Po raz kolejny uwaga w rewolucji sztucznej inteligencji skupia się na równaniu kosztów i korzyści, czyli zwrocie z inwestycji. Tym razem złe wieści przynosi firma doradcza Bain, według której oszczędności wynikające z szeroko pojętej automatyzacji okazują się niższe od prognoz. Oznacza to, że większość firm liczących na duże korzyści ze sztucznej inteligencji czeka rozczarowanie.
Chybione cele „powinny wywoływać niepokój u kadry zarządzającej”, ponieważ wielu menedżerów zatwierdza zwiększone wydatki właśnie na podstawie spodziewanych oszczędności. Problem w tym, że o realnych oszczędnościach właściwie trudno w ogóle mówić. Badanie udostępniono na wyłączność agencji Bloomberg News.
Liczby, które mają niepokoić zarządy
Badanie zakończono w kwietniu, a oparto je na odpowiedziach liderów biznesu z 951 firm o przychodach przekraczających 100 milionów dolarów. Reprezentowały one dziewięć sektorów, od handlu detalicznego i technologii, przez opiekę zdrowotną i energetykę, po usługi finansowe oraz ubezpieczenia. Próba była więc na tyle szeroka, że trudno zbyć jej wyniki jako wyjątek.
Wśród firm mierzących oszczędności z tytułu sztucznej inteligencji największa grupa, czyli 40 procent, odnotowała redukcję wydatków na poziomie 10 procent lub niższym. Większość spodziewała się znacznie wyraźniejszej poprawy. Tym dotkliwiej, że na nową technologię wydały znacznie więcej, niż udało się dzięki niej zaoszczędzić.
Najbardziej niepokojące jest jednak co innego. Aż 44 procent dużych firm finansuje kolejną falę wydatków na sztuczną inteligencję z poprzedniej rundy oszczędności, które jeszcze się nie zmaterializowały. To trochę jak bańka oparta nie na faktach, lecz na prognozach, które, jak powie każdy stażysta, potrafią zmienić się w mgnieniu oka.
Bain nie owija tego w bawełnę. „Poprzednia fala przyniosła gorsze rezultaty od oczekiwanych. Pula oszczędności jest mniejsza, niż zakładano” – ostrzega firma. Dodaje, że samofinansowanie kolejnej fali z przeszłych zysków „brzmi jak dyscyplina”, lecz w rzeczywistości jest zakładem o strukturze błędnego koła z nieszczelnym dnem. Konkluzja brzmi krótko: technologia zadziałała, wartość nie nadeszła.
CYNICZNYM OKIEM: Firmy wydają jutrzejsze pieniądze na podstawie wczorajszych obietnic, których nikt nie sprawdził. To nie strategia inwestycyjna, to łańcuszek szczęścia w garniturze.
Dane, których firmy nie potrafią odczytać
Raport Bain wskazuje też inny, zaskakujący problem. Mimo dekady inwestycji w modernizację danych liczonych w setkach miliardów dolarów, głównym powodem słabych wyników jest niezdolność firm do wiarygodnego dostępu do własnych danych. Innymi słowy, przedsiębiorstwa nie potrafią skorzystać z tego, co same zgromadziły.
Firmy, które nie weryfikują rachunku swoich reinwestycji z tym, co automatyzacja faktycznie przyniosła, zamiast z tym, co miała przynieść, „potęgują ryzyko, zamiast nim zarządzać”. Potwierdza to przeczucie wielu obserwatorów. Praktycznie nikt nie przeprowadził skutecznej analizy zwrotu w trakcie wdrożenia, które pochłonęło już ponad bilion dolarów kapitału.
Recepta Bain jest pragmatyczna. Zamiast czekać na uporządkowanie wszystkich danych, firmy powinny zacząć od tego, co już dostępne, a następnie użyć samej sztucznej inteligencji do ustrukturyzowania reszty. Co ciekawe, przedsiębiorstwa osiągające swoje cele zgłaszały bariery związane ze strukturą danych częściej niż te, którym się nie udało, rzadziej za to narzekały na budżety czy sprzeczne priorytety.
Bain nie jest w tych ostrzeżeniach osamotniony. Ubiegłoroczny raport MIT wykazał, że 95 procent korporacyjnych projektów pilotażowych sztucznej inteligencji kończy się niepowodzeniem, głównie z powodu luki edukacyjnej oraz narzędzi, które słabo się integrują lub nie pasują do procesów pracy. To nie był pierwszy taki sygnał i zapewne nie ostatni.
Oliwy do ognia dolewa Gartner, według którego ponad 40 procent projektów opartych na agentowej sztucznej inteligencji zostanie anulowanych do końca 2027 roku. Powodem mają być rosnące koszty, niejasna wartość biznesowa lub nieadekwatna kontrola ryzyka. Jak zauważa analityczka Anushree Verma, większość takich projektów tkwi w fazie eksperymentów napędzanych medialnym szumem.
Verma radzi, by rozwijać agentową sztuczną inteligencję wyłącznie tam, gdzie daje ona wyraźny zwrot. „Aby uzyskać realną wartość z agentowej AI, organizacje muszą skupić się na produktywności przedsiębiorstwa, a nie tylko na wspomaganiu poszczególnych zadań” – podkreśla. Chodzi o napędzanie wartości poprzez koszty, jakość, szybkość i skalę, a nie pojedyncze ułatwienia.
CYNICZNYM OKIEM: Gdy nadchodzi czas prawdy, a koszty tokenów rosną, OpenAI i Anthropic nagle spieszą się na giełdę. Najlepiej sprzedać akcje, zanim rynek policzy zwrot z inwestycji.
