Deep tech i jego znaczenie dla rozwoju gospodarczego

Kiedy w grudniu 2020 roku pierwsze dawki szczepionki opartej na technologii mRNA trafiały do europejskich szpitali, niewiele osób zdawało sobie sprawę, że stoi za nimi ponad dekada żmudnych badań laboratoryjnych. Firma, która tę technologię rozwijała, przez większość swojej historii nie przypominała typowego startupu technologicznego. Przez lata nie miała gotowego produktu do wprowadzenia na rynek. Miała odkrycie naukowe, które potrzebowało wielu lat badań, zanim znalazło zastosowanie komercyjne. Tym właśnie jest deep tech, czyli technologią, która nie powstaje w garażu przy dwóch laptopach, lecz wymaga wieloletniej pracy naukowców, zanim trafi na rynek.

Deep tech przestał być pojęciem niszowym. Jeszcze dekadę temu stanowił ok. 10–12% globalnego venture capital, w 2025 r. to już ok. 36% wszystkich inwestycji VC na świecie i ok. 28–32% w Europie.1 Inwestują w niego nie tylko wyspecjalizowane fundusze deep tech, ale także ogólne fundusze VC, corporate venture capital, family office, fundusze suwerenne oraz instrumenty publiczne, takie jak EIC Fund. Tym samym deep tech stał się jednym z głównych tematów polityki gospodarczej Unii Europejskiej, punktem odniesienia dla strategii inwestycyjnych największych funduszy i coraz częściej pojawia się w rozmowach o tym, skąd w ogóle ma wziąć się przyszły wzrost gospodarczy kontynentu, który przez lata przegrywał wyścig technologiczny ze Stanami Zjednoczonymi i Chinami.

Czym właściwie jest deep tech?

Komisja Europejska, w wytycznych inwestycyjnych Europejskiej Rady ds. Innowacji (European Innovation Council, dalej: EIC), definiuje deep tech jako technologię opartą na najnowszych osiągnięciach i odkryciach naukowych, której rozwój wymaga stałego kontaktu z nowymi ideami i wynikami pracy laboratoryjnej. Łatwo pomylić to pojęcie z high tech, czyli firmą, która po prostu dużo wydaje na badania i rozwój. To często spotykane błędne założenie, przed którym przestrzega EIC, wskazując, że high tech to kategoria księgowa, mierzona tym, jaki procent przychodów firma inwestuje w B+R, a nie tym, skąd bierze się jej technologia. Deep tech jest zatem technologią zakorzenioną w nauce i inżynierii, która często łączy sfery fizyczną, biologiczną i cyfrową i której nie da się sprowadzić do wskaźnika finansowego. Firma może wydawać fortunę na R&D i wciąż nie robić deep tech, i odwrotnie. Przewaga w deep tech wynika z trudnej do skopiowania kombinacji specjalistycznej infrastruktury i własności intelektualnej, którą trzeba odpowiednio chronić.

Wynika stąd, że nowa aplikacja do zamawiania jedzenia, choćby najbardziej sprawna pod względem modelu biznesowego, nie jest deep tech. Nowy katalizator umożliwiający tańszą produkcję wodoru, algorytm kwantowy przyspieszający symulacje molekularne czy technologia edycji genów już tak. Różnica nie polega na stopniu skomplikowania kodu, tylko na tym, że rozwój tych technologii wymaga prowadzenia własnych badań naukowych, a nie tylko wdrażania rozwiązań, które ktoś inny już opracował.

W jakich obszarach deep tech ma największe zastosowanie?

Deep tech dotyka dziś praktycznie każdego obszaru, który decyduje o konkurencyjności gospodarek. Europejska Rada ds. Innowacji w EIC Tech Report 2026 identyfikuje 25 sygnałów emerging deep tech pogrupowanych w trzy domeny, które pokrywają się z priorytetami Strategic Technologies for Europe Platform (STEP): technologie cyfrowe i kosmiczne, takie jak zaawansowane materiały półprzewodnikowe, bezpieczne systemy sztucznej inteligencji, komunikacja kwantowa czy serwisowanie satelitów na orbicie; czyste i efektywne zasobowo technologie, obejmujące odzysk krytycznych surowców, odsalanie wody czy materiały do konwersji ciepła na prąd; oraz biotechnologie i ochronę zdrowia, w tym nowe systemy produkcji żywności, projektowanie białek czy urządzenia diagnostyczne nowej generacji. W tych obszarach rozstrzyga się, które gospodarki będą w stanie samodzielnie produkować takie technologie, a które pozostaną ich importerami.

