Boardroom AI Monitor — metodyka (wersja 0.5)

Data wersji: 2026-10-11 (v0.5; historia zmian: §10) · Edycja danych: Monitor 2026 (FY2025, 20 WIG20 + 20 DAX) · Autor: Andrzej Chądzyński

Boardroom AI Monitor mierzy, jak często i w jakim kontekście zarządy spółek giełdowych mówią publicznie o sztucznej inteligencji — na podstawie wyłącznie publicznych dokumentów korporacyjnych. To monitor/sygnał, nie indeks ani benchmark: próba jest mała i dobrana celowo, a wyniki należy czytać jako wskaźnik kierunkowy, nie ranking jakości zarządzania.

1. Próba (Monitor 2026: 20 spółek WIG20 + 20 spółek DAX)

Bieżąca edycja (od 2026-10-11 jedyna prezentowana na stronie): 20 spółek WIG20 i 20 największych spółek DAX (companies-E2.yaml), raporty roczne lub sprawozdania zarządu za FY2025, każda spółka z przypisaną grupą sektorową (sector_group) i — gdzie to możliwe — z europejską grupą porównawczą (§5c). Wcześniejsze lata obrotowe tych samych spółek służą wyłącznie serii czasowej (§5b).

Pilot (lipiec–wrzesień 2026, N=10) — archiwum metodyki, nie osobna edycja. Dobór celowy: 5 spółek z indeksu DAX i 5 z indeksu WIG20, z przybliżonym parowaniem sektorowym DE↔PL, tak by porównanie krajów nie było w całości artefaktem struktury sektorowej:

Parowanie jest przybliżone (np. SAP↔CD Projekt to inne skale i modele biznesowe) i służy wyłącznie ograniczeniu skrzywienia sektorowego, nie porównaniom 1:1.

2. Wykluczenia (konflikt interesów)

Z próby trwale wykluczeni są producenci dźwigów i schodów ruchomych — w szczególności KONE, Otis, Schindler i TK Elevator oraz każda spółka, której istotna część działalności przypada na tę branżę. Powód: konflikt interesów autora, który zawodowo pracuje w tej branży. Wykluczenie obowiązuje we wszystkich edycjach i nie podlega wyjątkom; jest podawane w każdej publikacji wyników.

3. Korpus

• Typ dokumentu (E1): raport roczny za rok obrotowy 2025 — dla spółek niemieckich pełny Geschäftsbericht / raport zintegrowany, dla polskich preferencyjnie Sprawozdanie Zarządu z działalności (część opisowa raportu rocznego), a gdy niedostępne osobno — pełny raport roczny.
• Porównywalność: metryki porównujemy wyłącznie w ramach tego samego typu dokumentu. Nie mieszamy raportów rocznych z listami do akcjonariuszy ani transkryptami w jednej metryce.
• Jedna wersja językowa na dokument (deduplikacja wydań dwujęzycznych), z preferencją języka lokalnego: DE dla spółek niemieckich, PL dla polskich. Nota: dla Allegro.eu (inkorporacja w Luksemburgu) wersją wiążącą jest angielska; analizowane jest oficjalne polskie tłumaczenie opublikowane na stronie IR spółki — dla spójności językowej kohorty PL.
• Źródła: wyłącznie oficjalne, publiczne strony relacji inwestorskich. Żadnych agregatorów płatnych, żadnej redystrybucji pełnych tekstów.
• Okres źródłowy: rok obrotowy 2025. Uwaga: rok obrotowy Siemensa kończy się 30 września 2025 (raport z grudnia 2025), pozostałe spółki raportują za rok kalendarzowy 2025 (raporty z lutego–kwietnia 2026). Edycja publikowana poza sezonem raportowym jawnie wskazuje okres źródłowy.
• Transkrypty earnings calls nie wchodzą do korpusu E1 (będą rozważane tylko tam, gdzie spółka publikuje je oficjalnie i bez paywalla).

