Mit o trenutnom povratu investicije u AI projekte
Zašto stvarni poslovni rezultati kasne za marketinškim obećanjima
U svijetu poslovne tehnologije, trenutno ne postoji snažniji narativ od onog o umjetnoj inteligenciji koja odmah donosi povrat investicije. Svakodnevno slušamo obećanja o alatima koji će prepoloviti vrijeme razvoja, automatizirati korisničku podršku i donijeti ogromne uštede već u prvom kvartalu. Kompanije diljem svijeta žure integrirati razne generativne modele u svoje sustave, strahujući da će zaostati za konkurencijom. Međutim, kada se zagrebe ispod površine tih impresivnih prezentacija, stvarni podaci iz prakse otkrivaju znatno drugačiju i puno složeniju sliku o stvarnom povratu ulaganja.
Prevladavajuća priča
Glavna priča kojom se prodaju AI rješenja zvuči nevjerojatno privlačno: kupite pristup najnovijem jezičnom modelu, spojite ga na svoje interne podatke i vaši će zaposlenici postati deset puta produktivniji. Od programera se očekuje da pišu kod brzinom svjetlosti uz pomoć AI asistenata, dok se od odjela prodaje očekuje da generiraju savršene personalizirane ponude u sekundi. Mnoge kompanije vjeruju da je proces integracije bezbolan i brz, sličan instalaciji tradicionalnog softvera.
Očekivanje je da se implementacija ovih alata događa gotovo bez napora. Uloženi novac u licence ili API pozive navodno se isplaćuje u roku od nekoliko mjeseci kroz smanjene operativne troškove i povećanu produktivnost zaposlenika u svim odjelima. Prema tom prevladavajućem narativu, jedini rizik je ne usvojiti tehnologiju dovoljno brzo i prepustiti prednost konkurentima na tržištu.
Zašto je ta priča pogrešna ili nepotpuna
Problem s ovom pričom je što potpuno zanemaruje skrivene troškove i inherentnu kompleksnost uvođenja generativne umjetne inteligencije u postojeće poslovne procese. Cijena samog modela samo je vrh ledene sante. Ono što kompanije brzo otkriju jest da su im potrebni mjeseci rada na čišćenju i strukturiranju vlastitih podataka prije nego što ih model uopće može smisleno koristiti. Kvaliteta izlaza iz modela izravno ovisi o kvaliteti ulaznih podataka, a većina tvrtki posjeduje neorganizirane baze.
Osim toga, troškovi integracije su ogromni. Povezivanje AI alata sa zastarjelim (legacy) sustavima zahtijeva visoko specijalizirane inženjere čije su usluge skupe i kojih nedostaje na tržištu rada. Kada se sustav konačno postavi, pojavljuje se problem halucinacija i nepredvidivosti modela. Za razliku od tradicionalnog softvera, gdje isti unos daje isti izlaz, ovdje to nije slučaj, što stvara rizik u poslovnoj komunikaciji. Zbog toga tvrtke moraju uvesti dodatne slojeve ljudskog nadzora, što izravno smanjuje onu obećanu uštedu na vremenu i novcu.
Na kraju, tu je i faza održavanja. Modeli se stalno mijenjaju i ažuriraju, što znači da integracije koje su jučer radile savršeno, danas možda zahtijevaju popravke. Umjesto trenutnog povrata, tvrtke se često nađu u ciklusu stalnog prilagođavanja koji jede resurse namijenjene razvoju novih proizvoda. Cijena procesiranja također raste kako zaposlenici počinju koristiti modele za sve kompleksnije zadatke, stvarajući nepredviđene troškove u oblaku.
Posljedice u stvarnom svijetu
U stvarnom svijetu, žrtve ovog mita su najčešće srednje tvrtke koje nemaju neograničene budžete za istraživanje i razvoj. Vođene strahom od propuštanja prilike (FOMO), one ulažu značajna sredstva u AI projekte očekujući brze rezultate, da bi se na kraju suočile s razočaranjem kada shvate da tehnologija još uvijek zahtijeva ogroman ljudski angažman i kontinuirano nadziranje.
Pravi dobitnici trenutno nisu tvrtke koje implementiraju AI, već oni koji prodaju alate i infrastrukturu za njezinu izgradnju - cloud provideri, konzultantske kuće i proizvođači hardvera. S druge strane, zaposlenici unutar kompanija često doživljavaju frustraciju jer im se nameću alati koji su u teoriji savršeni, ali u praksi usporavaju njihov svakodnevni rad i zahtijevaju stalne ispravke. To često rezultira smanjenjem radnog morala i otporom prema daljnjem usvajanju novih tehnoloških rješenja.
Završni stav
Brzi povrat investicije u umjetnu inteligenciju trenutno je više marketinški mit nego poslovna stvarnost. To ne znači da AI nema vrijednost, već da zahtijeva realnija očekivanja od strane menadžmenta. Umjesto traženja magičnih rješenja koja će preko noći transformirati poslovanje i donijeti ogromne uštede, kompanije moraju prihvatiti da je uspješna implementacija umjetne inteligencije dugotrajan, skup i složen inženjerski proces u kojem nema preskakanja koraka.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef



