SAR: 98 proc. agencji korzysta z AI. Ponad połowa buduje własne rozwiązania [BADANIE] - NowyMarketing

W badaniu Stowarzyszenia Komunikacji Marketingowej SAR poświęconym transformacji AI, przeprowadzonym w II kwartale 2026 r., wzięło udział 65 agencji różnej wielkości: od firm zatrudniających do 30 osób po organizacje liczące ponad 400 pracowników. Największą grupę stanowiły agencje zatrudniające od 31 do 80 osób (38 proc.).

Badanie objęło wykorzystanie technologii, organizację pracy, inwestycje oraz modele rozliczeń za usługi z wykorzystaniem AI. Z komentarzy ekspertów wynika, że coraz większego znaczenia nabiera sposób wykorzystania narzędzi: połączenie ich z wiedzą o marce i kategorii, doświadczeniem zespołu i potrzebami konkretnego klienta.

Zobacz również

Uporządkowane procedury nową przewagą agencji

82 proc. badanych agencji ma polityki dotyczące stosowania AI w firmie i we współpracy z klientami. Takie standardy określają m.in. dopuszczalne zastosowania narzędzi, sposób postępowania z danymi oraz odpowiedzialność za przygotowywane materiały. Pomagają również ustalać warunki realizacji projektów z uwzględnieniem wymagań reklamodawców. Dla porównania, jeszcze dwa lata temu 90 proc. agencji nie miało regulaminu AI, a 85 proc. nie dostosowało umów.

– Gdy w 2024 zainicjowaliśmy Grupę ds. AI w SAR, największą barierą we wdrażaniu AI w agencjach nie była technologia, tylko kwestie prawne i brak wewnętrznych wytycznych oraz zasad. Branża poradziła sobie z tym wyzwaniem, i to szybciej, niż ktokolwiek zakładał. Nasza Grupa Robocza niewątpliwie miała w tym swój udział. Już w 2024 roku udostępniliśmy członkom gotowe standardy: przykładową politykę korzystania z narzędzi generatywnej AI, FAQ o uwarunkowaniach prawnych oraz wytyczne dla klientów – mówi Michał Dunin, prezes WebTalk, lider Grupy AI SAR.

Wyniki tegorocznego badania pokazują, że klienci różnie podchodzą do wykorzystania AI. 55 proc. agencji nie spotyka się z ograniczeniami lub jedynie sporadycznie. Wśród nich są m.in. firmy, których wszyscy klienci dopuszczają korzystanie z AI bez restrykcji – stanowią one jedną piątą ogółu badanych. Z kolei 22 proc. respondentów wskazuje, że ponad 30 proc. ich klientów zawęża zakres stosowania tej technologii lub całkowicie zakazuje jej używania przy tworzeniu usług i produktów kreatywnych.

Experience marketing najwyższej próby. Polski projekt kulturalny wyprzedza globalne superprodukcje w konkursie Eventex

Konieczność stosowania zasad i polityk bezpieczeństwa we współpracy marek z agencjami potwierdzają również badania na rynkach międzynarodowych. Według badania „State of AI in Marketing 2026” World Federation of Advertisers (WFA), 75 proc. badanych marek wymaga nadzoru człowieka nad generowanymi treściami, a 57 proc. ich formalnej weryfikacji i zatwierdzenia. Niemal 70 proc. firm wymaga od agencji ujawniania wykorzystania AI, a 59% zabezpiecza te kwestie odpowiednimi zapisami w klauzulach do umów.

Słuchaj podcastu NowyMarketing

Własne ekosystemy AI kluczem do unikalności

Wykorzystanie genAI jest już codziennością w agencjach (98 proc. badanych korzysta z AI). Najczęstsze zastosowania sztucznej inteligencji to research i analiza danych (97 proc.), generowanie grafik (95 proc.) oraz tekstów (92 proc.), a także poszukiwanie inspiracji (88 proc.).

Korzystanie z tych samych modeli w zbliżony sposób może prowadzić do powstawania podobnych pomysłów. GenAI uśrednia wyniki, wygładza styl i prowadzi do bezpiecznego środka przez co zdarza się, że pomysły prezentowane przez różne agencje są generyczne i podobne do siebie.

Z tego względu rynek przechodzi od kupowania licencji do budowania własnych workflow i agentów. Już 52 proc. agencji tworzy własne rozwiązania AI.

– Punktem wyjścia jest zmapowanie procesów agencji i potrzeb klientów, uporządkowanie danych i zasobów oraz podjęcie świadomych decyzji: co automatyzujemy, co jedynie przyspieszamy, a gdzie pozostawiamy przestrzeń na ludzką kreatywność, doświadczenie i ocenę – wyjaśnia Dagmara Gadomska, General Manager w Publicis Warsaw.

Dla klientów i samych agencji wartość takich rozwiązań jest bardzo konkretna:

Bezpieczeństwo danych i NDA: kontrola nad tym, jakie dane trafiają do modeli, gdzie są przetwarzane i kto ma do nich dostęp.
Ochrona unikalności marki: wykorzystanie wiedzy, języka, tone of voice i zasad wizualnych marki zamiast treści uśrednionych przez ogólne modele.
Workflow end-to-end: rozwiązania projektowane pod konkretne typy projektów i potrzeby klientów, wykorzystujące unikalne procesy oraz wiedzę agencji.
Skalowanie z kontrolą jakości i governance: proces obejmujący nie tylko generowanie materiałów, lecz także ich weryfikację, archiwizację, dokumentowanie pochodzenia i prawidłowe oznaczanie treści tworzonych z wykorzystaniem AI.

