Ile europejskich firm już korzysta z AI?
Wdrażanie AI gwałtownie przyspieszyło. Według Eurostatu w 2025 r. co najmniej jedną technologię sztucznej inteligencji stosowało 19,9% przedsiębiorstw w UE zatrudniających dziesięć lub więcej osób, wobec 8,1% w 2023 r. W ciągu dwóch lat odsetek ten wzrósł ponad dwukrotnie.
Średnie ukrywają duże zróżnicowanie między państwami członkowskimi. Holandia wyraźnie wyprzedza średnią unijną, Bułgaria wyraźnie za nią pozostaje, a dystans między nimi wciąż rośnie.
| Przedsiębiorstwa stosujące AI | 2021 | 2023 | 2024 | 2025 | Zmiana 2023–2025 |
|---|---|---|---|---|---|
| Holandia | 13,1% | 14,1% | 23,1% | 33,2% | +19,1 pkt |
| UE-27 | 7,7% | 8,1% | 13,5% | 19,9% | +11,8 pkt |
| Bułgaria | 3,3% | 3,6% | 6,5% | 8,6% | +5,0 pkt |
W 2021 r. różnica między firmami holenderskimi a bułgarskimi wynosiła 9,8 punktu procentowego; do 2025 r. sięgnęła 24,6 punktu. Trzeba jednak pamiętać o dwóch zastrzeżeniach. Wskaźnik obejmuje dowolną technologię AI, od analizy tekstu po uczenie maszynowe, więc nie pokazuje, ile firm stosuje AI konkretnie w marketingu lub badaniach. Dotyczy też firm zatrudniających co najmniej dziesięć osób, więc nic nie mówi o jednoosobowych działalnościach. Inne wskaźniki cyfryzacji przedsiębiorstw, w tym korzystanie z mediów społecznościowych i płatną reklamę internetową, znajdą Państwo w sekcji danych o przedsiębiorstwach.
Dla zamawiającego badania praktyczna konsekwencja jest taka, że narzędzia AI są dziś standardem w wielu zespołach po stronie klientów i dostawców. Pytanie nie brzmi już, czy z nich korzystać, ale gdzie pomagają, a gdzie wprowadzają w błąd.
W czym model językowy sprawdza się w projekcie badawczym?
Modele językowe działają najlepiej na materiale, którym już się dysponuje, i przy poleceniu na tyle precyzyjnym, by dało się sprawdzić wynik. W rozbiciu na etapy typowego projektu:
| Etap projektu | Przydatne zadanie dla AI | Co musi sprawdzić badacz |
|---|---|---|
| Brief | Przekształcenie luźnej prośby w pytania badawcze i hipotezy możliwe do sprawdzenia | Czy pytania odpowiadają decyzji biznesowej |
| Desk research | Streszczanie dostarczonych raportów i dokumentów | Każdą liczbę w zestawieniu ze źródłem pierwotnym |
| Kwestionariusz | Pierwsze wersje pytań i list odpowiedzi; wskazywanie sugerujących lub podwójnych sformułowań | Skale, przejścia (routing), długość, lokalne dopasowanie |
| Realizacja badania | Robocze tłumaczenia; wyłapywanie bezsensownych i zduplikowanych odpowiedzi otwartych | Tłumaczenie zwrotne przez native speakera |
| Analiza | Kodowanie odpowiedzi otwartych, wydobywanie wątków z transkrypcji, pisanie skryptów do tabel | Losowy podzbiór zakodowany niezależnie |
| Raportowanie | Robocze tytuły wykresów i streszczenia | Przeredagowanie przez odpowiedzialnego analityka |
Oszczędność czasu na etapie analizy jest realna. Pogrupowanie dwóch tysięcy odpowiedzi otwartych w wątki zajmowało kiedyś dni ręcznego kodowania; model przygotowuje pierwsze podejście w kilka minut, a zadanie badacza przesuwa się z budowania klucza kodowego od zera na jego korygowanie.
Gdzie ChatGPT zawodzi jako narzędzie badawcze?
Błędy są przewidywalne, jeśli pamięta się, czym jest model językowy: systemem wytrenowanym na tekstach z przeszłości, który generuje najbardziej prawdopodobną kontynuację polecenia.
- Odpowiada na pytania, na które nie może znać odpowiedzi. Zapytany, jaki odsetek brytyjskich właścicieli zwierząt zapłaciłby za subskrypcję karmy premium, poda pewnym tonem konkretny procent. Nie stoi za nim żadna próba, więc nie ma błędu statystycznego ani sposobu, by ocenić, jak bardzo wynik może być chybiony.
- Jego wiedza ma datę graniczną. Podwyżki cen z ostatniego kwartału, nowego konkurenta czy zmiany przepisów zabraknie, chyba że się je modelowi dostarczy.
- Wymyśla źródła. Modele czasem cytują raporty, które nie istnieją, albo przypisują wiarygodnie wyglądające tabele prawdziwym instytucjom.
