Kilka lat temu rozmowa o systemach anty-drone była rozmową prawie wyłącznie obronną. W 2026 sytuacja wygląda inaczej. Incydent na lotnisku Gatwick w 2018 zamknął największe lotnisko Wielkiej Brytanii na 36 godzin przy pomocy dwóch komercyjnych dronów; od tamtej pory lista podobnych incydentów rośnie. Drony są coraz tańsze, coraz bardziej dostępne, a ich wykorzystanie w operacjach kryminalnych, szpiegostwie przemysłowym, zakłócaniu wydarzeń masowych staje się codziennością.
To zmienia charakter rynku. Technologia anty-drone przestaje być produktem czysto obronnym sprzedawanym kontraktem rządowym — staje się kategorią, która ma wiele równoległych kanałów sprzedaży, z różnymi cyklami zakupu, różnymi wymaganiami regulacyjnymi i bardzo różnymi budżetami.
Cztery rynki dual-use w 2026
Lotniska cywilne
To najbardziej oczywisty rynek, ale także najbardziej wymagający regulacyjnie. W Polsce jest 15 lotnisk międzynarodowych; wszystkie mają rosnącą ekspozycję na incydenty z dronami. Problem jest dwoisty: po pierwsze, wykrycie drona w przestrzeni okołolotniskowej musi być błyskawiczne (minuty, nie godziny), bo koszt zatrzymania ruchu liczony jest w milionach PLN za godzinę. Po drugie, neutralizacja jest ograniczona — lotnisko cywilne nie może używać jammingu, bo zakłóca to systemy nawigacyjne samolotów.
To oznacza, że na lotniskach cywilnych premia jest dla rozwiązań detekcyjno-identyfikacyjnych: szybkie wykrycie, dokładna klasyfikacja (dron cywilny w naruszeniu vs dron usługowy z uprawnieniami vs realne zagrożenie), śledzenie operatora. Efektor jest w rękach policji i służb. AI wnosi tu fundamentalną wartość — klasyczne systemy radarowe mają problem z odróżnianiem dronów od ptaków; computer vision i ML na danych RF rozwiązują ten problem lepiej niż cokolwiek innego.
Zakłady karne
Mniej widoczny, ale zaskakująco duży rynek. Drony są dziś głównym kanałem przerzutu narkotyków, telefonów i broni do polskich i europejskich zakładów karnych. Służba Więzienna w Polsce oficjalnie raportuje kilkaset prób przerzutu rocznie; nieoficjalne szacunki są 5–10 razy wyższe.
Specyfika rynku: środowisko jest ograniczone (obszar detekcji liczony w setkach metrów), zagrożenia przewidywalne (dron cargo), regulacje pozwalają na więcej opcji neutralizacji niż lotniska cywilne. Klient (Służba Więzienna) kupuje w procedurach zamówień publicznych, z długim cyklem, ale z rosnącym budżetem. AI wnosi wartość w automatyzacji: wiele zakładów nie ma zasobów ludzkich do ciągłego monitorowania sensorów, więc system musi być zdolny do samodzielnej identyfikacji i alertowania.
Wydarzenia masowe i obiekty VIP
Szczyty polityczne, duże konferencje, wydarzenia sportowe. W Polsce w najbliższych latach będą to m.in. kolejne spotkania formatów NATO, wydarzenia piłkarskie, konferencje typu Davos-style organizowane w Katowicach i Warszawie. Popyt jest punktowy ale wysokobudżetowy — operator wydarzenia płaci za kilkudniową ochronę, ale płaci dobrze.
Specyfika rynku: usługa, nie produkt. Klient nie kupuje pudełka z sensorami — kupuje zespół z pudełkiem, który jedzie na miejsce, konfiguruje, monitoruje i wyjeżdża. Model biznesowy bliżej firmy ochroniarskiej niż dostawcy technologii. AI pomaga w redukcji personelu na miejscu — im lepsza klasyfikacja, tym mniej operatorów potrzeba.
