Kiedy słyszysz "Disney", myślisz o perfekcji. O firmie, która od niemal stu lat wyznacza standardy w rozrywce, animacji i budowaniu marek. Trudno sobie wyobrazić organizację z lepszymi zasobami - finansowymi, ludzkimi, technologicznymi. A mimo to Disney potknął się na sztucznej inteligencji, i to boleśnie.
Firma zainwestowała ponad miliard dolarów w projekty związane z AI i technologiami immersyjnymi. Efekt? Zamknięte działy, porzucone inicjatywy i publiczne porażki, które stały się materiałem na nagłówki branżowych mediów. Współpraca z OpenAI przy generatorze wideo Sora zakończyła się rozczarowaniem jakością materiałów. Ambitne plany metawersum z Epic Games i Fortnite'em utknęły w martwym punkcie. Wewnętrzny zespół odpowiedzialny za innowacje AI został rozwiązany.
I tu pojawia się pytanie, które powinno zainteresować każdego polskiego przedsiębiorcę: jeśli firma z budżetem większym niż PKB niektórych krajów popełnia takie błędy, to jakie wnioski powinna wyciągnąć firma z Krakowa, Poznania czy Łodzi, która dopiero przymierza się do wdrożenia AI? Odpowiedź jest zaskakująco optymistyczna - bo mniejsza skala może być tutaj przewagą, nie przeszkodą.
Miliard dolarów i zero strategii - co poszło nie tak u Disneya
Żeby zrozumieć lekcję, trzeba najpierw przyjrzeć się temu, co Disney właściwie zrobił. Firma podeszła do AI w sposób typowy dla wielkich korporacji - rzuciła ogromne pieniądze w wiele kierunków naraz, licząc, że coś "chwyci". To podejście, które w literaturze biznesowej nazywa się strategią "spray and pray" - rozpyl i módl się o wynik.
Disney zainwestował w generatywną AI do tworzenia treści wideo, eksperymentował z narzędziami do automatycznego tworzenia scenariuszy, próbował budować immersyjne doświadczenia w metawersum, a jednocześnie wdrażał AI do optymalizacji swoich parków rozrywki. Każdy z tych kierunków wymagał innego zestawu kompetencji, innej infrastruktury i innego podejścia do danych. W efekcie żaden nie doczekał się wystarczającej uwagi i zasobów, żeby dojrzeć do etapu, w którym przynosi realne korzyści.
Współpraca z OpenAI przy Sorze jest szczególnie pouczająca. Disney liczył, że narzędzie do generowania wideo pozwoli drastycznie obniżyć koszty produkcji animacji i efektów specjalnych. Problem w tym, że jakość generowanego materiału była daleka od standardów Disneya. Zamiast oszczędności, firma otrzymała setki godzin materiału, który wymagał tak dużo poprawek, że taniej byłoby zrobić go tradycyjnie. To klasyczny błąd - zakładanie, że AI zastąpi cały proces, zamiast szukać konkretnych etapów, w których może go usprawnić.
Podobnie było z projektem metawersum we współpracy z Epic Games. Disney zainwestował 1,5 miliarda dolarów w partnerstwo, które miało stworzyć "nowy wymiar rozrywki" w ekosystemie Fortnite'a. Po dwóch latach prac efekty były mizerne - kilka interaktywnych doświadczeń, które nie przyciągnęły oczekiwanej liczby użytkowników. Projekt nie tyle upadł, co powoli się rozpłynął, bo nikt nie zdefiniował precyzyjnie, czym sukces miałby być.
Trzy błędy strategiczne, które powtarza się niezależnie od skali
Porażka Disneya nie wynika z tego, że AI nie działa. Wynika z trzech konkretnych błędów, które - uwaga - popełniają też polskie firmy. Widzę to regularnie w rozmowach z przedsiębiorcami.
