Dwie prędkości. Adopcja AI w transporcie Polski i Litwy na tle Europy Środkowej

Sektor transportu należy do tych, w których argumenty za wdrożeniem sztucznej inteligencji są wyjątkowo przekonujące: ogromne ilości danych operacyjnych, niskie marże i silna presja konkurencyjna sprawiają, że nawet niewielka poprawa efektywności przekłada się bezpośrednio na wyniki przedsiębiorstw. Tymczasem zdecydowana większość firm transportowych w Europie Środkowej nie wykorzystuje AI. Pod tym względem region nie jest jednak jednolity – Litwa plasuje się w europejskiej czołówce pod względem adopcji AI w tym sektorze, podczas gdy Polska zajmuje ostatnie miejsce w całej Unii Europejskiej.

Transport i AI. Sektor transportu to jeden z filarów gospodarek Europy Środkowej. Odgrywa on w wielu z nich rolę znacznie większą niż średnio w UE: na Litwie odpowiada za ponad 10% PKB, w Polsce i Rumunii – ok. 7%, na Łotwie i w Słowenii – 6%, a w Słowacji, na Węgrzech, w Czechach, Estonii i Bułgarii – oscyluje wokół 5%. To jednocześnie sektor, który w obliczu rozwoju sztucznej inteligencji znajduje się w szczególnej pozycji – należy bowiem do tych, które są do wdrożeń AI wyjątkowo predestynowane. W raporcie Światowego Forum Ekonomicznego i McKinsey & Company^[1] wskazano, że największy potencjał AI w transporcie tkwi w podnoszeniu efektywności operacyjnej – m.in. poprzez optymalizację czasu postoju, dynamiczne planowanie tras, monitorowanie stylu jazdy oraz predykcyjne serwisowanie floty. Łącznie działania te mogą przełożyć się na zauważalną redukcję kosztów operacyjnych, a wraz z nimi także emisji CO₂. To istotne o tyle, że transport jest odpowiedzialny za około jedną czwartą całkowitych emisji gazów cieplarnianych w Unii Europejskiej. Znaczenie sektora dla rozwoju AI jest również dostrzegane na poziomie unijnym: w opublikowanej w październiku 2025 r. strategii Apply AI Komisja Europejska wskazała mobilność i transport jako jeden z priorytetowych sektorów przyspieszonych wdrożeń sztucznej inteligencji w Europie.

Dysproporcje w regionie. Dane dotyczące użycia AI w sektorze transportu za 2025 r. pokazują jednak, że większość przedsiębiorstw w Europie tej szansy nie wykorzystuje. O ile średnio 20% wszystkich firm w UE korzystało z co najmniej jednej technologii AI („Komentarze IEŚ”, nr 1582), o tyle w przypadku przedsiębiorstw transportowych odsetek ten wyniósł 11,2% – i choć oznacza to wzrost o 3,1 pp. względem roku poprzedniego, sektor ten pozostaje wyraźnie w tyle za gospodarką jako całością.

Na tym tle rozpiętość wyników wśród jedenastu analizowanych państw Europy Środkowej jest znacząca. Spośród nich Litwa (20,0%), Słowacja (15,8%) i Estonia (14,0%) uplasowały się powyżej unijnej średniej. Natomiast pozostałe wypadły znacznie gorzej: Czechy (6,1%), Łotwa (5,9%), Węgry (5,9%), Bułgaria (5,7%), Chorwacja (4,8%), Rumunia (3,1%) i – na ostatnim miejscu – zarówno w Europie Środkowej, jak i całej Unii Europejskiej – Polska (3,0%).

Jeszcze niższy jest odsetek firm transportowych rozwijających własne rozwiązania AI. Spośród państw, dla których dane za 2025 r. są dostępne, wyróżnia się ponownie Litwa, gdzie własne technologie AI tworzy 5,4% przedsiębiorstw transportowych. W Polsce odsetek ten wynosi zaledwie 0,7%. Wymowne są również dane o gotowości do adopcji: odsetek firm transportowych, które rozważały wdrożenie AI, lecz jeszcze się na to nie zdecydowały, wyniósł w Polsce zaledwie 2,4% – wobec 16,0% na Litwie i 8,9% średnio w UE.

