Pozyskanie dofinansowania na wdrożenie sztucznej inteligencji w firmie pozwala pokryć od 50% do 85% kosztów kwalifikowanych związanych z cyfryzacją. Przedsiębiorstwa mogą korzystać ze środków unijnych w ramach programu Fundusze Europejskie dla Nowoczesnej Gospodarki, Krajowego Planu Odbudowy oraz programów regionalnych. Wsparcie obejmuje zakup oprogramowania, infrastruktury obliczeniowej, doradztwo technologiczne oraz prace badawczo-rozwojowe nad autorskimi modelami.
Finansowanie rozwoju algorytmów uczenia maszynowego i generatywnej sztucznej inteligencji stanowi kluczowy priorytet polityki gospodarczej polskich i unijnych instytucji publicznych. Polskie firmy, niezależnie od skali działalności, mają dostęp do zróżnicowanych instrumentów dotacyjnych oraz ulg podatkowych. Odpowiednio skonstruowany wniosek umożliwia sfinansowanie systemów wizyjnych, predykcyjnych modeli analitycznych oraz automatyzacji procesów przy minimalnym zaangażowaniu kapitału własnego.
Czym są dofinansowania na sztuczną inteligencję w przedsiębiorstwach
Dofinansowania na sztuczną inteligencję to bezzwrotne lub częściowo zwrotne instrumenty wsparcia finansowego, które mają na celu przyspieszenie transformacji cyfrowej sektora prywatnego. Środki te pochodzą głównie z funduszy strukturalnych Unii Europejskiej oraz budżetu państwa, a ich dystrybucją zajmują się wyspecjalizowane agencje rządowe. Pomoc publiczna pozwala przedsiębiorstwom zniwelować barierę kapitałową i zredukować ryzyko inwestycji w innowacje technologiczne.
Wsparcie finansowe obejmuje zarówno wdrożenie gotowych rozwiązań rynkowych opartych na sieciach neuronowych, jak i prowadzenie własnych badań przemysłowych nad nowatorskimi architekturami algorytmów. Projekty mogą dotyczyć cyfryzacji back-office, robotyzacji linii produkcyjnych, automatyzacji obsługi klienta czy zaawansowanej analityki predykcyjnej. Dzięki temu technologie uczenia głębokiego stają się dostępne także dla podmiotów z sektora małych i średnich przedsiębiorstw.
Program Fundusze Europejskie dla Nowoczesnej Gospodarki i Ścieżka SMART
Program Fundusze Europejskie dla Nowoczesnej Gospodarki stanowi najważniejsze źródło finansowania innowacji technologicznych w Polsce na lata 2021-2027. Kluczowym instrumentem w ramach tego programu jest Ścieżka SMART, która umożliwia realizację kompleksowych projektów transformacyjnych w strukturze modułowej. Przedsiębiorcy mogą łączyć zadania badawcze z wdrożeniem innowacji, cyfryzacją procesów oraz podnoszeniem kompetencji kadr w ramach jednego zintegrowanego wniosku.
Dla projektów ukierunkowanych na sztuczną inteligencję szczególne znaczenie ma moduł cyfryzacja, który wspiera proces kompleksowej transformacji technologicznej przedsiębiorstwa. W ramach tego modułu wnioskodawcy mogą ubiegać się o dofinansowanie wydatków bezpośrednio powiązanych z integracją zaawansowanych algorytmów analitycznych oraz automatyzacją środowiska pracy. Katalog dofinansowywanych przedsięwzięć obejmuje następujące obszary wsparcia:
- audyty dojrzałości cyfrowej i opracowanie strategii integracji systemów uczących się,
- licencje specjalistycznego oprogramowania analitycznego oraz subskrypcje platform chmurowych,
- zaawansowane serwery i akceleratory graficzne niezbędne do trenowania lokalnych modeli,
- usługi doradcze świadczone przez zewnętrznych ekspertów i inżynierów danych.
W przypadku chęci stworzenia unikalnego silnika algorytmicznego, przedsiębiorstwo może połączyć moduł cyfryzacja z modułem prace badawczo-rozwojowe. Moduł badawczy finansuje wynagrodzenia zespołów programistycznych, koszty aparatury badawczej oraz testowanie prototypów w warunkach zbliżonych do rzeczywistych. Takie podejście pozwala na kompleksowe zabezpieczenie całego cyklu życia innowacji cyfrowej od koncepcji po komercjalizację.