4. Słownik terminów i zliczanie

• Słownik wielojęzyczny (EN/DE/PL) w pliku terms.yaml (wersjonowany); obejmuje m.in.: AI, artificial intelligence, KI, künstliche Intelligenz, sztuczna inteligencja (z odmianą), machine learning, maschinelles Lernen, uczenie maszynowe, generative AI/KI, GenAI, LLM, large language model, duży model językowy, großes Sprachmodell, deep learning, foundation model.
• Dopasowanie na granicach słów; skróty (AI, KI, LLM, GenAI) dopasowywane z uwzględnieniem wielkości liter, aby uniknąć fałszywych trafień.
• Trafienia nakładające się liczone są raz — wygrywa dłuższe dopasowanie („generative AI" = 1 wzmianka, nie 2).
• Reguły przeciw fałszywym trafieniom (słownik v0.2, wynik audytu E1): (a) „KI" dopasowywane wyłącznie w dokumentach niemieckojęzycznych — w polskich PDF-ach ozdobne nagłówki stron ekstrahują się jako rozsypane litery (np. „WYNIKI" → „…KI WE"), co generowało setki pozornych wzmianek; (b) „LLM" z wykluczeniem kontekstu akademickiego (LLM = również tytuł prawniczy Master of Laws). Wykluczenia kontekstowe są logowane i audytowalne.
• Normalizacja: liczba wzmianek na 1000 słów dokumentu. Liczba słów = tokeny rozdzielone białymi znakami po ekstrakcji tekstu z PDF/HTML.
• Ograniczenie: analizowany jest cały dokument, łącznie z częścią finansową, spisem treści i notami — rozwadnia to wskaźnik częstości w długich raportach; wpływ jest jednak zbliżony w ramach tego samego typu dokumentu.

5. Klasyfikacja kontekstu wzmianek

Każda wzmianka (kontekst ±2 zdania) klasyfikowana jest do jednej z klas:

Reguły rozstrzygania (v0.4, decyzje autora z przeglądu 2026-09-19):

• R1/R2: MACRO i STRUKTURALNA liczą się do częstości (§4 — cały dokument), ale nie wchodzą do rozkładu kontekstów ani do substance ratio spółki; raportowane osobno.
• R3: boty obsługi klienta (chatbot, voicebot, asystent w kanale obsługi) = COST; REVENUE tylko, gdy AI jest sprzedawane lub monetyzowane klientom.
• Klasa wg celu: o klasie decyduje cel, któremu AI służy we fragmencie (np. wdrożenie narzędzia „w celu podniesienia efektywności" = COST, nawet jeśli obok wspomniano zgodność regulacyjną).

• R4: flaga substance (tak/nie) oceniana na całym kontekście ±2 zdania, nie tylko na zdaniu ze wzmianką: czy kontekst zawiera liczbę dotyczącą AI, nazwę projektu/produktu/programu AI lub konkretny, weryfikowalny rezultat. Liczby niedotyczące AI (np. PKB) nie dają substance. Udział wzmianek „z konkretem" to substance ratio.

• Klasyfikację wykonuje model językowy (skrypt classify.py); każda wzmianka zachowuje krótki cytat (≤25 słów), numer strony i URL dokumentu — pełna audytowalność w data/dataset.json.

• Przy dokumentach z bardzo dużą liczbą wzmianek klasyfikowana może być próbka systematyczna (co k-ta wzmianka, min. 40 na dokument); częstość wzmianek liczona jest zawsze na pełnym tekście, a struktura klas — na próbce. Fakt próbkowania jest odnotowany w danych.
• Przegląd ręczny: przed publikacją człowiek weryfikuje losowe ≥10% sklasyfikowanych wzmianek; próg publikacji: zgodność klasy ≥80% (ustalony 2026-09-27) (plik output/przeglad-probki-v<wersja>.md, z pełnym kontekstem ±2 zdania). Przy zmianie wersji metodyki próbkę losuje się nowym ziarnem i bez wzmianek z poprzedniego przeglądu, żeby był to niezależny test nowej klasyfikacji.
• W Edycji 1 klasyfikację wykonał model Claude (Anthropic): v0.3 — 2026-07-10 (zgodność z decyzjami autora w przeglądzie 2026-09-19: 36%, poniżej progu publikacji); v0.4 — 2026-09-27, ta sama próbka 249 wzmianek, 25 wzmianek z przeglądu przyjętych wg decyzji autora (data/przeglad-2026-09-19-decyzje.json), pozostałe 224 sklasyfikowane ponownie wg reguł R1–R4 (data/classifications-v04.json). Przegląd autora 2026-09-27 (nowa próbka 25 wzmianek, seed 20260927): zgodność klasy 92%, klasy i flagi „konkret" 88% (v0.3: 36%); 3 poprawki wprowadzone (output/przeglad-probki-wynik-2026-09-27.md).

