Biuro prasowe

Jeszcze niedawno rozmowy o AI koncentrowały się wokół modeli. Dziś coraz częściej dotyczą infrastruktury. Nie dlatego, że serwery są ciekawsze od algorytmów, ale dlatego, że to właśnie infrastruktura zaczyna decydować o tym, czy projekty AI będą opłacalne, bezpieczne i możliwe do skalowania.

Wiele organizacji znajduje się obecnie na podobnym etapie. Mają za sobą pierwsze wdrożenia, pierwsze modele działające produkcyjnie i pierwsze doświadczenia z wykorzystaniem GPU. Wtedy pojawiają się pytania, których wcześniej nikt nie zadawał:

• Czy rzeczywiście potrzebujemy kolejnych akceleratorów?
• Jak zabezpieczyć dane przetwarzane przez AI?
• Czy za kilka lat nie okaże się, że jesteśmy całkowicie uzależnieni od jednego dostawcy?

Odpowiedzi często nie znajdują się w samych modelach AI, ale głęboko w architekturze platformy, na której te modele działają.

Zanim kupisz kolejne GPU, sprawdź, czy wykorzystujesz obecne

W świecie sztucznej inteligencji łatwo wpaść w prosty schemat myślenia:

Potrzebujemy więcej AI, więc potrzebujemy więcej GPU.

Tymczasem rzeczywistość bywa zupełnie inna. W wielu środowiskach produkcyjnych akceleratory GPU wykorzystują jedynie część swojej mocy obliczeniowej. Model zajmuje fragment pamięci, odpowiada na zapytanie użytkownika, po czym przez pewien czas czeka na kolejne żądanie. Z perspektywy biznesu oznacza to jedno: bardzo drogi zasób przez znaczną część czasu pozostaje niewykorzystany.

Firmy często próbują rozwiązać ten problem poprzez zakup kolejnych kart lub wynajem większej liczby instancji w chmurze. Tymczasem pierwszym krokiem powinno być zwiększenie wykorzystania już posiadanej infrastruktury.

Dobrze zaprojektowana platforma AI potrafi obsługiwać większą liczbę modeli, użytkowników i procesów bez zwiększania liczby fizycznych akceleratorów.

AI wymaga takiego samego poziomu bezpieczeństwa jak systemy krytyczne

W fazie pilotażu kwestie bezpieczeństwa często schodzą na dalszy plan. Sytuacja zmienia się diametralnie, gdy AI zaczyna przetwarzać dane klientów, dokumenty medyczne, informacje finansowe czy dane obywateli. Wówczas pojawia się nowa perspektywa:

Nie pytamy już wyłącznie, czy model działa poprawnie.

Pytamy również:

• kto współdzieli infrastrukturę
• gdzie znajdują się dane
• czy możliwe jest ich odseparowanie
• czy organizacja będzie w stanie wykazać zgodność z regulacjami

W środowiskach regulowanych bezpieczeństwo nie jest dodatkiem do projektu AI. Staje się jego fundamentem. Dlatego coraz większego znaczenia nabiera architektura zapewniająca izolację pomiędzy poszczególnymi usługami, klientami lub jednostkami organizacyjnymi.

To szczególnie istotne dla:

• administracji publicznej
• ochrony zdrowia
• sektora finansowego
• energetyki
• operatorów infrastruktury krytycznej

Przykład z rynku

Szpital wdrażający asystenta AI dla personelu medycznego

Dla użytkownika najważniejsza jest szybkość działania systemu. Dla organizacji kluczowe staje się jednak pytanie:

Czy dane pacjentów są przetwarzane w środowisku zapewniającym odpowiedni poziom izolacji i zgodności z regulacjami?

Największym ryzykiem AI może być utrata kontroli

Wiele organizacji rozpoczyna przygodę z AI od usług dostępnych „od ręki” w chmurze. To naturalne - pozwala szybko rozpocząć eksperymenty i zweryfikować pomysły biznesowe. Problem pojawia się później. Wraz ze wzrostem liczby modeli, użytkowników i danych rośnie także zależność od konkretnego dostawcy technologii.

