Agentowa AI wkracza do przedsiębiorstw – autonomia staje się celem, a ROI zaskoczeniem

Sztuczna inteligencja przechodzi ewolucję w strategiach biznesowych, odchodząc od roli narzędzia obniżającego koszty na rzecz akceleratora zysków. Dane z trzyletniego globalnego programu Digitate ujawniają, że podczas gdy adaptacja systemów agentowej AI jest powszechna, regionalne ścieżki dojrzałości technologicznej zaczynają się rozchodzić. Firmy z Ameryki Północnej koncentrują się na skalowaniu rozwiązań w kierunku pełnej autonomii, podczas gdy ich europejskie odpowiedniki priorytetyzują ramy zarządzania (ład korporacyjny) i zarządzanie danymi, budując długoterminową odporność operacyjną.

Raport wskazuje na znaczącą zmianę w percepcji AI. Wcześniej postrzegana głównie jako narzędzie do redukcji kosztów i usprawniania rutynowych zadań, obecnie staje się kluczową zdolnością zwiększającą rentowność. Organizacje w Ameryce Północnej odnotowują medianę zwrotu z inwestycji (ROI) na poziomie 175 milionów dolarów. Co intrygujące, europejskie przedsiębiorstwa, pomimo bardziej ostrożnego, ukierunkowanego na zarządzanie ryzykiem podejścia, wykazują porównywalny medianowy ROI wynoszący około 170 milionów dolarów. To sugeruje, że choć strategie wdrażania różnią się – Europa stawia na zarządzanie ryzykiem, Ameryka Północna na szybkość – rezultaty finansowe są zbliżone. Każda ankietowana organizacja potwierdziła wdrożenie AI w ciągu ostatnich dwóch lat, wykorzystując średnio pięć różnych narzędzi.

Choć generatywna AI (wdrożona w 74%) nadal dominuje, rośnie znaczenie zdolności agentowej AI. Ponad 40% przedsiębiorstw wprowadziło systemy agentowe lub bazujące na agentach, przechodząc od statycznej automatyzacji do systemów zdolnych do zarządzania procesami ukierunkowanymi na cele.

IT jako laboratorium dla agentowej AI

Mimo że dyskurs publiczny często koncentruje się na AI w marketingu i obsłudze klienta, to dział IT stał się prawdziwym poligonem doświadczalnym dla tego typu wdrożeń. Środowiska IT charakteryzują się bogactwem danych i ustrukturyzowaniem, co tworzy idealne warunki dla uczenia się modeli, a jednocześnie są wystarczająco dynamiczne, by wymagać adaptacyjnego rozumowania, które obiecują systemy agentowej AI.

Dlatego 78% respondentów wdrożyło AI w operacjach IT, co stanowi najwyższy wskaźnik spośród wszystkich funkcji biznesowych. Optymalizacja kosztów i widoczność w chmurze przodują we wskaźnikach adaptacji (52%), a tuż za nimi plasuje się zarządzanie zdarzeniami (48%). W tych scenariuszach technologia nie tyle alarmuje ludzi o problemach, ile aktywnie interpretuje dane telemetryczne, aby zapewnić ujednolicony widok wydatków w środowiskach hybrydowych. Zespoły korzystające z tych narzędzi odnotowują poprawę dokładności (44%) i efektywności (43%) podejmowania decyzji, co pozwala im obsługiwać większe obciążenia pracą bez proporcjonalnego wzrostu eskalacji.

Paradoks kosztów ludzkich i zaufanie

Mimo optymizmu związanego z ROI, raport podkreśla „paradoks kosztów ludzkich”, który może zahamować postęp. Przedsiębiorstwa wdrażają AI, aby zmniejszyć zależność od pracy ludzkiej i obniżyć koszty operacyjne, lecz właśnie te czynniki stają się głównymi przeszkodami w rozwoju. 47% respondentów wskazuje na ciągłą potrzebę interwencji człowieka jako główną wadę. Systemy agentowej AI nadal wymagają nadzoru, dostrajania i zarządzania wyjątkami.

