Połowa projektów AI trafia do kosza. Oto prawdziwy powód

Sztuczna inteligencja wciąż pozostaje jednym z najczęściej powtarzanych haseł w strategiach rozwoju przedsiębiorstw, a hasło to stało się tak modne, jak jeszcze niedawno "smart". Raport badawczy zlecony przez firmę DDN we współpracy z Google Cloud i Cognizant pokazuje jednak, że za deklaracjami nie zawsze idą realne efekty. W ciągu ostatnich dwóch lat ponad połowa projektów AI została opóźniona lub całkowicie anulowana, a główną przyczyną okazała się złożoność infrastruktury technicznej.

Badanie objęło około 600 decydentów IT i biznesowych z amerykańskich firm zatrudniających co najmniej 1000 pracowników. Aż dwie trzecie respondentów przyznało, że ich środowiska AI stały się na tyle skomplikowane, iż zarządzanie nimi przekracza obecne możliwości organizacyjne.

Infrastruktura jako hamulec innowacji

Według Alexa Bouzariego, dyrektora generalnego DDN, problem nie leży w braku ambicji czy wizji. Przedsiębiorstwa chcą wdrażać sztuczną inteligencję, lecz brakuje im solidnych fundamentów technicznych, odpowiedniej mocy obliczeniowej oraz dojrzałych procesów operacyjnych. W praktyce prowadzi to do opóźnień projektów informatycznych, niewykorzystanego potencjału kosztownych procesorów graficznych oraz rosnących rachunków za energię.

Z perspektywy finansowej wiele inicjatyw AI przestaje się spinać. Koszty infrastruktury rosną szybciej niż realne korzyści biznesowe, a to podważa sens dalszych inwestycji w oczach zarządów.

Kolejne raporty potwierdzają skalę problemu

Wyniki badania DDN wpisują się w szerszy trend obserwowany przez analityków rynku. Projekt badawczy NANDA realizowany przez MIT wykazał, że aż 95 procent organizacji nie odnotowuje mierzalnego zwrotu z inwestycji w generatywną AI. Gartner prognozuje, że do końca 2027 roku ponad 40 procent projektów opartych na agentach AI zostanie anulowanych. Z kolei Forrester szacuje, że jedna czwarta planowanych wydatków na sztuczną inteligencję zostanie przesunięta na 2027 rok, ponieważ jedynie 15 procent decydentów zauważyło realny wzrost EBITDA.

Sztuczna inteligencja obiecuje wiele, lecz dostarczenie tych obietnic wymaga znacznie większej dojrzałości technologicznej, niż pierwotnie zakładano.

Chmura nie rozwiąże wszystkiego

Blisko 97 procent uczestników badania DDN uważa, że skalowanie AI w ich organizacjach będzie musiało odbywać się w chmurze. Bouzari studzi jednak nadmierny optymizm związany z tym podejściem. Jego zdaniem przeniesienie obciążeń do chmury nie eliminuje problemów znanych z infrastruktury lokalnej. Nadal potrzebne są ujednolicone dane, koordynacja na dużą skalę oraz kompetencje pozwalające zarządzać złożonym środowiskiem.

Kluczowym wyzwaniem staje się edukacja działów IT, które muszą nauczyć się projektować i utrzymywać architektury zdolne do obsługi zaawansowanych systemów AI.

Rosnąca przepaść między liderami a resztą rynku

DDN, firma założona w 1998 roku, współpracuje z największymi graczami rynku AI, w tym z Nvidią, xAI oraz Google, optymalizując przepływ danych w infrastrukturach sztucznej inteligencji. Doświadczenia z tych projektów pokazują, że różnica między pionierami a resztą rynku szybko się pogłębia.

Organizacje, które wcześnie zainwestowały duże środki i przekształciły projekty pilotażowe w produkty przynoszące realny zwrot, oddalają się od firm dopiero rozpoczynających przygodę z AI. Złożona infrastruktura pozostaje jedną z głównych barier hamujących masową adopcję.

Od chatbotów do realnej wartości biznesowej

Bouzari zwraca uwagę, że wiele inicjatyw AI skupia się na powierzchownych zastosowaniach, takich jak chatboty obsługi klienta. Takie podejście prowadzi do marginalnych oszczędności i nie oddaje pełnego potencjału technologii. Jego zdaniem dostawcy i firmy doradcze powinni pomagać organizacjom w łączeniu danych biznesowych z AI w sposób, który realnie zmienia modele operacyjne i finansowe. Rozwiązania wdrażane przez doświadczonych integratorów, takich jak Accenture czy Deloitte, mogą przyspieszyć dojrzewanie rynku. Bez tego sztuczna inteligencja pozostanie kosztownym eksperymentem, zamiast stać się trwałym źródłem przewagi konkurencyjnej.