PKD mówi, co przedsiębiorstwo produkuje. Nie mówi, czy jest gotowe produkować więcej…

Bezpieczeństwo w przemyśle

Polska posiada rozbudowaną bazę przedsiębiorstw przemysłowych, rosnące potrzeby produkcyjne w sektorach strategicznych oraz coraz więcej systemów, maszyn i urządzeń generujących dane. Nadal jednak brakuje wspólnego sposobu oceny, czy dane te są kompletne, wiarygodne i rzeczywiście wykorzystywane. W warunkach rosnących zamówień obronnych, wymagań dotyczących ciągłości dostaw żywności, bezpieczeństwa chemicznego oraz budowania odporności państwa klasyfikacja przedsiębiorstw wyłącznie według rodzaju działalności przestaje być wystarczająca.

Przemysł, którego nie potrafimy w pełni opisać 

Na koniec 2025 roku do rejestru REGON wpisanych było 411 279 podmiotów przypisanych do sekcji C — przetwórstwo przemysłowe. Liczba ta nie oznacza oczywiście, że wszystkie zarejestrowane podmioty prowadzą aktywną produkcję na dużą skalę. Pokazuje jednak rozmiar środowiska, które administracja publiczna, inwestorzy, instytucje finansujące, duże grupy przemysłowe i integratorzy muszą potrafić właściwie rozpoznawać.
Podstawowym narzędziem klasyfikacji tego środowiska pozostaje Polska Klasyfikacja Działalności. Pozwala ona ustalić, czy przedsiębiorstwo produkuje żywność, chemikalia, maszyny, urządzenia elektryczne, wyroby metalowe, pojazdy, materiały budowlane czy sprzęt wojskowy. Jest niezbędna dla statystyki, ewidencji gospodarczej, regulacji, obowiązków przedsiębiorców oraz różnych form wsparcia publicznego. 
PKD odpowiada jednak przede wszystkim na pytanie, czym przedsiębiorstwo się zajmuje. 
Nie odpowiada natomiast na pytania: 

REKLAMA

  • Czy przedsiębiorstwo zna swoją rzeczywistą zdolność produkcyjną? 
  • Czy potrafi wiarygodnie określić dostępne moce? 
  • Czy zna ograniczenia procesu i aktualne wąskie gardła? 
  • Czy może szybko zwiększyć produkcję? 
  • Czy jest w stanie wykazać pochodzenie surowca, historię partii i parametry jakościowe? 
  • Czy potrafi utrzymać produkcję w przypadku awarii, niedoboru energii albo przerwania części łańcucha dostaw? 

Te informacje nie wynikają ani z kodu PKD, ani z liczby zatrudnionych, ani z wartości posiadanego parku maszynowego. Zależą przede wszystkim od jakości danych, jakimi dysponuje organizacja. 

Dwa zakłady, ten sam kod PKD i zupełnie różne możliwości 

Wyobraźmy sobie dwa przedsiębiorstwa posiadające ten sam kod działalności, podobną liczbę pracowników i zbliżony park maszynowy. 
W pierwszym zakładzie informacje o produkcji są zapisywane ręcznie. Dane o przestojach zależą od deklaracji operatorów. Zużycie materiału jest rozliczane zbiorczo. Dane jakościowe znajdują się w oddzielnym systemie, informacje o awariach w kolejnym, a planowanie produkcji odbywa się w arkuszach kalkulacyjnych. Ustalenie rzeczywistej dostępnej mocy wymaga kilku dni i zaangażowania wielu osób. 
W drugim przedsiębiorstwie dane z maszyn są pozyskiwane automatycznie, zestawiane z planem produkcji, parametrami jakościowymi, zużyciem surowców, energii i czasem pracy. Każda partia ma cyfrową historię. Organizacja zna aktualną wydajność, poziom braków, główne przyczyny strat i realne możliwości zwiększenia produkcji. 
Z perspektywy PKD oba podmioty mogą wyglądać podobnie. Z punktu widzenia klienta strategicznego, inwestora albo systemu bezpieczeństwa państwa są to jednak dwie zupełnie inne organizacje. 
Jedna deklaruje zdolność produkcyjną. Druga potrafi ją udowodnić danymi. 