Zdolność do rozwijania własnych technologii deep tech przekłada się bezpośrednio na odporność gospodarczą i strategiczną autonomię. To właśnie te dwa cele stoją za unijną platformą STEP, programem, który finansuje przejście technologii takich jak zaawansowane półprzewodniki, sztuczna inteligencja czy biotechnologie od pomysłu do produktu gotowego na rynek. Gospodarka, która potrafi samodzielnie rozwijać technologie w obszarach takich jak półprzewodniki, biotechnologia czy magazynowanie energii, jest mniej podatna na szoki zewnętrzne i lepiej przygotowana do konkurowania o inwestycje, talenty i miejsca w globalnych łańcuchach wartości.

Deep tech to jednocześnie jedna z najbardziej ryzykownych kategorii inwestycyjnych, jakie istnieją. Projekty naukowo-inżynieryjne regularnie trafiają w tak zwaną dolinę śmierci, czyli moment, w którym technologia ma już udowodnioną wartość naukową, ale nie dysponuje jeszcze produktem, przychodami ani finansowaniem potrzebnym do komercjalizacji. Analizy komercjalizacji deep tech, w tym prace badawcze Wspólnego Centrum Badawczego Komisji Europejskiej dotyczące university venture capital i spin‑offów, potwierdzają wysoce ryzykowny charakter przejścia od technologii laboratoryjnej do produktu rynkowego oraz istnienie luki finansowania na wczesnych etapach rozwoju spin‑offów deep tech. Firmy te mierzą się z wyzwaniami związanymi z budowaniem zespołów, przyciąganiem talentów i zabezpieczeniem kapitału właśnie na etapie, gdy technologia ma już udowodnioną wartość naukową, ale nie dysponuje jeszcze przychodami ani skalą atrakcyjną dla klasycznych inwestorów. Sukces naukowy wcale nie gwarantuje sukcesu rynkowego, a droga między laboratorium a linią produkcyjną bywa usłana porażkami, które w innych branżach byłyby nie do zaakceptowania dla inwestorów.

Właśnie dlatego rozwój ekosystemu deep tech wymaga innego rodzaju kapitału niż klasyczne finansowanie startupów: kapitału cierpliwego, czyli takiego, który akceptuje zwrot znacznie później niż po typowych dla venture capital pięciu czy siedmiu latach. Z tego powodu obok prywatnych inwestorów funkcjonują instrumenty publiczne, takie jak fundusze Europejskiej Rady ds. Innowacji czy programy ramowe finansujące badania i innowacje, które łagodzą ryzyko na najwcześniejszych etapach rozwoju technologii. Wysokie ryzyko technologiczne i dłuższe cykle komercjalizacji sprawiają, że część inwestorów pozostaje ostrożna, zwłaszcza w przypadku funduszy o krótkim horyzoncie. Jednocześnie dane z lat 2024–2026 pokazują strukturalną alokację kapitału: deep tech stanowi już ok. 36% globalnego VC i ok. 28–32% VC w Europie, a wiele funduszy software’owych celowo zwiększa udział deep tech w portfelu ze względu na trudniejszą do skopiowania własność intelektualną i wyższe multiple wyjścia.

