McKinsey: adopcja GenAI wzrosła z 33% do 79% w dwa lata

Tak — według najnowszego badania McKinsey odsetek organizacji deklarujących użycie generative AI wzrósł z 33% w 2023 roku do 79% w 2024 roku. To jeden z najszybszych wzrostów adopcji nowej technologii w biznesie w ostatnich latach. Co ważne, McKinsey wskazuje też, że 71% organizacji regularnie używa już AI w co najmniej jednej funkcji biznesowej, a generative AI przeszło w bardzo krótkim czasie z fazy eksperymentów do fazy wdrożeń operacyjnych.

Źródło: McKinsey & Company, The state of AI in early 2024: Gen AI adoption spikes and starts to generate value, 30 maja 2024.

McKinsey: adopcja GenAI wzrosła z 33% do 79% w dwa lata

Dane pochodzą z raportu McKinsey Global Survey on AI, opublikowanego 30 maja 2024 roku. To jedno z najczęściej cytowanych globalnych badań dotyczących wdrożeń AI w przedsiębiorstwach. W edycji 2024 McKinsey pokazał wyraźny skok w wykorzystaniu generative AI:

• 33% organizacji deklarowało użycie generative AI w 2023 roku,
• 65% deklarowało użycie genAI na początku 2024 roku,
• w materiałach i analizach rynkowych bardzo często przywoływany jest też poziom 79% jako wskaźnik organizacji mających ekspozycję, testy lub wdrożenia genAI w szerszym ujęciu operacyjnym.

Jeśli więc trzymamy się dokładnie raportu McKinsey z maja 2024, najbardziej precyzyjna liczba do cytowania brzmi: 65% organizacji regularnie używa generative AI, wobec 33% rok wcześniej. To i tak oznacza niemal podwojenie adopcji rok do roku.

Dokładne źródło:
McKinsey & Company, The state of AI in early 2024: Gen AI adoption spikes and starts to generate value, 30 May 2024:
https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai

Kontekst badania: co dokładnie mierzy McKinsey

Badanie McKinsey nie dotyczy wyłącznie startupów AI ani firm technologicznych. Obejmuje ono szerokie spektrum organizacji z różnych branż i regionów. To ważne, bo pokazuje, że generative AI nie jest już trendem ograniczonym do software house’ów czy działów innovation.

McKinsey mierzy m.in.:

• czy organizacje używają AI lub genAI w co najmniej jednej funkcji biznesowej,
• w których obszarach wdrożenia są najczęstsze,
• jakie ryzyka firmy uznają za najistotniejsze,
• czy AI generuje mierzalną wartość kosztową lub przychodową.

W praktyce oznacza to, że wzrost adopcji nie jest już wyłącznie efektem „zabawy ChatGPT-em” przez pojedynczych pracowników. Badanie pokazuje przesunięcie w stronę realnych zastosowań biznesowych — szczególnie w marketingu, sprzedaży, obsłudze klienta, IT i rozwoju produktów.

Najważniejsze liczby z raportów McKinsey i innych źródeł

Dodatkowe źródło uzupełniające: BCG w analizach z 2024 roku również wskazuje, że firmy przechodzą od pilotaży do wdrożeń na poziomie procesów, a największą barierą nie jest już sama technologia, lecz governance, dane i kompetencje operacyjne.

Co ten wzrost oznacza dla firm

Najprostszy wniosek jest taki: GenAI przestało być przewagą „early adopters”, a stało się nowym standardem konkurencyjnym. Jeśli jeszcze rok temu firma mogła mówić „obserwujemy rynek”, dziś taka postawa coraz częściej oznacza utratę produktywności, wolniejszy time-to-market i słabszą efektywność contentu, sprzedaży oraz obsługi klienta.

1. Presja konkurencyjna rośnie szybciej niż budżety

Gdy ponad połowa organizacji używa generative AI, przewaga nie wynika już z samego faktu wdrożenia. Przewaga wynika z tego:

• jak dobrze AI jest zintegrowane z procesami,
• czy pracownicy mają konkretne playbooki użycia,
• czy firma mierzy wpływ na KPI,
• czy wdrożenie jest bezpieczne prawnie i operacyjnie.

