Dlaczego większość wdrożeń AI kończy się porażką? Problemem nie jest technologia, lecz sposób myślenia

Firmy na całym świecie inwestują dziś ogromne środki w sztuczną inteligencję. W wielu organizacjach decyzja o wdrożeniu AI zapada niemal automatycznie – skoro konkurencja korzysta z nowych narzędzi, my również musimy je mieć. Paradoks polega jednak na tym, że sama technologia bardzo rzadko jest przyczyną sukcesu. Znacznie częściej o powodzeniu lub porażce decydują procesy, kultura organizacyjna i gotowość ludzi do zmiany. To właśnie ten wniosek wybrzmiał najmocniej podczas rozmowy Ediego Pyrka z przedsiębiorcą internetowym Piotrem Trąbskim.

Rozmowa prowadzi do dość nieoczywistej konkluzji: najważniejszym elementem wdrażania sztucznej inteligencji nie jest wybór modelu językowego, platformy czy dostawcy technologii. Najważniejsze jest zrozumienie własnej firmy.

AI nie naprawi chaosu organizacyjnego

W ostatnich latach sztuczna inteligencja stała się biznesowym symbolem nowoczesności. Dla wielu przedsiębiorców jest odpowiednikiem wcześniejszych technologicznych rewolucji – internetu, smartfonów czy chmury obliczeniowej. Problem polega jednak na tym, że wiele organizacji kupuje rozwiązania AI, nie potrafiąc odpowiedzieć na podstawowe pytanie: po co właściwie chcą je wdrożyć? Zdaniem Piotra Trąbskiego większość przedsiębiorstw rozpoczyna transformację od niewłaściwej strony. Najpierw pojawia się zakup narzędzia, a dopiero później próba znalezienia dla niego zastosowania. Tymczasem skuteczna automatyzacja procesów biznesowych powinna wyglądać dokładnie odwrotnie. Najpierw trzeba zrozumieć sposób funkcjonowania organizacji, zmapować procesy, przeanalizować przepływ informacji, wskazać miejsca, w których pracownicy tracą najwięcej czasu, a dopiero na końcu zastanowić się, czy sztuczna inteligencja rzeczywiście rozwiąże konkretny problem. To właśnie dlatego wiele spektakularnych wdrożeń kończy się rozczarowaniem. AI nie potrafi uporządkować źle zaprojektowanych procesów. Potrafi jedynie przyspieszyć ich wykonywanie.

Automatyzacja zaczyna się od obserwacji

Jednym z najciekawszych wątków rozmowy jest porównanie wdrożenia AI do uważności w organizacji. Trąbski zwraca uwagę, że zanim zaczniemy cokolwiek automatyzować, musimy nauczyć się obserwować sposób pracy firmy. Każda decyzja biznesowa jest elementem większego procesu. Każdy proces składa się z dziesiątek drobnych czynności, które na co dzień pozostają niewidoczne dla zarządu. Dopiero ich dokładna analiza pozwala określić, gdzie naprawdę powstają straty czasu i pieniędzy. Przykład z automatycznym przygotowywaniem kawy o godzinie 10:00 wydaje się humorystyczny, ale doskonale pokazuje mechanizm błędnego projektowania automatyzacji. Jeżeli firma nie uwzględni wyjątków – weekendów, zmian harmonogramu pracy czy sezonowości – nawet najdoskonalszy system będzie wykonywał zadania, które w praktyce nie mają żadnej wartości. Problem nie leży więc w technologii. Problemem jest brak przemyślanego scenariusza działania.

Dlaczego nawet najlepsze AI nie zastąpi strategii?

W rozmowie wielokrotnie powraca liczba, która może zaskakiwać przedsiębiorców. Według przywoływanych danych nawet około 80 procent wdrożeń AI nie osiąga zakładanych rezultatów. Przyczyną nie jest jakość modeli językowych ani ograniczenia technologiczne. Znacznie częściej zawodzi przygotowanie organizacji. Firmy oczekują natychmiastowych efektów, podczas gdy najdłuższym etapem całego procesu okazuje się... przygotowanie do wdrożenia. To właśnie wtedy należy przeanalizować strukturę przedsiębiorstwa, sposób podejmowania decyzji, przepływ informacji, kompetencje pracowników oraz gotowość kadry zarządzającej do zmiany. Dopiero kiedy organizacja rozumie własne procesy, można zacząć dobierać odpowiednie rozwiązania technologiczne.

