Wdrożenie AI w zespole QA: plan 90 dni, koszt pilotażu i karta mierników

Wdrożenie AI w zespole QA zaczyna się zwykle nie od strategii, tylko od pytania zarządu: co właściwie robimy z AI w testach? Wasi testerzy już używają narzędzi AI, każdy po swojemu, często na prywatnych kontach, a Wy macie przynieść plan, budżet i sposób pokazania efektu. Dokumentacja narzędzi tłumaczy, jak pisać polecenia do modelu, ale milczy o tym, od czego zacząć i jak obronić wydatek przed CFO. Ten artykuł daje Wam trzy rzeczy do zabrania na najbliższe spotkanie: plan 90 dni w tabeli, kartę mierników pilotażu do skopiowania i rachunek kosztów w złotych. Kolejność kroków jest tu ważniejsza niż nazwa narzędzia, dlatego plan zaczyna od pomiaru i ludzi, a nie od licencji.

Wdrożenie AI w zespole QA: dlaczego większość zatrzymuje się na pilotażu

Wdrożenie AI w zespole QA to przeniesienie AI z prywatnych eksperymentów testerów do wspólnego procesu: z zasadami, mierzonym efektem i decyzją na końcu. Tyle definicji, bo problemem nie jest definicja, tylko to, gdzie firmy utykają.

Według World Quality Report 2025 od Capgemini, Sogeti i OpenText aż 89 procent organizacji pilotuje albo wdraża procesy inżynierii jakości wsparte generatywną AI: 37 procent ma je w produkcji, a 52 procent w pilotażu. Ten sam World Quality Report 2025 pokazuje jednak, że tylko 15 procent osiągnęło wdrożenie w skali całej organizacji, 43 procent zostaje w fazie eksperymentu, a 30 procent działa w wąskich przypadkach użycia. Do tego World Quality Report 2025 raportuje średni wzrost produktywności 19 procent, ale jedna trzecia organizacji widzi zysk minimalny. Obraz z perspektywy testerów jest podobny: według The 2026 State of Testing Report od PractiTest 76,8 procent badanych pracuje w organizacjach używających AI w testowaniu, a mimo to 50,6 procent ocenia swoją dojrzałość jako eksperymentowanie, 12,4 procent jako ustrukturyzowaną, a zoptymalizowaną zaledwie 2,1 procent. Wdrożenie AI w firmie to dziś problem przejścia od pilotażu do procesu, a nie problem wyboru narzędzia.

Z naszego doświadczenia pilotaże stają z dwóch powodów i żaden nie dotyczy technologii. Po pierwsze, pilotaż rusza bez punktu odniesienia i bez grupy kontrolnej, więc po sześciu tygodniach nikt nie wie, czy coś się poprawiło, bo nikt nie zapisał, jak było przed startem. Zostają opinie, a zarząd pyta o oszczędność. Po drugie, zespół dostaje licencję bez kompetencji, więc każdy używa AI inaczej i wyniki nie są porównywalne. Dlatego plan z tego artykułu odwraca zwykłą kolejność: najpierw pomiar i zasady, potem kompetencje, które możecie zbudować na przykład w Akademii AI w testach i jakości oprogramowania, a dopiero potem wybór zastosowań i pilotaż z grupą kontrolną. Jeśli wolicie przejść tę drogę z przewodnikiem, możecie zaplanować wdrożenie AI w testowaniu z naszym zespołem. I jedno rozróżnienie na start: ten tekst jest o AI jako narzędziu Waszego zespołu, a testowanie samych systemów AI, czyli produktów, w których działa model, to osobny temat.

Plan 90 dni w tabeli: tydzień, cel, działanie, właściciel, miernik

Plan jest skrojony pod jeden zespół i jeden produkt, nie pod całą organizację. Kolejność etapów jest celowa i stanowi całą treść tego planu.

Tygodnie 1 do 5 celowo nie dotykają żadnego zastosowania AI. Bez punktu wyjścia pilotaż nie ma z czym się porównać, a bez kompetencji każdy członek zespołu zrobi z narzędziem coś innego i w tygodniu 12 zamiast jednej liczby dostaniecie pięć anegdot. Pilotaż bez pomiaru bazowego przypomina dietę ocenianą po samopoczuciu po obiedzie: nastrój świetny, waga nieznana.

