Biuro prasowe

Sztuczna inteligencja przyspiesza rozwój oprogramowania, ale jednocześnie zwiększa ryzyko niespójności i błędów w kodzie. Analizy repozytoriów pokazują, że kod współtworzony przez AI może zawierać nawet 1,7 razy więcej problemów niż kod pisany wyłącznie przez ludzi, głównie z powodu braku kontekstu dla modeli.

W świecie, w którym nad jednym systemem może pracować wielu agentów AI, kluczowe staje się stworzenie wspólnego kontraktu architektonicznego, który definiuje zasady działania systemu. Taką rolę zaczyna pełnić specyfikacja projektowa.

Specyfikacja przestaje być jedynie dokumentacją. Staje się interfejsem współpracy między ludźmi, kodem i agentami AI.

Dla organizacji oznacza to zmianę podejścia do developmentu: zamiast skupiać się wyłącznie na pisaniu kodu, zespoły technologiczne coraz częściej koncentrują się na precyzyjnym definiowaniu zasad, architektury i intencji systemu.

Problem kontekstu w pracy z AI

Programista pracujący nad systemem posiada wiele informacji, które nie są zapisane w kodzie:

• decyzje architektoniczne
• konwencje projektowe
• zasady bezpieczeństwa
• sposób komunikacji między modułami

Dla zespołu są to często oczywiste elementy codziennej pracy. Dla modeli AI – jeśli nie zostaną opisane – po prostu nie istnieją.

W rezultacie AI może wygenerować kod, który działa lokalnie, ale nie pasuje do reszty systemu. Typowe problemy to:

• naruszenie przyjętej architektury
• niespójne interfejsy
• implementacja logiki w niewłaściwym miejscu
• brak zgodności z zasadami bezpieczeństwa

Dlatego coraz większą rolę odgrywa zarządzanie kontekstem dla AI, czyli dostarczanie modeli informacji o zasadach działania systemu.

Specyfikacja jako kontrakt między człowiekiem a AI

Jednym z podejść do rozwiązania tego problemu jest Spec-Driven Development.

W tym modelu specyfikacja nie jest tylko dokumentacją projektu. Pełni rolę kontraktu, który definiuje zasady działania systemu.

Specyfikacja opisuje m.in.:

• architekturę systemu
• konwencje projektowe
• kontrakty API
• zasady bezpieczeństwa
• sposób obsługi błędów

Dzięki temu zarówno programiści, jak i narzędzia AI działają w oparciu o ten sam zestaw reguł.

Zamiast ogólnego polecenia dla AI, agent otrzymuje kontekst, który określa:

• jak wygląda architektura aplikacji
• gdzie powinna znajdować się logika biznesowa
• jakie standardy obowiązują w projekcie

Efektem jest kod lepiej dopasowany do istniejącego systemu.

Koordynacja wielu agentów AI

Znaczenie specyfikacji rośnie szczególnie w środowiskach, w których nad jednym projektem pracuje jednocześnie wielu agentów AI.

W takim scenariuszu jeden agent może generować moduł płatności, drugi system powiadomień, a trzeci panel administracyjny. Bez wspólnego zestawu zasad każdy z nich może przyjąć inne konwencje i struktury komunikacji.

Rezultatem są problemy integracyjne oraz dodatkowy czas potrzebny na ręczne poprawki.

Specyfikacja działa wówczas jak wspólny protokół współpracy, który zapewnia spójność systemu – niezależnie od tego, czy kod tworzy człowiek, czy AI.

Ryzyka i ograniczenia

Podejście oparte na specyfikacji nie jest pozbawione wyzwań.

Największym ryzykiem jest tzw. spec drift, czyli sytuacja, w której specyfikacja przestaje odpowiadać rzeczywistemu kodowi. W takim przypadku AI może generować implementacje zgodne z dokumentacją, ale niezgodne z aktualnym systemem.

Drugim wyzwaniem jest koszt utrzymania specyfikacji. Tworzenie i aktualizowanie dokumentacji wymaga czasu i dyscypliny zespołu.

Istnieje również ryzyko tzw. „specification theater” – tworzenia rozbudowanej dokumentacji, która w praktyce nie jest używana w procesie developmentu.

