9 Minuty
Infogain, software house z Doliny Krzemowej z największym europejskim oddziałem w Krakowie, przyspiesza transformację. Firma zapowiada znaczną rozbudowę zespołów w Polsce i wejście na kolejne rynki europejskie, jednocześnie przesuwając ciężar działalności z klasycznego outsourcingu i inżynierii oprogramowania w stronę rozwiązań opartych na sztucznej inteligencji, inżynierii danych oraz platformach e-commerce. To strategiczne przesunięcie ma znaczenie dla lokalnego rynku pracy, klientów biznesowych i partnerów technologicznych w Polsce — także dla firm poszukujących skalowalnych rozwiązań chmurowych i AI-ready produktów.
Nowe kierownictwo i ambitne cele
Rok temu doszło do zmiany na stanowisku CEO: Ayan Mukerji, po długiej karierze, przeszedł na emeryturę, a stery przejął Dinesh Venugopal — menedżer z doświadczeniem w PK, Concentrix i Mphasis. Venugopal przedstawił strategię, która zakłada podwojenie globalnego zatrudnienia i powrót na ścieżkę wzrostu: z 6 do 12 tys. pracowników w trzy lata. W Polsce plan zakłada wzrost krakowskiego oddziału co najmniej dwukrotnie — z obecnych około 250 osób (dane MOTIFE) do ok. 500 pracowników do końca 2025 r. Sprawozdanie firmowe za okres od 1 kwietnia 2023 r. do 21 marca 2024 r. wskazuje przychody 48,2 mln zł i zysk netto 2,8 mln zł, mimo że restrukturyzacje u kluczowych klientów (m.in. Sabre) wpłynęły na wahania zatrudnienia.
Dlaczego Infogain stawia na AI — mimo "kanibalizacji" własnych usług?
Infogain otwarcie przyznaje: oferowanie rozwiązań AI klientom to częściowa kanibalizacja dotychczasowych zadań outsourcingowych. Automatyzacja procesów tworzenia oprogramowania i wdrażanie modeli generatywnych mogą zmniejszyć potrzebę tradycyjnego kodowania. Mimo to firma inwestuje w rozwój kompetencji z zakresu AI, ML i inżynierii danych, ponieważ przewaga konkurencyjna w najbliższych latach będzie zależeć od umiejętności integracji AI w produktach i procesach biznesowych.
Eksperci Infogain i miejscowi managerowie, tacy jak Krystian Sperka (szef Infogain Poland), wskazują, że już dziś około 20% projektów realizowanych w Polsce wykorzystuje elementy sztucznej inteligencji. Przewiduje się, że do 2028 r. nawet 40% klasycznych zadań inżynierii oprogramowania zostanie zautomatyzowanych dzięki AI — a firmy, które nie zintegrują AI z podstawową działalnością, będą miały problem z utrzymaniem się na rynku outsourcingu.
Korzyści i ryzyka dla polskich firm
Korzyści:
- szybsze wdrażanie funkcji dzięki generatywnym modelom i narzędziom wspomagającym development (AI-assisted coding),
- niższe koszty utrzymania aplikacji dzięki automatycznym testom i monitorowaniu,
- lepsze wykorzystanie danych (data modelling) i bardziej zaawansowane analizy biznesowe.
Ryzyka:
- krótkoterminowa redukcja zapotrzebowania na niektóre role programistyczne,
- konieczność inwestycji w przekwalifikowanie pracowników,
- wyzwania prawne i etyczne związane z użyciem modeli AI i danych użytkowników.
Dla polskich przedsiębiorstw oznacza to, że wybór partnera technologicznego powinien uwzględniać zarówno kompetencje w klasycznym software house, jak i doświadczenie w AI, chmurze i bezpieczeństwie danych.
Nowe usługi: inżynieria danych, AI i platformy e-commerce
Infogain planuje rozwijać się w trzech kluczowych obszarach: inżynierii danych i modelowaniu danych dla AI, budowie oraz integracji platform e‑commerce klasy Enterprise (Salesforce, Adobe Commerce) oraz we współpracy strategicznej z dużymi dostawcami technologii (m.in. Google).