Druga rzecz, na którą warto zwrócić uwagę: właścicielem każdego kroku jest konkretna rola, nie „zespół”. Zadanie przypisane do zespołu jest zadaniem niczyim, a w tygodniu 13 ktoś musi stanąć przed zarządem z liczbami. Jeśli w Waszej strukturze te role nazywają się inaczej, podmieńcie nazwy, ale nie usuwajcie kolumny.

Karta mierników pilotażu do skopiowania

Dziewięć mierników wystarcza, żeby po 90 dniach podjąć decyzję. Progi w ostatniej kolumnie to propozycja: ustalcie własne przed startem pilotażu i zapiszcie je, bo próg ustalony po poznaniu wyniku to już nie próg, tylko usprawiedliwienie.

KARTA MIERNIKÓW PILOTAŻU AI W ZESPOLE QA
Zespół: [nazwa] ; Produkt: [nazwa] ; Start: [data] ; Decyzja: [data]
Miernik ; Jak liczyć ; Wartość bazowa ; Próg sukcesu ; Tydzień 6 ; Tydzień 8 ; Tydzień 10 ; Tydzień 12
Czas przygotowania przypadków ; mediana godzin do zatwierdzenia ; [ ] ; 20% mniej niż kontrola ; ; ; ;
Odsetek odrzuceń w przeglądzie ; odrzucone / wszystkie ; [ ] ; nie wyższy niż kontrola ; ; ; ;
Czas przeglądu wyniku AI ; godziny na czytanie i poprawki ; nowy ; odejmowany od zysku ; ; ; ;
Czas regresji ; godziny do raportu ; [ ] ; bez wzrostu ; ; ; ;
Defekty po wydaniu ; z produkcji na wydanie ; [ ] ; bez wzrostu ; ; ; ;
Testy niestabilne ; odsetek uruchomień ; [ ] ; bez wzrostu ; ; ; ;
Pokrycie wymagań ; wymagania z przypadkiem / wszystkie ; [ ] ; wzrost albo bez zmian ; ; ; ;
Wykorzystanie w zespole ; zadania z AI / pula AI ; nie dotyczy ; min. 70% ; ; ; ;
Zgodność z polityką danych ; liczba naruszeń ; 0 ; 0 ; ; ; ;

Dwa mierniki z tej karty są ważniejsze od pozostałych: odsetek przypadków odrzuconych w przeglądzie i czas przeglądu wyniku AI. Pierwszy mówi, czy model produkuje jakość, czy tylko objętość. Drugi to koszt, którego nikt nie wpisuje do arkusza oszczędności: godziny, które Wasi ludzie spędzają na czytaniu i poprawianiu tego, co wygenerował model. Jeśli zysk czasu na pisaniu zjada przegląd, to z pilotażu wychodzi zero, tylko ładniej opakowane.

Grupa kontrolna: dlaczego odczucie zespołu nie jest miernikiem

Nie wyciągamy z tego badania wniosku, że AI spowalnia. Wyciągamy wniosek, że odczucie i pomiar potrafią się rozjechać o kilkadziesiąt punktów procentowych. Raport DORA 2025 od Google Cloud, oparty na odpowiedziach prawie 5 000 profesjonalistów, pokazuje tę samą szczelinę w większej skali: 90 procent badanych używa AI w pracy i ponad 80 procent uważa, że zwiększyło to ich produktywność, a jednocześnie 30 procent ma niewielkie albo żadne zaufanie do kodu generowanego przez AI. Ten sam raport DORA 2025 odnotowuje, że adopcja AI nadal wiąże się ujemnie ze stabilnością dostarczania oprogramowania, i stawia tezę, że AI nie naprawia zespołu, tylko wzmacnia to, co już w nim jest.

Entuzjazm zespołu i wynik zespołu to dwie różne liczby, dlatego grupa kontrolna jest jedynym uczciwym sposobem pomiaru. W praktyce sprawdzają się dwa warianty. Pierwszy: w jednym sprincie te same typy zadań dzielicie na pulę z AI i pulę bez AI, losowo albo naprzemiennie. Drugi: sprinty naprzemienne, jeden z AI, jeden bez, na tym samym produkcie. Oba warianty wymagają tylko dyscypliny zapisu, nie dodatkowego budżetu. Szerzej o tym, dlaczego szybkość bez jakości to złudzenie, pisaliśmy przy okazji tekstu o metrykach DORA w erze AI, a na naszym portalu Strefa QA znajdziecie przegląd, co w AI dla QA już działa, a co jeszcze nie.