Dlatego kluczowe jest traktowanie specyfikacji jako praktycznego narzędzia wspierającego pracę zespołu, a nie formalnego obowiązku.

Zmiana roli zespołów IT

Rozwój AI zmienia charakter pracy zespołów technologicznych.

Coraz częściej ich zadaniem nie jest jedynie implementacja kodu, lecz przede wszystkim:

• definiowanie architektury systemu,
• precyzowanie wymagań biznesowych,
• nadzorowanie pracy agentów AI,
• weryfikacja zgodności implementacji z założeniami.

Oznacza to przesunięcie pracy zespołów IT w stronę wyższego poziomu abstrakcji – od pisania kodu do definiowania intencji systemu.

Action Plan

Organizacje nie muszą od razu wdrażać pełnego modelu pracy opartego na specyfikacjach. Najlepszym podejściem jest wdrażanie zmian stopniowo i mierzenie efektów.

1. Zdefiniuj podstawowe zasady projektu

Stwórz krótki dokument zawierający:

• stack technologiczny
• konwencje architektoniczne
• zasady bezpieczeństwa
• standardy integracji API

To pierwszy krok do stworzenia wspólnego kontekstu dla ludzi i AI.

‍

2. Wprowadź specyfikację dla nowych funkcji

Przed rozpoczęciem implementacji nowych funkcjonalności:

• zapisz cel biznesowy
• określ dane wejściowe i wyjściowe
• zdefiniuj scenariusze błędów
• wskaż miejsce w architekturze

Taki dokument może powstać w 10–15 minut, ale znacząco poprawia jakość generowanego kodu.

‍

3. Połącz specyfikację z procesem code review

Podczas przeglądu kodu sprawdzaj nie tylko jego jakość techniczną, ale również:

• zgodność implementacji ze specyfikacją
• spójność z architekturą systemu
• zgodność z zasadami bezpieczeństwa

4. Zacznij mierzyć efekty

Najważniejsze jest zbieranie danych. Monitoruj:

• liczbę poprawek w kodzie generowanym przez AI
• czas integracji nowych modułów
• liczbę błędów produkcyjnych

Dzięki temu można ocenić realną wartość wprowadzonych zmian.

‍

5. Buduj fundament pod systemy multi-agentowe

W ciągu najbliższych lat organizacje będą coraz częściej wykorzystywać wiele agentów AI pracujących równolegle nad jednym systemem.

Firmy, które już dziś posiadają spójną specyfikację architektury i zasad projektowych, będą w stanie szybciej wykorzystać potencjał takich systemów.

Wnioski

Sztuczna inteligencja zmienia sposób tworzenia oprogramowania. W świecie, w którym coraz więcej kodu generują systemy AI, kluczowe znaczenie zyskuje jasne definiowanie zasad i kontekstu działania systemu.

Specyfikacja nie jest już tylko dokumentacją projektu. Staje się narzędziem zarządzania współpracą między ludźmi a AI.

Kod może wygenerować AI. Ale to człowiek nadal odpowiada za to, co system ma robić i dlaczego.

‍
Autor:

‍

Artur Sawicki
Architekt, Asseco Poland

‍

W 2025 roku Grupa Asseco wypracowała 16,8 mld zł przychodów ze sprzedaży, z czego 12,6 mld zł stanowiła sprzedaż własnych produktów i usług informatycznych. Zysk operacyjny był o 11% wyższy niż w 2024 roku i ukształtował się na poziomie 1,6 mld zł. Rekordowy w historii zysk netto przypisany akcjonariuszom jednostki dominującej, po wzroście o 119%, wyniósł 1,1 mld zł. Asseco kontynuowało rozwój działalności na rynkach międzynarodowych, wzmacniając swoją pozycję m.in. poprzez akwizycje. W minionym roku Grupa powiększyła się o 13 nowych spółek.

Wyniki Asseco pozostają silnie zdywersyfikowane geograficznie. W 2025 roku segment Asseco Poland zwiększył przychody ze sprzedaży o 12% rok do roku, osiągając poziom 2,3 mld zł. Działalność w tym obszarze koncentrowała się na dostarczaniu zaawansowanego oprogramowania i usług wspierających cyfryzację sektora finansowego, realizacji kluczowych projektów dla administracji publicznej oraz umacnianiu współpracy z klientami sektora energetycznego oraz ochrony zdrowia.

