw, oceny zdolności kredytowej, kontroli przeciwdziałania praniu pieniędzy, handlu i zarządzania ryzykiem. Generatywna AI jest obecnie dodawana do obsługi klienta, zgodności regulacyjnej, badań i prac programistycznych.

Wspólne badanie Banku Anglii i Financial Conduct Authority wykazało, że 75% ankietowanych brytyjskich firm finansowych już korzystało z AI, a kolejne 10% planowało wdrożyć ją w ciągu trzech lat. W 2022 roku odsetek firm korzystających z AI wynosił 58%. Adopcja jest nierówna w obrębie sektora: najwyższe wskaźniki odnotowują ubezpieczyciele i banki międzynarodowe.

Gdzie finanse wykorzystują AI

Mediana firm deklarowała około dziewięciu przypadków zastosowania AI, a przedsiębiorstwa oczekują, że w ciągu trzech lat liczba ta wzrośnie do 21. Duże banki międzynarodowe już obecnie wskazują medianę bliską 49 przypadkom.

Operacje i IT odpowiadają za największą część zgłaszanych zastosowań, około 22%. Bankowość detaliczna stanowi około 11%, a ubezpieczenia ogólne około 10%. Modele bazowe, czyli duże systemy stojące za generatywną AI, odpowiadają za 17% przypadków zastosowania.

Finanse pozostają jedną z najbardziej dojrzałych branż pod względem wykorzystania AI, jednak firmy zachowują ostrożność przy decyzjach o dużym wpływie. Błędy w ocenie kredytowej, handlu, ubezpieczeniach lub zgodności regulacyjnej mogą powodować znaczne koszty finansowe i prawne.

Statystyki wykorzystania AI w ochronie zdrowia

Ochrona zdrowia tradycyjnie wolniej wdrażała nowe technologie, ponieważ błędy mogą zaszkodzić pacjentom. Wykorzystanie AI szybko jednak rośnie. American Medical Association ustaliło, że odsetek lekarzy korzystających z jakiejś formy AI w ochronie zdrowia wzrósł z 38% w 2023 roku do 66% w 2024 roku, czyli o 28 punktów procentowych w ciągu jednego roku.

Do typowych zastosowań należą notatki medyczne, kody rozliczeniowe, podsumowania wizyt, plany opieki, instrukcje wypisu, tłumaczenia i wiadomości do pacjentów. Część lekarzy korzysta również z AI jako wsparcia diagnostycznego i w radiologii.

Głównym czynnikiem napędzającym adopcję jest dokumentacja. Lekarze poświęcają wiele godzin na opisywanie opieki medycznej, a narzędzia do transkrypcji AI mogą słuchać wizyty i tworzyć projekt notatki klinicznej, ograniczając to obciążenie. Z perspektywy pacjentów dotychczasowe zmiany dotyczą głównie zadań administracyjnych — notatek, podsumowań i wiadomości — natomiast diagnoza pozostaje zadaniem kierowanym przez człowieka, w którym AI pełni wyłącznie funkcję wspierającą.

Lekarze dostrzegają korzyści, ale chcą zabezpieczeń

Około 68% ankietowanych lekarzy stwierdziło, że AI zapewnia ich praktyce co najmniej pewne korzyści, jednak poparcie to wiązało się z warunkami. Większość chciała jasnych zabezpieczeń przed szerszym wykorzystaniem technologii.

Standardy dokładności w medycynie są wyższe niż w większości zadań biznesowych. Błędny slogan marketingowy jest niedogodnością, ale błędna diagnoza może być niebezpieczna. Z tego powodu kontrola człowieka prawdopodobnie pozostanie kluczowa.

Statystyki wykorzystania AI w prawie

Praca prawnicza obejmuje ogromne ilości tekstu, dlatego od początku była uznawana za jeden z obszarów najbardziej podatnych na generatywną AI. Narzędzia mogą wyszukiwać orzecznictwo, analizować umowy, podsumowywać dokumenty, tworzyć projekty memorandów, porównywać klauzule i wspierać proces ujawniania dowodów. W rezultacie adopcja szybko rosła.

Thomson Reuters ustalił, że wykorzystanie generatywnej AI w organizacjach prawniczych wzrosło z 14% w 2024 roku do 26% w 2025 roku. Wykorzystanie osobiste wyprzedza formalne użycie firmowe: wśród prawników oraz specjalistów podatkowych, ds. ryzyka i administracji publicznej 41% deklarowało korzystanie z publicznych narzędzi, takich jak ChatGPT, a 17% używało branżowych systemów generatywnej AI.