Kompetencje przed narzędziem: szkolenia dla testerów według roli

Drugi powód, dla którego pilotaże umierają, to licencja bez kompetencji, i tu wchodzą szkolenia dla testerów. World Quality Report 2025 wskazuje brak kompetencji z AI i uczenia maszynowego jako barierę u 50 procent organizacji, bez zmiany wobec 2024 roku, i cytuje zdanie, które warto powiesić nad biurkiem: „AI wzmacnia możliwości, ale nie może ich zastąpić”. Narzędzie w rękach osoby bez przygotowania nie podnosi poziomu zespołu, tylko przyspiesza produkcję rzeczy, które potem ktoś musi przejrzeć.

Jedno szkolenie dla wszystkich nie działa, bo różne role używają AI do innych zadań i popełniają inne błędy. Analityk wkleja do modelu wymaganie bez ograniczeń i dostaje testy do funkcji, której nie ma. Programista testów akceptuje test, który sprawdza to, co kod robi, a nie to, co powinien robić. Lider mierzy liczbę wygenerowanych testów, czyli dokładnie tę metrykę, która nic nie mówi o jakości. Widzimy to w zespołach, które szkolimy: każda rola potrzebuje własnych ćwiczeń na własnych zadaniach.

Dlatego Akademia AI w QA jest zbudowana ze wspólnych fundamentów i trzech ścieżek według roli: tester manualny i analityk, tester automatyzujący oraz lider QA, Head of QA i CTO. Program online w całości nagrywa Tomasz Stelmach, start 11 stycznia 2027, sesje na żywo w poniedziałki o 17:30 (11.01, 18.01, 25.01, 1.02 i 8.02.2027), każda nagrywana. Nakład czasu to orientacyjnie około 15 godzin tygodniowo razem z sesją, a do zadań wystarczą darmowe wersje narzędzi AI. W przedsprzedaży do 30 listopada 2026 cena wynosi 1 350 zł netto zamiast regularnych 1 750 zł netto, zamówienie złożone do 30 listopada zachowuje cenę także przy płatności w grudniu, a faktura w 2026 roku rozlicza tegoroczny budżet szkoleniowy. Dla porządku: Akademia to nie to samo co kurs online AI w testowaniu oprogramowania ani zamknięte szkolenie z AI w testowaniu dla jednego zespołu. A osobom, które dopiero wchodzą do zawodu, polecamy najpierw szkolenia dla testerów z fundamentów testowania, bo Akademia zakłada, że uczestnik zna już swoją rolę w zespole QA.

Tomasz Stelmach, CEO Quality Island, mówi o tym krótko: „Licencję na narzędzie AI kupicie w jeden dzień. Kompetencje zespołu i punkt odniesienia trzeba zbudować, a bez nich każdy pilotaż kończy się prezentacją zamiast decyzji.” W Quality Island przeprowadził ponad 40 wdrożeń AI w procesach testów i jakości oprogramowania.

Ile kosztuje pilotaż: rachunek w złotych

Koszt pilotażu to głównie czas ludzi, nie licencje, i dlatego da się go policzyć przed startem. Poniżej rachunek dla zespołu pięciu osób, do podmiany na Wasze liczby.

Skąd stawka: według raportu Just Join IT o zarobkach w IT z 2026 roku mediana dla seniora w testowaniu na B2B to 21 000 zł miesięcznie, co w naszym przeliczeniu przy 168 godzinach daje około 125 zł za godzinę. Bez wsparcia zewnętrznego i bez licencji przykład z tabeli daje około 23 750 zł za 90 dni, z czego większość to czas ludzi, którego i tak nie unikniecie, jeśli chcecie decyzji opartej na liczbach. Jeśli zamiast tego poprowadzicie pilotaż bez pomiaru, wydacie ten czas tak samo, tylko bez wyniku. Taki pilotaż z audytem gotowości na starcie możecie też przejść w ramach naszej usługi wdrożenia AI w testowaniu: audyt trwa 2 tygodnie w stałej cenie od 12 000 do 18 000 zł, a pilotaż na jednym zespole od 6 do 8 tygodni, z wyceną po audycie.

Zysk netto na zadanie = czas bazowy minus czas z AI minus czas przeglądu wyniku AI.
Zysk kwartalny = zysk netto na zadanie razy liczba zadań w kwartale razy stawka.

Przykład rachunkowy, podkreślamy, przykład, a nie obietnica: jeśli Wasz zespół przygotowuje przypadki do 60 wymagań w kwartale, a pilotaż pokazał 2 godziny zysku netto na wymaganie wobec grupy kontrolnej, to 60 razy 2 razy 125 zł daje 15 000 zł na kwartał. To arytmetyka, nie obietnica: Wasze liczby da tylko Wasz pilotaż, i właśnie dlatego karta mierników ma kolumnę grupy kontrolnej.

