91% firm nie wykorzystuje pełnego potencjału AI — raport Thomson Reuters

Nowy raport Thomson Reuters ujawnia niepokojącą prawdę o firmowych wdrożeniach sztucznej inteligencji: aż 91% pracowników uważa, że ich organizacja nie osiąga wartości, jaką AI mogłaby realnie dostarczyć. Wyniki pochodzą z globalnego badania „2026 Future of Professionals Report”, przeprowadzonego wśród 1800 profesjonalistów z wielu sektorów.

Jak przekonuje Kirsty Roth, chief operations officer w Thomson Reuters, przepaść między ambicjami związanymi z AI a rzeczywistością na poziomie codziennej pracy staje się coraz bardziej istotnym problemem biznesowym. Jeszcze osiemnaście miesięcy temu pracownicy chętnie eksperymentowali z nowymi narzędziami, a przełożeni entuzjastycznie wspierali te próby. Dziś obraz wygląda inaczej – zespoły zużywają ogromne liczby tokenów, a zarządy z niepokojem obserwują rosnące rachunki za IT.

Kluczowe wnioski

• 91% pracowników uważa, że ich firma nie wykorzystuje pełnego potencjału AI – wynika z badania Thomson Reuters na próbie 1800 profesjonalistów.
• Badania MIT wskazują, że 95% projektów AI nie przynosi wartości biznesowej, co tłumaczy narastający chłód wśród firm.
• 41% pracowników korzystających z AI w pracy twierdzi, że nie ma dostępu do narzędzi wysokiej jakości.
• 35% pracowników firm z wyznaczoną strategią AI mówi, że strategia ta nie jest widoczna w ich codziennej pracy.
• Analityk Gartner prognozuje, że do 2027 roku 40% przedsiębiorstw obniży rangę lub całkowicie wycofa autonomiczne agenty AI z powodu wątpliwości co do ich wartości.

Rynek AI jest „hiperfragmentaryczny i hiperpodzielony”

Zdaniem Roth firmy zaczynają zdawać sobie sprawę, że nowe technologie kosztują ogromne pieniądze, a wartość z nich płynąca wciąż nie jest oczywista. „Ludzie zaczynają rozumieć, że te technologie kosztują dużo, a niekoniecznie widzą z nich wartość” – powiedziała w rozmowie z ZDNET. Jak dodała, dyskusja przesunęła się w kierunku klasycznego zarządzania zmianą: firmy mają teraz masę technologii i narzędzi, ale muszą odpowiedzieć na pytanie, jak realnie zmieniają procesy i sposób działania, by stać się bardziej efektywne.

Sytuację komplikuje tempo, w jakim na rynek wchodzą nowe rozwiązania – od modeli agentowych po zaawansowane narzędzia do głębokiego researchu. Steve Lucas, CEO firmy Boomi, ocenił w rozmowie z ZDNET, że obecny stan rynku AI jest „hiperfragmentaryczny i hiperpodzielony”. Jak zauważył, profesjonaliści muszą teraz rozpoznawać terminy, które jeszcze kilka lat temu – a nawet kilka miesięcy temu – nie istniały: modele frontierowe, modele prywatne, modele domenowe, modele o otwartych wagach, frameworki agentowe, agentowe „harnesse” i agentowe pętle działania. Ten chaos terminologiczny dobrze oddaje skalę wyzwania, przed którym stają firmy próbujące wdrożyć AI w sposób sensowny.

Do tego dochodzi problem, który Roth nazywa „tool blast” – sytuacja, w której organizacje udostępniają pracownikom szeroką paletę narzędzi AI bez jasno określonego celu biznesowego. „Słyszałam ludzi mówiących: dano mi to wszystko, ale co ja właściwie mam z tym robić? Zbyt wiele firm nie ma jasności, jakich narzędzi ludzie powinni używać. Bardzo trudno wtedy zobaczyć realny wzrost efektywności – widać jedynie, że koszty oprogramowania znacząco rosną” – wyjaśniła.