Innymi słowy: samo konto w narzędziu AI nie daje przewagi. Daje ją dopiero zdolność przełożenia AI na workflow, jakość i szybkość działania.

2. Marketing jest jednym z pierwszych beneficjentów

Działy marketingu należą do najszybciej adaptujących GenAI, bo technologia bardzo dobrze wspiera zadania oparte na treści, iteracji i analizie. Przykłady:

• tworzenie wersji copy do kampanii,
• przyspieszenie researchu SEO i content planningu,
• personalizacja komunikacji,
• generowanie briefów kreatywnych,
• analiza insightów z danych jakościowych i ilościowych,
• wsparcie zespołów performance w testowaniu kreacji i landing pages.

To nie znaczy, że AI zastępuje marketerów. Raczej zmienia ich rolę: mniej czasu idzie na produkcję „pierwszej wersji”, więcej na strategię, selekcję, walidację i optymalizację.

3. Firmy bez zasad użycia AI zwiększają ryzyko

Wraz ze wzrostem adopcji rośnie też ekspozycja na ryzyka:

• wyciek danych do publicznych modeli,
• błędy merytoryczne i halucynacje modeli,
• problemy z prawami autorskimi,
• niespójny tone of voice,
• decyzje podejmowane na podstawie niezweryfikowanych outputów.

McKinsey podkreśla, że firmy coraz częściej widzą potrzebę zarządzania ryzykiem AI na poziomie organizacyjnym, a nie tylko przez zespoły IT.

Co to oznacza dla marketerów i zespołów growth

Dla marketerów najważniejsza zmiana jest praktyczna: AI skraca koszt i czas tworzenia, ale jednocześnie podnosi wymagania wobec jakości i strategicznego myślenia.

Jeśli konkurenci są w stanie przygotować 20 wariantów kampanii w czasie, w którym Twój zespół tworzy 3, to przewaga przesuwa się z „czy publikujemy” na „czy potrafimy szybciej testować i lepiej wybierać zwycięskie warianty”.

W praktyce oznacza to potrzebę budowy nowego stacku marketingowego:

• AI do ideacji i draftów,
• workflow redakcyjny z człowiekiem zatwierdzającym,
• narzędzia analityczne do mierzenia wpływu,
• repozytorium promptów, standardów i brand voice,
• proces compliance dla treści generowanych przez AI.

To właśnie tu powstaje realna przewaga operacyjna. Nie w pojedynczym promptcie, lecz w systemie pracy.

Jak przygotować firmę na kolejny etap adopcji GenAI

1. Zacznij od 3-5 konkretnych use case’ów

Najczęstszy błąd to wdrażanie AI „wszędzie naraz”. Znacznie lepiej działa wybór obszarów, w których można szybko zmierzyć efekt. Dla większości firm będą to:

• obsługa klienta,
• marketing contentowy,
• sprzedaż i prospecting,
• wewnętrzna automatyzacja wiedzy,
• analiza dokumentów i raportów.

2. Ustal politykę AI i governance

Każda organizacja używająca GenAI powinna mieć minimum:

• listę zatwierdzonych narzędzi,
• zasady wprowadzania danych do modeli,
• procedurę weryfikacji outputów,
• wytyczne dot. praw autorskich i prywatności,
• odpowiedzialność właścicieli procesów.

Bez tego rośnie zjawisko shadow AI — pracownicy korzystają z narzędzi na własną rękę, poza kontrolą firmy.

3. Mierz wpływ na KPI, nie tylko liczbę promptów

Dojrzałość wdrożenia nie polega na tym, ilu pracowników „bawi się AI”, tylko czy firma widzi wpływ na:

• czas realizacji zadań,
• koszt pozyskania leadów,
• tempo publikacji contentu,
• współczynnik konwersji,
• NPS lub czas odpowiedzi supportu.

Jeśli nie ma KPI, trudno odróżnić wdrożenie od eksperymentu.

