Výzkum MIT NANDA zjistil, že pouze 5 % organizací úspěšně zavádí nástroje umělé inteligence do produkce ve velkém měřítku Americké společnosti investovaly do projektů generativní umělé inteligence 35 až 40 miliard dolarů, ale dosud neztratily téměř nic. Podle zprávy [PDF] projektu NANDA (Network AI Agents and Decentralized AI) MIT má 95 % podnikových organizací nulovou návratnost svých investic do umělé inteligence. Pouze 5 % organizací úspěšně integruje nástroje umělé inteligence do produkce ve velkém měřítku. Zpráva je založena na strukturovaných rozhovorech s 52 vedoucími pracovníky podniků, analýze více než 300 veřejných projektů a oznámení v oblasti umělé inteligence a průzkumu mezi 153 profesionály v oblasti podnikání. Autoři zprávy – Aditya Challapally, Chris Pease, Ramesh Raskar a Pradyumna Chari – připisují tuto "propast v generativní umělé inteligenci" neschopnosti systémů umělé inteligence uchovávat data, přizpůsobovat se prostředí a schopnosti neustále se učit, spíše než nedostatku infrastruktury, vzdělávacích zdrojů nebo talentu. > "propasti v generativní umělé inteligenci" je nejvíce patrné v míře nasazení, kdy se do produkce dostane pouze 5 % vlastních podnikových nástrojů umělé inteligence. "Propast v generativní umělé inteligenci je nejvíce patrná v míře nasazení, kdy se do produkce dostane pouze 5 % vlastních podnikových nástrojů umělé inteligence," uvádí zpráva. "Chatboti jsou úspěšní, protože se s nimi snadno experimentuje a jsou flexibilní, ale selhávají v kritických pracovních postupech kvůli nedostatku paměti a přizpůsobení." Jak řekl anonymní CIO v rozhovoru s autorem: "Letos jsme zhlédli desítky ukázek. Pravděpodobně jen jeden nebo dva jsou opravdu užitečné. Zbytek jsou buď "skořápkové" produkty nebo vědecké experimentální projekty. ” Zjištění autorů se shodují s výsledky jiných nedávných studií, které naznačují, že důvěra vedoucích pracovníků v projekty umělé inteligence klesá. Zpráva NANDA zmiňuje, že malé procento společností považuje generativní umělou inteligenci za užitečnou a že tato technologie má podstatný dopad na dva z devíti průmyslových sektorů – technologie, média a telekomunikace. Pro zbytek sektorů – profesionální služby, zdravotnictví a farmacii, spotřebitelské a maloobchodní služby, finanční služby, vyspělý průmysl a energetiku a materiály – byla generativní umělá inteligence irelevantní. Zpráva citovala anonymního provozního ředitele středně velké výrobní společnosti: "Na LinkedIn je obrovský humbuk, že se všechno změnilo, ale v našem skutečném provozu se nic zásadně nezměnilo. Některé smlouvy vyřizujeme rychleji, ale to je tak všechno. ” Jedna věc, která se skutečně mění, je prostředí zaměstnanosti, alespoň v postižených odvětvích. V technologickém a mediálním sektoru "více než 80 % vedoucích pracovníků očekává, že do 24 měsíců omezí nábor zaměstnanců," uvádí zpráva. ” Podle autorů se propouštění způsobené generativní umělou inteligencí vyskytuje především v neklíčových obchodních činnostech, které jsou často outsourcovány, jako je zákaznická podpora, administrativní zpracování a standardizované vývojové úkoly. "Tyto pozice vykazovaly zranitelnost kvůli stavu outsourcingu a standardizaci procesů před implementací umělé inteligence," uvádí zpráva a poznamenává, že bylo ovlivněno 5 % až 20 % podpůrných a administrativních pozic v postižených odvětvích. Podle The Register odráží nedávné propouštění společnosti Oracle její snahu vyvážit kapitálové výdaje na umělou inteligenci, které se staly těžkou zátěží na krku amerických technologických gigantů. Zaměstnanci IBM se domnívají, že umělá inteligence byla použita jako záminka k přesunu pracovních míst do zahraničí. Bez ohledu na veřejné zdůvodnění a skutečnou motivaci pro propouštění má generativní umělá inteligence skutečně dopad na technologický a mediální a telekomunikační průmysl, což jsou také oblasti, kde je nejvíce přijímána. Ačkoli je přibližně 50 % rozpočtů na umělou inteligenci alokováno na marketing a prodej, autoři zprávy naznačují, že firemní investice by měly proudit do činností, které generují smysluplné obchodní výsledky. To zahrnuje kvalifikaci potenciálních zákazníků a udržení zákazníků na front-endu, stejně jako downsourcing outsourcingu obchodních procesů, výdajů agentur a ověřování rizik finančních služeb na back-endu. Analýzou úspěšnosti generativní umělé inteligence v některých společnostech zpráva poukazuje na to, že univerzální nástroje, jako je ChatGPT od OpenAI, překonávají přizpůsobené nástroje na podnikové úrovni, i když používají stejný model umělé inteligence, který je základem těchto podnikových nástrojů. Zpráva tvrdí, že zaměstnanci mají tendenci být lépe obeznámeni s rozhraním ChatGPT, a proto jej více používají – což je důsledek "stínového IT" iniciovaného zaměstnanci. Zpráva cituje rozhovor s podnikovým právníkem, který popsal svou nespokojenost s profesionálním nástrojem pro analýzu smluv, který stál 50 000 dolarů v její středně velké advokátní kanceláři. "Nástroje umělé inteligence, které jsme zakoupili, poskytovaly velmi rigidní souhrny s omezenými možnostmi přizpůsobení," řekl právník výzkumníkům. "S ChatGPT mohu vést konverzaci a iterovat, dokud nedostanu přesně to, co potřebuji. Zásadní rozdíl v kvalitě je zřejmý a ChatGPT trvale dosahuje lepších výsledků, i když naši dodavatelé tvrdí, že používají stejnou základní technologii. ” Autoři tvrdí, že společnosti, které úspěšně překonají propast "generativní umělé inteligence", se při pořizování umělé inteligence podobají spíše outsourcingu služeb podnikových procesů než zákazníkům typu software jako služba (SaaS). "Požadují hluboké přizpůsobení, podporují adopci z první linie a vedou dodavatele k odpovědnosti za obchodní metriky," uzavírá zpráva. "Nejúspěšnější kupující chápou, že překročení této propasti vyžaduje partnerství, nejen nákup produktů." ®