To właśnie wtedy organizacje zaczynają zadawać pytania:

• Jak łatwo możemy zmienić dostawcę?
• Ile będzie kosztować migracja?
• Czy nasze dane pozostaną pod naszą kontrolą?
• Czy jesteśmy gotowi na wzrost kosztów usług?

Coraz więcej firm dochodzi do wniosku, że równie ważna jak wydajność jest możliwość zachowania swobody działania. Dlatego rośnie zainteresowanie platformami AI opartymi na otwartych standardach, które mogą działać zarówno w chmurze publicznej, jak i we własnej infrastrukturze.

AI pod kontrolą - podsumowanie

Dyskusja o sztucznej inteligencji często koncentruje się na możliwościach modeli. Tymczasem organizacje, które odnoszą największe korzyści z AI, skupiają się na czymś innym - na kontroli.

• Kontroli nad kosztami
• Kontroli nad bezpieczeństwem
• Kontroli nad własną przyszłością technologiczną

Bo o sukcesie projektów AI coraz częściej decyduje nie to, jak inteligentny jest model, lecz jak świadomie została zaprojektowana infrastruktura, która za nim stoi.

GPU stały się dla sztucznej inteligencji tym, czym centra danych były dla cyfrowej transformacji – strategicznym zasobem, od którego zależy tempo rozwoju całej organizacji.

Dlatego decyzje dotyczące sposobu ich wykorzystania nie powinny być wyłącznie tematem dla administratorów czy architektów infrastruktury. To decyzje biznesowe, które wpływają na koszty operacyjne, bezpieczeństwo danych, dostępność usług i niezależność technologiczną organizacji.

Im wcześniej potraktujemy infrastrukturę AI jako element strategii, a nie wyłącznie zaplecze techniczne, tym łatwiej będzie budować rozwiązania, które pozostaną efektywne również za kilka lat.

Autor:

Michał Torzewicz
Product Manager, Asseco Poland

‍

Asseco zostało wyróżnione w rankingu „Polskie Gepardy 2026”, przygotowanym przez redakcję tygodnika „Wprost”. Spółka, która w 2025 r. osiągnęła zysk operacyjny na poziomie 1,6 mld zł, jest jedyną firmą z sektora IT ujętą w zestawieniu. Ranking wyróżnia dynamicznie rozwijające się polskie przedsiębiorstwa.

Ranking „Polskie Gepardy” obejmuje firmy, które osiągają ponadprzeciętne wyniki biznesowe, skutecznie zwiększają skalę działalności i umacniają swoją pozycję rynkową. Obecność Asseco w tym gronie potwierdza skuteczność konsekwentnie realizowanej strategii rozwoju oraz zdolność do budowania trwałej wartości w wymagającym i szybko zmieniającym się otoczeniu technologicznym.

Asseco od ponad trzech dekad rozwija własne technologie i wspiera cyfrową transformację organizacji w kluczowych sektorach gospodarki. Grupa działa na wielu rynkach międzynarodowych, pozostając jednocześnie spółką o polskich korzeniach i jednym z najważniejszych ambasadorów krajowej branży technologicznej za granicą.

Jeszcze niedawno stworzenie prototypu nowego interfejsu było czasochłonnym procesem wymagającym pracy projektantów, warsztatów, iteracji i wielu godzin składania makiet.

Dzisiaj wygenerowanie atrakcyjnego UI (User Interface - interfejsu użytkownika) przestaje być problemem technologicznym. Narzędzia oparte o AI potrafią tworzyć ekrany w kilka minut. I właśnie tutaj zaczyna się największe nieporozumienie wokół AI w projektowaniu produktów.

Bo największym wyzwaniem w systemach enterprise nigdy nie było samo tworzenie ekranów. Największym wyzwaniem zawsze była spójność.

