News & analizy
AI ma miliony użytkowników, ale budzi sceptycyzm. Co mówią dane?
Zaktualizowano: Autor: Andrzej Niemiec5 min czytania
Setki milionów ludzi używa AI, a połowa Amerykanów deklaruje więcej niepokoju niż entuzjazmu. Sprawdzamy, co o zaufaniu do AI mówią badania opinii i wdrożenia chatbotów.
Spis treści
- Jak to możliwe, że z ChatGPT korzystają setki milionów ludzi, a zaufanie do AI nie rośnie?
- Czy Amerykanie chcą więcej AI w swoim życiu? Raczej wybiórczo
- Dlaczego eksperci i zwykli użytkownicy oceniają AI inaczej?
- Dlaczego chatboty bankowe wypadają gorzej niż ogólne narzędzia AI?
- Czego uczy przypadek Klarny?
- Ile naprawdę kosztuje automatyzacja obsługi klienta?
- Jak wdrożyć AI, żeby nie tracić zaufania?
- Najczęstsze pytania
- Źródła
Jak to możliwe, że z ChatGPT korzystają setki milionów ludzi, a zaufanie do AI nie rośnie?
ChatGPT miał ponad 700 mln tygodniowo aktywnych użytkowników pod koniec lipca 2025 r., a OpenAI podawało później ponad 800 mln [1]. Skala użycia nie mówi jednak nic o aprobacie. Ludzie sięgają po narzędzie, bo jest szybkie i dostępne, ale to nie znaczy, że ufają dostawcom albo że chcą, by AI decydowała za nich.
Popularność bywa mylona z akceptacją, a badacze mierzą je osobno. W sondażu Pew z czerwca 2025 r. 50% Amerykanów deklarowało, że AI budzi w nich więcej niepokoju niż entuzjazmu, 38% miało odczucia mieszane, a 10% było bardziej podekscytowanych niż zaniepokojonych [2]. Największa grupa to więc ludzie zaniepokojeni, nie wrodzy. To wyjaśnia, dlaczego hasło „nikt nie lubi AI” brzmi mocniej niż dane: opisuje nastrój, nie postawę.
Czy Amerykanie chcą więcej AI w swoim życiu? Raczej wybiórczo
Większość Amerykanów dopuszcza AI przy zadaniach analitycznych, takich jak prognozowanie pogody, wykrywanie oszustw czy opracowywanie leków, ale chce większej kontroli nad tym, gdzie technologia jest stosowana [2].
Ta selektywność tłumaczy pozorny paradoks. AI nie jest oceniana jako jedna rzecz, tylko zadanie po zadaniu. Tam, gdzie odpowiada za analizę, przeważa akceptacja. Tam, gdzie decyduje o człowieku, pojawia się pytanie o kontrolę i odpowiedzialność [2].
Podobny mechanizm widać w wyszukiwaniu: kolejne wersje asystentów zmieniają to, ile pracy wykonuje algorytm, a ile człowiek. Opisujemy to w tekście o tym, jak Google Search przestał być listą linków.
Dlaczego eksperci i zwykli użytkownicy oceniają AI inaczej?
Luka między twórcami a odbiorcami AI jest mierzalna. W badaniu Pew z kwietnia 2025 r. 56% ekspertów oczekiwało pozytywnego wpływu AI na Stany Zjednoczone, a wśród ogółu społeczeństwa taką opinię podzielało 17%. Pozytywnego wpływu na rynek pracy oczekiwało 73% ekspertów i 23% Amerykanów [3].
Różnica jest ponad trzykrotna i nie wynika z niewiedzy. Eksperci patrzą na możliwości technologii, użytkownicy na jej koszty: zmianę pracy, nieprzejrzyste decyzje, brak jasnej odpowiedzialności. Obie grupy opisują ten sam proces z różnych miejsc [3].
Dlaczego chatboty bankowe wypadają gorzej niż ogólne narzędzia AI?