Firmy kupują technologie, ale nie zawsze budują dojrzałość danych 

Cyfryzacja polskiego przemysłu postępuje, lecz odbywa się bardzo nierównomiernie. Według badania Głównego Urzędu Statystycznego w 2023 roku 44,9 proc. przedsiębiorstw przemysłowych zatrudniających co najmniej 10 osób wykorzystywało przynajmniej jedną z czterech analizowanych technologii: chmurę obliczeniową, internet rzeczy, big data lub sztuczną inteligencję. Wśród dużych przedsiębiorstw odsetek wynosił 94,2 proc., wśród średnich 63,7 proc., a wśród małych jedynie 35,2 proc. 
Same wdrożenia technologiczne nie są jednak równoznaczne z dojrzałością danych. Firma może posiadać system ERP, MES, SCADA, czujniki IoT, platformę raportową i rozwiązania chmurowe, a nadal nie mieć jednej, wiarygodnej informacji o tym, co rzeczywiście dzieje się na produkcji. 
Dane GUS za 2025 rok pokazują, że analitykę danych prowadziło 24,3 proc. ogółu badanych przedsiębiorstw, natomiast w samym przetwórstwie przemysłowym — 22,8 proc. Sztuczną inteligencję wykorzystywało 8,7 proc. przedsiębiorstw ogółem i 7,8 proc. podmiotów z przetwórstwa przemysłowego. Skala zastosowania rosła wraz z wielkością organizacji: z AI korzystało 6,1 proc. małych przedsiębiorstw i 42 proc. dużych. 
Na tle Unii Europejskiej luka pozostaje widoczna. W 2025 roku analitykę danych, realizowaną samodzielnie lub przy wsparciu zewnętrznym, stosowało 39,85 proc. przedsiębiorstw w UE. W Polsce było to 24,5 proc. Dla porównania w Danii wskaźnik wynosił niemal 60 proc., a w Estonii, Holandii i Litwie przekraczał 54 proc. 
Komisja Europejska w raporcie dotyczącym realizacji celów Cyfrowej Dekady wskazała, że Polska dysponuje dobrze rozwiniętą infrastrukturą łączności, lecz nadal pozostaje poniżej średniej unijnej pod względem intensywności cyfrowej przedsiębiorstw i wykorzystania bardziej zaawansowanych technologii. Zwrócono również uwagę na niedobór specjalistów ICT, który ogranicza cyfryzację firm, wdrażanie nowych technologii i działania z zakresu cyberbezpieczeństwa. 
Powstaje więc charakterystyczny paradoks. Przedsiębiorstwa inwestują w maszyny i systemy, ale nie zawsze potrafią połączyć generowane przez nie informacje w spójny model danych. 
Badanie Europejskiego Banku Inwestycyjnego pokazuje, że 80 proc. polskich przedsiębiorstw dokonało inwestycji, wobec 86 proc. średnio w UE. Jednocześnie polskie firmy pozostają poniżej średniej unijnej w zakresie cyfryzacji i adopcji AI, a znacząca część nakładów nadal koncentruje się na aktywach materialnych: gruntach, budynkach i wyposażeniu. Nie jest to argument przeciwko inwestycjom w nowy park maszynowy. Pokazuje natomiast, że zakup urządzenia bez stworzenia warstwy danych może zwiększyć potencjał techniczny, nie zwiększając w takim samym stopniu zdolności organizacji do zarządzania tym potencjałem.

Nowa rzeczywistość przemysłowa wymaga czegoś więcej niż ewidencji przedsiębiorstw 

Potrzeba dokładniejszego rozpoznania rzeczywistych zdolności przedsiębiorstw staje się szczególnie widoczna w sektorach o znaczeniu strategicznym. 