Litwa konsekwentnie buduje środowisko sprzyjające cyfrowej transformacji i efekty tej polityki widać już w sektorze transportowym. Z jednej strony środowisko start-upowe aktywnie angażuje się w logistykę – przykładem jest firma Spedlite, tworząca system oparty na AI i technologii 5G, wspierający optymalizację doboru ładunków dla floty, który uzyskał dofinansowanie ze środków unijnych w ramach Programu Inwestycji Funduszy Europejskich. Z drugiej strony – obecność dużych podmiotów dysponujących zasobami niezbędnymi do wdrożeń sprzyja szybkiej dyfuzji technologii. Litewska Girteka, jedna z największych europejskich firm transportowych, wdrożyła system AI Operator, który przetwarza dane z ponad 9 tys. ciężarówek i wyznacza optymalne trasy w czasie rzeczywistym. Także szczegółowe dane potwierdzają, że litewski transport wdraża AI kompleksowo: automatyzację procesów stosuje 10,2% firm (wobec 2,8% średnio w UE), uczenie maszynowe – 5,7% (UE: 2,7%), generatywną AI – 7,7% (UE: 3,9%). Ponadto badanie prowadzone przez Transport Innovation Association (lit. Transporto inovacijų asociacija) wskazuje, że 44% litewskich firm transportowych planuje zainwestować w rozwiązania z zakresu sztucznej inteligencji w 2026 r.^[2]

Polska znajduje się na przeciwległym biegunie wdrożeń AI w sektorze transportowym. Należy przy tym podkreślić, że jest to państwo, w którym sektor ten odpowiada za ok. 20% europejskiej pracy przewozowej. Pozycja ta była budowana przez trzy dekady na przewadze kosztowej, dostępności pracowników i centralnym położeniu geograficznym. Istnieje jednak głęboka dysproporcja między znaczeniem sektora a poziomem jego uczestnictwa w transformacji technologicznej związanej ze sztuczną inteligencją. Generatywną AI wykorzystuje zaledwie 1,9% firm transportowych, a uczenie maszynowe – tylko 0,8%. Co jednak szczególnie istotne, niski poziom adopcji nie wynika z barier finansowych ani kompetencyjnych – odsetek przedsiębiorstw wskazujących na te przeszkody jest w Polsce niższy niż średnia unijna. Oznacza to, że dystans dzielący Polskę od regionalnych liderów nie jest pochodną ograniczeń zasobowych, lecz brakiem impulsu do zmiany.

Wnioski. Analiza danych dotyczących adopcji sztucznej inteligencji przez środkowoeuropejskie przedsiębiorstwa z sektora transportowego – w tym szczególnie polskie – w 2025 r. prowadzi do nieoczywistego wniosku: niski poziom wdrożeń AI nie jest pochodną wyłącznie ograniczeń zasobowych ani luki kompetencyjnej. Istotną rolę odgrywa brak impulsu strategicznego po stronie samych firm – a to rozróżnienie ma znaczenie z punktu widzenia polityki przemysłowej. Instrumenty finansowe i szkoleniowe, po które najczęściej sięgają decydenci, mogą okazać się niewystarczające, jeśli problem leży gdzie indziej: w braku demonstracji efektów wdrożeń, słabości sieci wymiany doświadczeń między przedsiębiorstwami i nieobecności presji ze strony zleceniodawców usług transportowych. Zestawienie Litwy i Polski ten wniosek uwypukla. Litwa pokazuje, że przy konsekwentnej polityce sprzyjającej cyfrowej transformacji sektor transportowy staje się jednym z pierwszych beneficjentów nowej technologii.

Zbliżające się regulacje – ETS II (obejmujący transport drogowy systemem handlu uprawnieniami do emisji CO₂) i eFTI (wprowadzający elektroniczny obieg dokumentów przewozowych) – mogą zmienić tę dynamikę, wymuszając na firmach zbieranie i przetwarzanie danych operacyjnych, które są infrastrukturą niezbędną do jakiegokolwiek wdrożenia AI. Efekt ten będzie jednak warunkowy: dane zebrane wyłącznie na potrzeby raportowania regulacyjnego nie przekształcą się automatycznie w zdolność do adopcji AI. O tym, czy regulacyjny impuls przełoży się na rzeczywistą transformację sektora, zdecyduje w dużej mierze zdolność przedsiębiorstw do dostrzeżenia w nowych wymogach nie tylko obciążenia, lecz punktu wyjścia do szerszej zmiany operacyjnej.

Dane przedstawione w niniejszym opracowaniu dotyczą przedsiębiorstw zatrudniających co najmniej 10 osób, prowadzących działalność w sektorze transportu i magazynowania (sekcja H w klasyfikacji NACE Rev. 2). Źródło danych: Eurostat.

^[1] World Economic Forum, McKinsey & Company,Intelligent Transport, Greener Future: AI as a Catalyst to Decarbonize Global Logistics, Geneva: World Economic Forum, 2025.

^[2] Transport Innovation Association. 44% of Logistics Companies Are Already Preparing for AI – Competition Is Shifting from Roads to Data. Accessed April 21, 2026.

[Fot. opracowanie własne (AI)]