Wygenerowanie ekranu jest łatwe. Utrzymanie produktu - już nie

Większość nowoczesnych narzędzi AI bardzo dobrze radzi sobie z generowaniem pojedynczych widoków. Problem pojawia się dopiero wtedy, gdy próbujemy osadzić je w rzeczywistym produkcie.

Szczególnie takim, który rozwijany jest od wielu lat, posiada wiele modułów, obsługiwany jest przez różne zespoły i zawiera dziesiątki wyjątków, procesów oraz historycznych decyzji.

W tym momencie szybko okazuje się, że wygenerowanie estetycznego UI to zaledwie początek problemu. Prawdziwe wyzwania zaczynają się wtedy, gdy trzeba odpowiedzieć na pytania:

• czy nowy ekran jest zgodny z istniejącym produktem
• czy wykorzystuje właściwe komponenty
• czy zachowuje logikę procesów
• czy wpisuje się w istniejący design system
• i czy za miesiąc kolejna iteracja nadal będzie wyglądała spójnie

To właśnie tutaj większość organizacji zaczyna dostrzegać ograniczenia prostego „generowania ekranów”.

Chaos w produktach nie bierze się z braku narzędzi

W dużych organizacjach niespójność rzadko pojawia się nagle. Najczęściej narasta stopniowo. Jeden zespół dodaje nowy wariant komponentu, a drugi upraszcza proces po swojemu. Trzeci tworzy „tymczasowe” rozwiązanie, a kolejne iteracje produktu utrwalają wyjątki.

Po kilku latach organizacja często posiada wiele wariantów tych samych elementów, niespójne wzorce interakcji, różne sposoby prezentacji danych i procesy, które zachowują się inaczej w zależności od miejsca systemu.

To szczególnie widoczne w produktach enterprise i systemach legacy (rozwijanych przez wiele lat). Problem polega na tym, że AI bardzo łatwo zaczyna taki chaos powielać.

Jeśli organizacja nie posiada jasno zdefiniowanych reguł, model zaczyna:

• tworzyć kolejne warianty komponentów
• zmieniać zachowania ekranów
• interpretować wzorce na własny sposób
• i utrwalać istniejące niespójności

W efekcie produkt zaczyna „rozjeżdżać się” jeszcze szybciej.

Dlaczego spójność staje się dziś kluczowa?

W klasycznym procesie projektowym brak spójności często był rozłożony w czasie. Dzisiaj AI potrafi generować kolejne ekrany tak szybko, że organizacja może multiplikować problemy równie szybko, jak wcześniej tworzyła rozwiązania. Dlatego coraz większego znaczenia nabiera definiowanie reguł, kontrola kontekstu i świadome zarządzanie design systemem.

To właśnie te elementy zaczynają decydować o jakości produktu. Nie sam model. Nie samo narzędzie. Nie liczba promptów. Tylko jakość zasad, na podstawie których AI pracuje.

AI zaczyna wymuszać porządek

To jedna z najbardziej interesujących zmian, jakie pojawiają się dziś w projektowaniu produktów. Jeszcze niedawno design system był dla wielu organizacji przede wszystkim dokumentacją. Dzisiaj zaczyna stawać się operacyjnym zestawem reguł wykorzystywanych przez AI do budowania kolejnych ekranów. To oznacza konieczność dużo większej precyzji w definiowaniu komponentów, zasad użycia, wariantów, hierarchii, dostępności i logiki interfejsu.

AI bardzo szybko ujawnia miejsca, w których produkt nie jest konsekwentny. Pokazuje niejasne reguły, brakujące komponenty, wyjątki oraz miejsca, w których organizacja sama nie wie już, jaki standard obowiązuje. W praktyce oznacza to, że wdrażanie AI do projektowania produktów często staje się równocześnie audytem jakości samego produktu.