Przemysł obronny: od pojedynczych zamówień do rozbudowy zdolności 

W budżecie na 2026 rok na finansowanie obrony narodowej przewidziano 200,1 mld zł, co odpowiada 4,81 proc. prognozowanego PKB. Jednocześnie rozwijane są krajowe zdolności produkcji amunicji, materiałów wybuchowych, systemów obrony powietrznej, pojazdów, wyposażenia indywidualnego i innych komponentów. 
W 2026 roku informowano między innymi o projektowaniu drugiej instalacji produkcji trotylu w Nitro-Chemie, rozbudowie zdolności Wojskowych Zakładów Uzbrojenia oraz zwiększaniu produkcji amunicji specjalnej w zakładach BELMA. 
Ministerstwo Obrony Narodowej informowało również o zamówieniach o wartości ponad 120 mld zł kierowanych do polskich zakładów w ramach programu SAFE. 
Tak duża skala zamówień tworzy presję nie tylko na producentów końcowych, lecz także na setki dostawców komponentów, podzespołów, materiałów, narzędzi i usług. W tym środowisku nie wystarczy ustalić, że dany podmiot „produkuje wyroby metalowe” albo „prowadzi obróbkę mechaniczną”. Trzeba wiedzieć: 

  • jakimi rzeczywistymi mocami dysponuje, 
  • jak stabilny jest jego proces, 
  • czy potrafi zapewnić identyfikowalność materiału i partii, 
  • jak zarządza zmianami konstrukcyjnymi, 
  • czy kontroluje parametry jakościowe, 
  • jaki jest rzeczywisty poziom braków i przestojów, 
  • czy może zwiększyć produkcję bez utraty jakości. 

Co znamienne, sama PKD 2025 zaczęła lepiej odzwierciedlać zmieniającą się rzeczywistość, wyodrębniając między innymi produkcję wojskowych okrętów i jednostek pływających oraz wojskowych statków powietrznych i kosmicznych. Potwierdza to, że system klasyfikacji musi ewoluować wraz z gospodarką. Nadal jest to jednak klasyfikacja rodzaju działalności, a nie gotowości operacyjnej przedsiębiorstwa. 

Przemysł spożywczy: nie tylko gospodarka, ale ciągłość funkcjonowania państwa 

Polska jest jednym z największych producentów żywności w Unii Europejskiej. Według danych za 2024 rok odpowiadała za około 8 proc. unijnej wartości dodanej przemysłu spożywczego, a sektor zatrudniał ponad 430 tys. osób. Wartość eksportu produktów rolno-spożywczych przekroczyła 51 mld euro. Znaczenie sektora nie ogranicza się jednak do eksportu i udziału w gospodarce. 
Ministerstwo Rolnictwa i Rozwoju Wsi określa bezpieczeństwo żywnościowe jako jeden z fundamentów stabilności państwa i odporności gospodarki na kryzysy, co znajduje odzwierciedlenie w ustawie o zarządzaniu kryzysowym, która zalicza systemy zaopatrzenia w żywność do infrastruktury krytycznej. Z kolei ustawa o ochronie ludności i obronie cywilnej wskazuje zaopatrzenie w wodę, żywność i produkty lecznicze jako część infrastruktury niezbędnej do wykonywania zadań ochrony ludności. Nie oznacza to jednak, że każda firma spożywcza automatycznie uzyskuje status operatora infrastruktury krytycznej lub podmiotu ochrony ludności. Pokazuje jednak, że wiedza o zdolnościach produkcyjnych, magazynowych i dystrybucyjnych sektora ma znaczenie znacznie szersze niż zwykła analiza rynku. 
W przemyśle spożywczym dojrzałość danych oznacza między innymi możliwość szybkiego ustalenia: 

  • pochodzenia surowców, 
  • historii i lokalizacji partii, 
  • parametrów procesu, 
  • warunków przechowywania, 
  • wyników kontroli jakości, 
  • poziomu strat i odpadów, 
  • dostępności linii, 
  • możliwości zwiększenia produkcji określonego asortymentu. 

Bez takich danych przedsiębiorstwo może mieć potencjał technologiczny, ale nie będzie umiało precyzyjnie określić swojej zdolności do reagowania na nagły wzrost zapotrzebowania albo zaburzenie dostaw. 

