AI w biznesie – dlaczego wiele projektów kończy się na Proof of Concept?

Generatywna sztuczna inteligencja jest przedstawiana jako przyszłość technologii, która przekształci sposób, w jaki działają firmy i tworzą wartość. Jednakże, jak pokazuje najnowszy raport Gartnera, rzeczywistość jest znacznie bardziej skomplikowana i pełna wyzwań, niż można było przypuszczać.

Oczekiwania a rzeczywistość

W ubiegłym roku byliśmy świadkami ogromnego entuzjazmu wokół GenAI. Wszyscy mówili o jej nieskończonych możliwościach – od automatyzacji procesów po tworzenie nowych modeli biznesowych. Jednakże, jak pokazują dane, wiele projektów kończy się na etapie proof of concept, a dalsze inwestycje są wstrzymywane. Główne powody? Niska jakość danych, brak odpowiedniej kontroli ryzyka, rosnące koszty i niejasna wartość biznesowa.

Koszty i ryzyko

Inwestowanie w GenAI jest kosztowne – mówimy tutaj o kwotach rzędu 5 do 20 milionów dolarów. Dla wielu firm są to ogromne sumy, które mogą nie przynieść oczekiwanych rezultatów. Co więcej, koszty te nie są tak przewidywalne jak w przypadku innych technologii. Każdy przypadek użycia, każde wdrożenie jest inne i niesie ze sobą różne poziomy ryzyka i zmienności.

Wartość pośrednia kontra bezpośrednia

Jednym z kluczowych problemów jest to, że korzyści płynące z GenAI często mają charakter pośredni i długoterminowy. W dzisiejszym świecie, gdzie liczy się szybki zwrot z inwestycji, taka perspektywa może być trudna do zaakceptowania dla wielu dyrektorów finansowych. Wymaga to od firm zmiany sposobu myślenia i podejścia do inwestycji, co nie zawsze jest łatwe.

Oczekiwania gigantów technologicznych a rzeczywistość

Nawet giganci technologiczni, tacy jak Google i Microsoft, odczuwają wolniejsze niż oczekiwane tempo zwrotu z inwestycji w sztuczną inteligencję. Pomimo ogromnych zasobów finansowych i technicznych, które te firmy mogą przeznaczyć na rozwój GenAI, także one napotykają na przeszkody. Z jednej strony, inwestują miliardy dolarów w badania i rozwój, starając się przewodzić w dziedzinie AI. Z drugiej strony, zarówno Google, jak i Microsoft muszą stawić czoła problemom takim jak potrzeba gromadzenia i przetwarzania ogromnych ilości danych, kontrola ryzyka związanego z wdrożeniami oraz trudności w przekształcaniu innowacji technologicznych w wymierne korzyści biznesowe.

Wolniejsze tempo zwrotu z inwestycji

Wielu analityków wskazuje, że tempo zwrotu z inwestycji w AI dla tych gigantów jest wolniejsze, niż początkowo zakładano. Chociaż obie firmy wykazują znaczne postępy technologiczne i wprowadzają na rynek zaawansowane produkty oparte na AI, zwrot z tych inwestycji finansowych nie zawsze jest natychmiastowy. To opóźnienie wynika z konieczności ciągłego doskonalenia technologii, integrowania jej z istniejącymi produktami i usługami, a także z trudnościami w adaptacji użytkowników końcowych do nowych rozwiązań.

Realizacja wartości biznesowej

Pomimo wyzwań, nie można zapominać o korzyściach, jakie niesie ze sobą GenAI. Wzrost przychodów o 15,8%, oszczędności kosztów o 15,2% i poprawa wydajności o 22,6% to imponujące wyniki, które pokazują potencjał tej technologii. Jednakże, aby te korzyści były trwałe, firmy muszą inwestować w odpowiednie dane, kontrolę ryzyka i długoterminowe strategie wdrożeniowe.

Przyszłość GenAI

GenAI ma ogromny potencjał, ale nie jest to technologia, którą można wdrożyć z dnia na dzień. Wymaga to przemyślanych decyzji, odpowiednich inwestycji i zrozumienia, że korzyści mogą przyjść z opóźnieniem. Firmy muszą być gotowe na tolerowanie pewnego poziomu ryzyka i niepewności, aby móc w pełni wykorzystać możliwości, jakie niesie ze sobą ta technologia.