W poniedziałek, 12 stycznia 2026 r. odbyło się śniadanie biznesowe „Ubezpieczenia 2026+: nadchodzące trendy, dane, AI i nowe wyzwania”. W Skyfall Warsaw spotkali się ludzie odpowiedzialni za to, jak naprawdę będzie wyglądać technologia w ubezpieczeniach w najbliższych latach.
Ponad 50 przedstawicieli kilkunastu zakładów ubezpieczeń życiowych i majątkowych dyskutowało o danych, sztucznej inteligencji, regulacjach i architekturze IT. Gospodarzami wydarzenia były „Gazeta Ubezpieczeniowa” i Britenet, a moderowała je Aleksandra E. Wysocka, redaktorka naczelna „Gazety Ubezpieczeniowej”.
Spotkanie skierowano do CIO, CTO, dyrektorów IT, architektów systemów, liderów danych, osób odpowiedzialnych za projekty AI i automatyzację, zespołów ryzyka technologicznego i zgodności ICT oraz liderów transformacji cyfrowej. Trzy przewodnie wątki stanowiły oś całego programu: dane jako warunek automatyzacji i AI, regulacje ICT i AI, w tym DORA i AI Act, oraz architektura IT funkcjonująca pod rosnącą presją integracji i złożoności.
Program i prelegenci
Program powstał we współpracy z ekspertami Beesafe, ERGO Hestii, PZU i UNIQA. W części prezentacyjnej wystąpili:
• Paweł Juszkiewicz (Britenet): „Wnioski z 2025 / Trendy 2026 / Prognozy 2030”;
• Piotr Wegner (Britenet): „Od gotowości na AI do automatycznych decyzji. Dane jako fundament roku 2026”;
• Damian Jagusz (ERGO Hestia): „Regulacje jako katalizator bezpieczeństwa. Lekcje z rozwoju AI”;
• Marcin Grabowski (Beesafe): „AI po AI Act. Od innowacji do zgodności”;
• Mirosław Deja (UNIQA): „Zwiększenie efektywności organizacji dzięki wykorzystaniu nowoczesnych technologii bazujących na AI”;
• Bartłomiej Gołębiowski i Marcin Kurczab (PZU): „AI w PZU. Wnioski i praktyki wdrożeń”.
Po wystąpieniach odbył się panel dyskusyjny poświęcony praktycznym doświadczeniom z wdrażania AI i gen AI w sektorze finansowo-ubezpieczeniowym.
Lekcje z wdrażania AI w 2025 roku
Paneliści zgodzili się, że wdrażanie AI to długotrwały proces, a nie jednorazowy projekt ani techniczna ciekawostka. Wymaga ciągłej pracy z danymi oraz rozwijania kompetencji użytkowników, którzy muszą rozumieć narzędzia generatywne i ich ograniczenia.
Podkreślono też, że pierwsze, efektowne pilotaże potrafią przysłonić realny koszt dojścia do stabilnego wdrożenia produkcyjnego, a efekty transformacji często przeszacowuje się w perspektywie dwóch lat i nie doszacowuje w perspektywie dziesięciu lat.
Jakość danych i nierównomierna dojrzałość procesów
Dyskusja o danych pokazała obraz rynku o dwóch prędkościach, z obszarami o bardzo wysokiej jakości danych i obszarami wyraźnie słabszymi. Taki rozkład utrudnia skalowanie rozwiązań AI na cały portfel procesów i wymaga planu poprawy jakości rozłożonego na etapy.
Zwrócono uwagę na konieczność jasnych priorytetów oraz utrzymania mechanizmów human in the loop, które stopniowo ograniczają liczbę błędów, zamiast jedynie gasić pojedyncze pożary.
AI Act, DORA i praktyczna strona compliance
W części regulacyjnej porównywano DORA i AI Act, wskazując na stosunkowo spójną logikę DORA oraz większą niejednoznaczność AI Act poza systemami wysokiego ryzyka.