Błąd pierwszy: technologia przed problemem. Disney zaczął od pytania "co możemy zrobić z AI?", zamiast od pytania "jaki problem biznesowy chcemy rozwiązać?". To fundamentalna różnica. Kiedy zaczynasz od technologii, szukasz zastosowań na siłę. Kiedy zaczynasz od problemu, szukasz najlepszego narzędzia - i czasem okazuje się, że AI wcale nim nie jest. Polskie firmy produkcyjne, z którymi rozmawiam, często chcą "wdrożyć AI", ale kiedy pytam "do czego konkretnie?", zapada cisza. To nie jest zły znak - to punkt wyjścia do dobrej rozmowy. Gorzej, gdy ktoś kupuje drogie rozwiązanie, nie wiedząc, jaki problem ma ono rozwiązać.
Błąd drugi: zbyt wiele frontów naraz. Disney prowadził jednocześnie kilkanaście inicjatyw AI w różnych działach. Żadna nie miała wystarczającego wsparcia, żeby dojść do etapu produkcyjnego. W polskiej firmie zatrudniającej 50-200 osób ten błąd wygląda tak: szef IT testuje jednocześnie ChatGPT do obsługi klienta, Midjourney do marketingu, jakieś narzędzie do analizy danych i jeszcze automatyzację faktur. Wszystko na raz, bez priorytetów, bez mierzenia wyników. Po trzech miesiącach nic nie działa dobrze, a zarząd dochodzi do wniosku, że "AI to ściema".
Błąd trzeci: brak mierzalnych celów. Disney nie zdefiniował jasno, co oznacza sukces poszczególnych projektów. Kiedy nie wiesz, czego szukasz, nie rozpoznasz tego, nawet gdy to znajdziesz. A kiedy nie masz kryteriów sukcesu, nie masz też kryteriów porażki - więc projekty ciągną się miesiącami, konsumując zasoby, zanim ktokolwiek powie "dość". Badania McKinsey z 2024 roku potwierdzają ten wzorzec - 74% projektów AI w dużych firmach nie przechodzi z fazy pilotażowej do wdrożenia produkcyjnego. Główny powód? Brak jasno zdefiniowanych KPI na starcie.
Dlaczego mała polska firma ma tu przewagę nad korporacją
Brzmi paradoksalnie, ale mniejsza skala działania to w kontekście wdrażania AI realna przewaga. I nie mówię tego, żeby pocieszać - mówię to na podstawie obserwacji dziesiątek wdrożeń.
Po pierwsze, w firmie zatrudniającej 30-100 osób właściciel lub dyrektor operacyjny zna każdy proces od podszewki. Wie, gdzie są wąskie gardła, gdzie tracą się godziny na powtarzalną pracę, gdzie popełnia się najwięcej błędów. W Disneyu ta wiedza jest rozproszona między tysiące menedżerów, działów i warstw hierarchii. W polskiej firmie produkcyjnej z Dolnego Śląska właściciel potrafi powiedzieć: "Tracimy 15 godzin tygodniowo na ręczne przepisywanie zamówień z maili do systemu ERP". To jest konkretny problem z mierzalnym kosztem - idealny kandydat do automatyzacji z użyciem AI.
Po drugie, mniejsze firmy mogą szybciej testować i szybciej rezygnować. Disney ciągnął niedziałające projekty miesiącami, bo w korporacji przyznanie się do porażki wymaga przejścia przez dziesięć warstw zatwierdzania. W polskiej firmie właściciel może powiedzieć w piątek: "To nie działa, próbujemy czegoś innego" - i w poniedziałek zespół pracuje nad nowym rozwiązaniem. Ta zwinność jest bezcenna.
Po trzecie, koszty wejścia spadły dramatycznie. Narzędzia takie jak Make (dawniej Integromat, zresztą czeski produkt), n8n, Zapier czy bezpośrednie API modeli językowych pozwalają zbudować działającą automatyzację za ułamek tego, co jeszcze dwa lata temu kosztowało dedykowane rozwiązanie. Polska firma e-commerce może wdrożyć inteligentną kategoryzację zapytań klientów z użyciem Claude'a lub GPT-4o za kilkaset złotych miesięcznie - nie za milion dolarów.
