Poradnik

Centrum kompetencji AI (AI Center of Excellence) – kiedy firma go potrzebuje i jak je zbudować w 90 dni

Ten poradnik jest dla zarządów, które mają za sobą pierwsze udane projekty AI i zastanawiają się, kto ma tym obszarem dalej kierować. Wyjaśniamy, czym jest centrum kompetencji AI, kiedy ma sens, a kiedy wystarczy jedna osoba odpowiedzialna. Dostajesz też plan pierwszych 90 dni i listę błędów, przez które takie zespoły najczęściej znikają po roku.

Autor: Kacper Włodarczyk, CEO ALGORCOMPOpublikowano: 30 maja 2026Czas czytania: 10 min czytaniaSztuczna inteligencjaDla: Średnia firma
Centrum kompetencji AI (AI Center of Excellence) – kiedy firma go potrzebuje i jak je zbudować w 90 dni

Czym centrum kompetencji AI różni się od działu AI

Po dwóch lub trzech udanych pilotażach w firmie zaczynają się kłopoty organizacyjne. Dział sprzedaży kupuje jedno narzędzie, księgowość drugie, a nikt nie wie, jakie dane trafiają do zewnętrznych usług. Centrum kompetencji AI powstaje po to, żeby uporządkować ten obszar bez spowalniania działów.

Najczęstsze nieporozumienie polega na tym, że zarząd wyobraża sobie dział, który zrobi wszystkie projekty AI za resztę firmy. Taki dział szybko staje się wąskim gardłem, a działy przestają czuć się odpowiedzialne za wynik. Dobrze zbudowane centrum robi mniej, ale rzeczy, których działy nie zrobią same.

Do jego typowych zadań należą cztery obszary wymienione poniżej. Wszystko inne, łącznie z prowadzeniem konkretnych projektów, zostaje w działach.

  • Zasady: polityka korzystania z AI, lista dopuszczonych narzędzi, zasady dotyczące danych osobowych i tajemnic firmy.
  • Wspólne narzędzia: licencje, połączenia z systemami firmy, środowisko do testów, z których korzystają wszystkie działy.
  • Wiedza: szkolenia, instrukcje, wymiana doświadczeń między działami.
  • Przegląd projektów: ocena nowych pomysłów przed startem i kontrola gotowych rozwiązań przed uruchomieniem.

Kiedy firma potrzebuje centrum kompetencji, a kiedy wystarczy jedna osoba

Centrum kompetencji to koszt stały, więc powinno odpowiadać na realną potrzebę. Firma, która ma jeden pilotaż i powołuje zespół dziesięciu osób, wyda pieniądze na koordynowanie czegoś, czego jeszcze nie ma.

Sygnałem, że przyszedł czas, jest zwykle kilka spraw naraz: kolejne działy chcą własnych projektów, pojawiają się pytania o bezpieczeństwo danych, a zarząd chce widzieć jeden plan zamiast kilku osobnych inicjatyw. Tabela poniżej pokazuje orientacyjny podział – to nasza rekomendacja, a nie norma.

W firmie na 120 osób zwykle wystarcza pierwszy albo drugi wariant. Pełne centrum z kilkoma etatami ma sens raczej w organizacjach liczących kilkaset osób albo w grupach kilku spółek.

Jak dopasować organizację AI do sytuacji firmy (rekomendacja orientacyjna)
Sytuacja w firmieCo zwykle wystarczaKto podejmuje decyzje
Pierwsze próby, 1–2 projektyJedna osoba odpowiedzialna za AI, kilka godzin tygodniowo, wsparcie zewnętrznego doradcyCzłonek zarządu, który nadzoruje projekty
3–5 projektów w kilku działachZespół 2–4 osób na część etatu i komitet sterującyKomitet sterujący raz w miesiącu
Kilkanaście projektów, kilkaset osób lub kilka spółekCentrum kompetencji z osobnymi etatami i przeszkolonymi pracownikami w działachKomitet sterujący i lider AI z budżetem
Centrum kompetencji AI (AI Center of Excellence) – kiedy firma go potrzebuje i jak je zbudować w 90 dni

Model scentralizowany czy rozproszony – którą drogę wybrać

Pierwsza decyzja dotyczy tego, gdzie pracują ludzie budujący rozwiązania AI. W modelu scentralizowanym wszyscy są w jednym zespole, a działy zlecają mu prace jak zewnętrznej firmie. W modelu rozproszonym centrum jest małe, a w każdym dziale pracuje przeszkolona osoba, która prowadzi projekty u siebie.