Kancelarie wychodzą poza etap testów

Badanie Thomson Reuters z 2026 roku wskazuje na zmianę charakteru debaty. Pytanie dotyczy już nie tego, czy używać AI, lecz jak szybko przebudować wokół niej organizację. Ponad trzy czwarte wysoko ocenianych prawników objętych badaniem stwierdziło, że ich kancelaria ma strategię dotyczącą AI.

Presja rośnie. Około 38% pracowników kancelarii zgłosiło presję finansową na szybsze działania w obszarze AI, a 32% prawników wewnętrznych stwierdziło, że ponownie rozważa relacje z kancelariami, które nie potrafiły wykazać wartości zapewnianej dzięki AI.

AI może również podważyć model rozliczania godzinowego. Jeżeli system potrafi wykonać wielogodzinną analizę dokumentów w kilka minut, klienci mogą mniej chętnie płacić za czas pracy, co może skłonić kancelarie do stosowania cen opartych na wartości.

Problemem pozostaje zarządzanie. Thomson Reuters ustalił, że 34% pracowników kancelarii korzystało z narzędzi AI, których ich firmy nie zatwierdziły.

Statystyki wykorzystania AI w tworzeniu oprogramowania

Tworzenie oprogramowania jest obszarem, w którym generatywna AI jest najbardziej zakorzeniona w codziennej pracy. Badanie Stack Overflow Developer Survey 2025 wykazało, że 84% programistów korzystało z narzędzi AI lub planowało z nich korzystać, wobec 76% rok wcześniej. Wśród zawodowych programistów 51% używało narzędzi AI codziennie.

Programiści wykorzystują AI do pisania kodu, wyjaśniania nieznanego kodu, znajdowania błędów, tworzenia testów, dokumentacji i konwersji kodu między językami. Narzędzia takie jak GitHub Copilot, ChatGPT i Claude są obecnie powszechne.

Duże wykorzystanie, małe zaufanie

Intensywne wykorzystanie nie oznacza wysokiego poziomu zaufania. Stack Overflow ustalił, że 46% programistów nie ufało dokładności wyników AI, podczas gdy 33% jej ufało. Tylko 3% deklarowało bardzo wysokie zaufanie.

Najczęstszą skargą były odpowiedzi niemal poprawne, ale jednak nie do końca właściwe. Wskazało ją jako źródło frustracji 66% respondentów. Kolejne 45% stwierdziło, że poprawianie kodu napisanego przez AI często zajmowało więcej czasu, niż oczekiwano.

Programiści zachowują ostrożność przy zadaniach o dużej odpowiedzialności. Około 76% nie planowało polegać na AI przy wdrażaniu i monitorowaniu, a 69% nie zamierzało intensywnie wykorzystywać jej do planowania projektów. AI działa jako drugi pilot, a nie zastępstwo.

Agenci AI w oprogramowaniu

Agenci AI są mniej powszechni niż podstawowi asystenci. Stack Overflow ustalił, że 52% programistów nie korzystało z agentów albo pozostało przy prostszych narzędziach AI, a 38% nie planowało ich wdrożenia. Wśród programistów korzystających z agentów około 70% stwierdziło, że skrócili oni czas wykonywania zadań, a 69% odnotowało wzrost produktywności. Kod łatwiej testować i weryfikować niż wiele zadań w świecie rzeczywistym, co pomaga wyjaśnić wczesne zainteresowanie tą technologią.

Statystyki wykorzystania AI w mediach i dziennikarstwie

Media oferują zarówno dużą szansę, jak i problem zaufania. AI może obsługiwać transkrypcję, tłumaczenia, nagłówki, podsumowania, analizę danych, weryfikację faktów i personalizację, a także tworzyć teksty i obrazy.

Badanie Reuters Institute przeprowadzone wśród 1,004 brytyjskich dziennikarzy wykazało, że 56% z nich korzystało z AI zawodowo co najmniej raz w tygodniu, a kolejne 27% robiło to rzadziej. Tylko 16% stwierdziło, że nigdy nie używało AI do zadań dziennikarskich, natomiast około 27% korzystało z niej codziennie przy co najmniej jednym zadaniu.

Wydawcy koncentrują się na zadaniach zaplecza

Osoby zarządzające mediami są najbardziej zainteresowane efektywnością. Wśród respondentów reprezentujących wydawców 96% uznało automatyzację zadań zaplecza za istotną. Następne były personalizacja i rekomendacje — 80%, tworzenie treści — 77%, pozyskiwanie informacji — 73%, programowanie — 67% oraz zastosowania komercyjne — 63%.

