Firmy mierzą zwrot z AI, chaos wdrożeń podnosi koszty i obciąża menedżerów
Rosnąca skala wdrożeń sztucznej inteligencji przesuwa uwagę firm z samego użycia narzędzi na ich realny efekt biznesowy. W centrum problemu znajdują się rosnące koszty tokenów, konieczność przebudowy procesów oraz przeciążenie menedżerów średniego szczebla oceną coraz większej liczby wyników generowanych przez ludzi i systemy.
Najważniejsze
- Według danych tylko 12 proc. prezesów deklaruje jednoczesny wzrost przychodów i spadek kosztów dzięki AI, a 56 proc. nie widzi żadnych korzyści.
- Badania McKinsey z 2025 roku wskazują, że 88 proc. firm używa AI w jednej funkcji, lecz tylko 7 proc. osiągnęło pełną integrację w całej organizacji.
- Chaos wdrożeń i źle dobrane mierniki wydajności AI podnoszą koszty oraz obciążają menedżerów średniego szczebla nadmiarem analiz i raportów.
Od liczenia użycia do oceny wartości
Jak pisze Forbes.pl, przykładem kosztownego wypaczenia wdrożeń AI jest opisany w tekście mechanizm tokenmaxxingu, w którym pracownicy maksymalizują wykorzystanie modeli nie po to, by rozwiązywać problemy, lecz by poprawiać własne wyniki w wewnętrznych zestawieniach. W przywołanym przypadku Amazon wyłączył testowy ranking KiroRank po tym, gdy intensywność korzystania z narzędzi AI zaczęła być nagradzana bardziej niż użyteczność efektów.Artykuł wskazuje, że to klasyczny problem źle dobranego miernika, ponieważ firmy łatwo liczą liczbę zapytań, kont czy licencji, ale znacznie trudniej mierzą skrócenie procesu, spadek kosztu obsługi czy poprawę jakości. Według przytoczonych danych tylko 12 proc. prezesów deklaruje jednoczesny wzrost przychodów i spadek kosztów dzięki AI, a 56 proc. nie widzi ani wzrostu przychodów, ani redukcji kosztów.
Dojrzałe wdrożenie, według autora, zaczyna się od ustalenia punktu odniesienia dla procesu, kosztu, czasu i liczby błędów, a następnie od przypisania projektu właścicielowi biznesowemu. W tym ujęciu AI ma być oceniana nie przez skalę użycia, lecz przez wpływ na rachunek wyników i jakość obsługi klienta.
Przebudowa procesów i nowe wąskie gardła zarządzania
Tekst podkreśla, że kolejny etap transformacji opiera się na przeprojektowaniu przepływów pracy, a nie na dokładaniu kolejnych narzędzi. Agenci AI mogą wykonywać wieloetapowe zadania pod nadzorem człowieka, ale wartość pojawia się głównie tam, gdzie firma upraszcza proces, usuwa zbędne etapy i jasno rozdziela odpowiedzialność między człowieka, agenta i tradycyjny system.Przywołane w artykule badania McKinsey z 2025 roku pokazują, że 88 proc. respondentów deklaruje regularne używanie AI w co najmniej jednej funkcji, jednak tylko około jedna trzecia organizacji weszła w etap skalowania, a zaledwie 7 proc. mówi o pełnym wdrożeniu i integracji w całej firmie. Z kolei obserwacje MIT CISR i badaczy związanych z MIT Sloan oraz NBER sugerują, że wyższa wartość pojawia się tam, gdzie przedsiębiorstwa budują procesy od nowa wokół cyfrowych współpracowników.
Autor ocenia też, że szczególnie mocno rośnie obciążenie menedżerów średniego szczebla, ponieważ AI zwiększa liczbę analiz, ofert, raportów i rekomendacji, ale nie przyspiesza automatycznie podejmowania decyzji. Dla polskich firm oznacza to potrzebę wyznaczenia jednego istotnego procesu, zmierzenia jego obecnych parametrów, zaprojektowania punktów kontroli człowieka i ustalenia terminu oceny projektu, po którym rozwiązanie zostanie rozwinięte, poprawione albo zamknięte.
W naszym wcześniejszym materiale opisaliśmy pierwsze rekomendacje strategiczne Rady Przyszłości, które obejmują m.in. uznanie suwerenności technologicznej za cel państwa oraz rozwój krajowych modeli AI i infrastruktury cyfrowej. Wskazywaliśmy także na potrzebę skoncentrowania finansowania badań i innowacji w priorytetowych obszarach (w tym AI) oraz na działania wspierające skalowanie polskich spółek technologicznych i uporządkowanie systemu grantów.
bonus depozytowy dla wszystkich klientów
- Forex
- Crypto