Krajowy Plan Odbudowy jako źródło finansowania transformacji cyfrowej
Krajowy Plan Odbudowy i Zwiększania Odporności przeznacza znaczne środki na komponent cyfrowy, dedykowany unowocześnieniu infrastruktury technologicznej polskich firm. W ramach KPO realizowane są konkursy nakierowane na transformację cyfrową, automatyzację operacji i cyberbezpieczeństwo środowisk przetwarzania danych. Przedsiębiorstwa mogą uzyskać kapitał na wdrożenie rozwiązań opartych na uczeniu maszynowym, które bezpośrednio zwiększają ich produktywność i odporność rynkową.
Inwestycje w ramach KPO kładą duży nacisk na gotowość wdrożeniową oraz szybkość osiągania mierzalnych rezultatów gospodarczych przez aplikujące podmioty. Wsparcie jest kierowane w szczególności do przedsiębiorstw produkcyjnych, logistycznych i usługowych, które planują integrację systemów klasy ERP z silnikami decyzyjnymi AI. Finansowanie z KPO charakteryzuje się uproszczonymi procedurami rozliczania wskaźników w porównaniu do klasycznych funduszy spójności.
Europejskie Huby Innowacji Cyfrowych i wsparcie niefinansowe
Europejskie Huby Innowacji Cyfrowych stanowią sieć certyfikowanych ośrodków wspierających mikro, małe i średnie przedsiębiorstwa w procesie cyfrowej adaptacji. Podmioty te oferują kompleksowe usługi doradcze i technologiczne w modelu pomocy de minimis, co oznacza zerowy lub znikomy wkład finansowy po stronie firmy. Huby pełnią rolę punktu pierwszego kontaktu dla przedsiębiorców poszukujących optymalnych ścieżek implementacji sztucznej inteligencji.
Podstawowym mechanizmem oferowanym przez wyspecjalizowane huby jest kompleksowa formuła testowania przed zainwestowaniem, która pozwala rzetelnie sprawdzić wybrane narzędzie informatyczne przed alokacją kapitału. Dzięki takiemu podejściu kadra zarządzająca może precyzyjnie ocenić opłacalność wdrożenia sieci neuronowych i zminimalizować ryzyko nietrafionych inwestycji cyfrowych. W ramach standardowego pakietu wsparcia przedsiębiorstwo uzyskuje:
- profesjonalny audyt dojrzałości technologicznej przedsiębiorstwa przed rozpoczęciem prac projektowych,
- dostęp do specjalistycznej infrastruktury obliczeniowej w celu przetestowania wydajności algorytmów,
- walidację założeń biznesowych oraz ocenę jakości i kompletności posiadanych zbiorów danych,
- dedykowane szkolenia techniczne i warsztaty podnoszące kwalifikacje kadry zarządzającej.
Współpraca z ośrodkiem innowacji cyfrowych znacząco podnosi jakość późniejszego wniosku o dofinansowanie inwestycyjne w instytucjach takich jak PARP. Eksperci hubu pomagają precyzyjnie zdefiniować zakres technologiczny przedsięwzięcia, dobrać optymalne metryki sukcesu oraz uniknąć typowych błędów architektonicznych. Dzięki temu przedsiębiorstwo minimalizuje ryzyko niepowodzenia projektu i maksymalizuje szanse na uzyskanie bezzwrotnej dotacji.
Regionalne programy operacyjne i dotacje na poziomie województw
Fundusze Europejskie dla Regionów oferują dedykowane pule środków zarządzane bezpośrednio przez urzędy marszałkowskie poszczególnych szesnastu województw w Polsce. Dotacje regionalne są zazwyczaj łatwiej dostępne dla mniejszych podmiotów gospodarczych niż ogólnokrajowe konkursy koordynowane na poziomie ministerialnym. Programy te koncentrują się na podnoszeniu konkurencyjności lokalnych firm poprzez adaptację technologii cyfrowych i automatyzację powtarzalnych procesów biznesowych.