Bankowość jest najczęściej przywoływanym przykładem rozczarowania. W badaniach, na które powołują się analitycy, około 29% klientów było zadowolonych z tradycyjnych chatbotów bankowych, a 74% w wielu sytuacjach wolało rozmowę z człowiekiem [4]. To inne zjawisko niż niechęć do AI w ogóle: klient nie odrzuca technologii, tylko konkretne wdrożenie, które nie rozwiązuje jego sprawy.
Wdrożenia bankowe bywają skuteczne w wąskim zakresie. DNB raportował automatyzację około 20% całkowitego ruchu obsługi klienta [5]. Problem pojawia się wtedy, gdy bot ma doprowadzić sprawę do końca, a nie tylko odebrać zgłoszenie.
| Kryterium | Chatbot klasyczny | Model hybrydowy (bot i człowiek) | Tylko człowiek |
|---|---|---|---|
| Koszt pojedynczej interakcji | 0,50–0,70 USD [6] | zależy od udziału spraw eskalowanych | 6–15 USD [6] |
| Dostępność | całodobowa | całodobowa, z eskalacją w godzinach pracy | ograniczona grafikiem |
| Sprawy złożone | częste ponowne kontakty | przekierowanie do człowieka | rozwiązywane od razu |
| Satysfakcja klienta | około 29% w bankach [4] | zależy od jakości ścieżki eskalacji | wysoka, ale kosztowna |
Czego uczy przypadek Klarny?
27 lutego 2024 r. Klarna podała, że jej asystent AI odbył 2,3 mln rozmów w pierwszym miesiącu, czyli dwie trzecie rozmów obsługi klienta. Firma twierdziła, że odpowiadało to pracy 700 pełnoetatowych agentów, czas rozwiązania sprawy spadł z 11 minut do poniżej 2 minut, a liczba ponownych zapytań zmalała o 25% [7].
W maju 2025 r. CEO Sebastian Siemiatkowski przyznał, że skupienie na kosztach obniżyło jakość obsługi, i zapowiedział ponowne zatrudnianie ludzi [8].
To najważniejsza lekcja z dostępnych danych. Automatyzacja masowych, rutynowych zapytań działa, ale mierzenie sukcesu wyłącznie kosztem i wskaźnikiem odciążenia prowadzi do pogorszenia jakości. Liczą się też rozwiązanie sprawy, satysfakcja, liczba eskalacji, ponowne kontakty i retencja [8].
Ile naprawdę kosztuje automatyzacja obsługi klienta?
Benchmarki kosztu pojedynczej rozmowy są wyraźnie korzystne dla botów: 0,50–0,70 USD wobec 6–15 USD za interakcję z agentem [6]. Nie są to jednak dane o całkowitym koszcie organizacji. Dochodzą wdrożenie, integracja z systemami, utrzymanie i obsługa spraw przekazanych ludziom. Oszczędność zależy od tego, jaka część zgłoszeń naprawdę kończy się bez człowieka [6].
Osobny sygnał dotyczy gotowości do płacenia. Tylko około 3% użytkowników AI decyduje się na płatną subskrypcję [9]. Model oparty na masowym użyciu darmowych wersji jest więc normą, nie wyjątkiem.
Jak wdrożyć AI, żeby nie tracić zaufania?
Nie ma jednego przepisu, ale dane wskazują na kilka warunków. Zaufanie spada tam, gdzie AI decyduje bez wyjaśnienia i bez drogi odwołania. Rośnie tam, gdzie wdrożenie ogranicza się do zadań, w których technologia wypada dobrze, a człowiek pozostaje dostępny.
- Zawęź zakres. Zaczynaj od analizy i zadań rutynowych, nie od decyzji o ludziach [2].
- Zostaw wyjście do człowieka. Klient musi móc poprosić o kontakt z pracownikiem; bot bez eskalacji zbiera ponowne zgłoszenia [7].
- Mierz więcej niż koszt. Satysfakcja, liczba eskalacji, ponowne kontakty i retencja mówią więcej niż wskaźnik odciążenia [8].
- Traktuj dane poważnie. Wiara, że firmy AI ochronią dane osobowe, spadła z 50% w 2023 r. do 47% w 2024 r. [10].
