Biuro prasowe

Asseco jest jedną z 30 największychfirm w Polsce według rankingu opracowanego przez redakcję „Gazety Finansowej”. Spółka,która w 2025 r. osiągnęła przychody w wysokości 16,8 młd zł, jest również najwyżejsklasyfikowaną firmą z branży IT w zestawieniu. Tym samym Asseco ponowniepotwierdziło swoją pozycję lidera polskiego rynku technologicznego.

Asseco jest największą grupą IT w Polsce iregionie Europy Środkowo-Wschodniej. Od 35 lat tworzy zaawansowanetechnologicznie oprogramowanie dla przedsiębiorstw i instytucjiz kluczowych sektorów gospodarki. Firma zatrudnia ponad 30 tys. osób ijest obecna w ponad 50 krajach na całym świecie. Rozwija się organicznie, jaki poprzez akwizycje. Spółki Asseco notowane są na Giełdzie PapierówWartościowych w Warszawie, NASDAQ i Giełdzie Papierów Wartościowychw Tel Awiwie.

Asseco jest największym zwycięzcą tegorocznej edycji rankingu „ITwiz Best100”, zajmując 1. miejsce w aż siedmiu kategoriach, w tym jako największa grupa kapitałowa IT w Polsce oraz lider sprzedaży rozwiązań i usług dla kluczowych sektorów gospodarki. Jednocześnie firma po raz kolejny została uhonorowana tytułem „Lidera Cyfryzacji w Polsce”. Jest bowiem największą firmą z kapitałem polskim sprzedającą własne produkty i usługi.

W 2025 roku Asseco wypracowało w Polsce 2,8 mld zł przychodów ze sprzedaży produktów i usług IT. Z kolei Grupa Asseco osiągnęła 16,8 mld zł przychodów. Rok 2025 był dla Grupy Asseco rekordowy pod względem wyników finansowych. Spółka osiągnęła najwyższy w swojej 35-letniej historii zysk netto, który przekroczył 1,1 mld zł.

W 2026 roku koncentrujemy się na dalszym umacnianiu pozycji Asseco jako lidera cyfryzacji w kluczowych sektorach gospodarki – bankowości, energetyce, telekomunikacji, opiece zdrowotnej oraz administracji publicznej, a także rozwoju w segmentach produktowych – systemach ERP, płatnościach i usługach zaufania. Fundamentem naszego biznesu pozostają własne produkty i kompetencje technologiczne, które systematycznie rozszerzamy – powiedział Adam Góral, Prezes Zarządu Asseco Poland.

Asseco zwyciężyło łącznie w siedmiu kategoriach rankingu ITwiz Best100, zajmując pierwsze miejsca jako: największa firma z kapitałem polskim sprzedająca własne produkty i usługi oraz największa grupa kapitałowa IT w Polsce. Ponadto firma jest największym dostawcą rozwiązań dla administracji publicznej i służb mundurowych oraz sektora bankowego. Asseco to również lider sprzedaży usług wdrożenia aplikacji, integracyjnych oraz serwisowych.

Silna pozycja Asseco we wszystkich tych obszarach potwierdza kompetencje spółki w realizacji strategicznych projektów cyfryzacyjnych oraz rolę zaufanego partnera technologicznego dla administracji publicznej i przedsiębiorstw.

Asseco zostało uhonorowane tytułem „Lider Cyfryzacji w Polsce” w rankingu „ITwiz Best100”. Wyróżnienie przyznano spółce za osiągnięcie najwyższych przychodów spośród firm informatycznych działających na polskim rynku. Ponadto Asseco zajęło 1. miejsce w kategorii „Największych Grup Kapitałowych”

W 2025 roku Asseco wypracowało w Polsce 2,8 mld zł przychodów. Jednocześnie Grupa Asseco osiągnęła 16,8 mld zł ze sprzedaży z czego 86 proc. pochodziło z rynków zagranicznych, co potwierdza skuteczność realizowanej strategii międzynarodowego rozwoju przy zachowaniu pozycji lidera w Polsce.

2025 rok był dla nas rekordowy – wypracowaliśmy najwyższy w naszej 35-letniej historii zysk netto, który przekroczył 1,1 mld zł. To znaczące osiągnięcie, szczególnie w kontekście wymagającego i niepewnego otoczenia, w jakim prowadzimy działalność. Konsekwentnie realizujemy przyjętą strategię, której fundamentem pozostaje tworzenie i rozwój najwyższej jakości własnego oprogramowania dla instytucji oraz przedsiębiorstw działających w kluczowych sektorach gospodarki. To właśnie model oparty na produktach własnych, kompetencjach domenowych i długoterminowych relacjach z klientami stanowi o sile, a także odporności Asseco – powiedział Adam Góral, Prezes Zarządu Asseco.

Ranking ITwiz Best100 od lat stanowi jedno z najważniejszych zestawień polskiej branży technologicznej. Obejmuje największe przedsiębiorstwa informatyczne oraz analizuje ich wyniki finansowe, pozycję rynkową i specjalizacje. Tytuł „Lider Cyfryzacji w Polsce” trafia do firmy, która osiągnęła najwyższe przychody wśród firm IT w kraju.

‍

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