Skalę problemu widać dobrze na przykładzie Polski: polska nauka traci najzdolniejsze jednostki, start-upom brakuje finansowania, a dojrzałe firmy nie mają ani pieniędzy, ani infrastruktury, by tworzyć zaawansowane technologie. W Global Innovation Index 2025 Polska zajęła 39. miejsce na świecie, co oznacza awans o jedną pozycję względem roku poprzedniego, ale wciąż plasuje ją to w grupie krajów innowacyjnych o umiarkowanym poziomie, z ok. 24 państwami europejskimi wyprzedzającymi Polskę w tym rankingu. W europejskim zestawieniu European Innovation Scoreboard Polska zajmuje 23. miejsce na 27 państw Unii Europejskiej. Mimo że Polska w ciągu ostatnich dwóch dekad zwiększyła wydatki na badania i rozwój z ok. 1% PKB do ok. 1,5–1,6% PKB, wciąż pozostaje poniżej średniej unijnej i znacznie poniżej liderów takich jak Niemcy, Szwecja czy Korea Południowa, które wydają powyżej 3% PKB na B+R [5].

Patent czy ochrona tajemnicy przedsiębiorstwa?

Jeżeli deep tech ma przekładać się na wzrost gospodarczy, a nie tylko na publikacje naukowe, pojawia się pytanie, w jaki sposób firma zabezpiecza wartość, którą wytwarza. Pytanie to brzmi pozornie prosto: patentować czy nie patentować. W rzeczywistości nie ma jednak na nie jednej uniwersalnej odpowiedzi. Najsilniejsze strategie ochrony własności intelektualnej w deep tech świadomie łączą dwa mechanizmy, patenty i tajemnicę przedsiębiorstwa, przypisując każdemu z nich inną rolę w ochronie tej samej technologii.

Patent ma sens tam, gdzie rozwiązanie można w praktyce odkryć poprzez analizę gotowego produktu, nawet jeśli samo dojście do niego zajęło lata badań. Trudne do wymyślenia nie znaczy trudne do skopiowania, gdy już trafią na rynek w postaci, którą da się zbadać, na przykład jako nowy skład chemiczny, budowa materiału czy mechanizm urządzenia. Jeżeli konkurent jest w stanie rozłożyć produkt na czynniki pierwsze i odtworzyć zastosowaną technologię, tajemnica przedsiębiorstwa nie zapewni skutecznej ochrony, bo sekret przestaje być sekretem w chwili premiery rynkowej. Podobnie patent staje się właściwym wyborem, gdy technologia musi zostać ujawniona stronom trzecim, na przykład w procesie certyfikacji, podczas demonstracji u klienta czy w toku negocjacji licencyjnych, a także wtedy, gdy inwestorzy lub partnerzy oczekują formalnie zidentyfikowanego aktywa prawnego, które można wycenić i wpisać do bilansu wartości niematerialnych. Obowiązuje przy tym zasada absolutnej nowości: przed zgłoszeniem patentowym należy unikać jakiegokolwiek publicznego ujawnienia wynalazku, włącznie z prezentacjami konferencyjnymi, publikacjami naukowymi czy rozmowami z potencjalnymi klientami prowadzonymi bez odpowiedniej umowy o zachowaniu poufności.

Tajemnica przedsiębiorstwa sprawdza się z kolei tam, gdzie wartości nie da się łatwo odtworzyć z gotowego produktu, bo leży ona w procesie produkcyjnym, w recepturze, w konfiguracji parametrów czy w operacyjnym know-how, które pozostaje wyłącznie wewnątrz organizacji. Ma to szczególne znaczenie w branżach, w których technologia zmienia się na tyle szybko, że ochrona patentowa byłaby zbyt wolna albo zbyt kosztowna w stosunku do cyklu życia rozwiązania, a także tam, gdzie chroniona informacja w ogóle nie spełnia ustawowych przesłanek patentowalności, bo jest algorytmem, zbiorem danych treningowych albo metodą organizacyjną. Aby jednak tajemnica przedsiębiorstwa faktycznie korzystała z ochrony prawnej, informacja musi spełniać trzy warunki jednocześnie: nie może być powszechnie znana ani łatwo dostępna dla osób z kręgu, do którego normalnie należy tego rodzaju wiedza, musi mieć wartość gospodarczą właśnie dlatego, że pozostaje poufna, i musi być objęta rozsądnymi działaniami zabezpieczającymi. To ostatnie kryterium bywa w praktyce najczęściej pomijane, a jednocześnie to właśnie ono najczęściej decyduje o wyniku sporu sądowego.