Największą wartością staje się wiedza o produkcie

Wokół AI bardzo często mówi się o szybkości. Tymczasem w środowisku enterprise równie ważna staje się możliwość utrwalania wiedzy o produkcie: reguł biznesowych, wzorców interfejsu, decyzji projektowych i zależności między ekranami.

To właśnie dlatego coraz większe znaczenie mają repozytoria wiedzy, opisane komponenty i jasno określone zasady działania systemu.

Organizacje zaczynają rozumieć, że AI nie powinno działać jak „black box”, który generuje przypadkowe rozwiązania. Największą wartość daje wtedy, gdy rozumie kontekst pracuje w określonych regułach i rozwija produkt w sposób przewidywalny.

W przyszłości przewagę zyskają nie firmy z najlepszym AI

Przewagę zyskają organizacje, które najlepiej rozumieją własny produkt, posiadają uporządkowane reguły i potrafią konsekwentnie zarządzać spójnością.

Bo w świecie generatywnego projektowania wygenerowanie nowego ekranu staje się coraz prostsze. Trudne pozostaje coś innego utrzymanie konsekwencji produktu rozwijanego przez lata, zespoły i kolejne iteracje technologiczne.

Nasze doświadczenia

Co testowaliśmy

• produkty enterprise, w tym rozwiązania bankowe
• istniejące systemy legacy
• nowe produkty budowane od podstaw
• aplikacje webowe i mobilne
• środowiska prototypowe wykorzystywane w badaniach użyteczności oraz prezentacjach dla klientów

Jak testowaliśmy

• generowanie pojedynczych ekranów
• rozbudowa istniejących produktów
• tworzenie spójnych środowisk prototypowych
• iteracyjne rozwijanie produktu „ekran po ekranie”
• współpraca AI z istniejącymi komponentami i strukturami UI

W praktyce oznaczało to

• budowanie klikalnych prototypów przypominających gotowe aplikacje
• prowadzenie badań użyteczności na wygenerowanych interfejsach
• prezentowanie prototypów klientom jako kierunku rozwoju produktu
• sprawdzanie, jak AI zachowuje się przy wielosesyjnej pracy nad jednym systemem
• obserwowanie wpływu kolejnych iteracji na spójność produktu

Co analizowaliśmy

• możliwość utrzymania spójności interfejsu w czasie
• pracę AI w oparciu o istniejące design systemy
• zachowanie modeli przy rozbudowanych produktach i wielu ekranach
• wpływ AI na tempo iteracji produktowych
• jakość komunikacji z klientem przy użyciu interaktywnych prototypów
• potencjał wykorzystania wygenerowanych komponentów w dalszym developmencie
• koszty i efektywność pracy na różnych modelach językowych

Weryfikowano zarówno ogólnodostępne narzędzia AI do projektowania interfejsów, jak i własne podejście oparte o lokalne repozytoria, design systemy oraz kontrolę kontekstu projektowego.

Najważniejsze obserwacje

1. AI radykalnie skraca czas potrzebny do walidacji pomysłów
2. W systemach enterprise największym problemem nie jest dziś generowanie UI, ale utrzymanie spójności produktu
3. Im większy produkt, tym większego znaczenia nabierają reguły, kontekst i kontrola nad wiedzą projektową
4. Największą wartością AI nie jest samo tworzenie ekranów, lecz przyspieszenie procesu dochodzenia do właściwych decyzji produktowych

Nasz pomysł: Mockup.AI

Mockup.AI powstał nie z potrzeby stworzenia kolejnego narzędzia AI, ale z bardzo praktycznego problemu: „potrzebujemy prototypu na jutro”.

Podczas testów popularnych rozwiązań do generowania interfejsów zespół zauważył, że choć świetnie radzą sobie one z tworzeniem pojedynczych ekranów, to w przypadku dużych produktów enterprise szybko pojawiają się problemy ze spójnością, kontrolą kontekstu i powtarzalnością efektów.

To doprowadziło do kluczowego wniosku: w produktach enterprise największym wyzwaniem nie jest generowanie UI, ale utrzymanie spójności produktu w czasie.