Czego pracownicy oczekują od narzędzi AI

Badanie Thomson Reuters precyzyjnie określa, jakie warunki muszą spełniać narzędzia AI, by pracownicy uznali je za wiarygodne. Aż 96% respondentów uznaje za kluczowe zabezpieczenie danych poufnych, 94% wymaga, by wyniki działania AI były oparte na wiarygodnych, autorytatywnych treściach, a 90% oczekuje, że rozumowanie modelu będzie wyjaśnialne i możliwe do obronienia w praktyce.

Problem polega na tym, że nawet gdy firma ma formalną strategię AI, jej wdrożenie w praktyce często się nie udaje – potwierdza to wspomniany wskaźnik 35% pracowników niewidzących strategii w codziennej pracy. To zjawisko koresponduje z szerszym trendem opisanym niedawno w analizie firm przyspieszających z agentową AI bez odpowiedniego governance – szybkie wdrażanie technologii bez ładu organizacyjnego prowadzi do rozczarowań i niewykorzystanego potencjału.

Jak Thomson Reuters próbuje zamknąć tę przepaść

Roth twierdzi, że mądrzy liderzy biznesowi szukają rozwiązań dla trudnych wyzwań, dając pracownikom przestrzeń do eksploracji nowych technologii, bez nadmiernego ryzyka. Sama zastosowała takie podejście w Thomson Reuters, gdzie firma przyjęła otwarte podejście do generatywnej AI. „Jeśli miałeś ciekawe narzędzie i pracowałeś w marketingu, sprzedaży czy w zespole programistycznym, i chciałeś je wypróbować, pozwalaliśmy ci to zrobić” – powiedziała.

Zamiast wyznaczać z góry cele kosztowe, firma zachęcała pracowników do testowania narzędzi AI i sprawdzenia, czy pozwolą one znaleźć lepszy sposób pracy. „Powiedzieliśmy ludziom: tu są narzędzia, wymyślcie na nowo, co możecie robić. Oczywiście niektórzy poradzili sobie lepiej niż inni, a niektórzy potrzebowali więcej wsparcia. Ale zachęcaliśmy ludzi, by myśleli o tym, co te narzędzia mogą zrobić w dzisiejszym świecie. I to podejście działa dla nas dobrze” – dodała.

Kluczowym elementem tej strategii, jak podkreśla Roth, jest jasność co do tego, które narzędzia przynoszą korzyści, a które nie – i w drugim przypadku odwaga, by zakończyć testy. „Na początku dawaliśmy sobie około sześciu tygodni na wypróbowanie czegokolwiek. Można było zdobyć licencję na praktycznie każde narzędzie i pozwolić zespołowi się z nim pobawić, w zależności od funkcji, którą zajmował się dany zespół. Testowaliśmy wyniki, i jeśli były dobre, wdrażaliśmy narzędzie w innych zespołach” – wyjaśniła.

Co to oznacza dla Polski

Wymagania stawiane przez profesjonalistów w badaniu Thomson Reuters – bezpieczeństwo danych, wyjaśnialność decyzji i oparcie wyników na wiarygodnych treściach – wprost korespondują z filozofią unijnego AI Act, który nakłada na dostawców i użytkowników systemów AI wysokiego ryzyka obowiązki transparentności i możliwości audytu decyzji algorytmicznych. Dla polskich firm, które dopiero wdrażają narzędzia generatywnej AI, opisany w raporcie problem „tool blast” – rozdawania pracownikom licencji bez jasnej strategii – jest szczególnie aktualny w kontekście rosnących kosztów subskrypcji chmurowych narzędzi AI oraz presji na wykazanie mierzalnego zwrotu z inwestycji przed zarządami i inwestorami.

Podsumowanie

Raport Thomson Reuters pokazuje, że problemem nie jest brak dostępu do technologii AI, lecz brak strategicznej dyscypliny w jej wdrażaniu. Firmy, które – jak Thomson Reuters – testują narzędzia w ograniczonym czasie, mierzą efekty i szybko wycofują się z nieudanych eksperymentów, mają większe szanse na przekształcenie entuzjazmu wokół AI w realną wartość biznesową.