Čtyři jezdci apokalypsy při použití AI

Když v roce 2023 McDonald’s ukončil spolupráci s IBM na vývoji AI systému pro drive-thru, virální videa ukazovala, jak umělá inteligence přidává zákazníkovi 260 kuřecích nugetek do jedné objednávky. Tento příběh není výjimkou. Podle nejnovějších studií selhává neuvěřitelných 80 až 85 procent všech AI projektů. To je dvojnásobek oproti běžným IT projektům.

Přitom firmy po celém světě letos utratí za AI technologie přes 13 miliard dolarů. Kde se tedy stala chyba? A hlavně - jak se jí vyhnout, když chcete AI implementovat do svého systému?

Chceme vám představit čtyři “jezdce apokalypsy”, kteří ničí AI projekty ještě dřív, než stihnou přinést jakoukoliv hodnotu. Pokud se chystáte zapojit umělou inteligenci do vašeho businessu, měli byste je znát.

První jezdec: Magická střela

Představte si, že jste technický ředitel středně velké firmy. Na poslední konferenci jste viděli úžasnou prezentaci o tom, jak AI zvýšila produktivitu o 300 procent. Vrátíte se do kanceláře plní nadšení a oznámíte: “Implementujeme AI do všech našich procesů!”

Takhle začíná většina selhání. V MIT zjistili, že 70 procent firem hlásí minimální nebo žádný dopad ze svých AI investic. Důvod je prostý - očekáváme od AI příliš mnoho a příliš rychle.

Boston Consulting Group provedla fascinující studii. Zjistili, že úspěšné AI projekty alokují 70 % zdrojů na lidi a procesy, 20 % na technologie a data, a pouze 10 % na samotné algoritmy. Většina firem to dělá přesně naopak. Nakoupí drahé technologie, najmou pár datových vědců a čekají na zázrak.

Realita je mnohem střízlivější. Air Canada musela zaplatit odškodné, když její AI chatbot poskytl zákazníkovi špatné informace o slevě na pohřeb. Soud rozhodl, že firma je zodpovědná za to, co její AI říká, i když to není pravda. Umělá inteligence totiž nerozumí kontextu tak, jak si myslíme. Dokáže rozpoznávat vzory, ale nechápe jejich význam.

Dalším problémem je touha po rychlém výsledku. Harvard Business Review uvádí, že 80 procent selhání AI projektů pramení z nejasných cílů a nerealistických očekávání. Firmy chtějí výsledky do tří měsíců, přitom reálná implementace trvá minimálně 12 až 18 měsíců.

Řešení existuje, ale vyžaduje změnu myšlení. Začněte s konkrétním businessovým problémem, ne s technologií. Neptejte se “Kde můžeme použít AI?”, ale “Jaký problém potřebujeme vyřešit?”. Stanovte realistické cíle a vybavte se na cestu. AI není magická střela, která vyřeší všechny vaše problémy přes noc.

Druhý jezdec: Odpor organizace

Možná vás překvapí, že největší překážkou úspěchu AI není technologie ani zaměstnanci. Je to leadership. Pouze 49 procent technologických lídrů uvádí, že mají AI plně integrovanou do své business strategie. Zbytek improvizuje.

Problém začíná u struktury firem. Oddělení pracují samostatně, každé má své priority a nikdo nechce spolupracovat. IT oddělení chce nejnovější technologie, business chce okamžité výsledky, právníci se bojí regulací a HR neví, jak lidem naznačit, že je možná časem nahradí stroj, pokud svůj styl práce nezmění.

Strach zaměstnanců je reálný. Průzkumy ukazují, že 52 % lidí se bojí, že je AI připraví o práci. Tento strach vytváří tiché sabotáže - lidé “zapomínají” sdílet data, nachází důvody, proč starý systém funguje lépe, nebo prostě ignorují nové nástroje.

Přitom realita je jiná. Deloitte zjistil, že firmy s úspěšnou AI implementací ve skutečnosti zvyšují počet zaměstnanců. AI totiž nevytváří nezaměstnanost, ale mění strukturu práce. Rutinní úkoly mizí, ale vznikají nové pozice vyžadující kreativitu a strategické myšlení.

Klíčem k překonání organizačního odporu je komunikace a vzdělávání. Firmy, které investují do AI gramotnosti svých zaměstnanců, mají o 150 % vyšší šanci na úspěch. Nejde jen o technické školení, ale o vysvětlení, jak AI změní jejich práci k lepšímu.

Úspěšné firmy také vytvářejí cross-funkční týmy. Když IT, business, právníci a HR pracují společně od začátku, mizí většina třecích ploch. Každý chápe svou roli a přínos. A hlavně - nikdo se necítí ohrožen, protože je součástí změny, ne její obětí.

Třetí jezdec: Skryté náklady

Drastické podceňování skutečných nákladů - to je třetí jezdec. Podle McKinsey jsou reálné náklady implementace až 15krát vyšší než první odhady. Firmy vidí cenu licence za software, ale nevidí skryté náklady.