Część wydawców już wykorzystuje AI do przepisywania lub dystrybucji materiałów na dużą skalę, ale opinie odbiorców ograniczają zakres takich działań. Reuters Institute ustalił, że tylko 12% konsumentów czuło się komfortowo z wiadomościami tworzonymi w całości przez AI. Akceptacja rosła, gdy kontrolę zachowywał człowiek. Największe poparcie — 62% — uzyskały wiadomości tworzone wyłącznie przez ludzi.

Dla czytelników oznacza to, że obecność AI w mediach najprawdopodobniej będzie widoczna przede wszystkim w mniej dostrzegalnych zadaniach — transkrypcjach, tłumaczeniach, podsumowaniach i analizie danych — a nie w całkowicie zautomatyzowanych materiałach. Wyniki sugerują, że główny nurt dziennikarstwa będzie raczej wspierany przez AI niż tworzony przez AI.

Statystyki wykorzystania AI w handlu detalicznym

AI w handlu detalicznym wyszła daleko poza rekomendacje produktów. Obecnie obejmuje wykrywanie oszustw, ustalanie cen, zarządzanie zapasami, prognozowanie popytu, obsługę klienta, marketing, łańcuchy dostaw i operacje sklepowe.

Deloitte 2026 Global Retail Outlook wykazał szerokie wykorzystanie AI w kluczowych funkcjach. Na czele znalazły się wykrywanie oszustw i cyberbezpieczeństwo — AI stosowało tam już 64% ankietowanych sprzedawców detalicznych. Oczekuje się, że wykorzystanie wzrośnie w ciągu kolejnych 12 miesięcy. Kolejne 41% sprzedawców planuje dodać widoczność łańcucha dostaw opartą na AI, a 38% zamierza wdrożyć optymalizację cen i promocji.

Zakupy agentowe mogą być kolejnym etapem

Handel detaliczny może należeć do pierwszych branż, które odczują wpływ agentów AI. Klient może poprosić agenta o znalezienie butów do biegania w cenie poniżej €150, porównanie opinii i cen oraz zakup najlepszej pary. Wpływ przesunąłby się wówczas z wyszukiwarek i stron sprzedawców na pośredników AI.

Deloitte ustaliło, że około 68% respondentów z handlu detalicznego spodziewało się wykorzystania agentowej AI do ważnych działań operacyjnych lub przedsiębiorstwowych w ciągu 12–24 miesięcy. Ruch polecający z AI już ma znaczenie dla części sprzedawców i z czasem może zmienić sposób odkrywania produktów oraz reklamę.

Statystyki wykorzystania AI w produkcji

Produkcja różni się od oprogramowania i prawa, ponieważ AI musi współpracować z fizycznym wyposażeniem. Typowe zastosowania obejmują konserwację predykcyjną, widzenie komputerowe, kontrolę jakości, harmonogramowanie produkcji, robotykę, cyfrowe bliźniaki i oszczędność energii.

Wdrożenie jest również trudniejsze. Firma programistyczna może szybko udostępnić narzędzie AI tysiącom pracowników, podczas gdy producent może potrzebować połączyć AI z maszynami mającymi 10, 20 lub 30 lat.

Większość producentów nie osiągnęła pełnej skali

McKinsey przebadało ponad 100 dyrektorów operacyjnych w firmach produkcyjnych o rocznych przychodach przekraczających 1 mld USD. Około dwóch trzecich stwierdziło, że prace nad AI nadal znajdowały się na etapie eksploracji lub ukierunkowanego wdrażania. Tylko 2% uznało, że AI jest w pełni zintegrowana z operacjami.

Plany wydatków są jednak duże. Około 93% firm planowało w ciągu następnych pięciu lat przeznaczać na technologie cyfrowe i AI ponad 1% kosztu sprzedanych towarów, a niemal jedna trzecia oczekiwała wydatków na poziomie co najmniej 5%.

Zaawansowane fabryki pokazują inny obraz

World Economic Forum Global Lighthouse Network monitoruje wiodące fabryki. Do 2026 roku sieć obejmowała ponad 220 zakładów, a AI i uczenie maszynowe pojawiały się w około 62% najważniejszych przypadków zastosowania w tych obiektach. Udział generatywnej AI w wiodących rozwiązaniach wzrósł z 9% w 2024 roku do 23% w 2025 roku. Tradycyjne uczenie maszynowe obsługuje prognozowanie i optymalizację, podczas gdy generatywna AI pomaga pracownikom komunikować się z maszynami, tworzyć instrukcje i odnajdywać wiedzę firmową.