Wymóg „rozsądnych działań", wynikający z unijnej dyrektywy 2016/943 o ochronie know-how i tajemnic handlowych, jest w erze cyfrowej wyjątkowo istotny. Bez udokumentowanych kontroli technicznych, organizacyjnych i kontraktowych ochrona tajemnicy przedsiębiorstwa może po prostu nie przejść testu przed sądem, niezależnie od tego, jak wartość gospodarczą miała utracona informacja. Światowa Organizacja Własności Intelektualnej (WIPO), agenda ONZ zajmująca się międzynarodową ochroną patentów, znaków towarowych i tajemnic handlowych, zwraca uwagę, że cyfrowe tajemnice są dziś szczególnie podatne na kradzież i wyciek, bo można je błyskawicznie skopiować i rozesłać, a po takim zdarzeniu nie zawsze da się je w pełni odzyskać, w przeciwieństwie do naruszenia patentu, które przynajmniej pozostawia formalny ślad prawny umożliwiający dochodzenie roszczeń.

Najsilniejsze projekty deep tech traktują ochronę IP nie jako jednorazową decyzję, lecz jako proces rozciągnięty na cały cykl życia firmy. Oznacza to ustalenie, kto w ogóle jest właścicielem danej własności intelektualnej, co wymaga przejrzenia umów z pracownikami, uczelniami, wykonawcami i partnerami badawczymi pod kątem klauzul o przeniesieniu praw oraz podziału na background i foreground IP. Wymaga też wprowadzenia procedury zgłoszeń wynalazków, tak aby żadna publikacja naukowa, prezentacja inwestorska czy demonstracja u klienta nie zniszczyła przypadkiem szansy na przyszłe zgłoszenie patentowe. Równolegle konieczne jest zabezpieczenie samej tajemnicy poprzez umowy o zachowaniu poufności, kontrolę dostępu, segmentację danych i uporządkowane procedury onboardingowe, a także przeprowadzenie badania stanu techniki i analizy swobody działania, ponieważ posiadanie własnego patentu wcale automatycznie nie oznacza, że wdrożenie technologii nie narusza cudzych praw.

Ryzyka biznesowe

Ryzyko biznesowe jest w sektorze deep tech wyższe niż w większości innych sektorów, a jego skala tłumaczy zarówno wysokość potencjalnych zwrotów, jak i ostrożność wielu inwestorów.

Ryzyko technologiczne pojawia się już na etapie przejścia z laboratorium do warunków rzeczywistych. Rozwiązanie, które działa perfekcyjnie w kontrolowanych warunkach badawczych, wcale nie musi zachować tych samych parametrów przy skalowaniu do produkcji przemysłowej, a problemy z niezawodnością czy interoperacyjnością ujawniają się często dopiero na styku z realnym środowiskiem eksploatacji. Do tego dochodzi ryzyko uzależnienia od jednego dostawcy kluczowego komponentu oraz zagrożenie, że zanim projekt osiągnie dojrzałość rynkową, technologia zostanie wyprzedzona przez konkurencyjne rozwiązanie.

Ryzyko finansowe i rynkowe wiąże się bezpośrednio z doliną śmierci opisaną wcześniej: wysokimi kosztami badań, rozwoju i certyfikacji, długim czasem oczekiwania na pierwsze przychody oraz niepewnością co do tego, czy rynek w ogóle jest gotowy na dane rozwiązanie. Wiele obiecujących technologicznie projektów upada nie dlatego, że technologia zawiodła, lecz dlatego, że zabrakło modelu biznesowego pozwalającego przełożyć wartość techniczną na przychody, albo dlatego, że firma stała się nadmiernie zależna od dotacji, zamówień publicznych lub jednego inwestora, którego zmiana strategii może przesądzić o losie całego projektu. Dla przedsiębiorców i inwestorów cykle rozwojowe w deep tech są długie, kapitałochłonne i niepewne w sposób, jakiego nie zna klasyczny startup software'owy, który hipotezę rynkową może zweryfikować w kilka tygodni i w razie potrzeby zmienić kierunek. Inne tempo rozwoju i wyższe ryzyko technologiczne oznaczają, że deep tech wymaga kapitału o innej strukturze niż typowy fundusz software’owy nastawiony na 5–7‑letni horyzont. Wskazuje to na rosnącą rolę funduszy typu „patient capital” (często 12–15 lat), wyspecjalizowanych funduszy deep tech oraz modeli hybrydowych, łączących kapitał prywatny z grantami, zamówieniami publicznymi i instytucjami CVC. Jednocześnie dane pokazują, że fundusze deep tech osiągają zwroty co najmniej porównywalne, a często wyższe niż tradycyjne fundusze tech, więc barierą nie jest brak atrakcyjności inwestycyjnej, lecz niedopasowanie standardowej struktury funduszu do dłuższych cykli komercjalizacji