5a. Test odporności (obowiązkowy element edycji)

Przy małej próbie pojedyncza spółka lub wybór estymatora potrafi zmienić wynik kilkukrotnie. Dlatego każda edycja przechodzi test odporności (sensitivity.py, publikowany razem z raportem jako output/analiza-wrazliwosci-<edycja>.md):

1. Zmiana estymatora — ten sam stosunek liczony przez medianę, średnią, średnią geometryczną i łącznie (wzmianki/słowa).
2. Leave-one-out — przeliczenie po usunięciu każdej spółki po kolei.
3. Stratyfikacja po typie dokumentu — czy twierdzenie utrzymuje się osobno w każdej warstwie.

Liczbą-nagłówkiem edycji może zostać wyłącznie twierdzenie, które przejdzie te testy. W Edycji 1 doprowadziło to do degradacji porównania DAX↔WIG20 (przedział 1,5×–4,1×) i wysunięcia na pierwszy plan gradientu sektorowego, który utrzymuje się w obu typach dokumentów. Raport nie powstaje, jeśli test odporności nie został wykonany (report.py przerywa działanie).

Od v0.5 (Monitor 2026, 40 spółek): test wykonuje robustness.py (output/analiza-odpornosci-2026.md, data/robustness.json): zmiana estymatora, leave-one-out oraz bootstrap po spółkach (2000 losowań, przedział 95%) — także dla twierdzeń o strukturze kontekstów i braku konkretu. sensitivity.py pozostaje testem pilota N=10.

5b. Seria czasowa — zmiana w obrębie spółki (od 2026-09-21)

Porównania przekrojowe (spółka vs spółka, kraj vs kraj) obciążają konfundery sektora i typu dokumentu (§7). Porównanie tej samej spółki z nią samą w kolejnych latach ich nie ma — dlatego jest to najodporniejsza metryka Monitora i ma pierwszeństwo jako liczba-nagłówek, o ile spełnia warunek z pkt 4.