Przemysł chemiczny: dane jako warunek bezpieczeństwa procesu 

Ustawa o zarządzaniu kryzysowym wymienia wśród systemów infrastruktury krytycznej produkcję, składowanie, przechowywanie i stosowanie substancji chemicznych i promieniotwórczych, w tym rurociągi substancji niebezpiecznych. W tym sektorze jakość danych jest bezpośrednio związana z jakością i bezpieczeństwem procesu. Istotne są nie tylko wolumeny produkcji, lecz także: 

  • zgodność receptur, 
  • parametry temperatury, ciśnienia i przepływu, 
  • identyfikacja surowców, 
  • historia partii, 
  • stany magazynowe substancji, 
  • dane o alarmach i zabezpieczeniach, 
  • terminowość przeglądów, 
  • informacje o emisjach i odpadach, 
  • zdolność odtworzenia przebiegu procesu po zdarzeniu. 

Zakład może posiadać nowoczesną automatykę, ale jeśli dane pozostają rozproszone pomiędzy sterownikami, systemami laboratoryjnymi, dokumentacją papierową i arkuszami kalkulacyjnymi, jego rzeczywista zdolność do oceny ryzyka i szybkiego reagowania pozostaje ograniczona. 

Odporność państwa zaczyna się od wiarygodnej informacji 

Obecne regulacje coraz wyraźniej przesuwają uwagę z samego posiadania infrastruktury na jej odporność, gotowość i zdolność do utrzymania ciągłości działania. Nowelizacja ustawy o zarządzaniu kryzysowym z 29 maja 2026 roku, wdrażająca dyrektywę UE w sprawie odporności podmiotów krytycznych, wprowadziła między innymi zasady identyfikacji usług kluczowych i podmiotów krytycznych, obowiązki takich podmiotów oraz mechanizmy nadzoru i kontroli. Ustawa została ogłoszona 23 czerwca 2026 roku i weszła w życie po upływie 14 dni. Ustawa o ochronie ludności i obronie cywilnej przewiduje natomiast tworzenie oraz utrzymywanie zasobów, ewidencjonowanie podmiotów i zasobów ochrony ludności, ocenę gotowości, zapewnienie ciągłości realizacji zadań oraz prowadzenie regularnych ćwiczeń. W praktyce administracja publiczna będzie potrzebowała coraz lepszej wiedzy nie tylko o tym, jakie podmioty istnieją, lecz także co są w stanie rzeczywiście zapewnić, w jakim czasie i przez jak długi okres. 

Lista firm nie jest jeszcze mapą zdolności 

Deklarowana moc produkcyjna nie jest jeszcze potwierdzoną zdolnością, a posiadanie zasobów nie jest jeszcze gwarancją ich dostępności. Dopiero rzetelne dane pozwalają odróżnić potencjał deklarowany od potencjału rzeczywistego. 

Brakująca warstwa klasyfikacji 

Polski przemysł jest obecnie opisywany za pomocą wielu parametrów: 

  • kodów PKD, 
  • liczby zatrudnionych, 
  • przychodów, 
  • wartości majątku, 
  • certyfikatów, 
  • posiadanych maszyn, 
  • deklarowanych mocy produkcyjnych, 
  • udziału w eksporcie. 

Każdy z tych parametrów jest ważny. Żaden nie pokazuje jednak, czy przedsiębiorstwo potrafi systemowo zarządzać danymi produkcyjnymi. Potrzebna jest więc dodatkowa warstwa klasyfikacji, która nie zastąpi PKD, norm jakościowych, audytów technicznych ani oceny cyberbezpieczeństwa, ale uzupełni je o informację o dojrzałości danych przemysłowych. 
Taką funkcję może pełnić Industrial Data Index – IDI, czyli indeks dojrzałości danych produkcyjnych i przemysłowych. Nie powinien być on rozumiany jako ranking „firm nowoczesnych” i „firm zacofanych”. Nie powinien również oceniać przedsiębiorstwa na podstawie liczby zakupionych systemów. Zadaniem indeksu IDI powinno być udzielenie odpowiedzi na znacznie bardziej praktyczne pytanie: czy dane znajdujące się w przedsiębiorstwie pozwalają wiarygodnie zarządzać produkcją, jakością, zasobami, ryzykiem i ciągłością działania? 