O wartości AI decydują kompetencje ludzi

Aż 62 proc. badanych agencji powołało już osobę lub dedykowany zespół odpowiedzialny za rozwój AI, a 58 proc. prowadzi dla swoich pracowników systematyczne szkolenia. Zamiast rekrutować na zewnątrz czy redukować etaty, firmy stawiają na ewolucję kompetencji wewnątrz własnych struktur – zlecanie zadań zewnętrznym specjalistom deklaruje jedynie 13 proc. badanych, a około 40 proc. zdecydowało się na pozyskanie nowych talentów z rynku. To pokazuje, że obecne zespoły agencji skutecznie przyswajają nowe technologie i trwa inwestycja w kompetencje AI.

– Licencję kupuje się w pięć minut. Kompetencje buduje się miesiącami. Dostęp do narzędzi przestał być przewagą, bo ma go dziś każdy włącznie (a może przede wszystkim) z klientami. Przewagą jest nasze doświadczenie i świadome podjęcie decyzji: kiedy AI użyć, kiedy zrezygnować, jak ocenić wyniki i kto się pod nimi podpisze. AI skraca produkcję, ale nie skraca odpowiedzialności. Ktoś musi sprawdzić, czy wygenerowany materiał nie narusza cudzych praw, czy wizerunek i głos są legalnie wykorzystane i czy treść jest właściwie oznaczona – tłumaczy Przemysław Puchalski, Executive Creative and Strategy Director w Cheil.

W jego ocenie rośnie znaczenie zarządzania prawami oraz znajomości wymagań formalnych. Dlatego systematyczne szkolenia, podnoszenie kwalifikacji i stały nadzór nad projektami stanowią dziś kluczową część realnych kosztów pracy nowoczesnej agencji. Od 2 sierpnia br. obowiązki przejrzystości z art. 50 AI Act, w tym oznaczanie deepfake’ów, przestały być teorią. Z kolei art. 4 AI Act wciąż zobowiązuje każdą firmę korzystającą z AI do działań wspierających rozwój kompetencji zespołów.

– W mojej ocenie obok kreatywności rosną dziś kompetencje, o których jeszcze niedawno mało kto w agencji myślał: kontrola jakości treści generowanych przez AI, compliance i zarządzanie prawami. To one chronią markę klienta. Klient nie płaci za to, że mamy najnowsze narzędzia pracy generatywnej. Płaci za to, że wiemy, co z nim zrobić, i bierzemy za to odpowiedzialność, a to waluta, której nie sposób przecenić – dodaje Przemysław Puchalski.

Nowe możliwości wymagają inwestycji

W 2025 r. 97 proc. badanych agencji ponosiło wydatki na tokeny, licencje i subskrypcje, a 67 proc. na szkolenia. Ponad 100 tys. zł na inwestycje w AI wydało 30 proc. firm.

Zakup dostępu do modeli to tylko część inwestycji. Agencje finansują również rozwój pracowników oraz własnego oprogramowania, naukę nowego sposobu pracy i nadzór nad przygotowywanymi materiałami. W jego ocenie koszty te pozostaną, choć zmieni się ich struktura – dostęp do modeli staje się kosztem zmiennym, a kompetencje, nadzór i odpowiedzialność za to, co wychodzi z agencji – pozycją stałą.

– Pytamy, ile czasu oszczędza narzędzie, a jednak zwrot pojawia się gdzie indziej – w tym, co agencja w ogóle potrafi dostarczyć klientowi: własne systemy generujące setki materiałów miesięcznie w zgodzie z marką, produkcję hybrydową, adaptacje na wiele rynków z filtrem kulturowym. Modele mamy wszyscy te same. Różnica jest w tym, co wokół nich budujemy – i tam trzeba szukać zwrotu z inwestycji – opowiada Łukasz Gumowski, Creative & Strategy Partner w Plej.

Rozwój oferty zmienia rozmowę o modelu wyceny

Około 60 proc. badanych agencji zmieniło lub planuje zmienić model wyceny w związku z AI.

– Szansą jest produktyzacja: uporządkowanie wiedzy, metod i narzędzi w powtarzalne rozwiązania konkretnych problemów klienta. Wymaga ona systematycznego gromadzenia doświadczeń i wyraźnego komunikowania wartości, za którą klient płaci, w tym za diagnozę i jakość decyzji. Nie zakładałbym przy tym jednego kierunku zmian dla całego rynku – komentuje Kacper Skocki, Chief Operating Officer w Vision&People.

W jego ocenie rozliczenia powinny uwzględniać pełne koszty pracy z AI, w tym szkolenia, wdrożenia, tokenów, analiz prawnych, pozyskiwania danych i kontroli jakości. Podział korzyści ma pozwalać klientowi otrzymywać większą wartość, a agencji zachować zdolność do finansowania rozwoju technologicznego. Skrócenie czasu wykonania zadania strategicznego, kreatywnego, komunikacyjnego, nie oznacza automatycznego i proporcjonalnego spadku kosztu i ceny usługi, zwłaszcza na etapie rozwoju technologii i konieczności amortyzacji jej kosztów. Otwarte pozostaje pytanie, do jakich modeli sprzedażowych agencje zmierzają.