AI: Cesta k úspěchu (MIT Study – červenec 2025)

Tomáš Kroužel, portfolio manažer Esrte AM, ČR

Studie "State of AI in Business 2025" od MIT NANDA způsobila v nedávných týdnech rozruch na kapitálovém trhu. Negativní reakci vyvolala zejména informace, že pouze 5 % projektů dosahuje kladné ziskovosti. Rozhodli jsme se danou studii prostudovat a dospěli k závěru, že je vlastně pozitivní.

Je vhodné zmínit, že studie byla založena na omezeném počtu respondentů (rozhovory se zástupci 52 společností a odpovědi z dotazníků se 153 senior leaders), což je třeba mít na paměti při interpretaci výsledků. Přesto poskytuje cenné poznatky a doporučení pro organizace, které chtějí úspěšně integrovat AI do svých procesů.

Studie přináší důležité poznatky o současném stavu implementace generativní AI (GenAI) v podnikání. Navzdory tomu, že 95 % organizací zatím nezaznamenalo žádný návrat z investic do GenAI, studie nevyznívá jako kritika, ale jako konstruktivní návod, jak překonat tzv. GenAI Divide a stát se úspěšnou AI společností. Přitom více než 90 % společností je doslova hladových po nákupu nějakého AI řešení.

Studie se primárně věnuje GenAI, nicméně se dotýká také adaptace LLM (Large Language Models), která dosahuje slušných 40 %. Důvodem jsou nižší požadavky na učení, vyšší uživatelská flexibilita a přizpůsobivost. LLM mohou být rychle nasazeny a začít poskytovat hodnotu téměř okamžitě, což je pro mnoho organizací klíčové při rozhodování o investicích do AI technologií.

GenAI se zaměřuje na vytváření obsahu a automatizaci procesů pomocí umělé inteligence. LLM jsou velké jazykové modely, které dokáží zpracovávat a generovat text na základě rozsáhlých datových souborů. Vztah mezi GenAI a LLM je takový, že LLM jsou často považovány za podmnožinu GenAI, protože využívají generativní schopnosti k tvorbě textu a komunikaci. Budoucnost nicméně spočívá v tzv. agentické AI. Ta se zaměřuje na autonomní systémy, které se dokážou učit, přizpůsobovat, zejména pak pamatovat předchozí kontext a řídit složité pracovní postupy.

Je důležité si uvědomit, že organizace se někdy, co se adaptace AI týče, zbytečně zaměřují na prodejní a marketingové funkce, zatímco nejvyšší návratnost investic (ROI) se často nachází v opomíjených oblastech, jako jsou např. back-office operace. Důvodem může být i to, že odezva např. na změny v marketingu může být okamžitá a tím i prosaditelná.

Zajímavým zjištěním je, že zaměstnanci již soukromě využívají AI nástroje mnohem více než prostřednictvím oficiálních firemních kanálů. Tzv. "shadow AI" ekonomika ukazuje, že AI již transformuje práci, i když ne vždy oficiálními cestami. Ti samí uživatelé mají zároveň často obavy, že LLMs jsou nespolehlivé v kontextu podnikových systémů, když i s ohledem na nabyté zkušenosti jsou méně tolerantní v případě statických podnikových systémů. Platí zároveň, že úspěšné adaptace AI dosahují společnosti, kteří všem zaměstnancům zajistí přímý přístup k učení se s velkými jazykovými modely.

Úspěšné organizace přitom začínají s jednoduchými úkoly a postupně škálují jejich využití.  Např. při draftování emailů je AI využíváno více jak 70 % uživatelů. V případě řešení komplexních úloh nicméně tato statistika padá na 10 % případů. Důvodem není nedostatek "inteligence", nýbrž nedostatek/neexistence paměti a schopnost učit se. I z tohoto důvodu stávajíce firmy více poptávají Microsoft Dynamic 365 resp OpenAI Chat GPT memory beta, které nějakou formu memory kontextu nabízejí.   Ještě větší šanci na úspěch pak mají společnosti, které zároveň vytvářejí adaptivní agenty, kteří se učí ze zpětné vazby.  

Úspěch AI spočívá také v decentralizaci řízení a zodpovědnosti. Bariérou není ani tak rozpočet, jako spíše struktura organizace. Společnosti, které umožňují svým zaměstnancům aktivně se podílet na implementaci AI, dosahují lepších výsledků než ty, kde je celý přechod centralizován do jednoho místa.

Studie také zmiňuje koncept agentického webu, kde autonomní systémy mohou objevovat, vyjednávat a koordinovat napříč celou internetovou infrastrukturou. Tento přístup zásadně mění způsob, jakým fungují obchodní procesy, a představuje další krok za hranice současného GenAI. Agentický web umožňuje systémům autonomně objevovat optimální dodavatele, vyhodnocovat řešení bez lidského zásahu a vytvářet dynamické integrace API v reálném čase.

Závěr:

Závěrem lze říci, že společnosti, které úspěšně integrují AI do svých procesů, získají jasnou konkurenční výhodu. Flexibilita, rychlá reakce na změny a efektivní využití AI nástrojů jim umožní nejen prosperovat, ale i přežít v rychle se měnícím světě.