W przededniu Forum Ekonomicznego w Karpaczu Ireneusz Borowski, dyrektor zarządzający Dassault Systèmes w Polsce, opowiada o tym, jak firmy mogą wzmacniać odporność operacyjną i strategiczną w nadchodzącej erze gospodarki generatywnej
– Jak Pan ocenia gotowość polskich firm do budowania odporności systemowej — zarówno operacyjnej, jak i strategicznej — w kontekście rosnącej złożoności globalnych łańcuchów dostaw i napięć geopolitycznych?
– Widzę wyraźną poprawę, choć poziom gotowości wciąż zależy od branży i konkretnego przedsiębiorstwa. Polskie firmy coraz lepiej rozumieją zarówno procesy zachodzące wewnątrz organizacji, jak i wpływ globalnego rynku na ich działalność. Nadal jednak brakuje spójnych strategii, które łączą perspektywę długoterminową, średnioterminową i krótkoterminową. Rynek zmienia się bardzo dynamicznie, a wiele firm poświęca zbyt dużo czasu na tworzenie nowych strategii, nie weryfikując ich użyteczności w zmieniającym się otoczeniu. Zdarza się, że gdy organizacja jest gotowa do wdrożenia, warunki rynkowe są już inne. To oczywiście wyzwanie dla zarządów, bo zmiany geopolityczne dotyczą wszystkich w podobny sposób. Pozytywnym sygnałem jest to, że coraz więcej firm angażuje niższe szczeble organizacji w proces tworzenia i aktualizacji strategii. To pomaga lepiej ocenić kolejność działań i dostosować plany do bieżącej sytuacji. Podsumowując: jest jeszcze sporo do poprawy, ale polskie przedsiębiorstwa wyróżniają się elastycznością i zdolnością adaptacji, nawet jeśli nie zawsze jest ona w pełni ustrukturyzowana.
– Jakie zmiany w podejściu do procesów, technologii i zarządzania są dziś kluczowe, aby firmy mogły szybciej adaptować strategie i wzmacniać odporność systemową?
– Budowanie odporności systemowej wymaga dziś przede wszystkim szybszej adaptacji technologii chmurowych. W wielu firmach ten proces postępuje wolniej, niż powinien. A to właśnie rozwiązania chmurowe — w tym nasza platforma 3DEXPERIENCE — pozwalają szybciej wdrażać strategie i upraszczać procesy, które w obecnych warunkach geopolitycznych są często zbyt złożone i zbyt czasochłonne. Przez lata dominowało przekonanie, że system IT musi dopasować się do istniejących procesów. To prowadziło do nieudanych wdrożeń. Dziś widać większą otwartość na optymalizację — nie zawsze zmianę procesów, ale ich uproszczenie tam, gdzie jest to możliwe. Dobrym przykładem jest zarządzanie zmianą: w niektórych firmach obejmuje kilkanaście etapów, choć nie zawsze jest to konieczne. Szybsze podejmowanie decyzji staje się kluczowe, zwłaszcza jeśli chcemy włączać AI do tego typu procesów. Uproszczenie procedur jest warunkiem, aby sztuczna inteligencja mogła realnie wspierać biznes. Platforma 3DEXPERIENCE w chmurze naturalnie wymusza taką optymalizację — a to bezpośrednio przekłada się na większą odporność systemową.
– Zawarte pół roku temu partnerstwo Dassault Systèmes z NVIDIA wprowadza przemysłową sztuczną inteligencję opartą na fizyce i zweryfikowanych modelach świata. Jak ta współpraca zmienia sposób, w jaki firmy mogą wdrażać innowacje?
– Ta współpraca może całkowicie zmienić sposób, w jaki przemysł projektuje, symuluje i prowadzi produkcję, łącząc świat wirtualny z fizycznym. Najważniejszy efekt to znaczące przyspieszenie wdrażania innowacji: krótszy czas wejścia na rynek, szybsze uprzemysłowienie nowych rozwiązań i możliwość natychmiastowego testowania scenariuszy. Dzięki mocy obliczeniowej NVIDIA oraz bibliotekom fizycznym symulacje stają się bardziej dokładne i dostępne niemal od razu, co ogranicza potrzebę kosztownego prototypowania. To szczególnie ważne w przypadku bardzo złożonych modeli fizycznych, które dotychczas wymagały długiego czasu obliczeń. Teraz firmy mogą szybciej ocenić konsekwencje zmian projektowych i podejmować decyzje na podstawie zwalidowanych danych.