1. Korpus serii (companies-timeseries.yaml): dla każdej spółki edycji dokumenty za poprzednie lata obrotowe tego samego typu i w tym samym języku co dokument edycji (raport roczny ↔ raport roczny, sprawozdanie zarządu ↔ sprawozdanie zarządu). Spółka bez dokumentu tego samego typu wypada z serii — nie zastępujemy typu innym. Każdy dokument z URL-em oficjalnej strony IR i sumą SHA-256.
2. Metryka: wyłącznie częstość (wzmianki na 1000 słów) liczona tym samym słownikiem (§4, ta sama wersja) i tym samym kodem. Bez klasyfikacji kontekstów — klasyfikacja dotyczy tylko roku bieżącego edycji.
3. Statystyki (timeseries.py → output/seria-czasowa-<edycja>.md, data/timeseries.json): kierunek zmiany per spółka (wzrost/spadek/bez zmian) między pierwszym a ostatnim rokiem; liczba spółek ze wzrostem i spadkiem w każdym kroku rok-do-roku; mediana stosunków w obrębie spółek; stosunek median i stosunek łączny z leave-one-out.
4. Liczba-nagłówek (od v0.5 — kolejność pierwszeństwa): (a) kierunek zmiany (np. „10/10 spółek wzrost"), wyłącznie przy jednomyślnym kierunku (0 spadków) i N ≥ 5; (b) twierdzenie o strukturze kontekstów (np. „1 na 6 wzmianek dotyczy przychodów"), jeśli klasyfikacja przeszła przegląd ręczny (zgodność klasy ≥80%, §5) i kierunek twierdzenia (np. przychody rzadsze niż koszty i ryzyko) utrzymuje się w ≥95% losowań bootstrap po spółkach; liczba podawana jako estymator punktowy z jawnym przedziałem leave-one-out i bootstrap; (c) w pozostałych przypadkach — twierdzenia przekrojowe z §5a. Niejednomyślny kierunek serii (np. 31/39) jest twierdzeniem wspierającym. Wielkość wzrostu podajemy jako medianę stosunków w obrębie spółek, a stosunek median zawsze z przedziałem leave-one-out.
5. Interpretacja „skok, nie trend" pojawia się w raporcie automatycznie tylko wtedy, gdy ostatni krok jest jednomyślny, a poprzedni mieszany (mniej niż 75% spółek ze wzrostem) — nie jest to ocena, lecz opis rozkładu kroków.
6. Zastrzeżenie strukturalne: od FY2024 raporty spółek objętych CSRD zawierają oświadczenia zrównoważonego rozwoju (ESRS) z własnymi akapitami o AI. Część wzrostu częstości może odzwierciedlać zmianę konwencji raportowania, nie strategii; rozdzielenie wymagałoby analizy per sekcja dokumentu. Test CSRD (csrd_test.py, od 2026-09-27): strony oświadczenia ESRS oznaczane są heurystycznie (≥2 kody ujawnień ESRS na stronie, nagłówek oświadczenia albo żywa pagina sekcji obecna na ≥20 i <60% stron; luki ≤3 stron domykane), a częstość liczona jest osobno na pozostałym tekście. Dokumenty XHTML/ESEF bez podziału na strony są z testu wyłączone. Wynik 2026-09-27: E1 — 10/10 spółek ze wzrostem poza ESRS (mediana ×2,4); E2 — 30/38 (×2,3; po ekstrakcji HTML v2). Nowe oświadczenia zrównoważonego rozwoju nie tłumaczą wzrostu.

5c. Europejska grupa porównawcza i porównania sektorowe (od 2026-09-27)

Porównanie sektorowe spółek PL/DE wymaga rówieśników z tego samego sektora spoza kraju spółki — inaczej „sektor" miesza się z „krajem" (ta sama konfuzja, która zdegradowała porównanie DAX↔WIG20, §7).

1. Dobór pierścienia (companies-europe.yaml): spółki z UE, Szwajcarii i Norwegii dobrane pod sektory spółek E2 (pole sector_group), nie z indeksów; oficjalne raporty roczne, preferowany EN. Wykluczenie branży dźwigowej (§2) obowiązuje także tu.
2. Próg (sector_coverage.py): spółka jest porównywana w sektorze tylko, gdy ma ≥3 rówieśników z ≥2 krajów innych niż jej własny (liczone per spółka, na faktycznie przetworzonych dokumentach: --counted). Poniżej progu: tylko częstość i zmiana w obrębie spółki.
3. Rok obrotowy „FY2025" = rok obrotowy obejmujący większość miesięcy 2025 r.; okres źródłowy jawny w danych (period).
4. Metryka: tylko częstość (wzmianki/1000 słów), ten sam słownik i kod. Różne języki raportów (EN/DE/PL) i różny zakres dokumentów (URD vs sprawozdanie zarządu) wpływają na normalizację — porównania sektorowe są sygnałem, nie rankingiem.
5. Seria czasowa pierścienia (od 2026-10-03, companies-europe-timeseries.yaml): te same reguły co §5b (ten sam typ i język dokumentu per spółka, kontrola liczby słów rok do roku — dokument o rząd wielkości krótszy lub innego typu jest wyłączany, nie zastępowany). Wynik po uzupełnieniu ręcznych pobrań (2026-10-25, 16 dokumentów 8 spółek): 59/72 spółek wzrost FY2023→FY2025, mediana stosunków ×2,59 (stosunek median ×2,99, LOO ×2,88–3,00); bez stron ESRS 65/71, ×2,47 (output/seria-czasowa-EU-2026-seria.md, output/test-csrd-EU-2026-seria.md). Przed uzupełnieniem: 53/64, ×2,67. Kierunek zgodny z E1 (10/10) i E2 (31/39): wzrost nie jest specyfiką DE/PL. Poza serią 7 z 79 spółek: ASML, STMicroelectronics, Safran, Thales (brak dostępu do archiwum IR), OMV, Carrefour (brak FY2023 tego samego typu), Telefónica (uszkodzony PDF FY2025).

