Rewolucja trwa, ogromna bańka pęka. 95 procent firm nie widzi rezultatów

Jak wynika z raportu "The GenAI Divide: State of AI in Business 2025" pomimo pośpiechu w integracji zaawansowanych, nowych modeli tylko około 5 proc. programów pilotażowych AI osiąga szybki wzrost przychodów.

W zdecydowanej większości sytuacji sztuczna inteligencja nie przynosi żadnego mierzalnego wpływu na wynik finansowy spółek. Badania jasno pokazują rozdźwięk między sukcesami a wstrzymanymi projektami.

Aditya Challapally, główny autor raportu i współpracownik naukowy projektu NANDA na MIT, w rozmowie z "Fortune" opowiedział o wnioskach płynących z przeprowadzonych analiz.

- Niektóre pilotaże dużych firm i młodsze startupy naprawdę osiągają sukcesy w dziedzinie generatywnej sztucznej inteligencji - powiedział Challapally.

Dodał, że startupy prowadzone na przykład przez 19- lub 20-latków "odnotowały wzrost przychodów z zera do 20 milionów dolarów w ciągu roku".

- To dlatego, że skupiają się na jednym problemie, dobrze realizują swoje rozwiązania i inteligentnie współpracują z firmami, które korzystają z ich narzędzi - wskazał.

Jednak w przypadku 95 proc. firm objętych badaniem wdrażanie generatywnej sztucznej inteligencji (AI) nie przynosi oczekiwanych rezultatów. I to pomimo tego, że w AI zainwestowano około 30-40 miliardów dolarów - wskazano w raporcie.

Główny problem? Nie jakość modeli AI, ale "luka w uczeniu się" zarówno narzędzi, jak i organizacji. Podczas gdy kadra zarządzająca często obwinia regulacje lub wydajność modeli, badania MIT wskazują na wadliwą integrację w przedsiębiorstwie.

Jak wyjaśnił Challapally, ogólne narzędzia, takie jak ChatGPT, sprawdzają się w przypadku użytkowników indywidualnych ze względu na swoją elastyczność, ale w przedsiębiorstwach już nie, ponieważ nie uczą się na podstawie przepływów pracy ani nie dostosowują się do nich.

Dane wykazały również, że inwestycje są często źle przeprowadzane. Ponad połowa budżetów na generatywną sztuczną inteligencję jest przeznaczana na narzędzia sprzedażowe i marketingowe, a mimo to MIT odkrył, że największy zwrot z inwestycji (ROI) pochodzi z automatyzacji zaplecza - eliminacji outsourcingu procesów biznesowych, redukcji kosztów agencji zewnętrznych i usprawnienia operacji.

Kluczowe znaczenie ma sposób, w jaki firmy wdrażają sztuczną inteligencję. Zakup narzędzi AI od wyspecjalizowanych dostawców i budowanie partnerstw przynosi efekty w około 67 proc. przypadków, podczas gdy wewnętrzne projekty przynoszą sukces tylko w jednej trzeciej przypadków.

To odkrycie jest szczególnie istotne w sektorze usług finansowych i innych silnie regulowanych sektorach, gdzie wiele firm będzie tworzyć własne, autorskie, generatywne systemy AI. Jednak badania MIT sugerują, że firmy, które działają solo, odnotowują znacznie więcej porażek.

Challapally zauważył w rozmowie z "Fortune", że firmy objęte badaniem często wahały się przed ujawnieniem informacji o swoich porażkach we wdrażaniu rozwiązań związanych z AI.

- Prawie wszędzie, gdzie się pojawiliśmy, przedsiębiorstwa próbowały zbudować własne narzędzie - powiedział i wskazał, że dane pokazały, że zakupienie gotowego rozwiązania dawało bardziej wiarygodne rezultaty.

Do innych kluczowych czynników sukcesu zalicza się danie menedżerom liniowym (nie tylko centralnym laboratoriom AI) uprawnień do stymulowania wdrażania oraz wyboru narzędzi, które można głęboko zintegrować i dostosowywać wraz z rozwojem modelu.

Jak podał "Fortune", rewolucja kadrowa już trwa - szczególnie w obszarze obsługi klienta i administracji. Zamiast masowych zwolnień firmy coraz częściej nie uzupełniają etatów, gdy tylko się pojawią. Większość zmian koncentruje się na stanowiskach, które wcześniej były zlecane na zewnątrz ze względu na ich postrzeganą niską wartość.

W raporcie zwrócono również uwagę na powszechne stosowanie "szarej sztucznej inteligencji" - nieautoryzowanych narzędzi, takich jak ChatGPT - oraz na ciągłe wyzwanie, jakim jest mierzenie wpływu sztucznej inteligencji na produktywność i zyski.

Najbardziej zaawansowane organizacje już eksperymentują z systemami sztucznej inteligencji opartymi na agentach, które potrafią się uczyć, zapamiętywać i działać niezależnie. Oczywiście w ramach ustalonych granic. Co daje wgląd w to, jak może wyglądać kolejna faza rozwoju sztucznej inteligencji w przedsiębiorstwach.

Badania MIT zostały oparte na 150 wywiadach z liderami, ankiecie przeprowadzonej wśród 350 pracowników oraz na analizie 300 publicznych wdrożeń AI.