Rynki zagraniczne reprezentowane przez segmenty Formula Systems i Asseco International odpowiadały łącznie za 86% przychodów Grupy. Sprzedaż w segmencie Asseco International ukształtowała się na poziomie 4,6 mld zł, co oznacza wzrost o 12% w stosunku do 2024 roku. W tym segmencie odnotowano zwiększenie przychodów w spółkach Asseco Central Europe w Czechach i Słowacji, a także wyższe przychody z rozwiązań ERP skupionych w Grupie Asseco Enterprise Solutions. Sprzedaż wzrosła również w Asseco South Eastern Europe. W segmencie Formula Systems zanotowano 9,8 mld zł przychodów, czyli o 12% więcej rok do roku. Na ten wynik przełożyły się m.in. wzrost sprzedaży i wzmocnienie rynkowej pozycji Matrix IT i Magic Software.

W 2025 roku sfinalizowana została transakcja sprzedaży większościowego pakietu akcji spółki Sapiens, w wyniku której udział Grupy Asseco – poprzez Formula Systems – zmniejszył się z 43,5% do 18,7% w nowej strukturze właścicielskiej, co oznacza utratę kontroli nad tą spółką i zmianę jej ujęcia w wynikach finansowych. Transakcja wygenerowała 499 mln zł zysku netto przypisanego akcjonariuszom jednostki dominującej a zachowanie pakietu mniejszościowego pozwala na utrzymanie ekspozycji na dalszy wzrost Sapiensa.

‍

2025 rok był dla nas rekordowy – wypracowaliśmy najwyższy w naszej 35-letniej historii zysk netto, który przekroczył 1,1 mld zł. To znaczące osiągnięcie, szczególnie w kontekście wymagającego i niepewnego otoczenia, w jakim prowadzimy działalność. Konsekwentnie realizujemy przyjętą strategię, której fundamentem pozostaje tworzenie i rozwój najwyższej jakości własnego oprogramowania dla instytucji oraz przedsiębiorstw działających w kluczowych sektorach gospodarki. To właśnie model oparty na produktach własnych, kompetencjach domenowych i długoterminowych relacjach z klientami stanowi o sile, a także odporności Asseco. Rozwój Grupy Asseco opieramy zarówno na wzroście organicznym, jak i akwizycjach. Interesują nas spółki z doświadczonymi zespołami, które chcą rozwijać się w ramach naszego modelu federacyjnego lub poprzez integrację z Asseco. W 2025 roku zrealizowaliśmy 13 przejęć. Szczególną uwagę kierujemy na firmy z obszaru cyberbezpieczeństwa oraz rozwiązań opartych na sztucznej inteligencji, ale pozostajemy otwarci na podmioty wzmacniające nasze kompetencje w kluczowych sektorach – powiedział Adam Góral, Prezes Zarządu Asseco Poland.

Skonsolidowany portfel zamówień Asseco na rok 2026, w obszarze oprogramowania i usług własnych, ma obecnie wartość ponad 10,8 mld zł i jest o 19% wyższy niż w analogicznym okresie ubiegłego roku. W kursach stałych wzrost wynosi 13%.

‍

W 2026 roku koncentrujemy się na dalszym umacnianiu pozycji Asseco jako lidera cyfryzacji w kluczowych sektorach gospodarki – bankowości, energetyce, telekomunikacji, opiece zdrowotnej oraz administracji publicznej, a także rozwoju w segmentach produktowych – systemach ERP, płatnościach i usługach zaufania. Fundamentem naszego biznesu pozostają własne produkty i kompetencje technologiczne, które systematycznie rozszerzamy. Jednym z naturalnych kierunków budowania długoterminowej wartości Asseco jest sztuczna inteligencja. Wdrażamy ją zarówno w naszych produktach, jak i w całym cyklu rozwoju oprogramowania, co zwiększa naszą efektywność i jakość dostarczanych rozwiązań. Podchodzimy do AI pragmatycznie – jako do technologii, która ma realnie wspierać biznes i tworzyć wartość dla klientów – dodał Adam Góral.