Co powinien mierzyć Industrial Data Index? 

Dojrzałość danych przemysłowych można oceniać w sześciu powiązanych obszarach. 

1. Dostępność danych źródłowych 
Pierwszym poziomem jest ustalenie, czy organizacja w ogóle posiada dane pozwalające opisać przebieg produkcji. Nie chodzi wyłącznie o dane generowane automatycznie. W niektórych procesach uzasadnione może być pozyskiwanie części informacji od operatorów. Kluczowe jest jednak to, czy dane obejmują najważniejsze maszyny, etapy procesu, parametry jakościowe, zużycie materiałów, przestoje i zdarzenia. 
Przedsiębiorstwo, które nie zna rzeczywistego czasu pracy maszyn albo przyczyn zatrzymania linii, nie może wiarygodnie określić swojej dostępnej mocy. 

2. Połączenie i kontekst danych 
Pojedyncza wartość bez kontekstu ma ograniczone znaczenie: informacja, że maszyna wykonała 10 tys. cykli, staje się użyteczna dopiero po zestawieniu jej z numerem produktu, planem, czasem, zużyciem materiału, wynikami jakościowymi, zmianą roboczą oraz informacjami o przestojach. 
Dojrzałość danych oznacza więc zdolność do łączenia informacji z maszyn, automatyki, systemów produkcyjnych, jakościowych, magazynowych i biznesowych. 

3. Jakość i wiarygodność 
Dane muszą być kompletne, aktualne, jednoznaczne i możliwe do zweryfikowania. Jeżeli różne działy stosują odmienne definicje przestoju, wydajności albo braku jakościowego, nawet rozbudowane raportowanie nie stworzy wspólnego obrazu sytuacji. Wysoka dojrzałość nie oznacza braku błędów. Oznacza, że organizacja potrafi błędy wykrywać, wyjaśniać i usuwać. 

4. Dostępność dla użytkowników 
Dane muszą trafiać do właściwych osób w czasie umożliwiającym reakcję. Raport dostępny dwa tygodnie po zakończeniu miesiąca może być użyteczny dla księgowości, ale nie pomoże kierownikowi produkcji zatrzymać narastającej liczby braków ani utrzymaniu ruchu zapobiec awarii. Dojrzałość danych obejmuje więc nie tylko ich istnienie, lecz także sposób udostępnienia, aktualność, czytelność i dopasowanie do roli użytkownika. 

5. Wykorzystanie danych 
Najważniejszym testem dojrzałości jest sprawdzenie, czy dane wpływają na decyzje. Można mieć wiele dashboardów, które nie zmieniają sposobu działania firmy. Dojrzała organizacja wykorzystuje informacje do planowania produkcji, poprawy jakości, ograniczania strat, zarządzania energią, utrzymania ruchu, rozliczania efektywności i oceny inwestycji. Nie wystarczy mierzyć. Trzeba jeszcze działać na podstawie pomiarów. 

6. Wartość biznesowa 
Najwyższy poziom dojrzałości występuje wtedy, gdy przedsiębiorstwo potrafi wykazać, jak wykorzystanie danych wpływa na: 

  • wzrost produkcji, 
  • redukcję kosztów, 
  • skrócenie przestojów, 
  • poprawę jakości, 
  • ograniczenie zużycia energii, 
  • zmniejszenie zapasów, 
  • terminowość dostaw, 
  • bezpieczeństwo procesu, 
  • odporność organizacji. 

Dane przestają wtedy być produktem ubocznym działania urządzeń i stają się aktywem przedsiębiorstwa. 

IDI nie może być kolejnym audytem opartym na deklaracjach 

Aby taki indeks był wiarygodny, jego wynik nie może wynikać wyłącznie z ankiety wypełnianej przez przedsiębiorstwo. 
Ocena powinna łączyć: 

  • rozmowy z przedstawicielami produkcji, jakości, utrzymania ruchu, IT, OT i zarządu, 
  • analizę architektury danych, 
  • próbki danych źródłowych, 
  • ocenę raportów i wskaźników, 
  • weryfikację sposobu podejmowania decyzji, 
  • analizę rzeczywistych przypadków wykorzystania danych, 
  • sprawdzenie, czy deklarowane korzyści są mierzone. 