– Czy połączenie technologii wirtualnych bliźniaków z platformą NVIDIA Omniverse może doprowadzić do powstania w pełni wirtualnych, autonomicznych fabryk przyszłości?
– Tak, to jeden z najbardziej przełomowych aspektów współpracy. Integracja Omniverse z wirtualnymi bliźniakami w ramach rozwiązania DELMIA firmy Dassault Systèmes pozwala tworzyć wirtualne fabryki, w których można zasymulować wszystkie procesy: robotykę, logistykę, kontrolę jakości, autonomiczne systemy sterowania. W praktyce oznacza to możliwość odwzorowania zakładu 1:1 i przeprowadzenia symulacji jego funkcjonowania dzień po dniu, miesiąc po miesiącu, a nawet rok po roku. Dotychczas takie analizy były możliwe, ale trwały bardzo długo. Dzięki mocy obliczeniowej NVIDIA wyniki można uzyskać w ciągu sekund, a nie tygodni. To otwiera drogę do podejmowania lepszych decyzji inwestycyjnych — dotyczących rozbudowy zakładów, zmiany lokalizacji czy optymalizacji linii produkcyjnych — na podstawie pełnych, wiarygodnych danych fizycznych.
– W materiałach prasowych Dassault Systèmes pojawia się pojęcie „zaufanej AI” opartej na danych fizycznych. Jakie znaczenie ma to dla firm, które chcą wykorzystywać sztuczną inteligencję w procesach krytycznych?
– To kluczowa różnica między przemysłową AI a modelami językowymi trenowanymi na danych z internetu. Przemysłowe modele AI bazują na dziesięcioleciach wiedzy inżynierskiej, zwalidowanych symulacjach i danych fizycznych, dzięki czemu są odporne na typowe problemy LLM, takie jak halucynacje. W praktyce oznacza to, że AI może analizować bardzo złożone procesy — na przykład wąskie gardła w produkcji, zachowanie linii technologicznej czy obciążenie magazynów — i podpowiadać rozwiązania w czasie rzeczywistym. To wymaga ogromnej mocy obliczeniowej, którą zapewnia współpraca z NVIDIA. Jeśli wirtualny asystent ma wskazać, gdzie pojawi się problem w produkcji, nie może odpowiadać po dwóch godzinach. Musi zrobić to natychmiast — i właśnie to umożliwia połączenie Industry World Models z technologią NVIDIA.
– Wspomniał Pan również o kwestii bezpieczeństwa danych i suwerenności. Jaką rolę odgrywa w tym kontekście Outscale?
– Outscale zapewnia infrastrukturę suwerennej chmury Dassault Systèmes, wspierającą wdrożenia AI Factory w oparciu o technologię GPU firmy NVIDIA. To infrastruktura o najwyższym poziomie ochrony, która pozwala firmom korzystać z przemysłowej AI bez ryzyka utraty kontroli nad kluczowymi zasobami. Co ciekawe, NVIDIA korzysta z rozwiązań Dassault Systèmes, aby symulować własne farmy AI — korzyści są więc obopólne. Warto też podkreślić, że mimo rosnącej automatyzacji nie dążymy do „ciemnych fabryk” bez ludzi. Technologia nie zastąpi wszystkich czynności, zwłaszcza tych wymagających dotyku, elastyczności czy oceny kontekstowej. Roboty mają swoje ograniczenia, a człowiek w wielu obszarach pozostaje niezastąpiony.
– Wirtualne bliźniaki coraz częściej są wykorzystywane nie tylko do optymalizacji procesów, lecz także do podejmowania decyzji inwestycyjnych. Jak zarządy mogą wykorzystać Virtual Twin do oceny ryzyka kapitałowego, planowania rozbudowy zakładów czy testowania scenariuszy kryzysowych?