Fizyczna AI i robotyka

Deloitte 2026 Manufacturing Outlook wykazał, że 9% producentów korzystało z fizycznej AI, a 22% oczekiwało jej wdrożenia w ciągu dwóch lat. Fizyczna AI obejmuje roboty działające bardziej elastycznie, zamiast powtarzać jeden ustalony ruch. Maszyny te mogą przenosić towary, kontrolować fabryki, sortować części i pracować w zmiennych warunkach. Produkcja może być obszarem, w którym AI wywrze największy wpływ na fizyczną produkcję.

Które branże przodują w adopcji AI?

Nie istnieje idealny ranking, ponieważ badania mierzą różne zjawiska. Na podstawie danych można jednak wyciągnąć kilka ogólnych wniosków.

Oprogramowanie charakteryzuje się najgłębszym wykorzystaniem indywidualnym: 84% programistów używa AI lub planuje jej używać, a połowa profesjonalistów korzysta z niej codziennie. Narzędzia AI do programowania są bliskie statusu standardowego wyposażenia.

Finanse mają najbardziej dojrzałe zastosowania instytucjonalne: AI stosuje około trzy czwarte brytyjskich firm finansowych, a wskaźniki wśród ubezpieczycieli i banków międzynarodowych przekraczają 90%.

Ochrona zdrowia szybko zwiększyła wykorzystanie AI mimo wysokiej stawki błędów — odsetek lekarzy korzystających z AI wzrósł w ciągu roku z 38% do 66%, pomimo surowych wymogów bezpieczeństwa i prywatności.

Prawo szybko się zmienia wraz z rozwojem wyspecjalizowanych narzędzi. Media wykazują wysokie wykorzystanie zawodowe, ale niski poziom komfortu konsumentów wobec automatyzacji. Handel detaliczny stosuje AI w wielu operacjach, natomiast produkcja pozostaje wolniejsza, ponieważ AI musi łączyć się z maszynami i łańcuchami dostaw.

Od asystentów AI do agentów AI

Kolejna zmiana może polegać na przejściu od AI odpowiadającej na pytania do AI wykonującej działania. Obecnie człowiek wpisuje polecenie, czyta odpowiedź AI i podejmuje decyzję. W przepływie pracy z agentem człowiek określa cel, AI planuje i wykorzystuje oprogramowanie do wykonania zadania, a następnie człowiek sprawdza rezultat.

Przykłady obejmują AI sprawdzającą transakcje pod kątem oszustw w finansach lub podsumowującą dokumentację i rezerwującą badania w ochronie zdrowia. W prawie mogłaby analizować tysiące dokumentów i przygotowywać analizę sprawy. W oprogramowaniu mogłaby znaleźć błąd, napisać poprawkę i przesłać ją do weryfikacji.

Stanford ustalił, że wdrażanie agentów pozostawało w 2025 roku na poziomie jednocyfrowym w większości funkcji biznesowych, choć wczesne zastosowania są już widoczne w oprogramowaniu i innych sektorach zaawansowanych technologicznie.

Bariery adopcji AI

W wielu branżach powtarzają się te same problemy. Jednym z nich jest dokładność, ponieważ modele AI mogą z przekonaniem przedstawiać nieprawdziwe informacje. Ma to największe znaczenie w medycynie, finansach i prawie.

Kolejną kwestią jest prywatność danych. Firmy nie mogą umieszczać poufnych danych klientów, pacjentów lub spraw prawnych w otwartych narzędziach publicznych. Regulacje również wprowadzają ograniczenia, ponieważ decyzje AI w regulowanych sektorach muszą być zgodne z obowiązującymi przepisami.

Integracja często okazuje się najtrudniejszą częścią procesu. Problem polega nie tyle na uzyskaniu modelu, ile na połączeniu go z bazami danych, oprogramowaniem i przepływami pracy. Pracownicy muszą także wiedzieć, kiedy nie ufać AI.

Luki w zarządzaniu są powszechne. Thomson Reuters ustaliło, że 34% pracowników kancelarii korzystało z niezatwierdzonych narzędzi AI. Badanie sektora usług profesjonalnych z 2026 roku wykazało, że tylko 18% specjalistów deklarowało, iż ich organizacje monitorują zwrot z inwestycji w AI, a 40% nie wiedziało, czy organizacja to robi.

Inwestycje w AI i rynek pracy

Stanford AI Index pokazuje skalę zaangażowanych środków. Globalne korporacyjne inwestycje w AI osiągnęły w 2025 roku około 581,7 mld USD. Same prywatne inwestycje w AI wyniosły około 344,7 mld USD, a inwestycje w generatywną AI wzrosły w ciągu roku o ponad 200%.

