Łukasz Borowiecki on Linkedin
Łukasz Borowiecki
Co-founder and CEO at 10 Senses | AI Sector Expert at Digital Poland Foundation
Delivering value with data & AI

 

W minionym tygodniu ukazała się kolejna edycja panelu ICT Eurostatu. Wyniki pokazują jak wygląda wykorzystanie technologii informatycznych w UE. Tegoroczna edycja jest o tyle istotna, że tym razem zostały umieszczone pytania o wykorzystanie technologii AI. Eurostat pozwala nam sprawdzić np. jak dużo firm w 2020 roku korzystało z maszynowego uczenia oraz technik przetwarzania języka naturalnego (NLP – Natural Language Processing). Aktualnie te wyniki Eurostatu są jedynym rzetelnym pomiarem wykorzystania AI w gospodarce na poziomie UE. Dlatego właśnie to badanie jest tak ważne.

Przejdźmy zatem do wyników.

Polska należy do grupy krajów z najniższym stopniem wykorzystania maszynowego uczenia

UWAGA: Aby sprawdzić wykorzystanie AI posłużyłem się statystykami dla dużych firm, czyli powyżej 250 pracowników. To wśród nich głównie wykorzystywany jest AI. W przypadku mniejszych podmiotów liczby były bardzo niskie przez co analiza nie byłaby miarodajna.

Tylko 6% dużych polskich firm korzysta z technologii maszynowego uczenia (definicje wykorzystane przez Eurostat podaję na końcu artykułu). Tym samym należymy do krajów o najniższym wykorzystaniu maszynowego uczenia w UE. Przy czym to nie jest problem wyłącznie Polski. W co trzecim kraju UE wykorzystanie maszynowego uczenia wśród dużych przedsiębiorstw jest w zakresię 4-6%. I są to kraje naszego regionu. Osiągamy podobne wyniki, jak Czechy, Węgry, czy też Słowacja.

Należy natomiast zwrócić uwagę na zróżnicowanie wśród krajów starej UE. W przypadku państw skandynawskich wykorzystanie maszynowego uczenia wynosi około 20% lub więcej. Są to wyraźnie wyższe wartości niż w większości pozostałych krajów starej UE.

Polskie firmy również w niewielkim stopniu korzystają z NLP

Wykorzystanie NLP i rozpoznawania mowy jest znacznie niższe (5%) niż w przypadku maszynowego uczenia (11%). Jednak poza niższym wykorzystaniem widać bardzo podobny wzorzec jak w przypadku wykorzystania maszynowego uczenia. Mianowicie, Polska należy do grupy państw o bardzo niskim wykorzystaniu NLP i do tej grupy zaliczają się w większości nowe państwa UE. Z drugiej strony liderami są przede wszystkim państwa skandynawskie.

To nie Polska jest zapóźniona względem UE. To Unia jest zapóźniona względem Skandynawii.

W typowo polskim zwyczaju wypadałoby w tym momencie narzekać jak bardzo Polska jest zapóźniona względem innych. Jednak uważam, że taka opinia jest nieuzasadniona. Statystyki dla Polski są bardzo podobne, jak dla innych krajów regionu. Wypadałoby więc mieć realistyczne oczekiwania. Po prostu przy aktualnej wysokości PKB i roli rodzimych przedsiębiorstw w łańcuchu dostaw penetracja technologii AI będzie odpowiednio niższa, niż ma to miejsce w krajach o bardziej rozwiniętej gospodarce.

Osobiście dla mnie bardziej uderzające jest, jak bardzo państwa skandynawskie przodują w implementacji AI. Firmy francuskie, niemieckie, czy też austriackie dysponują nie mniejszymi możliwościami finansowymi, jednak nie są w stanie osiągnąć podobnych wyników w obszarze AI. Przykładowo, stopień wykorzystania AI wśród francuskich firm wygląda bardzo podobnie jak w Polsce czy w Czechach. Natomiast przepaść w implementacji AI pomiędzy Francją a Szwecją jest ogromna. Szwedzi, grają w innej lidze – wspólnie z innymi krajami skandynawskimi.

Porównanie dla sektorów gospodarki byłoby strasznie ciekawe… ale jest praktycznie nie do wykonania

Eurostat umożliwia przecięcie statystyk przez sektory gospodarki. Wyniki dla poszczególnych branż byłyby szalenie ciekawe. Niestety, nie ma możliwości wygenerowania wyników dla konkretnych branż przy jednoczesnym filtrze dla dużych przedsiębiorstw. A w przypadku standardowej miary wielkości firm, czyli wszystkich zatrudniających 10 osób lub więcej, zestawienia są bliskie lub równe zero. Po prostu małe firmy bardzo rzadko korzystają z AI. Jedynym wyjątkiem jest sektor ICT oraz Telco. 8% polskich firm z tej branży korzysta z maszynowego uczenia. Jest to nieco mniej niż 11% dla całej UE oraz 17% dla Szwecji.

Warto zauważyć, że w przypadku Szwecji widać rozwijające się wykorzystanie maszynowego uczenia w praktycznie każdym sektorze gospodarki. Owszem, liczby w wysokości 3%-6% to niewiele, ale zdecydowanie więcej niż 0%-3% dla UE czy Polski.

Definicje AI stosowane przez Eurostat

Poniżej zamieszczam definicje miar AI, stosowane przez Eurostat. Są one wzięte bezpośrednio z kwestonariusza:

Machine Learning (e.g. deep learning): Machine learning (e.g. deep learning) involves ‘training’ a computer model to better perform an automated task, e.g. pattern recognition

Natural language processing, natural language generation or speech recognition NLP, NLG and speech recognition is the ability for a computer program to understand human language as it is spoken, to convert data into natural language representation or to identify words and phrases in spoken language and convert them to a machine-readable format.