Byłem dziś, niestety tylko wirtualnie na Bielik Summit 2025: Bielik Summit 2025, i kilkoro z prelegentów wspominało o raporcie MIT dotyczącym wdrażania AI w organizacjach.

Oczywiście chwyciłem za tenże ( ty tez możesz: v0.1_State_of_AI_in_Business_2025_Report.pdf )

Badacze przebadani ponad 300 wdrożeń – pytanie czy właściwych?

Bo jeśli połowa z nich to próby wdrożenia sztucznej inteligencji do zadań które wymagają kreatywności, relacji lub głębokiego kontekstu – no to nic dziwnego że zawiodły. Problem nie leży w technologii. Problem leży w wyborze zastosowań.

Według raportu 95% nie przyniosło zwrotu z inwestycji, w badanym okresie, sześciu miesięcy od wdrożenia. Zaraz – 6 miesięcy? To mało, nawet dla klasycznych inwestycji IT.

Większość projektów IT zaczyna przynosić wartość po roku, nie po pół roku. Wdrożenie ERP? Rok-dwa do stabilizacji. Nowy CRM? Minimum dziewięć miesięcy do adopcji. Automatyzacja procesów? Pół roku na dostrojenie. A tutaj mierzymy ROI generatywnej sztucznej inteligencji po sześciu miesiącach i ogłaszamy porażkę dziewięćdziesięciu pięciu procent wdrożeń? To nie jest rzetelna ocena. To zbyt wczesny wyrok według mnie.

Raport jest ukierunkowany na ROI, i patrzy przez ten pryzmat, czy firmy, które wdrożyły narzędzia związane z GEN AI zaczęły więcej zarabiać, ok, jednak to i tak za ostro.

Wydaje mi się, że patrzenie przez ten pryzmat, w okresie tylko pół roku to błąd taki sam, jak niewłaściwe wdrażanie AI.

W artykule wyróżniono cztery wzorce:

Ograniczone zakłócenia (Disruption): Tylko 2 z 8 głównych sektorów wykazują znaczące zmiany strukturalne aby dopasować się do AI.

Paradoks przedsiębiorstwa: Duże firmy przodują w liczbie pilotaży, ale pozostają w tyle w skalowaniu – w sumie jak wyżej, dużemu trudniej się zmienić.

Tendencyjność inwestycyjna: Budżety faworyzują widoczne funkcje generujące przychód (top-line) kosztem wysokiego ROI w działach wsparcia (back office) – i to tez błąd, bo wynika z większego oczekiwania od technologii niż jest ona w stanie zaoferować.

Przewaga wdrożeniowa: Partnerstwa zewnętrzne osiągają dwukrotnie wyższy wskaźnik sukcesu niż projekty budowane wewnętrznie – firmy, które wdrażają AI na codzień, mają wypracowane procedury, i wiedzą co i jak działa, natomiast wiele firm działało tak, iż kazało wewnętrznym działom IT bez żadnego szkolenia zacząć absorbować nową technologię.

Raport wskazuje na pieć mitów i nieprawd na temat generatywnej sztucznej inteligencji w przedsiębiorstwach:

Pięć mitów na temat GenAI w przedsiębiorstwie:

1. AI zastąpi większość miejsc pracy w ciągu kilku lat – Badania wykazały ograniczone zwolnienia.
2. Generatywna AI transformuje biznes – Adopcja jest wysoka, ale transformacja niska.
3. Przedsiębiorstwa powoli adoptują nowe technologie – Przedsiębiorstwa są bardzo chętne, 90% poważnie badało zakup.
4. Główną przeszkodą jest jakość modelu, prawo, dane – Tak naprawdę przeszkodą jest to, że większość narzędzi AI nie uczy się i nie integruje z procesami.
5. Najlepsze przedsiębiorstwa budują własne narzędzia – Wewnętrzne projekty (build) ponoszą porażkę dwa razy częściej według raportu.

Jednym z błędów przy wdrożeniach, według raportu, i problemów firm z adopcją technologii jest to, że AI nie dopasowuje się do firmy, brak mu realnej Pamięci i możliwości nauki.

Jak pisałem we wpisie https://kordianzadrozny.pl/co-to-jest-ai/ generatywna AI nie uczy się. Proces wdrożenia powinien to ograniczenie wyjaśniać na początku, systemu buduje się w oparciu o pobieranie dopasowanego kontekstu do odpowiedzi na bieżąco. My, którzy używamy, tych systemów, oraz my, którzy tworzymy rozwiązania je wykorzystujące, na same modele, na ich wiedze, nie mamy wpływu. To jest out of the box, i biznes musi mieć tego świadomość.

Skuteczne wdrożenie powstaje w krokach. Udostępniamy część funkcjonalności, testujemy, wdrażamy, dodajemy kolejne i znów to samo. Metodą małych kroków zawsze z Human in the Loop.

Według raportu, z czym się zgadzam całkowicie, wyznaczniki udanych wdrożeń to, elastyczność wdrożenia, i bieżące dostosowywanie go do potrzeb, Zrozumienie przepływu pracy i procesów w organizacji, gdzie system jest wdrażany, ograniczenie wpływu w początkowym okresie na obecnie używane narzędzia oraz jasne granice danych, na jakich ma operować system.

AI ma ograniczone okno kontekstowe, to znaczy, że na raz może przetworzyć ograniczoną ilość tekstu. Dodatkowo, systemy tracą „uwagę” w pewnych obszarach treści, gdy ma przetwarzać, w jednym momencie, kilka różnych zadań, na pewno o czymś zapomnie, a coś wymyśli. Ratuje przed tym trochę działanie agentowe, ale nie w pełni.

Podsumowując, wdrażanie AI w firmach musi być poprzedzone, nie wszędzie panującym HYPem, i nie marketingiem, zrób agenta w pięć minut, a analizą, testami, rozpoczynaniem od prostszych rzeczy, i skalowaniem.