W ramach konkursów regionalnych przedsiębiorstwa mogą sfinansować wdrożenie inteligentnych systemów zarządzania magazynem, automatyczną kategoryzację dokumentów czy oprogramowanie do predykcji popytu. Poziomy dofinansowania w regionach słabiej rozwiniętych gospodarczo osiągają maksymalne pułapy przewidziane w mapie pomocy regionalnej. Regionalne nabory stanowią doskonały punkt wyjścia dla firm, które stawiają pierwsze kroki w obszarze cyfryzacji.
Konkursy Narodowego Centrum Badań i Rozwoju dedykowane technologiom AI
Narodowe Centrum Badań i Rozwoju odpowiada za dysponowanie środkami przeznaczonymi na ambitne projekty badawczo-rozwojowe o wysokim stopniu innowacyjności. Programy sektorowe i strategiczne, takie jak inicjatywa Infostrateg, finansują tworzenie zaawansowanych rozwiązań bazujących na sieciach neuronowych i przetwarzaniu języka naturalnego. Projekty te wymagają wykazania nowości w skali kraju lub świata oraz przeprowadzenia rzetelnych prac badawczych.
Instytucja ta wspiera tworzenie dedykowanych architektur uczenia maszynowego, systemów rozpoznawania obrazów medycznych oraz algorytmów sterowania autonomicznymi robotami przemysłowymi. Wnioskodawcy muszą wykazać posiadanie odpowiedniej kadry naukowej lub podjąć współpracę z jednostkami badawczymi w ramach konsorcjów naukowo-przemysłowych. Granty z NCBR pozwalają na sfinansowanie wielomilionowych budżetów obejmujących wieloletnie prace eksperymentalne i wdrożeniowe.
Ulga badawczo-rozwojowa oraz ulga na robotyzację a koszty sztucznej inteligencji
Wsparcie finansowe dla systemów sztucznej inteligencji nie ogranicza się wyłącznie do bezpośrednich dotacji celowych, lecz obejmuje również preferencje podatkowe. Ulga na działalność badawczo-rozwojową pozwala przedsiębiorstwom na dodatkowe odliczenie od podstawy opodatkowania nawet 200% kosztów kwalifikowanych związanych z wynagrodzeniami programistów i inżynierów. Narzędzie to można stosować równolegle do wielu innych mechanizmów prorozwojowych, co radykalnie obniża realny koszt wytworzenia oprogramowania.
Ważnym uzupełnieniem krajowego systemu preferencji podatkowych dla firm wdrażających nowoczesne technologie jest ulga na robotyzację przemysłową. Zapewnia ona przedsiębiorstwom możliwość dodatkowego odliczenia 50% kosztów uzyskania przychodów poniesionych na kompleksowe zautomatyzowanie procesów wytwórczych i logistycznych. Preferencja ta obejmuje następujące kategorie wydatków inwestycyjnych:
- zakup fabrycznie nowych robotów przemysłowych zintegrowanych z inteligentnymi czujnikami,
- maszyny i urządzenia peryferyjne wyposażone w sterowniki adaptacyjne oparte na algorytmach,
- oprogramowanie wizyjne do automatycznej kontroli jakości w czasie rzeczywistym,
- szkolenia pracowników z zakresu obsługi i programowania zrobotyzowanych stanowisk pracy.
Połączenie ulgi badawczo-rozwojowej, ulgi na robotyzację oraz mechanizmu IP Box tworzy kompletny system optymalizacji kosztów innowacji. IP Box umożliwia opodatkowanie dochodów z kwalifikowanych praw własności intelektualnej preferencyjną stawką podatkową w wysokości zaledwie 5%. Wdrożenie sztucznej inteligencji staje się dzięki temu wysoce rentowne także z punktu widzenia długofalowej strategii podatkowej.
Kto może ubiegać się o dotacje na wdrożenie sztucznej inteligencji
O dofinansowanie projektów cyfryzacyjnych mogą ubiegać się podmioty gospodarcze zarejestrowane i prowadzące działalność na terytorium Rzeczypospolitej Polskiej. Głównymi beneficjentami są mikroprzedsiębiorstwa, małe oraz średnie firmy, dla których przewidziano najwyższe poziomy intensywności wsparcia publicznego. Duże przedsiębiorstwa również mają dostęp do wybranych programów, jednak często wymaga się od nich nawiązania współpracy z podmiotami sektora MŚP.