- Mówi głosem osób, które piszą w internecie. W danych treningowych nadreprezentowane są osoby często korzystające z internetu. Eurostat podaje, że w 2025 r. z internetu codziennie korzystało 89,5% osób w UE, wobec 82,7% w Bułgarii i 98,4% w Holandii. Osoby spoza tej grupy codziennych użytkowników są niedoreprezentowane w materiale, na którym uczą się modele – i to właśnie do nich najtrudniej dotrzeć przez panele internetowe.
Czwarty problem ma największe znaczenie w badaniach wielokrajowych. Wyobrażenie modelu o przeciętnym konsumencie zapewne lepiej pasuje do Amsterdamu niż do małego miasta w północno-zachodniej Bułgarii.
Syntetyczni respondenci: stanowisko testowe, a nie próba
Syntetyczni respondenci to wygenerowane przez AI persony, które wypełniają kwestionariusz tak, jakby były klientami. Wynik wygląda jak dane z ankiety, z odsetkami, segmentami i cytatami – i właśnie to czyni go ryzykownym.
Przydają się w wąskiej roli:
- do sprawdzenia przed pilotażem, czy pytania są rozumiane zgodnie z intencją;
- do oszacowania, ile trwa wypełnienie kwestionariusza i gdzie zawodzą przejścia;
- do generowania hipotez i opcji odpowiedzi do późniejszej ankiety wśród prawdziwych osób.
Są słabym zamiennikiem prawdziwych respondentów, bo nie mają operatu losowania, więc nie da się obliczyć błędu statystycznego (co to oznacza w praktyce, wyjaśnia nasz poradnik o wielkości próby). Ich odpowiedzi są mniej zróżnicowane niż odpowiedzi ludzi, powielają stereotypy obecne w danych treningowych i nie mogą wiedzieć o wydarzeniach po dacie granicznej modelu.
Jeśli dostawca proponuje dane syntetyczne do podjęcia rzeczywistej decyzji, warto poprosić o badanie walidacyjne: ten sam kwestionariusz zrealizowany na prawdziwej próbie, z kryteriami zgodności ustalonymi z góry. Porównuje się rozkład odpowiedzi, ranking opcji, a przede wszystkim różnice między podgrupami – bo to tam dane syntetyczne najczęściej się rozjeżdżają.
Jak zweryfikować wynik AI, zanim trafi do raportu
Każdy wynik AI warto traktować jak wersję roboczą od zdolnego, ale zawodnego młodszego współpracownika. Pięć kontroli wyłapuje większość problemów:
- Podwójne kodowanie losowego podzbioru. Badacz koduje próbkę odpowiedzi otwartych, np. co dziesiątą, nie widząc kodów maszynowych, a potem porównuje oba wyniki.
- Prześledzenie każdej liczby. Każda statystyka musi prowadzić do konkretnej tabeli, roku i adresu URL. Przytoczone wyżej dane o wdrażaniu AI pochodzą na przykład z tabeli Eurostatu isoc_eb_ai.
- Sprawdzenie cytatów w transkrypcjach. Przy każdym cytacie należy wymagać wiersza lub znacznika czasu – i go otworzyć.
- Ponowne uruchomienie polecenia. Jeśli drugie uruchomienie na tym samym materiale daje inne wątki, wątki te nie są stabilne.
- Zapis konfiguracji. Należy odnotować model, wersję, datę i treść polecenia, aby analizę można było powtórzyć.
Zanim jakakolwiek liczba podana przez AI trafi na slajd, warto poprosić o adres URL tabeli, z której pochodzi, i ją otworzyć. Brak tabeli albo inna wartość oznacza, że liczba nie trafia do raportu.
Zasady: ochrona danych, AI Act i kodeksy badawcze
Transkrypcje wywiadów, nagrania i pliki z ankiet często zawierają dane osobowe: nazwiska, głosy, pracodawców, czasem informacje o zdrowiu lub finansach. Przesłanie ich do publicznego chatbota to przekazanie danych podmiotowi trzeciemu, które w świetle RODO i brytyjskiego UK GDPR wymaga podstawy prawnej, poinformowania uczestników i umowy powierzenia przetwarzania z dostawcą.
Praktyczna polityka obejmuje cztery punkty:
- usuwanie nazwisk, danych kontaktowych i innych identyfikatorów, zanim tekst trafi do narzędzia AI;
- korzystanie z wersji biznesowych z umową powierzenia przetwarzania danych i wyłączonym trenowaniem na Państwa danych;
- informowanie uczestników w treści zgody, że ich odpowiedzi mogą być przetwarzane z użyciem AI;
- przechowywanie surowych danych osobno, aby analizę można było powtórzyć bez AI.
Unijny akt w sprawie sztucznej inteligencji (AI Act), którego obowiązki wchodzą w życie etapami, zawiera obowiązki przejrzystości w sytuacjach, gdy ludzie wchodzą w interakcję z systemem AI. Jeśli prowadzą Państwo wywiady moderowane przez AI, uczestnicy muszą wiedzieć, że rozmówcą nie jest człowiek. Międzynarodowy Kodeks ICC/ESOMAR wymaga też uczciwości wobec klientów w kwestii metod, dlatego raport powinien wskazywać, które etapy wspierało AI i jak je sprawdzono. Nasza strona o metodologii opisuje, jak stosujemy te zasady.