Lider jest pierwszym etapem transformacji

Rozmówcy zwracają uwagę na jeszcze jeden często pomijany aspekt cyfrowej transformacji. AI nie zaczyna się od pracowników operacyjnych ani od działu IT. Zaczyna się od zarządu. Jeżeli właściciel firmy traktuje sztuczną inteligencję jedynie jako modny dodatek, pracownicy bardzo szybko przyjmą podobną postawę. Jeżeli natomiast lider rozumie cele projektu i potrafi je jasno komunikować, wdrożenie przebiega znacznie sprawniej. Dlatego profesjonalne projekty transformacyjne coraz częściej rozpoczynają się od warsztatów strategicznych, mapowania procesów oraz rozmów z kierownictwem, a nie od instalacji kolejnych aplikacji.

AI nie odbiera pracy. Zmienia jej charakter

Jednym z najczęściej powracających tematów w debacie o sztucznej inteligencji jest wpływ automatyzacji na zatrudnienie. W rozmowie pojawia się praktyczny przykład firmy e-commerce, w której po optymalizacji procesów jedna osoba była w stanie wykonywać zadania realizowane wcześniej przez pięcioosobowy zespół. Na pierwszy rzut oka można uznać to za dowód na eliminowanie miejsc pracy. W praktyce sytuacja okazała się znacznie bardziej złożona. Po przejęciu powtarzalnych czynności przez systemy AI pracownicy mogli zająć się zadaniami, na które wcześniej zwyczajnie brakowało czasu – rozwijaniem sprzedaży, marketingiem, analizą cen czy obsługą klientów. Dopiero tam, gdzie rzeczywiście występował trwały nadmiar zasobów, organizacja zdecydowała się na redukcję etatów. To pokazuje, że sztuczna inteligencja nie musi oznaczać zastępowania ludzi. Znacznie częściej staje się narzędziem pozwalającym lepiej wykorzystać ich kompetencje.

Dane są ważniejsze niż modele AI

Drugim słowem-kluczem rozmowy – obok procesów – są dane. Bez dobrze przygotowanych danych nawet najbardziej zaawansowana sztuczna inteligencja nie będzie podejmowała trafnych decyzji. Trąbski porównuje tę sytuację do zakupu nowoczesnego telewizora, którego właściciel nigdy nie włącza. Firmy bardzo często inwestują w strony internetowe, systemy CRM czy platformy sprzedażowe, ale nie konfigurują narzędzi analitycznych pozwalających mierzyć efektywność działań. W efekcie podejmują decyzje intuicyjnie, zamiast opierać je na rzeczywistych informacjach. Dopiero właściwie zebrane i uporządkowane dane stają się paliwem dla skutecznych systemów AI.

Bezpieczeństwo danych w erze generatywnej AI

Rozmowa porusza również niezwykle aktualny temat bezpieczeństwa informacji. Coraz więcej pracowników korzysta z publicznych modeli językowych, przesyłając do nich dokumenty firmowe, oferty handlowe, analizy finansowe czy poufne materiały projektowe. W wielu organizacjach dzieje się to całkowicie poza kontrolą działów IT. Dlatego w przypadku przedsiębiorstw przetwarzających wrażliwe informacje coraz częściej rekomendowane są lokalne modele AI działające na własnej infrastrukturze. Takie rozwiązania pozwalają wykorzystać potencjał sztucznej inteligencji bez ryzyka utraty kontroli nad danymi. To kolejny przykład pokazujący, że odpowiedzialne wdrożenie AI wymaga znacznie więcej niż zakupu licencji do popularnego chatbota.

Największym ograniczeniem pozostaje człowiek

Pod koniec rozmowy pojawia się refleksja, która dobrze podsumowuje całą dyskusję. Rozwój sztucznej inteligencji sprawia, że granica pomiędzy dużą korporacją a niewielkim przedsiębiorstwem staje się coraz mniej wyraźna. Dzięki nowoczesnym narzędziom mała firma może dziś realizować zadania, które jeszcze kilka lat temu wymagały ogromnych zespołów specjalistów. Nie oznacza to jednak, że sukces stanie się automatyczny. Największym ograniczeniem pozostaje ludzka wyobraźnia. To człowiek decyduje, które procesy warto zmienić, jakie cele osiągnąć i gdzie technologia może stworzyć realną wartość. AI potrafi wskazać nowe możliwości, ale dopiero świadomy lider potrafi je wykorzystać. To właśnie dlatego najważniejsze zdanie całej rozmowy nie dotyczy algorytmów ani modeli językowych. Ważniejsza od sztucznej inteligencji jest ludzka inteligencja.

Zobacz cały odcinek na kanale na YouTube. 

Powiązane osoby: Edi Pyrek, Piotr Trąbski

Udostępnij: LinkedIn X / Twitter Facebook