Paneliści ostrzegali przed nadmierną rozbudową dokumentacji, która nie poprawia realnie bezpieczeństwa ani jakości rozwiązań. Zgodzili się, że kluczowy staje się system zarządzania jakością dla AI, proporcjonalny do poziomu ryzyka i przełożony na konkretne role, procesy oraz codzienną praktykę zespołów, w tym komunikację zewnętrzną.
Golden Record klienta jako „żywy” element architektury
Golden Record klienta został opisany jako „żywy” element architektury, który nie kończy się wraz z wdrożeniem nowego systemu. Wymaga stałej pielęgnacji procesowej, narzędzi monitorujących spójność danych oraz ścisłej współpracy IT z biznesem.
Zwrócono uwagę, że brak wyraźnego właścicielstwa i bieżącego nadzoru prowadzi do rozproszenia danych, co bezpośrednio obniża wiarygodność modeli AI i utrudnia skalowanie rozwiązań.
Kultura eksperymentowania i zasady współpracy biznesu z technologią
W części poświęconej kulturze organizacyjnej podkreślono znaczenie krótkich cykli eksperymentów oraz selekcji najlepszych inicjatyw zamiast równoległego uruchamiania zbyt wielu projektów. Zaznaczono, że projekty technologiczne muszą być prowadzone jak projekty biznesowe, w bliskiej współpracy z właścicielami procesów, z akceptacją porażek i wyciąganiem z nich wniosków.
Ważnym uzupełnieniem są programy edukacyjne, takie jak akademie sztucznej inteligencji i DORA Academy, które budują kompetencje regulacyjne i cyfrowe w szerokiej grupie pracowników.
Agentic AI, platformy danych i „fetyszyzacja ROI”
W dyskusji o przewadze konkurencyjnej zwrócono uwagę na konieczność łączenia dojrzałego wykorzystania platform danych z jasnym modelem zarządzania inicjatywami AI, w tym podejściem agentowym. Ostrzegano przed nadmiernym poleganiem na agentach AI, które może osłabiać krytyczne myślenie użytkowników i zwiększać ryzyko błędów operacyjnych.
Paneliści wskazali też na zjawisko „fetyszyzacji ROI”, czyli skłonność do szybkiego odrzucania projektów bez natychmiastowego zwrotu, co utrudnia budowanie infrastruktury, kompetencji i rozwiązań potrzebnych do długoterminowej konkurencyjności.
Aleksandra E. Wysocka
Od ponad 19 lat firma Britenet realizuje projekty informatyczne w modelu outsourcingowym. W tym czasie z jej usług skorzystało ponad 200 klientów z Polski i zagranicy, reprezentujących różne, wymagające sektory gospodarki. Zespół realizuje projekty m.in. dla branż finansowej, bankowej, edukacyjnej, energetycznej, ubezpieczeniowej oraz dla sektora publicznego, współpracując m.in. z Ministerstwem Finansów, Ministerstwem Zdrowia oraz największymi polskimi bankami.
Kluczowe wnioski z dyskusji
- Transformacja w obszarze AI i danych wymaga podejścia długoterminowego, uwzględniającego zarządzanie zmianą, rozwój kompetencji i stałą współpracę biznesu z IT.
- Nierównomierna jakość danych między procesami przy ogólnie umiarkowanym poziomie dojrzałości wymaga świadomego, etapowego planu poprawy oraz wyraźnie wskazanych domen krytycznych.
- AI Act i DORA wymuszają budowę spójnego systemu zarządzania jakością dla rozwiązań AI, który musi być proporcjonalny do poziomu ryzyka i realnie stosowany w codziennej pracy zespołów.
- Golden Record klienta jest procesem ciągłym i wymaga trwałego właścicielstwa oraz higieny pracy z danymi, ponieważ bezpośrednio wpływa na wiarygodność modeli AI i możliwość ich skalowania.