Funkcje produktów i porównanie rozwiązań
Funkcje oferowanych rozwiązań AI (przykładowo):
- modelowanie danych i przygotowanie zbiorów treningowych (data pipelines, ETL/ELT),
- wdrożenia modeli ML/AI do procesów produkcyjnych (inference w chmurze i on-prem),
- automatyczne testy i CI/CD wzbogacone o modele analizy jakości kodu,
- agentowe systemy AI zdolne do samodzielnego wykonywania zadań (task automation),
- wirtualni asystenci i chatboty z głębszym rozumieniem kontekstu i integracją z systemami CRM.
Porównanie z klasycznym outsourcingiem:
- klasyczny outsourcing: fokus na kodowaniu, utrzymaniu i poprawkach; mniejszy udział w strategicznym kształtowaniu produktu,
- AI-driven partner: dostarcza automatyzację, rozwój modeli, inżynierię danych oraz przekształca produkt klienta w rozwiązanie "AI-native".
Dla sektora e-commerce oznacza to szybsze wdrożenia personalizacji, rekomendacji produktowych, dynamicznych cen i analizy zachowań klientów w czasie rzeczywistym — kluczowych cech dla sklepów internetowych i marek obecnych na rynku polskim, ale też na Lietuvos rinka czy w krajach bałtyckich.
Nowe role i kompetencje: od prompt engineer do architekta wielosystemowego
Transformacja technologiczna tworzy popyt na nowe specjalizacje. Infogain i inne firmy coraz częściej rekrutują lub przekwalifikowują zespoły w takich rolach jak:
- prompt engineer — tworzenie skutecznych zapytań do modeli AI,
- vibe coder — tłumaczenie emocji, nastroju i kontekstu kulturowego na parametry wejściowe dla modeli,
- AI integrator — łączenie różnych narzędzi i modeli AI z procesami biznesowymi,
- architekt wielosystemowy — zaprojektowanie środowisk, w których współpracuje wiele systemów AI.
Wymagana wiedza obejmuje inżynierię oprogramowania, uczenie maszynowe, inżynierię danych oraz elementy nauk behawioralnych, zwłaszcza przy projektach ukierunkowanych na UX i personalizację rynków lokalnych. W Polsce rośnie też zapotrzebowanie na liderów transformacji (AI Change Agents) — menedżerów, którzy łączą kompetencje technologiczne z umiejętnością zarządzania zmianą i budowania nowych modeli biznesowych.
Szkolenia i reskilling
Firmy w Polsce już inwestują w programy przekwalifikowania: kursy z prompt engineeringu, szkolenia z ML Ops, projekty praktyczne przy wdrożeniach cloud-native i architekturze mikroserwisów. Równolegle rośnie zapotrzebowanie na kompetencje z cyberbezpieczeństwa, które muszą iść w parze z wdrożeniami AI.
Wpływ na rynek pracy i lokalne huby technologiczne
Kraków jako największy oddział Infogain w Europie staje się ważnym hubem inżynierii AI w regionie. Firma intensyfikuje też działalność w Rumunii, na Węgrzech i w Ukrainie, a jednocześnie obserwuje możliwości ekspansji na rynki bałtyckie — w tym na Lietuvos rinka. Rozważane lokalizacje obejmują biura w Wilnie (Vilniuje) i Kaunie (Kaune), co może zainteresować lietuviams specjalizującym się w ML i inżynierii danych. Taka regionalna dywersyfikacja daje klientom w Polsce i sąsiednich krajach dostęp do szerokiej puli talentów i pozwala lepiej dopasować usługi do lokalnych potrzeb.
Bezpieczeństwo i zgodność — priorytet w czasach AI
W miarę jak AI trafia do rdzenia biznesu, rośnie znaczenie cyberbezpieczeństwa. Według raportów branżowych (np. Experis/ManpowerGroup) 41% dyrektorów IT globalnie deklaruje, że cyberbezpieczeństwo pozostaje priorytetem. Straty związane z cyberprzestępczością mogą osiągnąć 10,5 bln dolarów — średni koszt pojedynczego naruszenia danych to ok. 4,88 mln USD. W Polsce wynagrodzenia specjalistów ds. cyberbezpieczeństwa wzrosły w ubiegłym roku o ponad 12% — wyżej niż średnia branżowa. Dla firm korzystających z AI oznacza to konieczność inwestycji w bezpieczne modele, audyty danych i transparentne procesy zarządzania danymi.