Weryfikacja statusu przedsiębiorstwa opiera się na analizie liczby zatrudnionych pracowników oraz rocznego obrotu netto lub sumy bilansowej z ostatnich dwóch lat. Kluczowe znaczenie ma również powiązanie kapitałowe i osobowe z innymi spółkami w ramach grup kapitałowych. Wnioskodawca musi wykazać stabilną sytuację finansową, brak zaległości podatkowych oraz zdolność do wniesienia wymaganego wkładu własnego.
Koszty kwalifikowane w projektach wykorzystujących uczenie maszynowe
Katalog kosztów kwalifikowanych precyzuje, które wydatki poniesione przez przedsiębiorstwo w trakcie realizacji projektu mogą zostać zrefundowane z przyznanej dotacji. W przypadku przedsięwzięć z zakresu sztucznej inteligencji katalog ten obejmuje zarówno dobra materialne, jak i wartości niematerialne i prawne. Prawidłowe przyporządkowanie wydatków do odpowiednich kategorii budżetowych decyduje o pozytywnej ocenie formalnej i merytorycznej wniosku.
Struktura budżetu projektu technologicznego musi odzwierciedlać realne potrzeby wdrożeniowe i być bezpośrednio skorelowana z harmonogramem zaplanowanych prac inżynierskich. W ramach przedsięwzięć ukierunkowanych na zaawansowaną analitykę danych, sieci neuronowe i automatyzację procesów operacyjnych dofinansowaniu podlegają określone kategorie wydatków ponoszonych przez aplikujące przedsiębiorstwo:
- zakup stacji roboczych, dedykowanych serwerów obliczeniowych oraz profesjonalnych kart graficznych,
- opłaty abonamentowe za dostęp do infrastruktury chmurowej i gotowych interfejsów programistycznych,
- wynagrodzenia inżynierów uczenia maszynowego, analityków danych oraz architektów oprogramowania,
- specjalistyczne usługi doradcze obejmujące przygotowanie danych, modelowanie i integrację systemów.
Kosztem kwalifikowanym mogą być również wydatki związane z czyszczeniem, etykietowaniem i anonimizacją zbiorów treningowych niezbędnych do nauki algorytmów. Warto pamiętać, że podatek od towarów i usług VAT jest kosztem kwalifikowanym wyłącznie wtedy, gdy beneficjent nie ma prawnej możliwości jego odzyskania. Każdy planowany wydatek musi być bezpośrednio powiązany z celami projektu i uzasadniony ekonomicznie.
Poziomy dofinansowania oraz wkład własny przedsiębiorstwa
Wysokość bezzwrotnego wsparcia zależy od lokalizacji inwestycji, wielkości wnioskującego przedsiębiorstwa oraz wybranej podstawy prawnej udzielanej pomocy publicznej. W ramach regionalnej pomocy inwestycyjnej mikro i małe przedsiębiorstwa w województwach wschodnich mogą liczyć nawet na 70-85% dofinansowania kosztów. W regionach bardziej rozwiniętych, takich jak województwo mazowieckie i aglomeracja warszawska, pułap ten wynosi odpowiednio mniej.
Projekty doradcze i szkoleniowe są najczęściej rozliczane na zasadach pomocy de minimis, która dopuszcza stały poziom dofinansowania do 50-80%. Przedsiębiorstwo musi zawsze zabezpieczyć wkład własny, który może pochodzić ze środków własnych firmy, kredytu bankowego lub pożyczki inwestycyjnej. Finansowanie pomostowe jest często kluczowe dla zachowania płynności finansowej, gdyż większość dotacji wypłacana jest w formule refundacji.
Przykłady zastosowań sztucznej inteligencji kwalifikujących się do wsparcia
Instytucje finansujące preferują projekty, które przynoszą wymierne korzyści operacyjne, automatyzują procesy decyzyjne lub tworzą nową wartość rynkową. Sztuczna inteligencja znajduje zastosowanie w niemal każdej branży gospodarki, od tradycyjnego przetwórstwa przemysłowego po zaawansowane usługi cyfrowe. Wnioski o dofinansowanie uzyskują najwyższe oceny, gdy wskazują na bezpośrednie powiązanie technologii z rentownością i efektywnością przedsiębiorstwa.