- Przemyśl, jak komunikujesz automatyzację. Deklarowanie użycia AI bywa ryzykowne wizerunkowo i nie zawsze działa jako argument sprzedażowy [11].
W Polsce temat dopiero się układa. O tym, jak państwo i firmy próbują nadgonić zaległości, piszemy w tekście czy Orzeł naprawdę podniesie polską AI z kolan. Praktyczne scenariusze wdrożeń, od pilotażu do produkcji, opisuje nasz przewodnik po zastosowaniach AI.
Najczęstsze pytania
Czy ludzie naprawdę nie lubią AI?
Nie w takim sensie, w jakim sugerowałby ten skrót. 50% Amerykanów deklaruje więcej niepokoju niż entuzjazmu, 38% odczucia mieszane, a 10% przewagę entuzjazmu [2]. Jednocześnie ChatGPT ma ponad 700 mln tygodniowo aktywnych użytkowników [1]. Mówimy więc o ambiwalencji, a nie o wrogości: technologia jest używana, ale obdarzana ograniczonym zaufaniem.
Dlaczego chatboty w bankach są oceniane gorzej niż ChatGPT?
Bo mierzy się je inną miarą. ChatGPT ocenia się po tym, czy pomógł w zadaniu. Chatbot bankowy po tym, czy rozwiązał sprawę, której nie da się przerwać bez konsekwencji. W badaniach około 29% klientów było zadowolonych z bankowych chatbotów, a 74% wolało człowieka [4]. Do tego dochodzą ponowne kontakty i brak jasnej ścieżki eskalacji [7].
Czy eksperci rzeczywiście widzą AI inaczej niż reszta społeczeństwa?
Tak, i różnica jest duża. Pozytywnego wpływu AI na USA oczekiwało 56% ekspertów i 17% ogółu społeczeństwa, a w przypadku wpływu na rynek pracy 73% wobec 23% [3]. To nie różnica wiedzy o technologii, lecz różnica punktu widzenia: ekspert patrzy na możliwości, użytkownik na konsekwencje.
Ile kosztuje rozmowa z chatbotem, a ile z człowiekiem?
Według benchmarków branżowych 0,50–0,70 USD za interakcję z chatbotem i 6–15 USD za interakcję z agentem [6]. To porównanie pojedynczych rozmów, nie całkowity koszt wdrożenia. Dochodzą integracje, utrzymanie i obsługa spraw eskalowanych do ludzi, dlatego realna oszczędność zależy od udziału spraw, które bot kończy samodzielnie.
Czy warto w ogóle automatyzować obsługę klienta?
Tak, jeśli zakres jest ograniczony do spraw rutynowych i masowych, a droga do człowieka pozostaje otwarta. Przypadek Klarny pokazuje, że asystent AI potrafi obsłużyć dwie trzecie rozmów w pierwszym miesiącu, ale też że skupienie na kosztach kosztowało firmę jakość i wymusiło powrót do ludzkiej obsługi [7][8].
Źródła
- How People Use ChatGPT (OpenAI, 2025)
- How Americans View AI and Its Impact on Human Abilities, Society (Pew Research Center, 2025)
- How the US Public and AI Experts View Artificial Intelligence (Pew Research Center, 2025)
- Bank Chatbots are 'Fast but Stupid' (U.S. News, 2025)
- DNB AI Chatbot Banking Case Study (Boost.ai, 2025)
- Chatbot statistics 2026: 33 numbers for customer service (ebi.ai, 2026)
- Klarna AI assistant handles two-thirds of customer service chats in its first month (Klarna, 2024)
- Klarna's AI Customer Service Reversal — The Deployment Memo (AI Insight Lab, 2025)
- Nikt nie chce płacić za AI. Użytkownicy nie kupują abonamentów (IT Hardware, b.d.)
- Public Opinion (Stanford HAI, 2025)
- Korzystasz z AI? Nie chwal się. Sztuczna inteligencja tylko odstrasza klientów (iFirma, b.d.)
Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.
Jak powstają teksty: Polityka AI · O redakcji