Mockup.AI powstał jako odpowiedź na ten problem. Zamiast skupiać się wyłącznie na generowaniu ekranów, wykorzystuje reguły, komponenty, wzorce i wiedzę o produkcie, aby AI mogło rozwijać interfejs w sposób przewidywalny i zgodny z istniejącym ekosystemem.

Dziś jest wykorzystywany do prototypowania, badań użyteczności, warsztatów z klientami oraz szybkiej weryfikacji nowych kierunków rozwoju produktów.

Autor:

Michał Strączek
‍Kierownik Asseco Design

Dwie inicjatywy realizowane przez Asseco zostały wyróżnione w najnowszej edycji raportu Forum Odpowiedzialnego Biznesu „Odpowiedzialny biznes w Polsce 2025. Dobre praktyki” – największego w Polsce przeglądu działań przedsiębiorstw na rzecz zrównoważonego rozwoju i społecznej odpowiedzialności biznesu.

W tegorocznej publikacji znalazły się projekty „Pomagamy” oraz „Asseco for the Future”, które zostały zaprezentowane w obszarze działań społecznych i zaangażowania na rzecz rozwoju społeczności lokalnych.

Program „Pomagamy” od lat angażuje pracowników Asseco w działania charytatywne i wolontariackie. Dzięki inicjatywie wsparcie otrzymują organizacje pomagające osobom znajdującym się w trudnej sytuacji życiowej, m.in. domy dziecka, hospicja czy fundacje wspierające ubogie rodziny. Od początku programu Asseco przeznaczyło na ten cel blisko 2,2 mln zł, a pomoc trafiła do tysięcy potrzebujących.

Z kolei „Asseco for the Future” wspiera młode talenty w świadomym kształtowaniu ścieżki kariery oraz doskonaleniu kompetencji z obszaru nauki i technologii. W 2025 roku, we współpracy z Our Future Foundation, inicjatywy edukacyjne Asseco dotarły bezpośrednio do 2750 uczniów i studentów. Eksperci firmy dzielili się wiedzą podczas wydarzeń i warsztatów, promując rozwój kompetencji cyfrowych oraz kariery w sektorze IT.

‍

Asseco Poland dołączyło do SME Finance Forum – globalnej sieci zrzeszającej ponad 250 ekspertów w zakresie finansowania małych i średnich przedsiębiorstw (MŚP) działających w 190 krajach, której celem jest zwiększanie dostępu do finansowania dla firm z sektora MŚP na całym świecie.

Z przyjemnością witamy Asseco Poland w gronie naszych najnowszych członków. Technologia odgrywa coraz większą rolę w poszerzaniu dostępu do finansowania dla MŚP. Z niecierpliwością czekamy na współpracę z Asseco Poland na rzecz rozwoju innowacji cyfrowych, wzmacniania inkluzywności finansowej oraz wspierania instytucji finansowych w jeszcze skuteczniejszej obsłudze przedsiębiorców i firm na całym świecie – powiedział Qamar Saleem, Head of SME Finance Forum.

Asseco Poland to międzynarodowa firma technologiczna i zaufany dostawca rozwiązań informatycznych dla globalnego sektora usług finansowych. Jako spółka dominująca Grupy Asseco, obecnej w ponad 60 krajach, wspiera banki, instytucje finansowe i dostawców usług płatniczych w przyspieszaniu transformacji cyfrowej dzięki rozwiązaniom z zakresu sztucznej inteligencji, technologii chmurowych, cyberbezpieczeństwa oraz analityki danych. Dzięki wieloletniej współpracy z instytucjami finansowymi na całym świecie Asseco przyczynia się do zwiększania inkluzywności finansowej i wspierania zrównoważonego wzrostu gospodarczego.