Praktyka konkursowa pokazuje, że eksperci oceniający wnioski szczególnie wysoko punktują wdrożenia przynoszące mierzalną redukcję kosztów operacyjnych lub optymalizację procesów wytwórczych. Do wiodących kierunków aplikacyjnych, które z powodzeniem uzyskują bezzwrotne dofinansowanie publiczne w ramach programów cyfryzacyjnych, należą następujące nowoczesne rozwiązania technologiczne:
- systemy wizji komputerowej do bezdotykowej detekcji wad produkcyjnych na liniach montażowych,
- algorytmy predykcyjnego utrzymania ruchu maszyn prognozujące awarie przed ich wystąpieniem,
- generatywne modele językowe automatyzujące komunikację wielokanałową i obsługę zapytań ofertowych,
- zaawansowane silniki rekomendacyjne i optymalizatory łańcucha dostaw minimalizujące zapasy magazynowe.
Kwalifikacji podlegają również inteligentne systemy wspomagania decyzji medycznych, narzędzia do analizy ryzyka kredytowego oraz algorytmy optymalizujące zużycie energii w budynkach. Kluczowym czynnikiem sukcesu jest udowodnienie, że zastosowanie modelu matematycznego rozwiązuje realny i zdiagnozowany problem biznesowy. Projekty o charakterze wyłącznie demonstracyjnym bez uzasadnienia ekonomicznego mają znacznie mniejsze szanse na wsparcie.
Przygotowanie wniosku o dotację na cyfryzację i sztuczną inteligencję
Proces aplikowania o środki publiczne wymaga skrupulatnego przygotowania dokumentacji technicznej, finansowej oraz biznesowej przed otwarciem naboru. Wnioskodawca musi przeprowadzić rzetelną diagnozę stanu wyjściowego organizacji i precyzyjnie opisać lukę technologiczną, którą ma wypełnić planowane wdrożenie. Centralnym elementem wniosku jest studium wykonalności, które dowodzi opłacalności inwestycji i przedstawia szczegółowy harmonogram rzeczowo-finansowy.
Niezbędne jest zdefiniowanie mierzalnych wskaźników rezultatu i produktu, takich jak stopień redukcji błędów produkcyjnych czy wzrost wydajności pracy. W dokumentacji należy uwzględnić szczegółową analizę ryzyka technologicznego, w tym kwestie związane z dostępnością i jakością danych treningowych. Profesjonalnie przygotowany wniosek jasno pokazuje, jak planowane rozwiązanie informatyczne wpłynie na pozycję konkurencyjną firmy.
Najczęstsze błędy podczas aplikowania o środki na innowacje cyfrowe
Wielu wnioskodawców popełnia krytyczne błędy merytoryczne, które prowadzą do odrzucenia projektu na etapie oceny eksperckiej. Jednym z najczęstszych uchybień jest brak rozróżnienia pomiędzy rutynowym zakupem standardowego oprogramowania a rzeczywistym wdrożeniem innowacji technologicznej. Eksperci oceniający weryfikują, czy projekt faktycznie zmienia sposób funkcjonowania firmy i czy wnosi nową jakość do procesów operacyjnych.
Analiza negatywnie ocenionych projektów wskazuje na powtarzające się braki formalne oraz niedostateczne przygotowanie założeń architektonicznych przez kadrę wnioskodawcy już w fazie koncepcyjnej. Wśród najczęściej popełnianych błędów uniemożliwiających uzyskanie pozytywnej rekomendacji do dofinansowania w ogłaszanych konkursach dotacyjnych wyróżnia się następujące uchybienia:
- nierealistyczne i niemożliwe do zweryfikowania wskaźniki rezultatu zadeklarowane przez wnioskodawcę,
- brak zabezpieczenia wystarczających zasobów danych niezbędnych do poprawnego wytrenowania modeli,
- niedoszacowanie budżetu w obszarze integracji nowych algorytmów z istniejącymi systemami bazodanowymi,
- pominięcie kwestii praw autorskich i licencyjnych do powstającego kodu źródłowego i modeli.
Innym powszechnym błędem jest brak wykazania odpowiednich kompetencji zespołu projektowego lub brak doświadczenia wybranego wykonawcy zewnętrznego. Wdrożenie uczenia maszynowego wymaga wykwalifikowanych specjalistów z zakresu inżynierii danych i architektury systemowej. Niewiarygodny zespół lub brak analizy rynku wykonawców drastycznie obniża ocenę punktową wniosku w panelu ekspertów.