Asseco konsekwentnie buduje wartość dla Akcjonariuszy i dzieli się z nimi wypracowanym zyskiem. Od debiutu na GPW Spółka wypłaciła swoim Akcjonariuszom ponad 3,8 mld zł dywidendy. W tym roku Zarząd Spółki zarekomendował Walnemu Zgromadzeniu wypłatę 1 051 mln zł dywidendy za 2025 rok, co oznacza 13,05 zł na jedną akcję biorącą udział w dywidendzie.

Asseco Poland zostało uhonorowane nagrodą specjalną w prestiżowym konkursie „Liderzy Świata Energii”. Statuetkę podczas uroczystej gali odebrał Prezes Zarządu Asseco Poland, Adam Góral.

Wyróżnienie stanowi potwierdzenie wieloletniego zaangażowania spółki w rozwój krajowego sektora energetycznego oraz jej istotnej roli w budowie i utrzymaniu nowoczesnej infrastruktury cyfrowej dla branży.

Kapituła konkursu w uzasadnieniu podkreśliła, że przez 35 lat Asseco – jako polska firma informatyczna – współtworzy cyfrowy kręgosłup krajowej energetyki. Od rozliczeń i pomiarów, przez systemy obsługi Klienta, po dystrybucję i wymianę danych – rozwiązania Asseco to dziś integralna i ważna część krajowego systemu energetycznego. Ta skala to efekt konsekwencji i odpowiedzialności, opartych na rozwijanych w Polsce kompetencjach oraz potencjale, który znalazł potwierdzenie w skutecznej realizacji największych polskich projektów energetycznych. Przez lata budowała stabilność systemu i tworzyła trwały fundament cyfrowej suwerenności polskiego rynku energii, oparty na krajowej wiedzy i doświadczeniu.

‍

W tegorocznej edycji „Byków i Niedźwiedzi” Asseco Poland zostało wyróżnione tytułem „Spółki Roku” w kategorii spółek z indeksu mWIG40. Prestiżową nagrodę przyznawaną przez redakcję Gazety Giełdy i Inwestorów „Parkiet” odebrał Adam Góral, Prezes Zarządu.

Jak czytamy w uzasadnieniu, Asseco było liderem, jeśli chodzi o stopę zwrotu w 2025 r. w mWIG40. Wyniosła ona (uwzględniając wysoką dywidendę) ponad 140 proc.

Nagrody „Byki i Niedźwiedzie” od ponad 30 lat trafiają do firm, instytucji oraz menedżerów, którzy w istotny sposób wpływają na kształt rynku kapitałowego w Polsce, wyznaczając kierunki jego rozwoju i przyczyniając się do budowania wartości dla inwestorów.

Uroczysta gala wręczenia nagród „Byki i Niedźwiedzie oraz Złote Portfele” odbyła się 19 marca 2026 roku w siedzibie Giełdy Papierów Wartościowych w Warszawie. Tego samego dnia zorganizowano również Forum Rynku Finansowego – przestrzeń debaty poświęconą kierunkom dalszego rozwoju polskiego rynku kapitałowego.

‍

Automatyzacja rozmów telefonicznych jest jednym z najbardziej obiecujących zastosowań sztucznej inteligencji w obsłudze klienta. W wielu branżach telefon pozostaje głównym kanałem kontaktu z firmą – szczególnie tam, gdzie liczy się szybkość reakcji i możliwość rozwiązania sprawy w czasie jednej rozmowy.

Nic więc dziwnego, że organizacje coraz częściej sięgają po Voice AI, aby automatyzować obsługę klientów, zwiększać dostępność infolinii i odciążać konsultantów.

Jednocześnie rozmowa głosowa jest jednym z najtrudniejszych interfejsów dla systemów AI. W przeciwieństwie do chatbotów, które operują na uporządkowanym tekście, systemy Voice AI muszą radzić sobie z niedoskonałością ludzkiej mowy, ograniczeniami technologicznymi kanału telefonicznego oraz dużą zmiennością sposobu, w jaki ludzie formułują swoje wypowiedzi.

Dlatego skuteczne wdrożenie Voice AI to nie tylko kwestia wyboru modelu AI. Kluczowa jest architektura całego systemu przetwarzania rozmowy.