W średniej firmie zwykle lepiej sprawdza się model rozproszony. Pracownik działu zna proces, ludzi i wyjątki, więc szybciej znajdzie sensowne zastosowanie. Centrum dba o to, żeby wszyscy korzystali z tych samych narzędzi i przestrzegali tych samych zasad.

Model scentralizowany ma sens w dwóch sytuacjach. Pierwsza to branże silnie regulowane, gdzie każdy projekt wymaga tej samej szczegółowej kontroli. Druga to sam początek, gdy w działach nie ma jeszcze nikogo, kto mógłby prowadzić projekty.

Porównanie dwóch modeli organizacji AI
CechaModel scentralizowanyModel rozproszony
Kto buduje rozwiązaniaZespół centrum na zlecenie działówPrzeszkoleni pracownicy działów, wspierani przez centrum
ZaletaSpójne narzędzia i jednolita jakośćSzybsze decyzje, dział odpowiada za wynik
RyzykoKolejka zleceń i słabe zaangażowanie działówRóżna jakość rozwiązań w różnych działach
Kiedy pasujeBranże regulowane, sam początekWiększość średnich firm po pierwszych projektach

Kto powinien pracować w centrum kompetencji AI

W dużej organizacji każdą z poniższych ról pełni osobna osoba. W średniej firmie jedna osoba często łączy dwie role, a część pracy przejmuje zewnętrzny partner. Ważne, żeby każda odpowiedzialność miała konkretnego właściciela, nawet jeśli to tylko część jego etatu.

Najtrudniej obsadzić rolę lidera. Potrzebna jest osoba, która rozumie zarówno technologię, jak i biznes, i potrafi rozmawiać z zarządem. Sam świetny programista zwykle nie przekona komitetu, a sam menedżer nie oceni, czy pomysł da się technicznie zrealizować.

  • Lider AI: odpowiada za plan działań, budżet i kontakt z zarządem; raportuje do prezesa albo członka zarządu.
  • Osoba techniczna (architekt rozwiązań): wybiera narzędzia, decyduje, jak łączyć je z systemami firmy, ocenia wykonalność pomysłów.
  • Osoba od zasad i ryzyka: pilnuje zgodności z AI Act i RODO, prowadzi listę narzędzi i projektów, współpracuje z inspektorem ochrony danych.
  • Programiści lub specjaliści od automatyzacji: budują i utrzymują wspólne narzędzia, z których korzystają działy.
  • Osoba od szkoleń: przygotowuje instrukcje, szkoli pracowników i wspiera przeszkolone osoby w działach.
  • Przeszkoleni pracownicy w działach: po jednej osobie w finansach, sprzedaży czy obsłudze klienta; zgłaszają pomysły i prowadzą projekty u siebie.
Schemat organizacyjny: komitet sterujący, mały zespół centrum kompetencji AI i przeszkoleni pracownicy w działach firmy

Centrum kompetencji AI ocenia się po tym, ile dobrze działających rozwiązań mają działy, a nie po tym, ilu ludzi w nim pracuje.

Komitet sterujący AI – kto w nim zasiada i o czym decyduje

Centrum kompetencji bez wsparcia zarządu szybko staje się doradcą, którego nikt nie musi słuchać. Komitet sterujący to grupa członków zarządu i kierowników działów, która zatwierdza plan AI i rozstrzyga spory. Daje centrum mandat do trudnych decyzji, takich jak odrzucenie projektu albo dostawcy.

W średniej firmie komitet liczy zwykle od czterech do sześciu osób. Pełny skład to prezes lub dyrektor operacyjny, dyrektor finansowy, osoba odpowiedzialna za IT, lider AI i dwóch kierowników działów, które korzystają z AI najwięcej. Wystarczy spotkanie raz w miesiącu, około półtorej godziny.

Zakres decyzji komitetu warto spisać od razu, żeby nie wracać do niego przy każdym sporze. Typowy zestaw obejmuje sprawy wymienione poniżej.

  • Zatwierdzanie planu projektów AI raz na kwartał i kolejności ich realizacji.
  • Zgoda na projekty powyżej ustalonego progu kwotowego albo dotyczące danych osobowych.
  • Decyzje o wyborze głównych dostawców i narzędzi.
  • Rozstrzyganie sporów między działami a centrum kompetencji.
  • Przegląd mierników i ocena, czy centrum spełnia oczekiwania.

Trzy dokumenty, bez których centrum kompetencji nie przetrwa roku

Centra kompetencji najczęściej upadają nie z powodu technologii, tylko dlatego, że nikt nie ustalił, za co odpowiadają. Po roku zarząd pyta o efekty, a zespół nie ma czym się wykazać. Dlatego w pierwszych tygodniach trzeba przygotować trzy krótkie dokumenty.