Rozliczanie projektu dotacyjnego i wymogi trwałości rezultatów
Podpisanie umowy o dofinansowanie stanowi dopiero początek rygorystycznego procesu zarządzania projektem zgodnie z wytycznymi programowymi. Każdy wydatek ponoszony w ramach dotacji musi być zgodny z zasadą konkurencyjności oraz aktualnym taryfikatorem cen rynkowych. Przedsiębiorstwo zobowiązane jest do prowadzenia wyodrębnionej ewidencji księgowej oraz gromadzenia kompletnej dokumentacji potwierdzającej wykonanie prac programistycznych i wdrożeniowych.
Po zakończeniu realizacji projektu beneficjent wchodzi w tak zwany okres trwałości, który dla sektora MŚP wynosi standardowo trzy lata, a dla dużych firm pięć lat. W tym czasie zabronione jest zbywanie zakupionych środków trwałych lub dokonywanie istotnych modyfikacji zmieniających charakter przedsięwzięcia. Niedotrzymanie zadeklarowanych wskaźników rezultatu może skutkować koniecznością zwrotu części lub całości otrzymanych środków wraz z odsetkami.
Wpływ europejskiego rozporządzenia AI Act na projekty dotacyjne
Wchodzące w życie europejskie rozporządzenie w sprawie sztucznej inteligencji wprowadza jednolite ramy prawne dla systemów opartych na uczeniu maszynowym. Instytucje przyznające dofinansowania weryfikują zgodność planowanych projektów z wymogami prawno-etycznymi określonymi w tym akcie. Wnioskodawcy muszą przeprowadzić klasyfikację ryzyka wdrażanego systemu i udowodnić, że spełnia on wyśrubowane normy bezpieczeństwa.
W przypadku systemów zakwalifikowanych jako rozwiązania wysokiego ryzyka wnioskodawca musi wykazać pełną zgodność z rygorystycznymi procedurami nadzorczymi i technicznymi. Niezastosowanie się do tych wymogów może skutkować natychmiastowym odrzuceniem wniosku lub koniecznością zwrotu przyznanych funduszy. Dokumentacja projektowa musi potwierdzać spełnienie następujących kryteriów:
- rzetelnego zarządzania jakością danych wejściowych w celu eliminacji zjawiska stronniczości algorytmicznej,
- pełnej przejrzystości operacyjnej oraz dostarczenia zrozumiałych instrukcji obsługi dla użytkowników,
- stałego nadzoru człowieka nad procesem decyzyjnym generowanym przez automatyczne modele,
- wysokiego poziomu cyberbezpieczeństwa, odporności na błędy oraz ciągłości działania infrastruktury.
Zgodność z unijnymi regulacjami prawnymi jest warunkiem bezwzględnym uzyskania i bezpiecznego rozliczenia publicznego wsparcia finansowego. Przedsiębiorstwa, które uwzględnią wymogi zgodności regulacyjnej już na etapie projektowania architektury, zyskują przewagę punktową w konkursach dotacyjnych. Świadomość prawna chroni również organizację przed dotkliwymi karami finansowymi nakładanymi za naruszenie przepisów wspólnotowych.
Strategiczne korzyści z pozyskania dofinansowania na algorytmy AI
Wykorzystanie zewnętrznego finansowania na rozwój technologii uczenia maszynowego stanowi potężny katalizator wzrostu wartości rynkowej przedsiębiorstwa. Dzięki wsparciu publicznemu organizacja może zrealizować skomplikowaną transformację technologiczną w ułamku standardowego czasu, wyprzedzając bezpośrednich konkurentów branżowych. Zbudowanie własnych, unikalnych modeli algorytmicznych tworzy trwałą przewagę rynkową i buduje barierę wejścia dla nowych podmiotów.
Wdrożenie sztucznej inteligencji przekłada się na drastyczne obniżenie kosztów jednostkowych, eliminację błędów ludzkich oraz zdolność do skalowania operacji bez proporcjonalnego wzrostu zatrudnienia. Dofinansowania unijne pozwalają na bezpieczne przetestowanie najnowocześniejszych koncepcji technologicznych przy minimalnym ryzyku finansowym dla właścicieli. Strategiczne podejście do dotacji cyfryzacyjnych staje się fundamentem długofalowego sukcesu w gospodarce opartej na danych.