Polscy przedsiębiorcy nie chcą przespać tej rewolucji technologicznej i chętnie inwestują w rozwój własnych rozwiązań opartych o AI. Optyczne rozpoznawanie znaków (OCR), zrobotyzowana automatyzacja procesów (RPA&AI), algorytmy rekomendacyjne, modele scoringowe, systemy eksperckie, przetwarzanie języka naturalnego (NLP) to tylko kilka przykładów ukazujących jak wiele zmieniło się przez kilka lat ostatnich lat. Natomiast ostatni sukces ChatGPT opracowanego przez OpenAI skierował uwagę prezesów, menedżerów i kierowników na potencjał wykorzystania dużych modeli językowych (LLM).
Należy jednak zauważyć, iż obecna rewolucja technologiczna jest inna niż te z którymi dotychczas mieliśmy do czynienia. Innowacyjne rozwiązania zawsze mają to do siebie, że oferują dużo korzyści, ale jednocześnie zawierają w sobie też istotny element ryzyka. Jednak podczas wdrażania rozwiązań opartych o sztuczną inteligencję można napotkać inne bariery, niż w przypadku tradycyjnych przedsięwzięć inwestycyjnych.
Projekty w obszarze AI często wiążą się z poniesieniem dodatkowych nakładów na działalność badawczo-rozwojową. Co pochłania te środki to opracowywanie i dostosowanie technologii do własnych potrzeb biznesowych lub specyfiki danej branży czy organizacji. Wprowadza to nowy element ryzyka pod postacią ryzyka badawczego, które ogranicza dostęp do finansowania takich przedsięwzięć przez instytucje finansowe. Może to rodzić konieczność realizacji projektu przy użyciu środków własnych.
Choć początkowe koszty często zniechęcają do inwestowania w innowacyjne technologie, to przedsiębiorcy mogą liczyć na uzyskanie wsparcia w ramach polskiego systemu zachęt podatkowych i dotacyjnych. W szczególności podmioty realizujące projekty B+R mogą skorzystać z bardzo szerokiego wachlarza instrumentów wspierających, w tym m.in. z dotacji na prace badawczo-rozwojowe, ulgi B+R czy ulgi na innowacyjnych pracowników. W ostatnich latach narosło wiele mitów dotyczących możliwości uzyskania wsparcia w ramach polskiego systemu zachęt. Poniżej obalamy najpowszechniejsze z nich.
Mit #1 Nie ubiegam się o wsparcie, ponieważ nie tworzę innowacji
Wiele przedsiębiorstw realizując takie projekty w jakimś stopniu opiera się o pretrenowane (z ang. pre-trained) modele AI. Nie oznacza to jednak, że w ten sposób nie może zostać opracowana innowacja. W projektach, w których dochodzi do stworzenia nowego rozwiązania, często wstępnie rozwija się te modele pod własne potrzeby biznesowe lub łączy się istniejące systemy w nowy sposób. W efekcie takich prac może dojść do wytworzenia innowacji, która będzie spełniała wymogi konkursów dotacyjnych.