95% įmonių DI bandomųjų projektų negrąžina nieko. Likusių 5% įmonės juos vykdo kitaip, ir skirtumas – ne technologija.

Skaičiai be pagražinimų

MIT projektas NANDA 2025 m. rugpjūtį paskelbė „The GenAI Divide: State of AI in Business 2025“, paremtą daugiau nei 300 viešai atskleistų DI iniciatyvų apžvalga, struktūruotais interviu su 52 organizacijomis ir 153 vadovų apklausos atsakymais. Pagrindinė išvada: 95 procentai generatyvinio DI bandomųjų projektų įstringa, duodami mažai arba jokio išmatuojamo poveikio pelnui ir nuostoliams. Apie 5 procentai bandomųjų projektų pasiekia gamybinę stadiją ir pajudina skaičių, kuris rūpi valdybai.

McKinsey „State of AI“ apklausa, paskelbta 2026 m. rugpjūčio 25 d. pagal 1,719 respondentų iš 97 šalių atsakymus, tą pačią istoriją pasakoja iš kito galo. Beveik devynios iš dešimties organizacijų dabar reguliariai naudoja DI bent vienoje funkcijoje, o 44 procentai praneša, kad DI plečiamas visoje įmonėje. Vis dėlto tik 37 procentai gali priskirti jam kokį nors poveikį EBIT – iš esmės tiek pat, kiek prieš metus. Diegimas gerokai aplenkė grąžą.

BCG ataskaita „Widening AI Value Gap“, paskelbta 2025 m. rugsėjo 30 d. pagal 1,250 aukščiausio lygio vadovų apklausą, skirsto įmones į tris grupes: 5 procentai yra pasirengę kurti DI vertę dideliu mastu, 35 procentai pradeda matyti vertę, o 60 procentų praneša apie minimalią naudą. Lyderių pajamų augimas 1.7 karto didesnis nei atsiliekančiųjų, o trejų metų grąža akcininkams – 3.6 karto didesnė. Pasiskirstymas svarbesnis už vidurkius: DI grąža nėra plonai paskirstyta visiems, ji sutelkta mažoje grupėje, kuri daro konkrečius dalykus.

Kodėl bandomieji projektai žlunga: dėl darbo eigos, ne dėl modelio

MIT tyrėjai neįprastai tiesiai įvardija priežastį. Nesėkmės nebuvo susijusios su modelių kokybe. Bendrosios paskirties įrankiai gerai veikia pavieniams žmonėms būtent todėl, kad žmogus prisitaiko prie įrankio; versle įrankis turi prisitaikyti prie darbo eigos, ir daugumai diegimų tai niekada nepavyksta. MIT tai vadina mokymosi spraga: dauguma įmonių generatyvinio DI sistemų neišsaugo grįžtamojo ryšio, neprisitaiko prie konteksto ir netobulėja naudojamos. Bandomasis projektas, kuris stovi šalia darbo eigos, o ne jos viduje, duoda demonstracijas, o ne sutaupytas lėšas.

Dvi antrinės tos pačios ataskaitos išvados vertos savininko dėmesio. Pirma, pinigai dažnai nukreipiami į ne tą verslo galą: daugiau nei pusė generatyvinio DI biudžetų tenka pardavimų ir rinkodaros įrankiams, o MIT didžiausią išmatuotą grąžą rado vidaus procesų automatizavime – pakeičiant išorei perduotą apdorojimą, mažinant išlaidas agentūroms ir supaprastinant operacijas. Antra, pirkti geriau nei kurti: iš specializuotų tiekėjų įsigyti ir per partnerystes diegti įrankiai pavyko maždaug 67 procentais atvejų, o vidinės sistemos – maždaug tris kartus rečiau. Vidutinio dydžio įmonei be mašininio mokymosi komandos tai gera žinia. Laimintis ėjimas – ne ją samdyti.