Pierwszy to zakres działania, zwany też statutem: jedna strona o tym, co centrum robi, a czego nie robi. Ta druga część jest ważniejsza, bo chroni zespół przed zalewem próśb w rodzaju „zróbcie nam AI do wszystkiego”.

Drugi to uprawnienia zatwierdzone przez komitet, na przykład prawo do wstrzymania projektu, który nie przeszedł przeglądu bezpieczeństwa. Trzeci to mierniki, po których zarząd oceni pracę zespołu. Przykładowe mierniki znajdziesz poniżej – wybierz od czterech do sześciu i raportuj je co kwartał.

  • Liczba rozwiązań AI, które działają w codziennej pracy działów, a nie tylko w pilotażu.
  • Policzone korzyści tych rozwiązań: zaoszczędzone godziny, mniej błędów, szybsza obsługa klienta.
  • Czas od zgłoszenia pomysłu do uruchomienia pilotażu.
  • Odsetek pracowników przeszkolonych z zasad korzystania z AI.
  • Liczba narzędzi AI używanych w firmie poza oficjalną listą.
  • Ocena centrum przez działy w krótkiej ankiecie raz na kwartał.

Plan pierwszych 90 dni krok po kroku

Dziewięćdziesiąt dni wystarczy, żeby centrum zaczęło działać, ale nie wystarczy, żeby pokazało duże efekty. Celem tego okresu jest działająca organizacja: ludzie, zasady i pierwsze procedury. Tabela poniżej pokazuje, jak podzielić pracę na trzy miesiące.

Po 90 dniach komitet ocenia pierwszy kwartał i zatwierdza plan na kolejny. Warto wtedy uczciwie sprawdzić, które założenia się nie sprawdziły, i poprawić zakres działania.

Przykładowy harmonogram uruchomienia centrum kompetencji AI
OkresCo zrobićWynik na koniec okresu
Dni 1–30Powołanie komitetu, wybór lidera AI, spis wszystkich narzędzi i projektów AI w firmie, szkic zakresu działaniaPierwsze posiedzenie komitetu, zatwierdzony lider i lista bieżących projektów
Dni 31–60Obsadzenie kluczowych ról, wybór wspólnych narzędzi, polityka korzystania z AI, próbny przegląd 2–3 trwających projektówZatwierdzona polityka AI i procedura przeglądu projektów
Dni 61–90Szkolenie pierwszej grupy pracowników z działów, przegląd wszystkich nowych projektów, raport miernikówPierwszy kwartalny raport dla komitetu i plan na kolejny kwartał

Jakie obowiązki prawne pomaga spełnić centrum kompetencji

AI Act nie każe powoływać centrum kompetencji ani prowadzić rejestru systemów AI. Nakłada jednak obowiązki, które ktoś w firmie musi przypilnować, i centrum jest do tego naturalnym miejscem.

Już dziś obowiązuje wymóg wspierania wiedzy pracowników o AI, który najprościej spełnić przez szkolenia i spisane zasady. Od 2 sierpnia 2026 r. chatbot dla klientów musi informować, że rozmówca rozmawia z AI. Jeśli firma używa AI do oceny kandydatów lub pracowników, od 2 grudnia 2027 r. obejmą ją obowiązki dla systemów wysokiego ryzyka.

Osoba od zasad i ryzyka w centrum powinna znać te terminy i sprawdzać każdy nowy projekt pod tym kątem. Lista projektów i narzędzi AI nie jest obowiązkiem, ale bez niej trudno ocenić, których przepisów firma musi przestrzegać.

Pięć błędów, przez które centra kompetencji znikają po roku

Poniższe błędy powtarzają się w firmach różnej wielkości. Każdy z nich da się uniknąć decyzją podjętą w pierwszym kwartale.

Jeśli rozpoznajesz u siebie dwa lub więcej objawów z listy poniżej, zatrzymaj rozbudowę zespołu i wróć do zakresu działania i mierników.

  • Za duży zespół na start. Zacznij od kilku osób i rozbudowuj zespół dopiero wtedy, gdy działy pokażą pierwsze policzalne efekty.
  • Lider wyłącznie techniczny. Osoba, która nie potrafi przełożyć technologii na pieniądze, nie zdobędzie poparcia zarządu.
  • Brak widocznych efektów w pierwszym kwartale. Zaplanuj dwie lub trzy małe, ale widoczne rzeczy, np. ogłoszenie polityki AI i pierwsze szkolenie dla kilku działów.
  • Zespół odcięty od działów. Bez przeszkolonych osób w działach centrum nie wie, czego ludzie naprawdę potrzebują.
  • Zasady dopisane po fakcie. Wprowadzanie reguł po pół roku oznacza poprawianie gotowych rozwiązań; lepiej ustalić je od pierwszego dnia.