Indeks nie powinien premiować określonego producenta systemu, konkretnej architektury ani przejścia do chmury. Zakład działający lokalnie może dysponować bardzo dojrzałymi danymi. Firma wykorzystująca wiele nowoczesnych systemów chmurowych może nadal mieć dane niespójne i niewiarygodne. 

Liczy się rezultat, a nie marka technologii 

Konieczne jest również zachowanie poufności. Ocena dojrzałości danych nie powinna prowadzić do ujawniania wrażliwych informacji o dokładnych mocach produkcyjnych, recepturach, odbiorcach, zabezpieczeniach czy słabościach infrastruktury. Możliwe jest publikowanie poziomu dojrzałości i zagregowanych wyników bez udostępniania danych stanowiących tajemnicę przedsiębiorstwa lub informacji istotnych dla bezpieczeństwa. 

Co zmieniłaby nowa klasyfikacja? 

Wprowadzenie mierzalnej oceny dojrzałości danych pozwoliłoby spojrzeć na przedsiębiorstwa w nowy sposób. 

  • Dla zarządu – informacja, czy inwestycje w cyfryzację rzeczywiście tworzą wartość. 
  • Dla klienta przemysłowego – czy dostawca potrafi zapewnić identyfikowalność, terminowość i stabilność procesu. 
  • Dla instytucji finansującej – czy przedsiębiorstwo jest przygotowane do skalowania produkcji. 
  • Dla inwestora — czy deklarowane wyniki operacyjne opierają się na wiarygodnych danych. 
  • Dla dużej grupy przemysłowej — które zakłady mogą stanowić wzorzec, a które wymagają uporządkowania architektury danych. 
  • Dla administracji i podmiotów odpowiedzialnych za odporność — czy dostępne są wiarygodne informacje o zasobach, gotowości i zdolności utrzymania ciągłości. 

IDI nie powinien zastępować decyzji ekspertów ani automatycznie przesądzać o wyborze przedsiębiorstwa. Może jednak sprawić, że decyzje będą podejmowane na podstawie pełniejszego obrazu rzeczywistości. 

Rynek sam tworzy zapotrzebowanie na taki indeks 

Potrzeba indeksu dojrzałości danych nie wynika z chęci stworzenia kolejnego certyfikatu. 
Wynika z nakładających się na siebie zjawisk: 

  • dużej liczby podmiotów przemysłowych, 
  • rosnących potrzeb produkcyjnych, 
  • zwiększania nakładów na obronność, 
  • znaczenia bezpieczeństwa żywnościowego, 
  • wymagań związanych z substancjami chemicznymi, 
  • nowych regulacji dotyczących odporności, 
  • postępującej cyfryzacji, 
  • niskiego poziomu wykorzystania analityki danych, 
  • dużych różnic pomiędzy przedsiębiorstwami. 

PKD nadal będzie odpowiadać na pytanie, co przedsiębiorstwo robi. Normy i certyfikaty będą potwierdzać, jakie wymagania formalne spełnia. Audyt techniczny pokaże, jaką infrastrukturę posiada. Potrzebny jest jednak jeszcze jeden wymiar: odpowiedź na pytanie, czy przedsiębiorstwo potrafi przekształcić dane ze swoich procesów w wiarygodną wiedzę o produkcji i zdolnościach operacyjnych. Industrial Data Index może stać się wspólnym językiem dla zarządów, produkcji, IT, automatyki, inwestorów i administracji. Nie dlatego, że przedsiębiorstwa potrzebują kolejnego systemu oceny, lecz dlatego, że bez uporządkowanych danych coraz trudniej będzie rzetelnie ocenić ich potencjał. 
W gospodarce funkcjonującej w stabilnym otoczeniu wystarczało wiedzieć, kto i co produkuje. W gospodarce budującej odporność trzeba wiedzieć, kto potrafi udowodnić, że może produkować niezawodnie, bezpiecznie, jakościowo i w wymaganej skali. A tego nie pokaże sam kod PKD.

Przypisy