Firmy mają średnio 12 agentów AI, a połowa działa w pojedynkę: co poszło nie tak 

Ostatnia istotna aktualizacja: 28 października 2026. Sprawdziłem liczby z tekstu z otwartymi źródłami. Poprawiłem przypisanie barier wdrożeniowych (42/41/37/35 procent), usunąłem dane IBM i „osiemnastokrotny wzrost”, których nie udało się potwierdzić, dodałem informację o próbie badania, wyliczenia z danych raportu, wykres barier, szablon rejestru agentów i narzędzie do samooceny dojrzałości orkiestracji. Przy nowych liczbach oznaczam, skąd się biorą: zmierzone (z badania), wyliczone (moje rachunki na danych z badania) albo opinia.

Krótka odpowiedź: według 2026 Connectivity Benchmark Report firmy z ankiety Salesforce i MuleSoft używają średnio 12 agentów AI, a połowa z nich działa w silosach - poza spójnym systemem wieloagentowym. Przyczyna jest prozaiczna: przeciętna organizacja ma 957 aplikacji, a zintegrowane jest tylko 27 procent z nich (zmierzone, ankieta 1050 liderów IT). Agent, który nie ma dostępu do danych i do innych agentów, jest w praktyce drogim chatbotem do jednego zadania. Poniżej: co dokładnie pokazują dane, jak czytać je z głową (to badanie dotyczy dużych firm i ma wydawcę, który sprzedaje rozwiązania do integracji), oraz narzędzie do oceny, w którym miejscu jest Twoja firma.

Co pokazuje raport i skąd pochodzą dane

Raport to 11. edycja corocznego badania Salesforce (MuleSoft), przeprowadzonego z firmą Vanson Bourne i z udziałem Deloitte Digital. Ankietę wypełniło 1050 liderów IT z dziewięciu krajów: USA, Wielkiej Brytanii, Francji, Niemiec, Holandii, Australii, Singapuru, Hongkongu i Japonii. Wszyscy pracują w firmach zatrudniających co najmniej 1000 osób, a badanie trwało od października do listopada 2025 roku (komunikat Salesforce z 4 czerwca 2026). Raport ukazał się na początku lutego 2026 (CIO Dive, 5 lutego 2026), więc w momencie tej aktualizacji dane mają około ośmiu miesięcy, a ankieta prawie rok. To ważne w dziedzinie, w której rynek zmienia się z kwartału na kwartał.

Wyliczenia z tych danych wyliczone

Z podanych średnich da się policzyć dwie rzeczy, których raport wprost nie podaje. Po pierwsze: 27 procent z 957 aplikacji to około 258 aplikacji połączonych, więc około 699 działa bez integracji. Po drugie: jeśli połowa z 12 agentów jest odizolowana, to w typowej firmie z badania jest to około 6 agentów. Gdyby proporcja się nie zmieniła, przy prognozowanych 20 agentach odizolowanych byłoby około 10. To rachunek na średnich (średnia nie opisuje żadnej konkretnej firmy), a założenie o stałej proporcji jest moje, nie raportu.

Dlaczego połowa agentów działa w pojedynkę

Raport wskazuje cztery główne bariery transformacji agentowej (za Digital Commerce 360): ryzyko, zgodność i kwestie prawne (42 procent), brak wewnętrznej wiedzy o AI (41 procent), przestarzała infrastruktura (37 procent) oraz trudności z integracją danych w silosach (35 procent). Osobna liczba - 96 procent organizacji zgłasza bariery w efektywnym wykorzystaniu danych do zastosowań agentowych - opisuje inne pytanie, więc nie należy jej łączyć z powyższą czwórką, jak zrobiłem to w pierwszej wersji tego tekstu.

Przykład z praktyki rynku pokazuje, że da się inaczej: UC Today opisuje firmę Alcon, która zbudowała ponad 900 agentów w mniej niż rok na jednej platformie z zarządzaniem. To pojedynczy przypadek opisany przy okazji produktu, który raport promuje, a nie próba statystyczna, więc traktuję go jako ilustrację, nie dowód.

Konsekwencje: złożoność, governance, bezpieczeństwo

Aż 86 procent liderów IT obawia się, że bez lepszej integracji agenci wniosą więcej złożoności niż wartości, a 64 procent martwi się, czy zrealizuje swoje najbliższe cele wdrożeniowe (blog MuleSoft). W tym samym materiale: 26 procent projektów IT w ostatnich 12 miesiącach nie zostało dostarczonych na czas, a zespoły spędzają 36 procent czasu na projektowaniu i testowaniu nowych, własnych integracji.

Luka w zarządzaniu jest wyraźna: tylko 54 procent firm ma scentralizowane ramy nadzoru nad agentami, a 27 procent API nie jest objętych nadzorem. 68 procent liderów IT przyznaje, że trudno im nadążyć za nowymi standardami, takimi jak A2A i MCP. Konsekwencję opisuję jako opinię: agent bez właściciela i bez rejestru, który ma dostęp do danych klientów, to ryzyko zgodności, o którym nikt nie wie, dopóki nie dojdzie do incydentu. Dlatego warto mieć politykę korzystania z AI w firmie.

Inne badania: co potwierdzają, a czego nie

Badanie OutSystems (1900 liderów IT, komunikat z 7 kwietnia 2026) pokazuje podobny obraz z innej strony: 96 procent organizacji używa agentów AI w jakiejś formie, 94 procent obawia się, że rozrost AI zwiększa złożoność, dług techniczny i ryzyko bezpieczeństwa, a tylko 12 procent wdrożyło scentralizowaną platformę do kontroli tego rozrostu (OutSystems; dane z komunikatu producenta, zmierzone). Z kolei badanie IBM Institute for Business Value (2000 dyrektorów technologicznych, styczeń-kwiecień 2026) wskazuje, że 77 procent badanych uważa, iż wdrażanie AI wyprzedza ich możliwości zarządzania (IBM Newsroom, 8 czerwca 2026).