Infrastruktura krytyczna przemysłowa
Rafinerie, elektrownie, podstacje energetyczne, zakłady chemiczne, porty. Problem jest podwójny: zagrożenie bezpieczeństwa (sabotaż, celowanie ataków) i zagrożenie szpiegostwa przemysłowego (filmowanie instalacji, dokumentowanie rytmu pracy, analiza słabych punktów). Od 2024 roku polskie operatorzy infrastruktury krytycznej mają rosnące wymagania regulacyjne w zakresie ochrony, co przekłada się na budżety.
Specyfika rynku: klient enterprise, cykl sprzedaży podobny do innych rozwiązań bezpieczeństwa przemysłowego (6–18 miesięcy), wysokie wymagania dotyczące integracji z istniejącymi systemami monitoringu. Ale gdy pojedyncze zakłady zdecydują, zamówienia potrafią być bardzo duże — infrastruktura rozproszona wymaga dziesiątek punktów obserwacyjnych.
Gdzie AI dostarcza najwięcej wartości
W architekturze systemu anty-drone AI pracuje w kilku warstwach.
Klasyfikacja sensoryczna. Radar, RF, akustyka i computer vision generują ogromne ilości danych, z których tylko ułamek to faktyczne zagrożenia. Klasyczne systemy progowe dawały ogromną liczbę fałszywych alarmów; ML — szczególnie głębokie sieci neuronowe trenowane na dużych zbiorach sygnatur — redukują fałszywe alarmy o rząd wielkości, nie tracąc czułości.
Fuzja sensorów. System produkcyjny prawie nigdy nie używa jednego typu sensora — łączy radar z RF, RF z optyką, optykę z akustyką. Kluczowym zadaniem AI jest łączenie tych strumieni w jeden obraz sytuacyjny, z uwzględnieniem niepewności każdego sensora w danych warunkach.
Predykcja trajektorii i intencji. Wykrycie drona to początek, nie koniec. System musi przewidzieć, dokąd leci, co zamierza zrobić, czy eskaluje. To jest miejsce dla modeli sekwencyjnych i uczenia ze wzmocnieniem. Dobre przewidywanie pozwala na proaktywną reakcję (ewakuacja, alarm) zanim zagrożenie się zmaterializuje.
Rozpoznawanie operatora. Najbardziej zaawansowana warstwa — identyfikacja nie samego drona, ale jego operatora (przez triangulację RF, wzorce ruchu, korelację z innymi źródłami danych). To jest obszar, w którym polskie zespoły mają duży potencjał ze względu na kompetencje w signal processing i cyberbezpieczeństwie.
Ścieżki finansowania: DIANA, EDF, FENG, cywilne
Dobrą wiadomością dla firm wchodzących na rynek anty-drone jest to, że istnieją równoległe, nie wykluczające się źródła finansowania.
DIANA NATO dla dojrzałych technologii TRL 4-6, z naciskiem na komponent dual-use. Budżet do 300 000 EUR w dwóch fazach, ale najważniejsza jest walidacja operacyjna i network. Dla anty-drone to jedna z najczęściej publikowanych kategorii wyzwań.
European Defence Fund (EDF) dla projektów wielkoskalowych w konsorcjach co najmniej trzech państw członkowskich. Budżety liczone w milionach EUR, ale cykle długie (2–4 lata) i wymagania proceduralne wysokie. Dla większych polskich firm i konsorcjów EDF jest naturalnym krokiem po DIANA.
FENG Ścieżka SMART dla projektów mieszanych — gdzie jest komponent obronny, ale też cywilne zastosowanie. Do 140 M PLN w konsorcjum z jednostką badawczą. Polskie firmy anty-drone, które pokażą wartość dla lotnisk lub infrastruktury krytycznej, mają tu bardzo dobre pozycje.