Znam przypadek firmy logistycznej z okolic Katowic (40 pracowników), która wdrożyła prostą automatyzację opartą na GPT-4 do analizy i kategoryzacji reklamacji. Wcześniej pracownik poświęcał na to 2 godziny dziennie. Po wdrożeniu - 15 minut na weryfikację wyników. Koszt? Około 200 złotych miesięcznie za API plus 3 dni konfiguracji. Zwrot z inwestycji - w pierwszym miesiącu.
Praktyczny plan: jak wdrażać AI bez powtarzania błędów Disneya
Na podstawie tego, czego nauczyła nas porażka Disneya (i sukcesy mniejszych firm), oto konkretny plan działania dla polskiej firmy z sektora MŚP:
- Zacznij od audytu procesów, nie od wyboru narzędzia. Przez tydzień zapisuj, na co Twój zespół traci czas. Szukaj zadań powtarzalnych, opartych na regułach, wymagających przetwarzania tekstu lub danych. To są Twoi kandydaci do automatyzacji.
- Wybierz JEDEN proces do pilotażu. Nie trzy, nie pięć - jeden. Najlepiej taki, który jest bolesny, mierzalny i niezbyt skomplikowany. Klasyczne przykłady: odpowiadanie na powtarzalne zapytania klientów, generowanie opisów produktów, wstępna analiza CV, kategoryzacja dokumentów.
- Zdefiniuj sukces liczbowo przed startem. "Chcę skrócić czas obsługi zapytania z 20 minut do 5 minut" albo "Chcę zmniejszyć liczbę błędów w zamówieniach o 50%". Bez konkretnej liczby nie będziesz wiedzieć, czy wdrożenie się udało.
- Daj sobie 30 dni na test. Jeśli po miesiącu nie widzisz mierzalnej poprawy - zmień podejście lub zmień proces. Nie ciągnij projektu pół roku "bo tyle zainwestowaliśmy".
- Skaluj dopiero to, co działa. Kiedy jeden proces jest zautomatyzowany i przynosi wyniki, weź następny. Ta sekwencyjna metoda jest nudna, ale skuteczna. Disney próbował robić wszystko naraz - i nie osiągnął niczego.
Dodam jeszcze jedną rzecz, o której rzadko się mówi: nie każdy proces nadaje się do automatyzacji z AI. Są zadania, w których ludzka intuicja, relacja z klientem czy kreatywne myślenie są nie do zastąpienia. AI jest narzędziem - nie strategią samą w sobie. Disney zdaje się o tym zapomnieć, traktując sztuczną inteligencję jako magiczną różdżkę, która odmieni każdy aspekt biznesu. To podejście, które zawsze kończy się rozczarowaniem, niezależnie od wielkości budżetu.
Co z tego wynika dla Twojej firmy
Historia Disneya to nie opowieść o tym, że AI nie działa. To opowieść o tym, że nawet najlepsze narzędzie nie pomoże, jeśli nie wiesz, do czego go użyć. Miliard dolarów nie zastąpi jasnej strategii, mierzalnych celów i dyscypliny we wdrażaniu.
Polska firma z sektora MŚP ma coś, czego Disney nie ma - bliskość do swoich procesów, szybkość decyzyjną i zdrowy rozsądek wynikający z tego, że każda złotówka jest policzona. To nie są ograniczenia. To fundamenty, na których można budować naprawdę skuteczne wdrożenia AI.
Zamiast pytać "jak wdrożyć AI w mojej firmie?", zapytaj "który konkretny problem kosztuje mnie najwięcej czasu i pieniędzy?". Odpowiedź na to drugie pytanie jest warta więcej niż miliard dolarów wydany bez planu. Disney właśnie to udowodnił - choć pewnie wolałby tego nie robić.
Źródło: The Verge - Disney, OpenAI Sora, Epic Fortnite i metaverse