Większość rozmów o sztucznej inteligencji zaczyna się bardzo podobnie. Telefon, mail, spotkanie online i jedno kluczowe zdanie: „Chcemy wdrożyć AI”.
Na tym etapie wszystko wygląda obiecująco. Jest energia. Jest zainteresowanie. Czasem jest nawet wstępny budżet. Firma chce być nowoczesna. Chce iść do przodu. Chce, żeby technologia zaczęła „pracować”. Ale potem dzieje się coś, co powtarza się zaskakująco często. Wystarczy kilka pytań, kilka godzin warsztatu albo jedno spotkanie na hali produkcyjnej i… nagle obraz zaczyna się rozmywać.
Bardzo często okazuje się, że za pomysłem wdrożenia AI nie stoi chęć rozwiązania problemu, lecz ambicja, chęć nadgonienia rynku, bycia trendy. Pokazania się na spotkaniu z zarządem albo właścicielem firmy. I tu właśnie otwiera się przestrzeń dla tematu, o którym chciałbym Ci opowiedzieć. Poznaj 5 powodów, dla których wdrożenie AI może się nie udać.
Jest taki moment w rozmowach o AI, który nazywam „zdrapaniem lakieru”. Na powierzchni wszystko się zgadza. Pod spodem – bywa różnie.
Kiedy pytam:
…często zapada cisza. Nie dlatego, że ktoś nie chce odpowiedzieć. Tylko dlatego, że te pytania padają po raz pierwszy. I bardzo szybko wychodzi na jaw, że sztuczna inteligencja została wybrana jako rozwiązanie, zanim ktokolwiek dobrze nazwał problem. Tak naprawdę ktoś chciał wdrożyć AI, a nie pokonać trudności.
Sztuczna inteligencja nie działa w próżni. Nie „domyśla się” rzeczywistości. Ona ją odtwarza na podstawie danych. Ale nie danych przypadkowych:
I to właśnie dane są najdroższym, najtrudniejszym i najbardziej niedocenianym elementem całej układanki.
Pamiętam projekt, w którym pewna firma chciała wykorzystać AI do optymalizacji zużycia energii. Cel był sensowny. Rachunki za prąd potrafią pochłonąć sporą część marży. Znalezienie 10–20% oszczędności to realna szansa na zaoszczędzenie kosztów.
Problem polegał na tym, że firma miała liczniki. „Problem? – zapytasz. – To chyba zaleta!” Niby tak, ale sam licznik bez kontekstu to tylko źródło liczb.
Sztuczna inteligencja więc „widziała” zużycie energii, ale nie miała dostępu do informacji na temat tego,
To trochę jak próba oceny jakości filmu na podstawie samej ścieżki dźwiękowej.
Zdobądź bezpłatnie 5 rozdziałów książki!
Dołącz do biuletynu i zyskaj dostęp do 40% książki
„15 kroków do zakupu systemu informatycznego”.
W takich sytuacjach bardzo często zachęcam do tego, aby zrobić krok wstecz. Zamiast uczyć algorytmy, najpierw pokażmy rzeczywistość. Zobrazujmy dane. Połączmy je. Nadajmy im sens.
Czasem zwykły system do zarządzania energią potrafi otworzyć oczy bardziej niż najbardziej zaawansowany model AI. Bo nagle widać:
Dopiero kiedy ten obraz jest czytelny, sztuczna inteligencja ma, na czym pracować. Wcześniej… może tylko zgadywać.
Jest jeszcze jeden schemat, który widzę bardzo często. AI traktowana bywa jako sposób na przeskoczenie kilku etapów transformacji cyfrowej, jako lek na każde zło:
Taki sposób myślenia może się wydawać kuszący. Ale nie idź tą drogą, bo możesz się zgubić albo zderzyć ze ścianą. Chciałbym, aby częściej mówiono głośno o tym, że sztuczna inteligencja nie naprawia chaosu. Ona go skaluje.
Zdarza się też tak, że po głębszej analizie dochodzimy do wniosku, że AI wcale nie jest potrzebna. Nawet gdy mamy odpowiednie dane i zdefiniowaliśmy dobrze problem. Dlaczego? Ponieważ:
I wtedy zawsze pojawia się pytanie graniczne: czy naprawdę chcesz zapłacić więcej za pewne rozwiązanie tylko dlatego, że się nazywa „AI”?
Czasem odpowiedź brzmi „tak”. Częściej jednak pojawia się refleksja, że technologia ma służyć efektowi, nie narracji.
Im dalej wchodzimy w rozmowy o AI, tym wyraźniej widać jedno: największym wyzwaniem nie jest technologia.
Sztuczna inteligencja dotyka obszarów, które przez lata były domeną ludzi: analizy, decyzji, optymalizacji. To budzi opór, rodzi niepewność i obawy, których nie da się rozgonić zgrabną prezentacją dla zarządu.
Dlatego bardzo często zatrzymuję projekty na etapie pytania, czy organizacja jest gotowa na wdrożenie. Bo jeśli ludzie nie będą chcieli korzystać z systemu, to nawet najlepszy algorytm stanie się co najwyżej drogą ciekawostką.
Każdy projekt, prędzej czy później, trafia na biurko kogoś, kto pyta, ile to kosztuje i kiedy się zwróci?
Konfrontacja ta bywa jak zimny prysznic. Trzeba pamiętać, że AI to nie tylko wdrożenie. To lata utrzymania. Nowe kompetencje, nowa infrastruktura, odpowiedzialność.
Jeżeli zwrot zaczyna się rysować po pięciu latach, wiele projektów po prostu nie wychodzi poza fazę planowania. I to jest racjonalna decyzja.
To zdanie brzmi przewrotnie, ale jest bardzo prawdziwe.
Dojrzałość cyfrowa organizacji nie polega na tym, że wdraża się każdą nową technologię. Polega na tym, że potrafi się z niej świadomie wycofać, jeśli nie ma sensu biznesowego. Sztuczna inteligencja nie powinna być początkiem drogi, lecz jej ukoronowaniem.
Fundamentem zawsze pozostają:
Bez nich AI zostaje tylko ładnym i modnym hasłem.
Dowiedz się, dlaczego wdrożenia sztucznej inteligencji w firmach tak często nie dochodzą do skutku i co naprawdę blokuje organizacje przed osiągnięciem realnych efektów. Jeśli zastanawiasz się, czy Twoja firma faktycznie jest gotowa na AI ten odcinek jest dokładnie dla Ciebie.