Ką daro sėkminga mažuma

McKinsey geriausiai pasirodžiusias įmones – maždaug 6 procentus respondentų, priskiriančių DI reikšmingą EBIT dalį – labiausiai vienija vienas įprotis: beveik trys ketvirtadaliai praneša iš esmės perprojektavę darbo eigas dėl DI, palyginti su 55 procentais metais anksčiau. Jie nepridėjo DI prie seno proceso. Jie pakeitė procesą. BCG tą pačią mintį išreiškia savo 10/20/70 principu: sėkmingoje DI programoje apie 10 procentų pastangų tenka algoritmams, 20 procentų – technologijai ir duomenims, o 70 procentų – žmonių ir procesų pokyčiams. Įmonės, kurios biudžetą skiria pirmiesiems 30 procentų ir ignoruoja 70, ir užpildo MIT nesėkmių stulpelį.

MIT sėkmingi pirkėjai ir kaip klientai elgėsi kitaip. Jie reikalavo gilaus pritaikymo savo operacijoms ir tiekėjus vertino pagal verslo, o ne techninius rodiklius. Jų klausimas buvo ne ar įrankis veikia, o ar sutrumpėjo sąskaitų eilė.

Seka, kurios turėtų laikytis savininkas

1. Pasirinkite vieną darbo eigą su išmatuojama kaina

Ne funkciją, o darbo eigą: sąskaitų sutikrinimą, pasiūlymų rengimą, pirminius atsakymų į užklausas juodraščius, ataskaitų sudarymą. Ji turėtų būti dažna, turtinga taisyklių ir šiuo metu sugerianti apmokamas valandas, kurias galite suskaičiuoti. Pirmiausia verta žiūrėti į vidaus procesus; duomenys sako, kad grąža yra ten.

2. Užfiksuokite atskaitos tašką, kol nieko nelietėte

Valandos per savaitę, klaidų dažnis, atlikimo laikas, kaina. Jei bandomojo projekto negalima vertinti pagal skaičių, užfiksuotą prieš jam prasidedant, jis bus vertinamas pagal entuziazmą, o entuziazmu ir baigiasi 95 procentai bandomųjų projektų.

3. Pirkite, prieš kurdami patys

Specializuoto tiekėjo įrankis, sukonfigūruotas pagal jūsų procesą, turi maždaug dvigubai didesnę sėkmės tikimybę nei kūrimas savo jėgomis. Vidinį kūrimą palikite retam atvejui, kai darbo eiga iš tikrųjų nepanaši į niekieno kito.

4. Paskirkite šeimininką iš verslo, ne iš IT

Už bandomąjį projektą atsakingas žmogus turėtų būti tas, kuriam priklauso darbo eigos skaičius. Integracijos sprendimai, išimčių tvarkymas ir darbuotojų mokymas yra operaciniai klausimai, ir MIT įrodymai sako, kad būtent ten vertė laimima arba prarandama.

5. Nustatykite datą: nutraukti arba plėsti

Devyniasdešimties dienų pakanka sužinoti, ar atskaitos rodiklis pajudėjo. Jei taip, perprojektuokite darbo eigą aplink įrankį ir plėskite. Jei ne – sustokite, išsaugokite atskaitos tašką ir rinkitės kitą darbo eigą. Pigi, sąžininga nesėkmė yra rezultatas; neapibrėžtos trukmės bandomasis projektas yra kaštai.

Ką tai reiškia vidutinio dydžio įmonei

2026 m. duomenys skamba kaip įspėjimas, tačiau mažai ar vidutinei įmonei tai veikiau galimybė. 95 procentų nesėkmių rodiklis daugiausia priklauso stambioms įmonėms, vykdančioms plačias, centralizuotai patvirtintas programas toli nuo paties darbo. Sėkmingą modelį – viena darbo eiga, vienas pirktas įrankis, vienas šeimininkas, vienas išmatuotas skaičius – lengviau įgyvendinti 50 žmonių įmonėje nei 5,000 žmonių. Atstumas tarp sprendimą priimančio asmens ir darbo eigos trumpesnis, o būtent tas atstumas yra tai, kas bendra visoms nesėkmėms.