Trendy rynkowe i prognozy
Kilka z kluczowych trendów identyfikowanych na rynku IT: 1) Brak wykwalifikowanych pracowników — deficyt talentów nadal napędza rynek, a firmy konkurują o specjalistów AI i inżynierii danych. 2) Cyberbezpieczeństwo jako priorytet — rosnące koszty naruszeń i potrzeba zabezpieczeń modeli. 3) AI Change Agents — rosnąca potrzeba liderów transformacji i menedżerów projektów AI. 4) Trudności we wdrożeniach technologicznych — integracja starych systemów z nowymi rozwiązaniami AI i chmurowymi. 5) Deficyt centrów danych — popyt przewyższa podaż, co wpływa na koszty i decyzje lokalizacyjne. 6) Low-code/no-code — przyspiesza tworzenie aplikacji; prognozy mówią, że w 2025 r. nawet 70% nowych aplikacji powstanie w oparciu o te technologie. Większość liderów uważa, że AI nie zastąpi low-code/no-code, a raczej zwiększy ich efektywność.
Co to znaczy dla polskich firm i konsumentów?
Dla przedsiębiorstw: konieczność planowania inwestycji w kompetencje AI, data engineering i bezpieczeństwo; wybieranie partnerów, którzy nie tylko utrzymają systemy, lecz także będą potrafili je odtworzyć z zastosowaniem AI.
Dla konsumentów: lepsze doświadczenia zakupowe w e-commerce (spersonalizowane oferty, szybsze rekomendacje), inteligentne asystenty obsługi klienta, a także większa automatyzacja procesów back-office, co powinno wpływać na szybkość obsługi i jakość usług.
Przykładowe zastosowania i case studies
Infogain w Polsce zrealizował projekty, które mogą zainteresować lokalny rynek:
- wirtualny asystent o wysokim stopniu autonomii, wymagający minimalnego wsparcia ludzkiego — przydatny w obsłudze klienta i HR,
- migracje starych środowisk analityki danych do nowoczesnych rozwiązań chmurowych — poprawa wydajności zapytań, niższe koszty utrzymania i lepsze możliwości modelowania danych,
- integracje platform e-commerce z narzędziami AI do rekomendacji produktowych i personalizacji kampanii marketingowych.
Każdy z tych projektów ilustruje, jak połączenie inżynierii danych, chmury i AI może przekształcić tradycyjne procesy biznesowe w bardziej skalowalne i opłacalne modele.
Podsumowanie: Polska jako hub AI i rola Infogain
Infogain planuje nie tylko podwoić zatrudnienie globalnie, ale również zbudować w Polsce silne centrum kompetencji AI. Kraków może stać się jednym z ważniejszych hubów inżynierii AI w regionie, a działania firmy — od inwestycji w people development po partnerstwa z dostawcami takimi jak Google czy Adobe — wskazują na długofalową strategię. Dla polskich firm to sygnał: nadszedł czas, żeby wybierać partnerów, którzy potrafią łączyć klasyczną inżynierię z nowoczesnymi technologiami AI, a jednocześnie inwestować w bezpieczeństwo i modelowanie danych.
W szerszym kontekście europejskim Infogain rozważa również aktywność na rynkach bałtyckich (Lietuva, Lietuvos rinka), co otwiera drogę do współpracy z zespołami w Vilniuje i Kaune oraz adresowania usług do lietuviams, którzy poszukują zaawansowanych rozwiązań AI.
Transformacja nie oznacza końca programowania, lecz zmianę priorytetów: mniej ręcznego powtarzalnego kodowania, więcej automatyzacji, modelowania danych i budowy rozwiązań, które będą napędzać biznesy klientów w erze AI.
Źródło: xyz
Komentarze