3 min czytania João Mourinho
Mimo obecnego szumu wokół AI technologia ta nie przynosi oczekiwanych efektów. Wygląda więc na to, że paradoks produktywności Solowa dotyczy również inwestycji w AI.
„AI jest wszędzie, z wyjątkiem napływających danych makroekonomicznych”.
To celne zdanie Torstena Sloka, głównego ekonomisty Apollo, zdaje się pokazywać, że mimo obecnego szumu wokół AI technologia ta nie przynosi oczekiwanych efektów. Wygląda więc na to, że paradoks produktywności Solowa dotyczy AI.
Potwierdza to artykuł Fortune, w którym czytamy:
„Badanie opublikowane w tym miesiącu przez National Bureau of Economic Research wykazało, że wśród 6,000 prezesów, dyrektorów finansowych i innych członków kadry kierowniczej firm, które wzięły udział w różnych ankietach dotyczących perspektyw biznesowych w USA, Wielkiej Brytanii, Niemczech i Australii, zdecydowana większość dostrzega niewielki wpływ AI na działalność swoich organizacji” (...) Jak wynika z badania, prawie 90% firm stwierdziło, że w ciągu ostatnich trzech lat AI nie miała żadnego wpływu na zatrudnienie ani produktywność”.
Warto zauważyć, że choć wykorzystanie AI wzrosło, zaufanie do użyteczności tej technologii spadło o 18%, co wskazuje na utrzymującą się nieufność.
Z mojego punktu widzenia oznacza to, że jeśli spojrzymy na cykl Hype Gartnera [rys. 1], AI nie znajduje się jeszcze na etapie produktywności. Wciąż jesteśmy na „szczycie zawyżonych oczekiwań”, przed nami zaś „dolina rozczarowania” i „zbocze oświecenia”, zanim w końcu dotrzemy do etapu produktywności.
Rysunek 1 — Cykl Hype Gartnera (źródło: Wikipedia)
Podobnie jak we wczesnych latach internetu, gdy oczekiwania były mocno zawyżone, a wyceny rynkowe firm .COM szybowały w górę, choć przychody z działalności „związanej z internetem” nie rosły, dziś obserwujemy to samo w przypadku firm zajmujących się AI.
Niektóre pogłoski głoszą, że firmy działające w obszarze AI próbują sztucznie zwiększać popyt na swoje produkty poprzez przejęcia albo płacenie klientom za zakup własnej technologii AI. Pokazuje to, że w tym cyklu hype’u coś się nie zgadza: wyniki związane z AI są celowo zawyżane, by pieniądze nadal płynęły.
Gdy jednak kierownictwo zaczyna mieć dość niespełnionych obietnic, po kolejnych latach obserwowania wyników finansowych, rzeczywistość może okazać się brutalna, a bańka AI może pęknąć.
A potem, gdy z popiołów bańki AI wyłoni się nowa rzeczywistość, wejdziemy na „zbocze oświecenia”, gdzie będziemy mogli racjonalnie ocenić, co było tylko szumem, a co rzeczywiście miało potencjał, by dostarczać realną wartość. Dopiero wtedy AI będzie w stanie zapewniać rzeczywistą, wymierną wartość i wejść na „etap produktywności”.
Cykle hype’u można rozpoznać po tym, że o danym temacie dużo mówią nawet osoby, które się na nim nie znają. Rozejrzyjmy się: wszyscy mówią o AI. AI to dziś ten temat. Jeśli nie wspominasz o AI w prezentacji swojej firmy, wypadasz z ducha czasu. Jeśli jednak masz doświadczenie i znasz się na tej dziedzinie, wiesz, że rozwój AI trwa już od kilku dekad. Choć w ostatnich kilkudziesięciu latach dokonano wielu przełomowych odkryć naukowych, AI nie rozwiązuje każdego problemu biznesowego.
Problem z cyklami hype’u polega na tym, że mogą skłaniać podatnych na nie decydentów do podejmowania nieracjonalnych decyzji. Widzieliśmy wiele firm zwalniających pracowników, by później odkryć, że znów ich potrzebują, albo przekonujących się, że mimo poniesionych inwestycji 95% projektów pilotażowych AI kończy się niepowodzeniem.
Stawianie wszystkiego na AI i generatywną AI nie ma (jeszcze) sensu w przypadku większości organizacji. Wiąże się z nakładami inwestycyjnymi, kosztami wdrożenia oraz niepewnymi korzyściami w zakresie produktywności.
Są jednak przykłady udanego wdrażania AI, które przynosi wymierne korzyści. Należą do nich rozwój oprogramowania (choć przy braku starannego zarządzania procesem może pojawić się ryzyko długu technicznego i dodatkowe koszty utrzymania), wykrywanie nadużyć w usługach finansowych, przetwarzanie dokumentów, diagnostyka medyczna, optymalizacja tras i inne. A zatem pod warstwą szumu wokół AI kryje się realna wartość.
Obecnie, o ile nie prowadzisz badań nad najnowocześniejszymi rozwiązaniami AI, opieraj inwestycje na rzetelnych danych i rozsądnej ocenie sytuacji.
Zawsze doradzamy naszym klientom: „nie inwestuj w AI bez solidnego uzasadnienia biznesowego i jasnych perspektyw zwrotu z inwestycji”. Aby przygotować solidne uzasadnienie biznesowe, trzeba przede wszystkim zebrać informacje na temat efektywności, ryzyka, wykonalności, kosztów i zgodności ze strategią firmy. W tym celu należy najpierw przeanalizować najbardziej obiecujące przypadki użycia, zbudować prototypy, sprawdzić dojrzałość technologii oraz zbadać reakcję rynku i wpływ na organizację. Zebrane informacje pozwolą opracować solidne uzasadnienie biznesowe zamiast podążać za chwilowymi trendami. Dzięki temu można podejmować racjonalne decyzje w oparciu o rzeczywiste dane i dokonywać trafnych wyborów.
W Mourinho Solutions możemy wesprzeć Cię w tym procesie. Wspólnie oddzielimy rzeczywistą wartość AI od szumu, opracujemy najlepsze podejście do Twojej firmy i strategii oraz zadbamy o to, by każdy cent zainwestowanych środków przyniósł Twojej firmie i jej działalności jak największy zwrot. Pomagamy podejmować trafne decyzje, dzięki którym Twoja firma może się rozwijać.
Zanim Twoja organizacja kupi choć jedną licencję AI, powinna umieć odpowiedzieć na pozornie proste pytanie: który dokładnie proces ma zostać usprawniony — i czy w obecnym kształcie warto go automatyzować?
Wraz ze zbliżającymi się Świętami Bożego Narodzenia i Sylwestrem nadchodzi czas podsumowań trudnego roku. Dla organizacji pozarządowych i osób pracujących w sektorze humanitarnym był to ciężki rok. Na świecie nasiliły się konflikty i głód, a realizacja celów SDG wydaje się dziś odległą perspektywą. Jednak nawet zza ciemnych chmur przebija nadzieja na 2026 rok.
Choć AI jest dziś wszechobecnym hasłem, praktyka pokazuje, dlaczego warto rozważyć szerszy wybór narzędzi do rozwiązywania problemów biznesowych.