Osobną kategorię stanowią ryzyka prawne i regulacyjne, które w deep tech bywają szczególnie dotkliwe, ponieważ technologie te często wchodzą w obszary silnie regulowane, jak na przykład dopuszczenie wyrobów medycznych do obrotu, regulacje chemiczne, a także wymogi związane z odpowiedzialnością za systemy sztucznej inteligencji. Do tego dochodzą ograniczenia eksportowe i sankcyjne, które nabierają szczególnego znaczenia przy technologiach podwójnego zastosowania, mogących mieć zarówno cywilne, jak i wojskowe przeznaczenie. To ta sama strategiczność technologii, która wcześniej sprawiła, że półprzewodniki, technologie kwantowe czy biotechnologia trafiły na listę priorytetów programu STEP, decyduje też o tym, że te same obszary podlegają najściślejszej kontroli eksportu. Unijny system takiej kontroli został w ostatnich latach istotnie zaostrzony. Rozporządzenie (UE) 2021/821, które weszło w życie w 2021 roku i zastąpiło dotychczasowe przepisy z 2009 roku, po raz pierwszy objęło kontrolą eksportu oprogramowanie i technologie cyber inwigilacyjne. 8 września 2025 roku Komisja Europejska przyjęła akt delegowany rozszerzający unijną listę kontrolną o kolejne kategorie technologii, w tym komputery kwantowe, sprzęt do produkcji i testowania półprzewodników, zaawansowane układy obliczeniowe oraz technologie druku addytywnego; zmiany, wynikające m.in. z ustaleń w ramach Arrangement Wassenaar, weszły w życie 15 listopada 2025 roku. Dla firm deep tech oznacza to, że sama technologia, którą się rozwija, może z czasem trafić pod reżim licencjonowania eksportu, nawet jeśli w momencie jej powstania żadnego takiego obowiązku nie przewidywano.

Deep tech niesie ze sobą również ryzyka organizacyjne i cybernetyczne, a w polskich warunkach to drugie nabiera szczególnej wagi. W 2025 roku polskie zespoły CSIRT obsłużyły 272 941 incydentów cybernetycznych, o ponad 144% więcej niż rok wcześniej, przy czym sam CSIRT NASK odnotował wzrost o 152% do ponad 260 tys. incydentów. Ponad 682 tys. zgłoszeń trafiło do zespołów krajowych, a większość obsłużonych incydentów to oszustwa komputerowe, co jednak nie zmienia faktu, że dla firm deep tech, chroniących przewagę technologiczną poprzez tajemnicę przedsiębiorstwa, wyciek danych lub know‑how jest znacznym ryzykiem operacyjnym. Samo odejście kluczowego naukowca czy inżyniera potrafi zabrać ze sobą wiedzę, której nigdy nie udało się w pełni udokumentować, a niekontrolowane korzystanie z narzędzi generatywnej sztucznej inteligencji przez pracowników staje się dziś jednym z częstszych kanałów niezamierzonego wycieku danych powstałego wskutek braku odpowiednich zabezpieczeń cybernetycznych.