Kiedy nadal potrzebne jest badanie na zamówienie?
AI skraca przygotowanie i analizę. Nie dostarczy jednak dowodów, gdy decyzja zależy od tego, ile osób podejmie działanie, po jakiej cenie albo dlaczego:
- aby zmierzyć udziały, znajomość marki lub intencję zakupu, potrzebna jest ankieta ilościowa na zdefiniowanej próbie; kalkulator wielkości próby pokazuje, ile wywiadów wymaga określona precyzja;
- aby zrozumieć motywy, o których klienci nie piszą w internecie, niezawodną drogą pozostają wywiady pogłębione z prawdziwymi nabywcami;
- aby przeanalizować duże wolumeny recenzji i postów w mediach społecznościowych, analiza rynku cyfrowego łączy klasyfikację maszynową z weryfikacją przez człowieka;
- w przypadku oficjalnych statystyk rynkowych warto zacząć od naszej listy darmowych źródeł danych rynkowych w Europie.
Jeśli nie są Państwo pewni, która sytuacja Państwa dotyczy, prosimy opisać decyzję w formularzu zapytania ofertowego, a zaproponujemy projekt, który wykorzystuje AI tam, gdzie oszczędza czas, a prawdziwych respondentów tam, gdzie od nich zależy odpowiedź.
Najczęściej zadawane pytania
Czy ChatGPT może zastąpić agencję badań rynku?
Może zastąpić część godzin pracy gabinetowej: przygotowanie briefu, streszczanie dostarczonych dokumentów, kodowanie tekstu i przygotowanie tabel. Nie zbierze jednak nowych danych, więc nie powie, jaka część rynku zmieniłaby dostawcę ani jaką cenę by zaakceptowała. Warto używać go do przygotowania i przetwarzania badań, a przy każdej liczbie, która ma uzasadnić decyzję inwestycyjną lub cenową, opierać się na prawdziwych respondentach.
Czy syntetyczni respondenci są wystarczająco dokładni do decyzji biznesowych?
Sami w sobie – nie. Ich dokładność zależy od tematu i modelu i nie istnieje ogólny punkt odniesienia, na którym można by z góry polegać. W znanych tematach rynku masowego mogą brzmieć podobnie do prawdziwych odpowiedzi; w przypadku nowych produktów, niszowych grup i rynków lokalnych często się od nich odchylają. Jedynym sposobem, by się przekonać, jest porównanie z prawdziwą próbą przy tym samym kwestionariuszu. Dopóki takie porównanie nie istnieje, wynik syntetyczny należy traktować jako hipotezy.
Czy mogę przesłać transkrypcje wywiadów do narzędzia AI?
Tylko jeśli istnieje podstawa prawna, uczestnicy zostali poinformowani, a dostawca działa na podstawie umowy powierzenia przetwarzania danych. Tekst należy najpierw zanonimizować, usuwając nazwiska, dane kontaktowe i wszystko inne, co identyfikuje osobę lub jej pracodawcę. Lepiej wybierać wersje biznesowe, które nie trenują modeli na Państwa danych. Jeśli transkrypcje zawierają dane szczególnych kategorii, np. informacje o zdrowiu, przed przetwarzaniem ich z użyciem AI warto zasięgnąć porady specjalisty od ochrony danych.
Jak sprawdzić, czy statystyka wygenerowana przez AI jest prawdziwa?
Należy poprosić o wydawcę, nazwę lub kod tabeli, rok referencyjny i adres URL, a następnie otworzyć źródło i porównać wartość, definicję i bazę, np. „przedsiębiorstwa zatrudniające dziesięć lub więcej osób”. Jeśli liczby nie da się znaleźć u źródła, należy przyjąć, że została wymyślona. Eurostat, Bank Światowy i krajowe urzędy statystyczne publikują swoje tabele bezpłatnie, więc kontrola zwykle zajmuje kilka minut.
Czy AI zmieni to, z czego składa się projekt badawczy?
Tak, głównie w tym, na co idą godziny pracy. Transkrypcja, wstępne kodowanie i przygotowanie tabel zajmują mniej czasu, więc więcej uwagi można poświęcić projektowi badania, interpretacji i kontroli jakości. Rekrutacja i wywiady z prawdziwymi ludźmi nie kurczą się w ten sam sposób, bo dowody nadal muszą pochodzić od nich. Należy spodziewać się szybszej analizy, a nie mniejszych prób.
Powiązane raporty
Badania ankietowe
Badania ankietowe mierzą, ile osób w określonej populacji ma dany pogląd, zachowuje się w określony sposób lub…
Czytaj →Analiza rynku cyfrowego
Analiza rynku online bada rynek na podstawie śladów, jakie ludzie zostawiają w sieci: czego szukają, co mówią w mediach…
Czytaj →Wywiady pogłębione
Wywiad pogłębiony (IDI) to rozmowa jeden na jeden, trwająca zwykle od 45 do 90 minut, w której przeszkolony badacz…
Czytaj →