Mijający tydzień przyniósł na polskim rynku AI dwa kontrakty, które warto zestawić obok siebie. Każdy z osobna jest ciekawy. Razem mówią coś, czego pojedynczy nie powie — i to jest w nich najważniejsze.
Kontrakt pierwszy — Euvic Solutions dla Centrum e-Zdrowia
Euvic Solutions, spółka należąca do Grupy Euvic, podpisała umowę z Centrum e-Zdrowia na dostawę i wdrożenie infrastruktury obliczeniowej w technologii NVIDIA. Wartość: 37,73 mln PLN netto. Cel: rozwój rozwiązań AI w polskim sektorze publicznym.
To jest pierwszy kontrakt tej skali na infrastrukturę AI dedykowaną sektorowi zdrowotnemu w Polsce. Centrum e-Zdrowia jako odbiorca — instytucja, która prowadzi platformę P1 (e-recepta, e-skierowanie, e-zdrowie), Internetowe Konto Pacjenta i całą infrastrukturę cyfrową polskiego systemu ochrony zdrowia.
Kontrakt drugi — InPost Technology z APN Promise
InPost Technology zawarł z APN Promise umowę na licencje Microsoft i usługi chmurowe. Wartość: około 59 mln PLN. Czas trwania: trzy lata. Model: Enterprise Agreement. W zakresie kontraktu są nie tylko same licencje, ale też wsparcie pre- i post-sales oraz obsługa techniczna.
To jest jeden z większych kontraktów Microsoft Enterprise Agreement w polskim e-commerce ostatnich kilkunastu miesięcy. Dla APN Promise — strategiczne odnowienie relacji z jednym z najbardziej technologicznie ambitnych polskich graczy logistycznych.
Razem to 96,73 mln PLN — niemal 100 milionów wydanych w jednym tygodniu na fundamenty dla AI w polskich organizacjach. Hardware NVIDIA. Licencje Microsoft. Infrastruktura, która sama z siebie nie generuje wartości biznesowej — dopóki ktoś nie zbuduje na niej konkretnego zastosowania.
Co warto zauważyć
Pierwsza obserwacja jest oczywista. Polskie organizacje — i publiczne, i prywatne — kupują infrastrukturę AI. Skala wydatków rośnie. Tempo decyzyjne przyspiesza. To nie są już pilotażowe projekty na pół miliona złotych. To są kontrakty wielomilionowe, podpisywane przez instytucje, które wcześniej zachowywały się ostrożnie.
Druga obserwacja jest ciekawsza. W obu kontraktach na razie nie widać wdrożeń biznesowych. Centrum e-Zdrowia kupuje hardware do rozwijania rozwiązań AI — ale jakich konkretnie rozwiązań, dla jakich procesów medycznych, dla których grup pacjentów, w jakich KPI — komunikat tego nie precyzuje. InPost kupuje licencje na chmurę i usługi Microsoft — ale jakie konkretne aplikacje AI z tego powstaną, które procesy logistyczne zostaną zoptymalizowane, jaki jest zakładany ROI z tej inwestycji — również nie wiadomo.
To nie jest krytyka tych konkretnych decyzji. Obie są strategicznie sensowne. Centrum e-Zdrowia musi mieć infrastrukturę zanim cokolwiek na niej zbuduje. InPost potrzebuje licencji Microsoft, żeby skalować swoje operacje cyfrowe. To są fundamenty, nie deliverables — i tak właśnie powinny być traktowane.
Ale kiedy zestawia się oba kontrakty obok siebie, wyłania się strukturalny obraz polskiego rynku AI w 2026 roku. Rynek wydaje pieniądze przede wszystkim na warstwę infrastrukturalną — serwery, licencje, chmura. Wydaje znacznie mniej na warstwę wdrożeniową — czyli na ludzi i kompetencje, które zamienią tę infrastrukturę w działające biznesowo rozwiązania.
Asymetria, która ma konsekwencje
Asymetria między wydatkami na infrastrukturę a wydatkami na wdrożenie nie jest specyfiką polską. Globalnie rynek AI od 2023 roku ma wyraźną przewagę nakładów na hardware, GPU, chmurę — nad nakładami na rzeczywistą integrację z procesami biznesowymi. Ale w Polsce ten dystans jest większy, bo i mniejsza dojrzałość rynku wdrożeniowego, i mniej dostępnych zespołów, które potrafią przeprowadzić projekt od strategii do produkcji.
Konsekwencja jest taka, że za 18–24 miesięcy zobaczymy w polskich organizacjach scenariusz, który dobrze już znamy z innych fal technologicznych. Część kupionej dziś infrastruktury będzie wykorzystywana poniżej swoich możliwości. Część zostanie nieużywana. Część zostanie kupiona ponownie w innym kontrakcie, bo pierwsza okaże się niedopasowana do potrzeb, których nie zdefiniowano przed zakupem.
Można temu zapobiec. Wymaga to jednak innego porządku decyzyjnego niż ten, który widzimy w obu omawianych kontraktach. Najpierw definicja konkretnego problemu biznesowego z mierzalnym ROI. Potem decyzja, jaka warstwa AI go rozwiązuje. Dopiero na końcu zakup infrastruktury dopasowanej do tej warstwy. W praktyce zwykle jest odwrotnie — najpierw kupuje się infrastrukturę, potem szuka się problemu, który ona miałaby rozwiązać.
Gdyby Centrum e-Zdrowia ogłosiło dziś, że ten 37,73 mln PLN ma zostać wykorzystany na konkretny projekt — predykcję zaostrzeń przewlekłych pacjentów, optymalizację kolejek do specjalistów, automatyczne kodowanie dokumentacji medycznej — kontrakt z Euvic byłby tylko pierwszym z trzech, czterech, może pięciu, które trzeba podpisać, żeby projekt powstał. Reszta to kompetencje wdrożeniowe, dane, integracja z istniejącymi systemami, walidacja kliniczna, change management. Te kontrakty jeszcze nie zostały podpisane. Zobaczymy, czy zostaną.
Co to znaczy dla obserwatora rynku
Z perspektywy AIGP, która patrzy na rynek AI w Polsce w czasie rzeczywistym — te dwa kontrakty są ważnym sygnałem. Pieniądze na AI w polskich organizacjach zaczynają płynąć w skalach, których wcześniej nie było. Ale strumień ten jest dziś asymetryczny: dużo na infrastrukturę, mało na wdrożenia. To stwarza otwarcie rynkowe dla integratorów, którzy potrafią zamknąć tę lukę. Kupiona już infrastruktura potrzebuje warstwy, która zamieni ją w wartość biznesową.
Spodziewam się, że w drugiej połowie 2026 roku zobaczymy falę kolejnych kontraktów — tym razem już nie na hardware, ale na zespoły i kompetencje wdrożeniowe. Część organizacji zorientuje się szybko, że samo posiadanie infrastruktury nie wystarczy. Niektóre zorientują się dopiero w 2027.
Polskie firmy, które chcą wejść w tę drugą falę — czyli warstwę wdrożeniową, a nie infrastrukturalną — mają około sześciu miesięcy na ułożenie swojej oferty.
Źródła: ITReseller (sekcja „Tydzień w IT Reseller", publikacja z połowy kwietnia 2026); komunikaty Euvic Solutions oraz InPost Technology.