Infrastruktura je jen začátek. AI modely potřebují výkonné servery, specializovaný hardware a neustálé aktualizace. Jeden můj klient zjistil, že náklady na cloud computing pro jejich AI projekt byly desetkrát vyšší než plánovali. A to ještě neměli produkční zátěž.

Lidské zdroje jsou ještě dražší. Průměrný plat AI inženýra v USA přesahuje 145 tisíc dolarů ročně. V Česku se pohybujeme kolem jednoho a půl až dvou milionů korun. A to mluvíme jen o jednom člověku. Reálně potřebujete tým - datové vědce, ML inženýry, doménové experty, projektové manažery.

Nejvíc podceňované jsou provozní náklady. Data se musí čistit, modely trénovat, výsledky kontrolovat. McKinsey uvádí, že 56 % firem označuje špatnou kvalitu dat za hlavní překážku. Než vůbec začnete s AI, musíte investovat statisíce do přípravy dat.

Pak je tu čas. Průměrná cesta od prototypu k produkčnímu nasazení trvá osm měsíců. Během této doby platíte týmy, infrastrukturu a nevidíte žádnou návratnost. Většina firem to nevydrží a projekt ukončí těsně před cílem.

Úspěšné firmy počítají s třífázovým modelem návratnosti. První rok je v červených číslech kvůli počátečním investicím. Druhý rok se dostávají na nulu nebo mírný zisk. Teprve třetí rok přináší skutečnou hodnotu - 3 až 8 násobek investice. Ale musíte vydržet a mít dobře spočítané všechny náklady, nejen ty viditelné.

Čtvrtý jezdec: Technologické peklo integrace a dat

Kvalita dat zabíjí 75 procent AI projektů. Je to jako stavět dům na bažině - nezáleží, jak krásný máte projekt, stejně se zřítí. Firmy mají data v různých formátech, systémech a kvalitě. Často chybí klíčové informace nebo jsou zastaralé.

Legacy systémy přidávají další vrstvu složitosti. Váš 20 let starý ERP systém v COBOLu nemluví stejnou řečí jako moderní AI platforma. Architektura navržená pro dávkové zpracování nedokáže zvládnout real-time AI inference.

Řešení vypadá jednoduše na papíře - modernizujte systémy. Realita je složitější. Kompletní výměna systémů stojí miliony a trvá roky. Mezitím konkurence využívá AI a vy ztrácíte pozici na trhu.

Úspěšné firmy volí postupnou cestu. Využívají strategii “7 Rs” - rehost, refactor, rearchitect, rebuild, replace, retire, nebo retain. Každý systém projde analýzou a dostane svou cestu modernizace. AI nástroje dokážou snížit náklady této modernizace o 40 až 50 %.

Dalším problémem je nedostatek talentů. V příštích dvou letech bude v USA chybět 650 tisíc AI specialistů. V Česku je situace ještě horší. Firmy bojují o každého datového vědce a platy rostou závratným tempem.

Etické výzvy jsou třešničkou na dortu. Amazon musel zrušit AI nástroj pro nábor, protože diskriminoval ženy. Apple Card dávala ženám nižší úvěrové limity než mužům se stejnými příjmy. Tyto skandály nejen poškozují reputaci, ale přinášejí i právní problémy. EU AI Act zavádí pokuty až 40 milionů eur za porušení pravidel.

Cesta k úspěchu vede přes strategii, ne technologii

Po tom všem pesimismu přichází dobrá zpráva. Těch 15 až 20 % úspěšných AI projektů ukazuje jasnou cestu. Není to o tom být první nebo mít nejlepší technologii. Je to o strategii, trpělivosti a realistických očekáváních.

Úspěšné firmy začínají malými projekty s jasně měřitelnou hodnotou. Neřeší všechno najednou, ale vybírají oblasti, kde AI přináší největší užitek - zákaznický servis, IT provoz & vývoj, plánování a rozhodování. Teprve po prvních úspěších rozšiřují záběr.

Investují do lidí víc než do technologií. Budují AI gramotnost napříč organizací, od vrcholového managementu po řadové zaměstnance. Vytvářejí kulturu experimentování, kde je neúspěch součástí učení, ne důvod k panice.

Hlavně ale chápou, že AI není náhrada za strategii nebo leadership. Je to nástroj, který zesiluje vaše schopnosti. Pokud máte špatnou strategii, AI vám pomůže selhat rychleji. Pokud máte dobrou strategii, AI vám pomůže uspět.

Čtyři jezdci apokalypsy AI nejsou neporazitelní. Stačí je znát, připravit se na ně a mít realistická očekávání. AI transformace není sprint, ale maraton. Firmy, které to pochopí a připraví se na dlouhou cestu, mají šanci patřit mezi těch úspěšných 20 procent. Ostatní se stanou varováním pro další generaci podnikatelů, kteří se pokusí zkrotit umělou inteligenci bez respektu k její složitosti.

---

Potřebujete pomoc s implementací AI?