Polskie programy narodowe — NCBR ma cykliczne konkursy kierowane do sektora obronnego. Budżety mniejsze niż EDF, ale cykle krótsze i wymagania bardziej dostosowane do polskich firm.
Kanał cywilny — lotniska, operatorzy infrastruktury i firmy ubezpieczeniowe mają coraz większe budżety na technologie anty-drone, finansowane z CAPEX operacyjnego, nie z grantów. Cykl zakupu jest szybszy niż po stronie wojskowej i często pomijany przez firmy technologiczne, które zaczynają karierę w defence. Dla wielu produktów to rynek z szybszym time-to-revenue niż sektor obronny.
Jak wejść na ten rynek, jeśli jeszcze tam nie jesteście
Firma technologiczna bez wcześniejszego doświadczenia w anty-drone, która chce wejść na ten rynek w 2026, powinna myśleć w następujących krokach.
Po pierwsze — wyselekcjonować jeden z czterech rynków dual-use jako punkt wejścia. Każdy z nich ma inne wymagania regulacyjne, inny cykl sprzedaży, inny profil klienta. Próba budowania produktu „uniwersalnego" kończy się produktem nieakceptowalnym nigdzie. Lotniska i infrastruktura krytyczna to najczęściej dobre punkty startowe dla firm z kompetencjami AI, bo wartość detekcji AI jest tam największa.
Po drugie — zidentyfikować, co Wasza firma już potrafi robić, co jest transferowalne. Jeśli macie kompetencje w computer vision z dronów — macie już połowę rozwiązania. Jeśli w signal processing — macie inną połowę. Budowanie od zera całego stacku technologicznego nie ma sensu; partnerujecie ze specjalistami w pozostałych warstwach.
Po trzecie — zainwestować w obecność na wydarzeniach branżowych. Defence24 Days, MSPO Kielce, AUSA w USA, DSEI w Londynie. To miejsca, w których formują się konsorcja do EDF i DIANA. Samo złożenie wniosku bez wcześniej ustawionego networku najczęściej nie działa.
Po czwarte — myśleć od początku o regulacjach. Produkt anty-drone dla lotniska cywilnego musi mieć określone certyfikacje; produkt eksportowany musi mieć pozwolenia. To dodaje 6–12 miesięcy do timeline'u wdrożenia i trzeba to wliczyć w plan od początku, nie na końcu.
Trzy błędy polskich firm technologicznych
Patrząc na rynek z perspektywy integratora, widzę trzy powtarzalne błędy.
Budowanie technologii bez kontaktu z operatorem. Firmy, które budują produkty anty-drone bazując wyłącznie na publikacjach akademickich i raportach rynkowych, wpadają w pułapkę rozwiązania, które jest teoretycznie lepsze, ale operacyjnie nieużyteczne. Operator chce czegoś, co działa w nocy, w deszczu, bez kalibracji, przez sześć miesięcy bez serwisu. To są wymagania, które pojawiają się dopiero w rozmowie z kimś, kto z tego korzysta.
Priorytetyzacja efektorów zamiast detekcji. Polscy inżynierowie mają naturalną tendencję do myślenia o części „aktywnej" — jak fizycznie neutralizować drona. Rynek tymczasem najbardziej potrzebuje części „pasywnej" — jak z pewnością wiedzieć, że dron tam jest, co to jest i jakie ma zamiary. Wartość biznesowa po stronie detekcji jest znacznie większa niż po stronie neutralizacji, a technologia jest mniej regulowana.
Ignorowanie kanału cywilnego. Firma, która zaczyna od pitchowania MON i PGZ, może spędzić dwa lata na cyklach sprzedaży bez zamówienia. Ta sama firma, która zaczyna od jednego lotniska regionalnego albo operatora infrastruktury, może mieć pierwsze wdrożenie w 6 miesięcy. Wdrożenie cywilne jest walidacją, która otwiera drzwi po stronie wojskowej — i jest to kolejność, której firmy często nie widzą.