Dok se priča o umjetnoj inteligenciji u poduzećima uglavnom vrti oko strategija na vrhu, stvarna slika primjene daleko je od ujednačene – ključna razlika više nije veličina proračuna ili entuzijazam uprave, nego zrelost podatkovne infrastrukture unutar pojedinih odjela.
Najnoviji podaci iz izvješća Enterprise AI Benchmark Report pokazuju da se umjetna inteligencija najbrže širi tamo gdje poduzeća već imaju strukturirane podatke, jasno vlasništvo nad tehnologijom i ishode koje je moguće precizno mjeriti. Ta spoznaja mijenja uobičajenu priču o tome kako se AI usvaja u poslovnom svijetu.
Podaci i tehnologija predvode, mediji zaostaju
Duboka i široka primjena novih AI alata već je standard u podatkovnim i tehnološkim funkcijama. Čak 95 posto tvrtki iz sektora financijskih usluga izvještava o dubljoj razini usvajanja, dok je kod zdravstva ta brojka 84 posto, a kod medija 81 posto. No, priča u području plaćanja i financija znatno je neujednačenija – oko 9 od 10 tvrtki iz financijskog sektora skaliralo je AI alate u tim funkcijama, dok je kod zdravstva taj udio 63 posto, a kod medija tek 43 posto.
Medijske kuće najčešće ostaju na ograničenoj primjeni, što sugerira da samo tehnološki potencijal nije dovoljan. Okruženje u kojem AI treba djelovati – od kvalitete baza podataka do jasno definiranih procesa – presudno je za brzinu širenja.
Sigurnosni nadzor, infrastruktura i povratne petlje
Među tvrtkama koje su skalirale AI u podatkovnim i tehnološkim funkcijama, 77 posto koristi ga za sigurnosni nadzor, što ga čini najčešćom primjenom. Optimizacija infrastrukture te unos i čišćenje podataka slijede sa 68 posto, dok 63 posto izvještava o skaliranoj upotrebi alata za upravljanje AI-jem.
Riječ je o aplikacijama koje nisu najvidljivije, ali su idealne za strojno podržano odlučivanje. U svakom od tih slučajeva tvrtke mogu usporediti stanje prije i poslije uvođenja AI-ja, što olakšava internu obranu ulaganja i postupno poboljšanje. Povratne petlje daju organizacijama ono što pilot-projektima često nedostaje – mehanizam za odluku hoće li proširiti, modificirati ili napustiti primjenu.
Funkcije umjesto cijelog poduzeća
Podaci iz izvješća pokazuju da poduzeća ne skaliraju AI nužno tamo gdje se tehnologija čini najobećavajućom, nego tamo gdje je operativno okruženje čini najlakšom za upravljanje, evaluaciju i poboljšanje. Funkcije izgrađene oko fragmentiranih baza podataka, ručnih odobrenja ili labavo definiranih mjera učinka stvaraju teško okruženje za primjenu – čak i kada model proizvede koristan rezultat, uprava se može mučiti s procjenom je li sustav dovoljno pouzdan za širu upotrebu.
Dok se tvrtke utrkuju u objavama o AI strategijama, pravo pitanje nije tko ima najnaprednije modele, nego koje funkcije imaju podatkovnu i procesnu zrelost da ih uopće mogu iskoristiti. Ono što izvješće ne otkriva jest koliko će dugo medijske kuće i dio zdravstvenog sektora moći priuštiti zaostatak – osobito u uvjetima kada AI sve više postaje uvjet konkurentnosti, a ne luksuz. Čini se da će poduzeća koja ne ulažu u temeljnu digitalnu infrastrukturu svojih odjela platiti najvišu cijenu u idućoj fazi tehnološke utrke.