W najnowszym „Generative AI Innovation Report”, opublikowanym przez Publicis Sapient, ujawniono znaczące rozbieżności w podejściu do generatywnej sztucznej inteligencji (GenAI) w firmach na całym świecie. Badanie, przeprowadzone wśród 1000 liderów z 11 krajów, pokazuje, że choć firmy coraz śmielej wdrażają AI, większość z nich nie mierzy sukcesów swoich projektów.
Brak metryk i jasnych KPI
Z raportu wynika, że tylko 32% organizacji posiada jasno określone KPI[1] oraz narzędzia do pomiaru wyników projektów związanych z GenAI. To oznacza, że co trzecia firma jest w stanie monitorować wydajność i efektywność swoich inicjatyw. Jednak aż 56% organizacji przyznaje, że nie posiada żadnych metod pomiarowych, co wskazuje na działanie „w ciemno”. Kolejne 12% badanych pracuje nad opracowaniem takich metod, jednak wciąż nie jest w stanie mierzyć skuteczności swoich działa
Podziały na poziomie hierarchii
Badanie pokazuje również, że różnice w podejściu do AI występują na różnych szczeblach hierarchii firmowej. Dla kadry zarządzającej wyższego szczebla (C-Suite) kluczowe są aplikacje widoczne dla klientów, takie jak obsługa klienta czy sprzedaż. Natomiast liderzy średniego szczebla (VP-Suite) widzą większe możliwości w obszarach operacyjnych, HR i finansowych.
Przykład? Aż 60% prezesów uważa, że narzędzia AI, takie jak chatboty, mają kluczowe znaczenie dla obsługi klienta. Z kolei tylko 24% menedżerów operacyjnych podziela ten entuzjazm. Odwrotna sytuacja ma miejsce w przypadku automatyzacji i agentów AI – tu 33% średniej kadry uznaje je za priorytet, podczas gdy wśród prezesów odsetek ten wynosi zaledwie 17%.
Obawy i ryzyka
Kolejnym wyzwaniem jest postrzeganie ryzyka związanego z GenAI. Ponad 51% kadry zarządzającej wyższego szczebla wyraża obawy dotyczące ryzyka i aspektów etycznych związanych z nową technologią. Natomiast na poziomie średniej kadry menedżerskiej jedynie 23% dostrzega te problemy.
Chociaż aż 99% liderów twierdzi, że ich organizacja czyni postępy w obszarze generatywnej AI, to sukcesy te są trudne do zweryfikowania. Brak wskaźników efektywności i spójnej strategii sprawia, że większość projektów pozostaje w fazie eksperymentów, z dala od głównych decydentów.
Wnioski z raportu Publicis Sapient wskazują, że przyszłość wdrażania AI zależy nie tylko od innowacyjnych pomysłów, ale przede wszystkim od skutecznej ewaluacji wyników i ścisłego zarządzania projektami AI.