Jesteśmy zaszczyceni możliwością dołączenia do SME Finance Forum i stania się częścią prestiżowej międzynarodowej społeczności działającej pod auspicjami IFC oraz Grupy Banku Światowego. Członkostwo to stanowi ważny kamień milowy dla Asseco Poland i jest potwierdzeniem naszego wieloletniego zaangażowania w rozwój transformacji cyfrowej w sektorze usług finansowych – powiedziała Marta Mróz-Sipiora, Dyrektor ds. Rozwoju Globalnego i Innowacji w Asseco Poland.

Jako członek SME Finance Forum, Asseco Poland będzie aktywnie uczestniczyć w inicjatywach mających na celu wzmacnianie ekosystemu finansowania MŚP poprzez dostarczanie innowacyjnych technologii umożliwiających instytucjom finansowym lepsze wspieranie przedsiębiorców i firm. Korzystając z wieloletniego doświadczenia w obszarze technologii bankowych, cyfrowego kredytowania, rozwiązań opartych na sztucznej inteligencji oraz usług bankowych skoncentrowanych na potrzebach klientów, Asseco zamierza wspierać banki i instytucje finansowe w budowaniu bardziej dostępnych, efektywnych i skalowalnych rozwiązań finansowych dla sektora MŚP.

Technologia odgrywa kluczową rolę w zwiększaniu dostępu do finansowania oraz umożliwianiu zrównoważonego rozwoju małych i średnich przedsiębiorstw. Dzięki uczestnictwu w SME Finance Forum liczymy na współpracę z liderami branży, instytucjami rozwojowymi, bankami oraz innowatorami z sektora fintech, aby wspólnie kształtować przyszłość finansowania MŚP. Razem możemy pomóc instytucjom finansowym zwiększać efektywność, wzmacniać odporność oraz poszerzać dostęp do finansowania dla przedsiębiorstw z sektora MŚP na całym świecie – dodała Marta Mróz-Sipiora.

SME Finance Forum: innowacje i partnerstwo na rzecz rozwoju sektora MSME

SME Finance Forum, wspierane przez państwa G20 oraz IFC i Grupę Banku Światowego, jest wiodącą globalną siecią zrzeszającą ponad 250 członków i partnerów działających w 190 krajach. Tworzą ją instytucje skoncentrowane na sektorze MŚP, które dostarczają lub umożliwiają dostęp do finansowania i usług, w tym banki, pozabankowe instytucje finansowe, firmy fintech, platformy płatnicze, instytucje rozwojowe, fundusze gwarancyjne, ubezpieczyciele, fundusze inwestycyjne, podmioty związane z finansowaniem łańcuchów dostaw, stowarzyszenia bankowe i organizacje wspierające MŚP, rzecznicy polityk publicznych, regulatorzy, środowiska akademickie, firmy doradcze oraz organizacje gromadzące i udostępniające wiedzę.

Adam Góral, założyciel i Prezes Zarządu Asseco Poland, został uhonorowany nagrodą As Bankiera. Wyróżnienie przyznano za wieloletni wkład w rozwój polskiego sektora technologicznego i finansowego oraz konsekwentne budowanie jednej z największych międzynarodowych grup IT opartych na polskim kapitale.

Kapituła nagrody doceniła rolę Adama Górala w rozwoju technologii dla sektora finansowego. Pod jego kierownictwem Asseco Poland umocniło pozycję jednego z kluczowych dostawców rozwiązań IT dla banków, ubezpieczycieli i instytucji finansowych w Polsce oraz regionie. W uzasadnieniu podkreślono również jego wkład we wspieranie cyfryzacji gospodarki oraz rozwój nowoczesnych usług technologicznych.

Adam Góral pozostaje jednym z najbardziej opiniotwórczych przedsiębiorców związanych z nowymi technologiami i transformacją cyfrową.

Finał rankingu Asy Bankiera 2026 odbył się we wtorek 9 czerwca w historycznej Sali Senatu Uniwersytetu Warszawskiego. W wydarzeniu uczestniczyli przedstawiciele rynku finansowego, administracji publicznej, świata nauki oraz biznesu.