6. Audytowalność

• data/dataset.json: każda wzmianka z cytatem, klasą, flagą substance, numerem strony i URL-em źródła; każdy dokument z sumą kontrolną SHA-256.
• Kod pipeline'u, słownik i metodyka wersjonowane w repozytorium git — historia zmian stanowi ścieżkę audytu.
• Ton raportu jest opisowy, nie oceniający: „mówi rzadko" ≠ „jest w tyle".

7. Ograniczenia (czytaj przed cytowaniem)

1. N=10 — to sygnał, nie benchmark. Wyniki nie uogólniają się na całe indeksy ani gospodarki.
2. Dobór celowy spółek (największe/najbardziej rozpoznawalne) zawyża zapewne widoczność AI względem przeciętnej spółki z indeksu.
3. Różnice kultur raportowania (długość i konwencja raportów DE vs PL) mogą wpływać na normalizację na 1000 słów.
4. Klasyfikacja LLM bywa omylna; mityguje ją audytowalność każdej wzmianki i przegląd ręczny ≥10%.
5. Zmiana w czasie (§5b) obejmuje wyłącznie częstość; klasyfikacja kontekstów dotyczy tylko roku bieżącego edycji.
6. Rok obrotowy Siemensa przesunięty względem pozostałych (patrz §3).
7. Typ dokumentu jest w Edycji 1 niemal tożsamy z krajem (spółki DE dostarczyły pełne raporty roczne, większość spółek PL — sprawozdania zarządu). Formalnie nie da się w E1 oddzielić efektu kraju od efektu typu dokumentu, dlatego porównanie DAX↔WIG20 podajemy wyłącznie jako przedział z zastrzeżeniem, a nie jako wynik. Twierdzenia stratyfikowane (gradient sektorowy) tym ograniczeniem nie są dotknięte. Naprawa w E2: dla spółek DE pobierać osobny zusammengefasster Lagebericht tam, gdzie publikowany jest rozdziałowo, albo raportować metrykę wyłącznie w podziale na typ dokumentu.
8. Jakość ekstrakcji tekstu. Część PDF-ów oddaje pogrubienie przez podwojenie znaków („GGeesscchhääffttss”) — takie nagłówki nie są dopasowywane, a liczba słów rośnie maksymalnie o ok. 2% (pomiar 2026-09-27: 3 utracone wzmianki na 194 dokumenty; bez korekty, żeby nie zmieniać opublikowanych liczb). Dokumenty XHTML/ESEF czytane są ekstrakcją v2 (od 2026-09-27), która nie rozrywa słów przy znacznikach inline — wcześniejsza wersja zaniżała liczbę wzmianek (np. Erste i TAURON FY2023). Żaden dokument nie ma istotnego udziału stron bez tekstu (skany/grafiki).

8. Zasady prawne i etyczne

• Wyłącznie dozwolony użytek: krótkie cytaty (≤25 słów) z podaniem źródła; żadnej redystrybucji pełnych tekstów dokumentów.
• Analizowane są wyłącznie dokumenty, które spółki same opublikowały na swoich stronach IR.
• Raport nie stanowi rekomendacji inwestycyjnej.

9. Jak cytować

Boardroom AI Monitor 2026, A. Chądzyński — analiza raportów rocznych FY2025 20 spółek WIG20 i 20 spółek DAX; metodyka v0.5.

10. Wersjonowanie

Wersja obowiązująca: 0.5 (jedyne źródło numeru w kodzie: METHODOLOGY_VERSION w report.py; stopka strony i raport pobierają go stamtąd). Klasyfikacja pilota przeszła przegląd ręczny 2026-09-27 (zgodność 92%), klasyfikacja Monitora 2026 — 2026-10-11 (98%); próg ≥80% spełniony. Publiczny start strony 2026-09-27; od 2026-10-11 strona prezentuje jedną, bieżącą edycję.