Koszty rosną, efektu nie widać. Biznes sprawdza, czy AI się opłaca
Miała przyspieszać pracę i obniżać koszty. Tymczasem większość pierwszych wdrożeń AI w biznesie to porażka – pisze „Rzeczpospolita”. Jakie są przyczyny niepowodzenia?
Trzy na pięć pierwszych wdrożeń AI w biznesie kończy się niepowodzeniem. Według analiz sieci badawczej MIT NANDA aż 95 proc. pilotaży generatywnej sztucznej inteligencji nie przyniosło mierzalnego efektu w rachunku zysków i strat. W Polsce AI pozostaje jednym z priorytetów inwestycyjnych przedsiębiorstw produkcyjnych, ale tylko co piąte z nich prowadzi obecnie pilotażowe wdrożenia – pisze gazeta.
„Firmy kupują licencje, budują piloty, szkolą zespoły i eksperymentują z agentami. Użytkownicy widzą produktywność, zarządy widzą rosnące koszty, a wynik operacyjny często pozostaje bez zmian” – mówi „Rz” Jarosław Sokolnicki, współzałożyciel exeAI.
Wolne za 15 sierpnia. Pracownik ma do niego prawo – PIP wyjaśnia zasady!
Brak specjalistów to nie jedyny problem
Problemem są m.in. dane, rozproszone systemy i brak strategii. Według raportu ABB, najczęstsze bariery to ograniczenia organizacyjne i budżetowe (50 proc.), wymogi regulacyjne (41 proc.), procedury wewnętrzne (28 proc.) oraz brak długofalowej strategii (25 proc.). Jak wskazują eksperci, firmy często zaczynają od technologii, zamiast najpierw uporządkować procesy i określić, jaki konkretny efekt biznesowy chcą osiągnąć.
Wąskim gardłem okazują się także ludzie. 72 proc. prezesów inwestuje w rozwój nowych kompetencji pracowników, ale firmy wciąż mają problemy ze znalezieniem specjalistów od integracji danych, architektury rozwiązań, cyberbezpieczeństwa i zarządzania zmianą.
Dlatego era deklarowania samych inwestycji w AI się kończy. Zarządy oczekują dziś konkretnych wskaźników: wzrostu produktywności, niższych kosztów czy szybszych procesów. Globalne badanie Bain & Company pokazuje, że 59 proc. szefów firm ocenia, iż ich organizacje osiągają tylko część zakładanych efektów transformacji AI – wskazuje „Rzeczpospolita”.
Faktury coraz wyższe, a pracownicy nieświadomi błędów
Wcześniej pisaliśmy na 26.piętrze, znaczna część użytkowników nie ma świadomości, że każde kliknięcie przycisku „Wyślij” w oknie czatu kosztuje tym więcej, im dłuższa jest historia rozmowy. Zjawisko to wynika z mechanizmu nazywanego przez inżynierów „ekonomią tokenów”. Brak wiedzy na temat działania tego mechanizmu sprawia, że w firmy są narażone na dodatkowe koszty.
Okazuje się, że proste nawyki mogą oszczędzić firmie „cyfrowej rozrzutności”. „Każda sesja ze sztuczną inteligencją działa na zasadzie skończonego budżetu pamięci roboczej, czyli tzw. okna kontekstowego. Kiedy prowadzimy jedną, niekończącą się rozmowę, generujemy gigantyczny, niepotrzebny szum. Model nie tylko staje się droższy w utrzymaniu, ale z czasem zaczyna działać mniej stabilnie i gubi wątek” – tłumaczył cytowany w materiale Hubert Nafalski, Project Manager, Insights & Data w Capgemini Polska.
Najczęstszym błędem popełnianym przez użytkowników sztucznej inteligencji jest wykorzystywanie jednego okna czatu podczas całodniowej pracy. W trakcie ośmiogodzinnej interakcji z użytkownikiem model językowy przy każdym nowym pytaniu ponownie analizuje całą historię rozmowy prowadzonej od rana – w tym wszystkie wcześniejsze pytania, wygenerowane odpowiedzi i załączone pliki. Najprostszym rozwiązaniem obniżającym wynikające z tego koszty jest otwieranie nowego, czystego okna czatu do każdego nowego zadania.
Kolejnym kosztownym elementem korzystania z AI tzw. sztuczna gadatliwość AI. Polega ona na obudowywaniu odpowiedzi treściami, o które nikt nie prosił. Czyli gdy użytkownik prosi o drobną zmianę w długim dokumencie lub kodzie programistycznym, dostaje cały plik przepisany od nowa, z rozbudowanym wstępem i podsumowaniem. Z punktu widzenia biznesowego to marnotrawstwo.