Koszty wdrożenia to druga co do wielkości obawa (42%), wynikająca z wydatków na ponowne szkolenie modeli, integrację i infrastrukturę chmurową. Dodatkowo, niedobór wykwalifikowanych specjalistów (33%) stanowi barierę dla dalszej adaptacji. Popyt na ekspertów zdolnych do rozwijania, monitorowania i zarządzania złożonymi systemami znacznie przewyższa obecną podaż.

Występuje również rozbieżność w postrzeganiu AI między kierownictwem a praktykami operacyjnymi. Chociaż 94% respondentów ogólnie ufa AI, to zaufanie nie jest równomiernie rozłożone. Liderzy szczebla C wykazują większy optymizm, a 61% postrzega AI jako „bardzo godną zaufania” i głównie jako dźwignię finansową. Tylko 46% praktyków spoza C-suite podziela ten wysoki poziom zaufania. Ci, którzy są bliżej codziennej obsługi modeli, są bardziej świadomi problemów z niezawodnością, deficytami przejrzystości i koniecznością nadzoru. Ta luka sugeruje, że podczas gdy kierownictwo skupia się na długoterminowych zmianach i autonomii, zespoły na miejscu zmagają się z pragmatycznymi wyzwaniami wdrożeniowymi i zarządczymi.

W stronę pełnej autonomii

Sektor przewiduje szybki postęp w kierunku ograniczenia udziału człowieka w rutynowych procesach. Obecnie 45% organizacji działa jako przedsiębiorstwa pół- lub w pełni autonomiczne. Prognozy wskazują, że do 2030 roku odsetek ten wzrośnie do 74%. Ta ewolucja oznacza zmianę roli IT. W miarę dojrzewania technologii, działy IT mają ewoluować z operatorów w orkiestratorów. W tym modelu IT będzie zarządzać „systemem systemów”, zapewniając prawidłową interakcję różnych inteligentnych agentów, podczas gdy ludzie skupią się na kreatywności, interpretacji i zarządzaniu, zamiast na wykonawstwie.

Avi Bhagtani, CMO w Digitate, podkreśla, że „Agentowa AI to most między ludzką pomysłowością a autonomiczną inteligencją, który zwiastuje erę IT jako strategicznej zdolności generującej zyski”. Przejście do agentowej AI wymaga nie tylko pozyskania oprogramowania, ale także filozofii organizacyjnej równoważącej automatyzację ze wzmocnieniem ludzkich możliwości. Polityki same w sobie są niewystarczające; zarządzanie musi być zintegrowane bezpośrednio z projektem systemu, aby zapewnić przejrzystość i etyczny nadzór w każdej pętli decyzyjnej. Organizacje europejskie przodują w tym obszarze, priorytetyzując etyczne wdrażanie i solidne ramy nadzoru jako fundamenty odporności.

Niedobór talentów technicznych nie może być rozwiązany wyłącznie poprzez zatrudnianie. Organizacje muszą inwestować w podnoszenie kwalifikacji istniejących zespołów, łącząc wiedzę operacyjną z nauką o danych i znajomością przepisów. Autonomia zależy od wysokiej jakości danych, dlatego inwestycje w platformy integracji danych i obserwacji są niezbędne, aby zapewnić agentom kontekst wymagany do samodzielnego działania.

Jak konkluduje Bhagtani: „Era eksperymentalnej AI minęła. Obecna faza jest definiowana przez dążenie do autonomii, gdzie wartość pochodzi nie z nowości, ale ze zdolności do zrównoważonego skalowania agentowej AI w całym przedsiębiorstwie. Organizacje, które równoważą autonomię z odpowiedzialnością, wbudowując zaufanie, przejrzystość i zaangażowanie ludzi w swoją strategię AI, ukształtują przyszłość cyfrowego biznesu”.