- Kultura eksperymentowania, programy edukacyjne i ostrożne podejście do wskaźników ROI są niezbędne, aby organizacje mogły budować trwałą przewagę konkurencyjną w obszarze zaawansowanej analityki i sztucznej inteligencji.
PRELEGENCI
Mirosław Deja
dyrektor zarządzający Pionu IT, UNIQA
Doświadczony CIO i CTO z ponad 25-letnią praktyką w IT, zdobywaną w e-commerce, telekomunikacji i ubezpieczeniach. Specjalizuje się w transformacjach cyfrowych, łączeniu technologii z celami biznesowymi oraz rozwoju zespołów. W UNIQA odpowiada za cyfryzację, innowacje i zwiększanie efektywności procesów. Aktywny uczestnik środowisk promujących nowoczesne technologie, m.in. CIONET i Future Finance Poland.
Bartłomiej Gołębiowski
manager innowacji, PZU
Od pięciu lat związany z PZU, gdzie realizuje pilotaże i wdrożenia rozwiązań startupowych w ramach programu PZU Ready for Startups. Lider zespołu GPT Lab, koncentrującego się na eksperymentowaniu i wdrażaniu rozwiązań opartych na generatywnej AI. Odpowiadał za stworzenie i wdrożenie Asystenta AI jako powszechnego narzędzia dla pracowników Grupy PZU.
Marcin Grabowski
członek zarządu Beesafe, zastępca dyrektora IT Compensa Polska
Odpowiada za rozwój technologii i transformację cyfrową w ramach grupy VIG. Posiada wieloletnie doświadczenie w IT i ubezpieczeniach, wcześniej pełnił funkcję Head of IT w Beesafe. Specjalizuje się w rozwiązaniach chmurowych, nowoczesnych architekturach danych oraz wdrażaniu AI w procesach ubezpieczeniowych, z naciskiem na bezpieczeństwo i zgodność regulacyjną.
Damian Jagusz
Chief Digital Operational Resilience Officer, Head of DOR & ICT Compliance, ERGO Hestia
Ekspert w obszarze bezpieczeństwa, zgodności i zarządzania ryzykiem ICT w sektorze finansowym. Przewodniczący Zespołu ds. DORA w Polskiej Izbie Ubezpieczeń. Nadzorował projekty związane m.in. z wdrożeniem norm ISO 27001 i ISO 27017 oraz wymogów regulacyjnych dotyczących chmury. Absolwent prawa i cyberbezpieczeństwa, autor publikacji branżowych i prelegent na międzynarodowych konferencjach.
Paweł Juszkiewicz
ekspert Data & AI, Britenet
Specjalista z 20-letnim doświadczeniem w outsourcingu IT, realizujący złożone projekty dla sektora finansowego na rynkach lokalnych i globalnych. W Britenet wspiera organizacje w budowaniu dojrzałości technologicznej oraz wykorzystaniu potencjału danych i sztucznej inteligencji w nowoczesnych strukturach biznesowych.
Marcin Kurczab
dyrektor ds. innowacji i AI, Grupa PZU
Od 12 lat związany z Grupą PZU, od siedmiu lat odpowiada za obszar innowacji i AI. Twórca i lider programu PZU Ready for Startups, w ramach którego zrealizowano ponad 80 projektów pilotażowych i wdrożono ponad 50 rozwiązań technologicznych. Absolwent SGH i Uniwersytetu Ekonomicznego w Krakowie, uczestnik programów edukacyjnych MIT Professional Education.
Piotr Wegner
Solutions Director, Britenet
Z branżą IT związany od 18 lat, od dziewięciu pracuje w Britenet. Absolwent studiów MBA IT w Akademii Leona Koźmińskiego. Łączy kompetencje technologiczne z wiedzą z zakresu nauk społecznych, wspierając strategiczny rozwój oferty oraz procesy sprzedażowe. Zainteresowany praktycznym zastosowaniem nowych technologii w rozwiązywaniu złożonych problemów biznesowych.