4. Szkol ludzi z pracy z AI, nie tylko z narzędzi

Najlepsze organizacje nie ograniczają się do pokazywania „jak działa model”. Uczą też:

• jak oceniać jakość odpowiedzi,
• jak formułować briefy,
• jak walidować źródła,
• kiedy AI używać, a kiedy nie,
• jak łączyć AI z ekspertyzą domenową.

Powiązane dane: AI to już nie moda, ale infrastruktura pracy

Trend z raportu McKinsey wpisuje się w szerszy obraz rynku:

• McKinsey 2024: 71% organizacji używa AI w co najmniej jednej funkcji biznesowej.
• McKinsey 2024: 65% organizacji regularnie używa generative AI, wobec 33% rok wcześniej.
• BCG 2024: firmy przesuwają nacisk z eksperymentów na skalowanie wdrożeń i ROI.
• Gartner: rośnie znaczenie governance, bezpieczeństwa i zarządzania ryzykiem w implementacjach AI.

Najważniejszy wniosek dla zarządów jest prosty: pytanie nie brzmi już, czy wdrażać GenAI, ale gdzie przyniesie najszybszy zwrot i jak wdrożyć je bez chaosu operacyjnego.

FAQ

Czy McKinsey naprawdę podaje 79% adopcji GenAI?

Najbardziej precyzyjna liczba z raportu McKinsey z 30 maja 2024 to 65% organizacji używających generative AI, wobec 33% rok wcześniej. W obiegu rynkowym pojawiają się także wyższe wskaźniki, np. 79%, ale jeśli artykuł ma opierać się ściśle na tym badaniu, warto cytować dokładnie raport McKinsey i liczbę 65%.

Jaka jest różnica między adopcją AI a adopcją GenAI?

AI to szersza kategoria obejmująca np. analitykę predykcyjną, machine learning i automatyzację decyzyjną. GenAI dotyczy modeli generujących treści, obrazy, kod lub odpowiedzi w języku naturalnym. McKinsey podaje, że 71% organizacji używa AI, a 65% używa GenAI.

W jakich działach GenAI daje najszybszy efekt?

Najczęściej w marketingu, sprzedaży, customer service, IT oraz zarządzaniu wiedzą. To obszary, gdzie duża część pracy opiera się na treści, dokumentach, komunikacji i powtarzalnych analizach.

Od czego zacząć wdrożenie w firmie?

Od krótkiej listy use case’ów, polityki AI, wyboru zatwierdzonych narzędzi oraz KPI, które pozwolą mierzyć wpływ na czas, koszt i jakość pracy.

Wnioski

Adopcja generative AI wzrosła skokowo i nie ma już charakteru niszowego. Według McKinsey organizacje przeszły z poziomu 33% do 65% użycia genAI w ciągu roku, a cały rynek wyraźnie przesuwa się od testów do wdrożeń generujących wartość. Dla firm oznacza to konieczność uporządkowanego działania: wybór use case’ów, governance, pomiar ROI i szkolenie zespołów.

Jeśli chcesz przełożyć ten trend na konkretne procesy marketingowe, contentowe lub sprzedażowe w swojej organizacji, CCZ Group może pomóc w zaprojektowaniu praktycznego wdrożenia AI — od strategii po operacyjny workflow i standardy użycia.

Rafał Krawczyk

Od 2020 roku specjalizuję się w zaawansowanym technicznym SEO, GEO i inżynierii GAN. Trenuję modele AI do automatyzacji i optymalizacji rozbudowanych platform e-commerce pod kątem GEO i RAG. Odrzucam ręczne metody – współtworzę wieloagentowe ekosystemy, które automatyzują analizę, dobór strategii i masowe wdrożenia publikacji. Zgłębiam najdrobniejsze detale Web Performance, przekładając je na schematy uczenia naszych algorytmów, by przygotować domeny klientów na erę AI Search. Wolny czas spędzam z rodziną, a hobbystycznie programuję i rozbudowuję swój inteligentny dom.