Obecne dane wskazują, że AI w większym stopniu zmienia część zadań niż całkowicie eliminuje zawody. Prawnik może poświęcać mniej czasu na wyszukiwanie dokumentów, lekarz na pisanie notatek, a dziennikarz może zautomatyzować transkrypcję.

Pojawiają się jednak wczesne sygnały presji na stanowiska początkujące. Stanford informuje, że zatrudnienie programistów w wieku od 22 do 25 lat spadło od 2024 roku o prawie 20%. Jeżeli firmy będą zatrudniać mniej młodszych pracowników, dziedziny takie jak prawo, księgowość i oprogramowanie będą potrzebowały nowych sposobów kształcenia przyszłych ekspertów.

Najważniejsze wnioski

Adopcja AI nie jest już wyłącznie historią sektora technologicznego. W 2025 roku 88% ankietowanych organizacji wykorzystywało AI w którymś obszarze działalności, a 79% regularnie korzystało z generatywnej AI.

Głębokość wykorzystania różni się w zależności od branży. Oprogramowanie prowadzi pod względem codziennego wykorzystania indywidualnego — 84%. Finanse mają najbardziej dojrzały model wdrożeń, a AI wykorzystuje 75% brytyjskich firm finansowych. W ochronie zdrowia wykorzystanie przez lekarzy wzrosło w ciągu roku z 38% do 66%, a użycie generatywnej AI w prawie niemal podwoiło się między 2024 a 2025 rokiem. Ponad połowa brytyjskich dziennikarzy korzysta z AI co tydzień, choć konsumenci preferują AI wspierającą reporterów, a nie ich zastępującą. Sprzedawcy detaliczni stosują AI w bezpieczeństwie, ustalaniu cen i prognozowaniu, podczas gdy producenci napotykają największe trudności ze skalowaniem, mimo że zaawansowane fabryki pokazują, co jest możliwe.

Pytanie stojące przed większością firm zmienia się: nie chodzi już o to, czy mogą korzystać z AI, lecz czy potrafią przeprojektować wokół niej pracę, zachowując dokładność, bezpieczeństwo i odpowiedzialność człowieka. Kolejne edycje cyklicznych badań, na których opierają się te dane — prowadzonych przez McKinsey, Stanford, Stack Overflow, AMA, Thomson Reuters, Deloitte i Bank Anglii — pokażą, czy wdrażanie agentów wyjdzie poza poziom jednocyfrowy oraz czy plany wydatków producentów przełożą się na wdrożenia na dużą skalę.

Źródła

• Stanford AI Index 2026 Report: globalne dane dotyczące adopcji AI w przedsiębiorstwach, inwestycji, zatrudnienia i agentów AI.
• Stanford AI Index 2026: Economy: statystyki adopcji organizacyjnej i inwestycji.
• Bank of England: Artificial Intelligence in UK Financial Services: badanie wykorzystania AI w bankowości, ubezpieczeniach i rynkach finansowych.
• American Medical Association: Two in three physicians are using health AI: wzrost wykorzystania AI przez lekarzy z 38% do 66%.
• Thomson Reuters 2026 AI in Professional Services Report: wykorzystanie AI w prawie, podatkach, księgowości, zarządzaniu ryzykiem i administracji publicznej.
• Thomson Reuters 2025 Generative AI in Professional Services Report: dane dotyczące adopcji w kancelariach i usługach profesjonalnych.
• Thomson Reuters Institute: Turning law-firm AI strategies into practice: strategie AI, presja klientów i zmiany przepływów pracy w kancelariach.
• Stack Overflow 2025 Developer Survey: AI: wykorzystanie AI przez programistów, zaufanie i agenci.
• Reuters Institute: AI adoption by UK journalists and their newsrooms: badanie 1,004 brytyjskich dziennikarzy dotyczące zawodowego wykorzystania AI.
• Reuters Institute: Generative AI and News Report 2025: opinie społeczne na temat AI w dziennikarstwie.
• Deloitte 2026 Retail Industry Global Outlook: wykorzystanie AI w operacjach handlu detalicznego, ustalaniu cen, prognozowaniu i łańcuchach dostaw.
• National Retail Federation: Retail AI Trends 2025: badanie liderów AI w amerykańskim handlu detalicznym.
• McKinsey: From Pilots to Performance, How COOs Can Scale AI in Manufacturing: badanie dużych producentów dotyczące wdrażania AI i wydatków.
• Deloitte 2026 Manufacturing Industry Outlook: inteligentna produkcja, agentowa AI i fizyczna AI.
• World Economic Forum: Global Lighthouse Network: wykorzystanie AI i generatywnej AI w zaawansowanych fabrykach.
• Źródło: CoinCentral