Z czego składa się koszt centrum kompetencji AI

Największą pozycją są wynagrodzenia, nawet jeśli część osób pracuje w centrum tylko na część etatu. Czas pracowników z działów też kosztuje, choć nie widać go w budżecie zespołu.

Do tego dochodzą wspólne licencje i narzędzia, szkolenia oraz zewnętrzne wsparcie, zwłaszcza w pierwszym półroczu. Przy planowaniu budżetu porównaj koszt centrum z łączną korzyścią z projektów, które ma prowadzić. Jeśli ta korzyść jest mniejsza, wystarczy wariant z jedną osobą odpowiedzialną.

Powiązane wątki w bazie wiedzy

Czytaj dalej

FAQ

Centrum kompetencji AI – najczęstsze pytania

Odpowiedzi na pytania, które zarządy zadają, gdy decydują o organizacji obszaru AI.

Czy AI Act wymaga powołania centrum kompetencji lub prowadzenia rejestru AI?
Nie. Przepisy nie nakładają na każdą firmę obowiązku posiadania takiego zespołu, polityki AI ani rejestru systemów. To dobre praktyki, które ułatwiają spełnienie faktycznych obowiązków, np. wspierania wiedzy pracowników o AI.
Kogo wybrać na lidera AI – kogoś z firmy czy z zewnątrz?
Osoba z firmy zna procesy, ludzi i ma zaufanie zarządu, ale zwykle brakuje jej doświadczenia w AI. Osoba z zewnątrz wnosi wiedzę, ale przez pierwsze miesiące uczy się firmy. Często dobrze działa awans kogoś z firmy połączony z zewnętrznym doradcą na pierwsze pół roku.
Czy rolę centrum kompetencji może pełnić dział IT?
Może, jeśli dział IT ma czas i ludzi, którzy rozumieją procesy biznesowe. Ryzyko polega na tym, że IT skupi się na technologii i bezpieczeństwie, a mniej na korzyściach dla działów. Dlatego w komitecie powinni zasiadać także kierownicy działów biznesowych.
Czy można zlecić prowadzenie centrum kompetencji firmie zewnętrznej?
Część zadań tak: budowę rozwiązań, szkolenia i przeglądy bezpieczeństwa. Odpowiedzialność za decyzje i kontakt z zarządem powinna jednak zostać w firmie. Bez tego wiedza o tym, jak działają rozwiązania AI, odejdzie razem z dostawcą.
Kiedy można oczekiwać pierwszych efektów?
W pierwszym kwartale efektem jest porządek: lista narzędzi, zasady i plan. Policzalne korzyści, takie jak zaoszczędzone godziny, pojawiają się zwykle po uruchomieniu pierwszych projektów w działach. Ustal z komitetem z góry, po jakim czasie ocenicie centrum po tych korzyściach.

O tej stronie

Opublikowano
30 maja 2026
Zaktualizowano
14 października 2026
Recenzent merytoryczny
Kacper Włodarczyk, CEO ALGORCOMP
Czas czytania
10 min czytania

O autorze

Kacper Włodarczyk — CEO ALGORCOMP

Kacper Włodarczyk

CEO ALGORCOMP

Specjalizuje się we wdrożeniach Microsoft 365 Copilot, Copilot Studio, Power Platform (Power Automate, Power Apps, SharePoint) oraz agentów AI dla średnich firm B2B w Polsce. Prowadzi dziesiątki projektów z zakresu strategii AI, governance Power Platform, automatyzacji obiegu dokumentów i procesów sprzedażowych. W publikacjach koncentruje się na praktycznych aspektach wdrożeń AI w organizacjach — od pierwszego POC do skalowania na całą firmę, ze szczególnym uwzględnieniem bezpieczeństwa danych, zgodności (RODO, NIS2, AI Act) i zwrotu z inwestycji.

Poznaj zespół

Zastanawiasz się, jak zorganizować obszar AI w swojej firmie?

Na bezpłatnej konsultacji ocenimy, który wariant organizacji pasuje do liczby Twoich projektów, i pomożemy przygotować zakres działania oraz plan pierwszych 90 dni.

Wyróżnione

Powiązane artykuły