AI w firmach: moda, błąd czy przyszłość? Eksperci demaskują iluzje łatwych i szybkich wdrożeń

Jednym z fundamentalnych wyzwań związanych z wdrażaniem AI jest bardzo niewielka liczba skutecznych inwestycji, które zakończyły się np. wzrostem przychodów czy zysków. Potwierdziło to niedawne badanie firmy McKinsey, zgodnie z którym tylko 6 proc. biznesów wdrażających AI odniosło z tego realne korzyści. Nie studzi to jednak zapału zarządzających, którzy inwestują w sztuczną inteligencję, bo robią tak wszyscy.

– Jest naprawdę ogromna liczba obszarów, w których wykorzystanie sztucznej inteligencji może mieć ogromne znaczenie dla budowy efektywności biznesowej. Przykładowo widzę duży potencjał w świecie controllingu, back-office`u czy marketingu. Bardziej zaawansowane algorytmy LLM-owe mogą pomagać w branży produkcyjnej czy logistycznej – wyliczał podczas debaty zorganizowanej podczas Infoshare Katowice Jarosław Sokolnicki, szef firmy 4Enlight.

Zwrócił uwagę na jeden z fundamentalnych błędów popełnianych przez firmy. To nieumiejętne podejście do wdrażania AI.

– Potrzebna jest umiejętność dekomponowania procesów. Dopiero wtedy, kiedy rozumiemy, jak działa firma od podstaw, możemy zbudować serię prototypów AI, które można testować i rozwiązywać - tłumaczył Jarosław Sokolnicki.

Jego zdaniem skuteczne wdrażanie sztucznej inteligencji to nie proste uruchamianie narzędzi w oderwaniu od otoczenia.

– Jak w takim razie zdiagnozować, czy firma jest AI-ready? – zastanawiał się prowadzący debatę Jarosław Sroka.

Audyt kluczowy dla AI

Artur Kurasiński, przedsiębiorca i inwestor w świecie nowych technologii, zwrócił uwagę na konsekwencje chwilowej mody w kontekście rozwoju sztucznej inteligencji.

– Przychodzi szef i mówi, że wszyscy mówią o AI i on też chce "coś mieć", bo firma musi być innowacyjna. Praktycznie nikt nie zastanawia się, czy AI jest potrzebna. Dlatego można tak łatwo zapakować kogoś w AI – zauważył Artur Kurasiński.

W jego przekonaniu najważniejsza jest analiza potrzeb. Niekoniecznie związana z tym, by jak najszybciej uruchamiać sztuczną inteligencję.

– Może być tak, że firma nie potrzebuje AI, tylko ma stary sprzęt komputerowy. I może trzeba tylko zamontować lepszy procesor, by pracownicy zaczęli mieć większą efektywność – dodał Artur Kurasiński.

Anna Zarudzka, Co-CEO w Boldare, stwierdziła, że trzeba myśleć o wdrożeniu AI zupełnie inaczej niż jakiejkolwiek innej technologii w historii.

– Wdrożeń nie da się zrobić liniowo. Nie da się zrobić dobrego badania potrzeb. Musimy spojrzeć na nie z zupełnie innej perspektywy. Trzeba pozwolić ludziom używać narzędzi, wydawać na to pieniądze i zobaczyć, gdzie są najlepiej wykorzystywane – stwierdziła Anna Zarudzka.

Bez eksperymentów nie ma jej zdaniem skutecznego wdrażania AI.

POC-e to przeszłość

Adam Filipowski z Mycelium Labs potwierdził tezy Anny Zarudzkiej.

– Pierwsze wdrożenia rzeczywiście zaczynaliśmy od badania potrzeb i POC-ów (ang. proof of concepts). Potem przeprowadziliśmy rozmowy z szefami, ale wciąż to trwało zbyt długo. W końcu zaczęliśmy korzystać z agentów AI. Przykładowo stworzyliśmy wskaźniki dla każdego pracownika, by ocenić, w jaki sposób firma zarabia na jego działaniu. W końcu stworzyliśmy kompleksowy system, w którym to agenci AI pilnują pracowników i wyznaczają im zdania – opowiadał podczas Infoshare Katowice.

Szef Mycelium Labs podał także własny przykład. Wyjeżdżając na wakacje, zbudował własnego agenta AI do nadzorowania pracowników.

– Okazało się, że wykonywalność jego poleceń wynosiła około 70 proc. Rozbudowałem jego funkcjonalność o możliwość uzależnienia wypłat wynagrodzeń od wykonywalności. Wzrosła do 99 proc. – dodał Adam Filipowski.