Dlaczego rozmowa głosowa jest tak trudna dla AI

W komunikacji tekstowej użytkownik wpisuje zdanie, które trafia do systemu w czystej, uporządkowanej formie. W rozmowie telefonicznej sytuacja wygląda zupełnie inaczej.

System musi poradzić sobie z wieloma źródłami niepewności:

• hałasem w tle
• różną jakością mikrofonów
• rozmową prowadzoną przez zestaw głośnomówiący
• różnym tempem mówienia
• przerwami, powtórzeniami i niedokończonymi zdaniami

Dodatkowo sam kanał telefoniczny ogranicza jakość sygnału audio. W tradycyjnej telefonii dźwięk jest często przesyłany w wąskim paśmie, co powoduje utratę części informacji akustycznej potrzebnej do precyzyjnego rozróżniania głosek.

Człowiek zwykle potrafi „domyślić się” sensu wypowiedzi mimo takich ograniczeń. System AI musi jednak opierać się wyłącznie na danych, które otrzymuje – a im gorsza jakość sygnału, tym większe ryzyko błędów.

W praktyce oznacza to jedno:

Voice AI musi zarządzać niepewnością rozmowy.

Co dzieje się z rozmową w systemie Voice AI

Aby system AI mógł odpowiedzieć na pytanie klienta, musi przejść przez kilka etapów przetwarzania rozmowy.

Najważniejsze z nich to trzy komponenty:

1. ASR – rozpoznawanie mowy

Pierwszym krokiem jest zamiana sygnału audio na tekst. System analizuje falę dźwiękową i przekształca ją w reprezentację, którą może interpretować model AI. Współczesne systemy rozpoznawania mowy wykorzystują zaawansowane architektury neuronowe, które potrafią analizować zarówno cechy akustyczne sygnału, jak i kontekst językowy wypowiedzi.

2. Interpretacja znaczenia

Po rozpoznaniu wypowiedzi system musi zrozumieć intencję użytkownika. W tym miejscu wykorzystywane są modele językowe oraz logika biznesowa systemu – na przykład integracje z systemami firmy lub bazą wiedzy.

3. TTS – synteza mowy

Ostatnim etapem jest wygenerowanie odpowiedzi w postaci naturalnie brzmiącej mowy. Nowoczesne systemy syntezy mowy potrafią kontrolować tempo, akcent i intonację, aby odpowiedź brzmiała możliwie naturalnie.

Dopiero połączenie tych trzech elementów pozwala stworzyć system, który może prowadzić rozmowę z użytkownikiem.

Dlaczego architektura systemu ma kluczowe znaczenie

W projektach Voice AI łatwo skupić się na pojedynczym modelu – na przykład jakości rozpoznawania mowy czy naturalności syntetycznego głosu.

W praktyce jednak o jakości rozmowy decyduje cały pipeline technologiczny:

• sposób przetwarzania sygnału audio
• architektura modeli rozpoznawania mowy
• integracja z modelami językowymi
• sposób generowania odpowiedzi głosowej

Każdy z tych elementów wpływa na trzy kluczowe parametry systemu:

stabilność
czy system poprawnie interpretuje wypowiedzi użytkowników

latencję
czy odpowiedź pojawia się wystarczająco szybko, aby rozmowa była naturalna

naturalność
czy syntetyczna mowa brzmi wiarygodnie dla użytkownika

To właśnie decyzje architektoniczne decydują o tym, czy rozmowa z AI będzie przypominała naturalną interakcję – czy raczej frustrujące doświadczenie znane z pierwszych generacji botów głosowych.

Voice AI jako narzędzie skalowania obsługi klienta

Dobrze zaprojektowane systemy Voice AI mogą znacząco zmienić sposób funkcjonowania obsługi klienta.

Najczęstsze korzyści biznesowe to:

automatyzacja powtarzalnych spraw
np. sprawdzanie statusu zamówienia, informacji o płatnościach czy terminach

większa dostępność obsługi
system działa 24/7 bez zwiększania liczby konsultantów

odciążenie zespołów contact center
konsultanci mogą skupić się na bardziej złożonych sprawach

skalowanie obsługi
system może obsługiwać wiele rozmów jednocześnie

W praktyce Voice AI nie zastępuje ludzi w obsłudze klienta. Największą wartość daje wtedy, gdy przejmuje powtarzalne elementy rozmów i wspiera konsultantów w pracy.