– Wirtualne bliźniaki pozwalają znacząco ograniczyć ryzyko inwestycyjne, ponieważ umożliwiają odwzorowanie planowanej inwestycji w świecie wirtualnym i przeprowadzenie pełnej symulacji jej funkcjonowania. Jeśli przed podjęciem decyzji możemy zasymulować działanie zakładu, linii produkcyjnej czy całego łańcucha dostaw, otrzymujemy komplet danych zwrotnych — nie przybliżenia, lecz wyniki oparte na rzeczywistych parametrach fizycznych i operacyjnych. To szczególnie ważne przy dużych inwestycjach, takich jak budowa nowej fabryki. Wirtualny bliźniak odwzorowuje nie tylko budynek, lecz przede wszystkim jego funkcję: maszyny, roboty, przepływy materiałów, pracowników, logistykę, energetykę czy chłodzenie. Dzięki temu zarządy otrzymują precyzyjne dane CAPEX‑owe i mogą świadomie ocenić ryzyko. Mogą też testować scenariusze „co‑jeśli”: zakłócenia łańcucha dostaw, zmiany popytu, wahania cen, a nawet wpływ regulacji środowiskowych. Wszystko w jednym środowisku, na podstawie zwalidowanych danych.
– W wielu branżach obserwujemy przesunięcie odpowiedzialności za odporność z poziomu operacji na poziom strategii korporacyjnej. Jakie modele zarządzania i kompetencje są dziś potrzebne, aby firmy mogły realnie korzystać z danych w czasie rzeczywistym i z AI wspierającej procesy krytyczne?
– Kluczowe jest przejście od reaktywnego zarządzania do podejścia opartego na symulacji i przewidywaniu. Firmy muszą być w stanie testować scenariusze krytyczne — nie tylko te związane z zakłóceniami łańcucha dostaw, lecz także zjawiska rzadkie, ale potencjalnie bardzo kosztowne, jak powodzie, trzęsienia ziemi czy nagłe skoki popytu. W praktyce oznacza to konieczność budowania struktur decyzyjnych, które potrafią pracować na danych w czasie rzeczywistym i szybko oceniać konsekwencje zmian. Dotyczy to również zgodności regulacyjnej: wirtualny bliźniak pozwala sprawdzić, czy produkt spełnia wymagania środowiskowe na danym rynku, a jeśli nie — wskazać, czego brakuje. To wymaga nowych kompetencji: umiejętności pracy z modelami symulacyjnymi, rozumienia danych fizycznych, oceny ryzyka w oparciu o zwalidowane modele oraz zdolności do szybkiego podejmowania decyzji. Właśnie dlatego odporność coraz częściej staje się elementem strategii korporacyjnej, a nie tylko operacji.
– Virtual Companions — Aura, Leo i Marie — reprezentują dekady wiedzy przemysłowej i mają wspierać zespoły w analizie złożonych procesów. Jak zmieni się rola managerów, gdy część analiz, walidacji i rekomendacji będzie generowana przez wyspecjalizowane agentowe systemy AI?
– Virtual Companions zmienią sposób, w jaki managerowie realizują zadania i nadzorują strategię. Aura, Leo i Marie przejmą dużą część pracy analitycznej, walidacyjnej i operacyjnej, dzięki czemu managerowie będą mogli skupić się na nadzorze realizacji strategii, a nie na jej bieżącym monitorowaniu. Aura odpowiada za organizację wiedzy i dostarczanie właściwego kontekstu. Leo wspiera procesy inżynierskie — od projektowania po produkcję. Marie analizuje materiały, zjawiska fizyczne i złożone procesy naukowe. Każdy z tych agentów jest trenowany na rzeczywistych danych z konkretnej branży, co oznacza, że nie konfabuluje i nie dopisuje brakujących informacji. W praktyce managerowie będą współpracować z agentami jak z zaufanymi partnerami: zadawać pytania, szybko weryfikować hipotezy, otrzymywać raporty i rekomendacje. To uwolnienie od wielu zadań operacyjnych, które dotychczas pochłaniały czas i uwagę. Virtual Companions będą też wspierać proces innowacji — wskazywać, które materiały są optymalne, a które mogą generować ryzyko, oraz podpowiadać, jak zaprojektować element tak, aby spełniał wymagania produkcyjne i jakościowe. To oznacza nowy model pracy w przemyśle: kompetencje ludzkie i algorytmiczne będą współistnieć na poziomie strategicznym.