Jak mierzyć inwestycje w AI

Jarosław Sroka zwrócił uwagę na kwestię mierzenia inwestycji w sztuczną inteligencję. Bo same eksperymenty to jedno, a realne przełożenie na biznes – to drugie.

– Są takie wskaźniki. Na przykład takie proste, jak ROI mierzące zwiększanie przychodów. Trzeba jednak pamiętać, że wdrażanie AI pozwala na znaczące podniesienie efektywności pracy, ale także i funkcjonowanie firmy w sposób pośredni. Przykładowo pracownik, któremu automatyzujemy niektóre zadania, ma więcej czasu na lepszą obsługę klienta. To wpływa pośrednio na zadowolenie klienta – dodał szef 4Enlight.

Adam Filipowski opowiadał o doświadczeń wdrożeń w różnych firmach.

– W jednej udało nam się podnieść przychody na pracownika czterokrotnie. W innej pięciokrotnie. Ale w jeszcze innej tylko o 20 proc. Na czym polegała różnica? W pierwszych firmach mogliśmy zmodyfikować niemal wszystkie procesy decyzyjne. W tej ostatniej musieliśmy wejść do organizacji, która działała od wielu lat i nie było pełnej swobody. Mimo to różnica była mocno dostrzegalna – ocenił Adam Filipowski.

Nowe oblicze człowieka

Wdrożenia AI wpływają także na to, jak zmienia się praca osób zarządzających biznesami.

– Nie mamy menedżerów, mamy orkiestratorów. To nie są osoby techniczne, ale mają rozwijać konkretnego agenta AI. Mają go traktować tak jak zwykłego pracownika – tłumaczył przedstawiciel Mycelium Labs.

Zdaniem uczestników panelu rola ludzi będzie się coraz bardziej przesuwała w kierunku zarządzania sztuczną inteligencją i/lub ludźmi. A najbardziej prawdopodobny scenariusz to funkcjonowanie mieszanych zespołów.

– Nadal potrzebujemy ludzi do pracy. Będziemy też potrzebowali ludzi, którzy będą zarządzali w tej nowej rzeczywistości. Przykładowo kogoś jak Chief workflow oficer, nadzorującego stada agentów AI – powiedział Artur Kurasiński.

Nie należy się tego obawiać. Kiedyś zniknęli przecież ludzie zapalający i gaszący świata przy ulicach.

– Im więcej analizuję, tym bardziej nie wiem, kto jest najbardziej zagrożony przez automatyzację. Niektóre zawody, na przykład kreatywne, dawniej wydawały się odporne na sztuczną inteligencję – komentowała Anna Zarudzka.

Jarosław Sokolnicki uznał, że AI dziś działa bardziej na etapie stażystów, którym należy tłumaczyć, jak mają działać. Z takim podejściem nie zgodził się jednak Adam Filipowski.

– Mamy agenta AI, który działa jak shadow CEO, potrafi podejmować decyzje – powiedział Adam Filipowski.

Główne wnioski

1. Skuteczne wdrażanie AI wymaga głębokiego zrozumienia procesów biznesowych oraz realistycznej oceny potrzeb organizacji. Eksperci zgodnie podkreślają, że wiele firm inwestuje w sztuczną inteligencję bez jasnej strategii, pod wpływem presji trendów. Zamiast tego zalecają analizę wewnętrznych procesów i potrzeb technologicznych, które mogą, ale nie muszą, wymagać wdrożenia AI. Przykłady wskazują, że czasem wystarczają modernizacje sprzętowe lub optymalizacja istniejących zasobów.
2. Eksperymentowanie i elastyczność są kluczowe w procesie implementacji sztucznej inteligencji. Tradycyjne metody, takie jak badania potrzeb czy projekty typu proof of concept, coraz częściej ustępują miejsca podejściu opartemu na testowaniu i obserwacji. Firmy, które pozwalają pracownikom korzystać z AI w codziennych zadaniach i dostosowują narzędzia do wyników tych eksperymentów, częściej osiągają sukces. Istotne staje się szybkie prototypowanie oraz możliwość iteracyjnych zmian.
3. Sztuczna inteligencja przekształca role w organizacjach i redefiniuje strukturę pracy. Coraz większą wagę zyskują stanowiska odpowiedzialne za zarządzanie agentami AI, co może prowadzić do powstania nowych funkcji, jak np. Chief Workflow Officer. Zespoły przyszłości będą prawdopodobnie mieszaniną ludzi i cyfrowych agentów, a umiejętność współpracy z AI stanie się kluczowa. Równocześnie rosną wątpliwości, które zawody są najbardziej zagrożone automatyzacją, ponieważ tradycyjnie "bezpieczne" branże kreatywne również mogą ulec zmianom.