W pierwszej wersji tego tekstu przytaczałem też liczby „1600 agentów” i „70 procent nie potrafi nadzorować agentów”, przypisane IBM. Po sprawdzeniu komunikatu IBM nie znalazłem w nim ani jednego, ani drugiego sformułowania, więc je usunąłem. Usunąłem też zdanie o „osiemnastokrotnie większej liczbie agentów bez mierzalnego zwrotu” - nie udało mi się znaleźć jego źródła.

Jeszcze jedno zastrzeżenie: Salesforce i MuleSoft sprzedają narzędzia do integracji i zarządzania agentami, a OutSystems platformy do tworzenia aplikacji. To nie unieważnia danych, ale wiadomo, w którą stronę prowadzą wnioski. Pojawia się też liczba 11 procent zaplanowanych zastosowań agentowych, które trafiły do produkcji, oraz 83 procent firm z agentami w większości zespołów - obie podaje wyłącznie Enterprise DNA, a UC Today podaje dla adopcji 89 procent. Nie znalazłem tych liczb w otwartych materiałach Salesforce, więc nie opieram na nich żadnych wniosków.

Samoocena: czy Twoje agenty działają jak zespół?

Poniższe narzędzie to mój własny arkusz oceny (opinia, nie metryka Salesforce ani żadnego badania): osiem kryteriów, w każdym 0-3 punkty, razem 0-24. Opisałem je w tekście niżej, więc działa także bez JavaScriptu. Odpowiedzi zapisują się tylko w Twojej przeglądarce.

Tekstowa wersja oceny: kryteria i poziomy

Każde kryterium oceniasz od 0 (brak) do 3 (pełna praktyka):

1. Rejestr agentów - czy istnieje jedna lista wszystkich agentów, z opisem celu i systemów, do których sięgają.
2. Właściciel - czy każdy agent ma imiennie wskazaną osobę odpowiedzialną.
3. Dostęp do danych - czy agenci korzystają z tych samych, zintegrowanych źródeł prawdy (CRM, ERP, baza wiedzy), zamiast własnych kopii.
4. Przekazywanie zadań - czy agenci przekazują sobie wyniki w uzgodniony sposób (wspólny format, kolejka, protokół), a nie przez przeklejanie przez człowieka.
5. Uprawnienia i API - czy dostęp agentów do systemów idzie przez zarządzane API z minimalnymi uprawnieniami.
6. Podgląd i logi - czy widzisz, co agent zrobił, kiedy i na jakich danych.
7. Człowiek w pętli - czy wiadomo, które decyzje agent podejmuje sam, a które wymagają zatwierdzenia.
8. Pomiar efektu - czy dla agentów mierzysz koszt i wynik, a nie tylko liczbę uruchomień.

Dla porównania: w badaniu Salesforce połowa agentów była odizolowana. Jeśli w polu narzędzia wpiszesz liczbę swoich agentów i liczbę tych, które realnie wymieniają dane z innymi, zobaczysz własny udział izolacji obok tej wartości. Pamiętaj, że to porównanie z dużymi firmami (powyżej 1000 pracowników), nie z polskim rynkiem MŚP.

Co zrobić najpierw: szablon rejestru agentów

Najtańszym krokiem jest rejestr. Poniższe pola to moja propozycja (opinia); wystarczy arkusz kalkulacyjny. Przycisk kopiuje nagłówek i dwa wiersze przykładowe w formacie CSV.

Co to znaczy dla mniejszej firmy w Polsce

Badanie dotyczy firm z co najmniej 1000 pracowników, więc nie wiemy, jak wygląda to w polskich MŚP (brak danych). Mechanizm jednak jest ten sam już przy trzech narzędziach: jeden agent obsługuje maile, drugi pisze treści, trzeci analizuje sprzedaż, i żaden nie wie o pozostałych. Mój wniosek (opinia): zanim dołożysz czwarte narzędzie, zrób rejestr z powyższego szablonu i przejdź ocenę. O łączeniu systemów w jeden przepływ pisałem przy okazji automatyzacji end-to-end, o patrzeniu na agentów jak na pracowników w tekście AI jako pracownik, nie tylko narzędzie, a o ocenie bardziej autonomicznych asystentów w tekście agentic AI w praktyce. Efekty wdrożeń warto też mierzyć - szczegóły w tekście jak zmierzyć efekty wdrożenia AI.

Najczęstsze pytania

Źródła

1. MuleSoft: Agentic Transformation Reaches New Heights - 2026 Connectivity Benchmark Report Insights (5 lutego 2026) - wydawca raportu; pełny raport i jego strona nie otworzyły się, dlatego liczby pochodzą z tego bloga i z komunikatów.
2. Salesforce: komunikat prasowy, 4 czerwca 2026 - metodologia, próba, kraje.
3. Digital Commerce 360: Salesforce findings on AI agent use by 2027 - bariery, 67 procent wzrostu (via media).
4. CIO Dive: IT leaders grapple with AI agent sprawl (5 lutego 2026).
5. UC Today (27 kwietnia 2026) - 89 procent adopcji, Alcon (via media).
6. Enterprise DNA - 83 procent i 11 procent; źródło mało znane, liczby niepotwierdzone gdzie indziej.
7. OutSystems: State of AI Development 2026 (komunikat, 7 kwietnia 2026).
8. IBM Newsroom: badanie IBM Institute for Business Value (8 czerwca 2026).