Decyzja po 90 dniach: skalować, poprawić czy zamknąć

Po 90 dniach są trzy możliwe wyniki i każdy ma kryteria. Skalujecie, gdy progi z karty są osiągnięte wobec grupy kontrolnej, a odsetek odrzuceń w przeglądzie nie rośnie. Poprawiacie, gdy zysk czasu jest, ale przegląd wyników AI zjada jego większość: wtedy wracacie do kompetencji i poleceń dla modelu na kolejne 4 tygodnie, bez zmiany mierników. Zamykacie, gdy nie ma różnicy wobec grupy kontrolnej. Zamknięcie to też dobry wynik, bo kosztował Was 90 dni i policzalną kwotę, a nie rok dryfowania.

Jak wygląda zmiana policzona twardą miarą, pokazuje nasz projekt dla Argos z obszaru e-commerce: regresja przed wydaniem skrócona z 5 dni do 10 godzin, błędy krytyczne na produkcji mniej o 46 procent. Piszemy wprost: to był projekt automatyzacji testów i porządkowania procesów QA, nie wdrożenia AI. Przywołujemy go, bo zasada jest ta sama: punkt odniesienia przed, wynik po, i dopiero wtedy liczba coś znaczy.

Jeśli decyzja brzmi „skalować”, dokładajcie zespoły po jednym, nie wszystkie naraz. U naszych klientów pilotaż na pięciu zespołach jednocześnie daje pięć opinii i zero liczb, bo nikt nie jest w stanie prowadzić pięciu grup kontrolnych. Gdy podstawy już działają, kolejnym etapem są agenty, które same uruchamiają testy, ale to krok po ustabilizowaniu pilotażu, nie zamiast niego. Przed zakupem licencji na skalę warto też przejść siedem pytań, które warto zadać przed zapłaceniem za AI w testowaniu z naszej Strefy QA. A jeśli chcecie zobaczyć, jak inne zespoły w Polsce mierzą się z tym samym tematem, zapraszamy na Testing Ground Conference, największe wydarzenie w Polsce z obszaru jakości oprogramowania, cyberbezpieczeństwa i dostępności cyfrowej, którego jesteśmy organizatorem, z edycją 2027 w maju w Warszawie. Terminy najbliższych szkoleń znajdziecie w naszym kalendarzu szkoleń.

Powiązane na blogu Quality Island

• Metryki DORA psują się w erze AI: dlaczego szybkość wydawania przestaje być dowodem jakości
• Agentic testing: czy Wasza praca właśnie się zmienia, czy znika
• Testowanie systemów AI: jak zapewnić jakość w erze sztucznej inteligencji
• AI Act: testowanie systemów wysokiego ryzyka, test stronniczości i terminy 2027

Pełna lista źródeł

• Capgemini, Sogeti i OpenText, World Quality Report 2025, 17. edycja, listopad 2025, capgemini.com. Stąd próba ponad 2 000 osób z 22 krajów, liczby 89, 37, 52, 15, 43, 30 i 11 procent, 19 procent wzrostu produktywności, bariery i cytat o kompetencjach.
• PractiTest, The 2026 State of Testing Report, 13. edycja, 2026, practitest.com. Stąd 76,8 procent używających AI, poziomy dojrzałości i najczęstsze zastosowania.
• Google Cloud, DORA 2025 State of AI-assisted Software Development, wrzesień 2025, cloud.google.com. Stąd 90 procent używających, ponad 80 procent z poczuciem wzrostu produktywności, 30 procent z niskim zaufaniem i związek ze stabilnością dostarczania.
• METR, Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, lipiec 2025, metr.org. Stąd 16 programistów, 246 zadań, oczekiwane 24 procent, odczuwane 20 procent i zmierzone 19 procent dłużej.
• Just Join IT, Zarobki w IT 2026: Gdzie pękła granica 60 000 PLN na B2B?, luty 2026, justjoin.it. Stąd mediana 21 000 zł dla seniora w testowaniu na B2B, podstawa stawki 125 zł za godzinę.
• Dane własne Quality Island: ponad 450 000 napisanych testów automatycznych, ponad 152 zrealizowane projekty, ponad 40 wdrożeń AI w procesach testów i jakości oprogramowania, wyniki projektu dla Argos, cennik audytu gotowości na AI w QA.