– Sustainability staje się jednym z filarów odporności biznesowej, a nie tylko obszarem zgodności z regulacjami. Jakie strategiczne decyzje mogą być podejmowane inaczej dzięki pełnej identyfikowalności danych środowiskowych w modelach wirtualnych?
– Zrównoważony rozwój przestał być elementem komunikacji marketingowej — dziś to przede wszystkim ekonomia. Rosną koszty energii, rośnie świadomość konsumentów, a technologie pozwalają podejmować decyzje w oparciu o pełne, zwalidowane dane środowiskowe. W tym obszarze szczególnie ważną rolę odgrywa nasz Virtual Companion Marie, który analizuje właściwości materiałów i wskazuje, gdzie ich zastosowanie jest optymalne zarówno pod względem środowiskowym, jak i kosztowym. Dzięki temu firmy mogą projektować produkty bardziej świadomie: dobierać materiały o niższym śladzie węglowym, oceniać konsekwencje środowiskowe na etapie projektowania, a także przewidywać wpływ regulacji na dany rynek. Pełna identyfikowalność danych środowiskowych wpływa również na efektywność produkcji. Nie zawsze da się zmienić linię produkcyjną tak, aby zużywała mniej energii, ale można zoptymalizować harmonogram pracy: ograniczyć przezbrojenia, skrócić przestoje, zwiększyć liczbę wyprodukowanych sztuk w tym samym czasie. Jeśli w ciągu doby zakład jest w stanie wyprodukować więcej, jednostkowy koszt energetyczny spada — a to bezpośrednio przekłada się na niższy ślad węglowy produktu.
– Forum Ekonomiczne w Karpaczu to miejsce rozmów o odporności gospodarki jako całości. Jakich inwestycji technologicznych i infrastrukturalnych najbardziej brakuje polskim firmom i sektorom, aby mogły szybciej skalować innowacje, zwiększać odporność na zakłócenia i konkurować w gospodarce generatywnej?
– Największym wyzwaniem nie jest dziś brak technologii, lecz brak odwagi w podejmowaniu decyzji inwestycyjnych opartych na rzeczywistych danych. Firmy często wiedzą, że powinny inwestować w nowe linie, materiały czy modernizację zakładów, ale brakuje im pełnej pewności co do konsekwencji takich działań. Właśnie tutaj pojawia się rola platformy 3DEXPERIENCE i wirtualnych bliźniaków, które pozwalają zasymulować skutki inwestycji, ocenić ryzyka i zobaczyć, jak zakład będzie funkcjonował w przyszłości. Jeśli przedsiębiorstwo ma dostęp do pełnego zestawu informacji w czasie rzeczywistym, może szybciej podejmować decyzje i działać bardziej elastycznie. To przekłada się na zwinność inwestycyjną i przewagę konkurencyjną. W gospodarce generatywnej tempo wdrażania innowacji jest kluczowe — jeśli firma zwleka, ktoś inny zrobi to szybciej. Polskim firmom brakuje więc przede wszystkim infrastruktury umożliwiającej szybkie, wiarygodne symulacje oraz kultury decyzyjnej opartej na danych.
– Gdyby miał Pan wskazać trzy kluczowe elementy odporności biznesowej, co by to było?
– Odporność biznesowa opiera się dziś na trzech filarach: technologii wirtualnych bliźniaków, analizie łańcucha dostaw w czasie rzeczywistym oraz zrównoważonym rozwoju. Wszystkie te elementy łączy jedno — możliwość przewidywania przyszłych zdarzeń na podstawie zwalidowanych danych.
Wirtualne bliźniaki pozwalają nie tylko analizować to, co dzieje się teraz, lecz także zasymulować to, co wydarzy się za miesiąc, rok czy kilka lat. Dzięki temu firmy mogą podejmować decyzje inwestycyjne w sposób świadomy, oceniać ryzyka i budować odporność w oparciu o rzeczywiste modele działania swoich zakładów i łańcuchów dostaw.
To właśnie zdolność przewidywania — a nie tylko reagowania — staje się dziś najważniejszym elementem odporności biznesowej.
Rozmawiał Wojciech Gryciuk