Voice AI to architektura, nie tylko model

Rozwój modeli AI sprawił, że rozpoznawanie i generowanie mowy osiągnęło poziom, który jeszcze kilka lat temu wydawał się nieosiągalny. Jednak w realnych wdrożeniach najważniejsze okazuje się coś innego.

Najlepsze systemy Voice AI powstają wtedy, gdy technologia, architektura i scenariusze biznesowe są projektowane razem.

To właśnie takie podejście pozwala budować rozwiązania, które nie tylko demonstrują możliwości sztucznej inteligencji, ale przede wszystkim realnie usprawniają obsługę klientów i procesy biznesowe.

‍
Autor:

Marcin Brzeżański
Młodszy Inżynier AI, Asseco Poland

W trakcie trzech kwartałów 2025 roku Grupa Asseco wypracowała 12,3 mld zł przychodów ze sprzedaży, z czego ponad 9,3 mld zł stanowiła sprzedaż własnych produktów i usług informatycznych. Zysk operacyjny był o 16% wyższy niż w porównywalnym okresie 2024 roku i przekroczył 1,2 mld zł, a zysk netto przypisany akcjonariuszom jednostki dominującej, po wzroście o 23%, wyniósł 453 mln zł. Koncertując się na własnych produktach i silnej dywersyfikacji Grupa umacniała swoją pozycję w obszarach: finansów, administracji publicznej oraz ERP.

W raportowanym okresie Grupa rozwijała działalność zarówno w Polsce, jak i za granicą. Przychody ze sprzedaży w segmencie Asseco Poland wzrosły o 14% i wyniosły 1,7 mld zł. Największy wpływ na wyniki tego segmentu miało zaangażowanie Asseco w rozwój ekosystemu cyfrowego państwa, liczne projekty transformacyjne w energetyce oraz opiece zdrowotnej, a także stabilny strumień przychodów w obszarze finansów.

Wyniki Grupy są silnie zdywersyfikowane geograficznie – 86% sprzedaży pochodzi z rynków zagranicznych reprezentowanych przez segmenty Formula Systems i Asseco International. Sprzedaż w segmencie Asseco International ukształtowała się na poziomie 3,3 mld zł, co oznacza wzrost o 12% w stosunku do analogicznego okresu 2024 roku. W tym segmencie odnotowano wzrost przychodów z rozwiązań dla bankowości oraz płatniczych w Grupie Asseco South Eastern Europe, a także rosnące zainteresowanie nowoczesnymi rozwiązaniami ERP.  Sprzedaż wzrosła również w spółkach Asseco Central Europe w Czechach i na Słowacji, a także w Asseco CE Cloud. W segmencie Formula Systems zanotowano 7,3 mld zł przychodów, czyli o 11% więcej niż w tym samym okresie przed rokiem*. Na wynik przełożyły się m.in. rekordowe przychody spółki Matrix IT oraz rosnąca sprzedaż w Magic Software i Grupie Michpal.

‍

Za nami trzy udane kwartały w działalności Asseco. Nasza silna pozycja w strategicznych obszarach gospodarki oraz konsekwentna realizacja strategii opartej o własne oprogramowanie, pozwalają nam skutecznie rozwijać biznes i notować wzrosty wyników finansowych. Nasze przychody, zysk operacyjny i zysk netto przypisany akcjonariuszom Asseco Poland rosły w dwucyfrowym tempie zarówno w ujęciu narastającym, jak i w samym III kwartale 2025 roku. Systematycznie budujemy backlog, co pozwala nam z optymizmem patrzeć w przyszłość. Ponadto cały czas zwiększamy skalę biznesu, wspierając wzrost organiczny działalnością M&A – powiedziała Karolina Rzońca-Bajorek, Wiceprezes Zarządu, CFO Asseco Poland.

Skonsolidowany portfel zamówień Asseco na rok 2025, w obszarze oprogramowania i usług własnych, ma obecnie wartość 12,3 mld zł i jest o 12% wyższy niż w tym samym okresie przed rokiem. W dwucyfrowym tempie rosną wszystkie segmenty operacyjne: Asseco Poland – o 14%, Asseco International – o 12% a Formula Systems – o 11%.

‍