Nie można też pominąć wymiaru etycznego i reputacyjnego, który przykładowo w technologiach medycznych, biometrycznych, opartych na sztucznej inteligencji czy środowiskowych nabiera coraz większego znaczenia rynkowego. Brak wyjaśnialności decyzji podejmowanych przez system, dyskryminujące lub reprezentatywne dane treningowe, naruszenia prywatności czy nie udowodnione twierdzenia dotyczące skuteczności i bezpieczeństwa produktu potrafią w ciągu kilku dni zniszczyć reputację budowaną latami. W erze mediów społecznościowych i rosnącej świadomości regulacyjnej konsekwencje takich potknięć są coraz bardziej wymierne finansowo.

Wysokie ryzyko, które charakteryzuje ten obszar, nie przekreśla sensu inwestowania w deep tech, tylko wymaga innego podejścia do zarządzania nim niż w klasycznym venture capital. Deep tech z definicji wiąże się z podwyższonym ryzykiem technologicznym, a celem odpowiedzialnego zarządzania takim projektem nigdy nie jest jego całkowite wyeliminowanie, lecz stopniowa redukcja niepewności na kolejnych etapach dojrzałości technologicznej: od pierwszego dowodu koncepcji, przez prototyp laboratoryjny, po walidację w warunkach zbliżonych do rzeczywistych i wreszcie pełną gotowość rynkową.

Znaczenie deep tech dla gospodarki

Sukces gospodarczy w tym obszarze rzadko bywa wynikiem jednego przełomowego pomysłu. Znacznie częściej jest efektem systemowego podejścia, które łączy dojrzałą strategię ochrony własności intelektualnej, świadome zarządzanie ryzykiem prawnym i regulacyjnym oraz dostęp do kapitału gotowego czekać na zwrot znacznie dłużej niż w przypadku typowego startupu cyfrowego.

Rola sektora deep tech w gospodarce wykracza dziś daleko poza samą technologię. To pytanie o to, czy dana gospodarka będzie w stanie samodzielnie tworzyć rozwiązania decydujące o przyszłej konkurencyjności w medycynie, energetyce, przemyśle czy obronności, czy zostanie skazana na import cudzych technologii razem z całym ryzykiem strategicznej zależności, jakie się z tym wiąże. Dla firm, które decydują się wejść na tę drogę, oznacza to konieczność myślenia nie tylko kategoriami nauki i inżynierii, ale też strategii ochrony wartości, którą wytwarzają. W deep tech to właśnie umiejętność zabezpieczenia przewagi technologicznej decyduje ostatecznie o tym, czy naukowy przełom przełoży się na realny wzrost gospodarczy, czy pozostanie wyłącznie ciekawą publikacją naukową.

Alicja Cegielska-Rola

radca prawny, założycielka kancelarii cegielska.law we Wrocławiu, Of Counsel w kancelarii dotlaw. Zajmuje się prawem nowych technologii i sztucznej inteligencji, w tym wdrażaniem wymogów AI Act, prawem korporacyjnym oraz ochroną danych osobowych i compliance. Doradza spółkom technologicznym na wszystkich etapach rozwoju: od zakładania i przekształceń spółek, przez umowy wspólników i dokumentację korporacyjną, po transakcje na rynku startupowym i venture capital oraz ochronę własności intelektualnej. Obsługuje projekty z obszaru e-commerce, w tym regulaminy, polityki prywatności i audyty sklepów internetowych, a także rozwiązania medtech i telemedyczne, gdzie prawo cyfrowe przenika się z prawem medycznym. Wykłada prawo i etykę sztucznej inteligencji. Posiada certyfikaty audytora ISO 9001 oraz compliance managera.

Kancelaria cegielska.law z siedzibą we Wrocławiu świadczy doradztwo prawne dla firm technologicznych i startupów. Specjalizuje się w prawie nowych technologii i sztucznej inteligencji, prawie korporacyjnym, obsłudze transakcji inwestycyjnych, e-commerce oraz compliance, w tym ochronie danych osobowych i wdrożeniach AI Act. Kancelaria prowadzi również szkolenia dla biznesu.

Artykuł powstał w ramach realizacji projektu Centrum Rozwoju Małych i Średnich Przedsiębiorstw sfinansowanego ze środków Ministerstwa Rozwoju i Technologii.