MIT ostrzega: AI może nie spełniać oczekiwań!

Projekt NANDA z MIT ujawnił alarmujące dane: 52 wywiady z menedżerami, ponad 300 analizowanych wdrożeń i rozmowy z 153 liderami branż. Wyniki? Często zatrważające. Choć ponad 80% firm eksperymentuje z narzędziami jak ChatGPT czy Copilot, efekty finansowe są dalekie od oczekiwań. AI zwiększa jedynie wydajność osobistą, nie przynosząc znaczących korzyści dla całych organizacji.

Liczne barierki w drodze do sukcesu

W przypadku aplikacji korporacyjnych sytuacja jest jeszcze bardziej pesymistyczna: 60% firm rozważa implementację, tylko 5% wdrożeń przechodzi do fazy produkcyjnej. Kluczowym problemem jest tzw. learning gap — wiele rozwiązań nie jest w stanie adaptować procesów i uczyć się w kontekście organizacyjnym, przez co nie rozwijają się poza fazę pilotażową.

Szybki rozwój i jeszcze szybsza stagnacja

Mit pokazuje przepaść pomiędzy przejściem do produkcji a pilotażem, wskazując, że zmiany w sektorach są koncentrowane głównie na technologii i mediach. Zaledwie dwa z dziewięciu sektorów wykazują strukturalne zmiany, mimo przeprowadzania tysięcy eksperymentów. Dodatkowo, zewnętrzne partnerstwa osiągają dwa razy wyższe wskaźniki sukcesu niż budowanie rozwiązań od podstaw.

Czerwone flagi w Dolinie Krzemowej

Wiadomości z Doliny Krzemowej stają się coraz bardziej ostrożne. Sam Altman z OpenAI zauważa, że w obliczu spekulacyjnych baniek, mądrzy ludzie zaczynają dostrzegać ziarno prawdy. Gary Marcus, ekspert od AI, wyraża sceptycyzm wobec osiągnięć deep learningu, ostrzegając przed przeszłym entuzjazmem.

Czy to bańka dotcom 2.0?

Historia uczy, że duże fale technologiczne przechodzą przez okresy manii, nadmiernych inwestycji i bolesnych selekcji. John Thornhill z FT radzi inwestorom przygotować się na 'zderzenie', ale również na długoterminowe korzyści. Przewiduje się ogromne inwestycje w centra danych, sięgające nawet 3 bilionów dolarów do 2029 roku.

Obawy przed bańkami inwestycyjnymi

Pomimo braku czytelnych prognoz dotyczących powstania bańki, niektóre głosy ostrzegają przed przesytem kapitałowym po szale wydatków na infrastrukturę AI. Analitycy z Morgan Stanley i Bank of America wskazują na ryzyko, ale też przewidują przyszłe korzyści.

Dlaczego większość projektów AI się nie udaje?

Analiza MIT rozświetla problem: to nie magie modeli AI, ale braki w kompetencjach organizacyjnych są źródłem porażek. Firmy wdrażają AI jak gadżet, obiecując świetne efekty, nie przebudowując jednocześnie procesów. Wynikiem tego jest frustracja użytkowników i stagnacja innowacji.

Co to oznacza dla przyszłości AI?

Rozbieżność między szumem a rzeczywistością wskazuje, że AI działa tylko wtedy, gdy jest projektowane jako system operacyjny, a nie gadżet. Rynek powinien przygotować się na ewentualne spadki wartości w firmach intensywnie stawiających na AI, zwłaszcza w krótkim okresie.

Czy zatem obecny entuzjazm wokół AI to zapowiedź nowej bańki dotcom, czy realny krok w stronę przyszłości? Czas pokaże, ale jedno jest pewne: czasy wielkich zmian są zaledwie u progu.