Zdaniem szefa technologii jednej z największych firm konsultingowych na świecie niewiele dużych organizacji przebudowało swoje kluczowe operacje w oparciu o sztuczną inteligencję. Dodał on również, że firmy nie powinny jeszcze poświęcać wiele energii na szukanie winnych, gdy projekty AI nie powodzą się.

Liczba dużych przedsiębiorstw lub procesów rządowych, „które zostały naprawdę, autentycznie odnowione z AI w samym rdzeniu, jest w zasadzie bliska zeru” — powiedział Marc Warner, globalny dyrektor techniczny Accenture, podczas wirtualnego wydarzenia Fortune Brainstorm AI. Accenture, partner założycielski Brainstorm AI, był sponsorem sesji.

Warner i trzej inni kierownicy rozmawiali z redaktorem AI Fortune Jeremym Kahnem o tym, dlaczego wiele firm zgłasza niewielkie zwroty z AI mimo szerokiego zastosowania. Uczestnikami panelu byli Matthieu Caillat z AXA, Greg Ulrich z Mastercard oraz Marjorie Janiewicz z Mistral AI. Ich odpowiedzi wskazywały mniej na oprogramowanie, a bardziej na zmianę organizacyjną.

Obrzeża kontra rdzeń

Większość firm, powiedział Warner, wdrożyła AI w pracy pomocniczej, takiej jak marketing, notatki ze spotkań i transkrypcja. Programowanie to „może nieco inna sprawa”, zauważył, ponieważ zwroty tam można mierzyć. Zmiana ekonomii branży oznacza natomiast celowanie w kluczowe procesy biznesowe — co jest ryzykowne. Porównał obecny moment do wczesnych fabryk, które wykorzystywały energię elektryczną wyłącznie do oświetlenia, zanim przeprojektowały produkcję wokół silników elektrycznych. Ekonomiści badający wcześniejsze technologie ogólnego przeznaczenia udokumentowali takie samo opóźnienie: mierzalne korzyści pojawiają się zwykle dopiero wtedy, gdy organizacje przebudują swoje operacje wokół nowego narzędzia, a nie tylko zasilań nim starych procesów.

Ulrich argumentował, że największe zwroty wynikają z przeprojektowania całych przepływów pracy, a nie z nakładania AI na istniejące. Mastercard, powiedział jest „bardzo, bardzo zaawansowany” w przebudowie swojego cyklu rozwoju produktów, wykorzystując mniejsze zespoły i osiągając szybsze tempo realizacji. Wskazał też na częstą pułapkę: przyspieszenie jednego kroku w procesie składającym się z 80 kroków sprawia, że kolejny krok po prostu tworzy zaległości.

„Agent AI automatyzujący część tego nie jest … najdłuższym elementem namiotu w większości tych spraw” — powiedział Ulrich. „Chodzi o przemyślenie. Chodzi o przemapowanie.”

Warner opisał transformacje AI jako „projekty polityczne”, mówiąc, że do niedawna traktował je jak projekty technologiczne. Samych budowań AI wciąż uważa za projekty technologiczne.

Caillat powiedział, że w miarę poprawy technologii praca staje się mniej technologiczna, a bardziej sprowadza się do pytania: „Jak zabrać ludzi ze sobą?”. Ulrich zauważył, że Mastercard opiera się na wsparciu CEO, w tym cotygodniowych aktualizacjach z bezpośrednimi współpracownikami CEO, przyznając jednocześnie, że nikt nie rozwiązał polityki dużych organizacji.

Odpowiedzialność

Kahn przekazał pytanie z widowni o to, kto odpowiada, gdy agent AI popełnia błąd. Warner powiedział, że nie ma jednej jasnej odpowiedzi. Ogólnie rzecz biorąc, właściciel biznesowy odpowiada za wartość agenta, technolog za jego funkcjonalność, a dyrektor ds. bezpieczeństwa informacji za jego bezpieczeństwo.

Mimo to, argumentował, większość firm nie powinna na tym etapie skupiać się na szukaniu winnych. „Nie sądzę, żeby większość organizacji powinna teraz zbyt martwić się grą w obwinianie” — powiedział Warner, zachęcając firmy do doceniania ludzi za próbowanie, wiedząc, że wiele wysiłków zakończy się niepowodzeniem. Wyjątek zrobił dla krytycznych incydentów, takich jak poważne naruszenie bezpieczeństwa.

Janiewicz, która powiedziała, że spędziła 10 lat w cyberbezpieczeństwie, zgodziła się, że wskazywanie palcem nie jest pomocne. Lepszym pytaniem, stwierdziła, jest to, czy firma kontroluje technologię, którą wdraża, i może ustanowić własne guardraile. Mistral sprzedaje modele o otwartych wagach, które klienci mogą pobrać i uruchomić na własnej infrastrukturze, zamiast korzystać wyłącznie z usługi dostawcy.

Utrzymanie tempa

Kierownicy powiedzieli również, że ich plany mają krótki okres przydatności. Ulrich powiedział, że narzędzia konsultingowe zbudowane przez Mastercard około rok temu są teraz „antyczne i po prostu niezbyt użyteczne dzisiaj”, co skłoniło firmę do ich przebudowy. Caillat powiedział, że AXA kiedyś działała według zasady „mierz dwa razy, tnij raz”, ale „nie może już sobie na to pozwolić”, ponieważ wnioski tracą ważność, zanim pojawi się pewność.

Caillat powiedział, że AXA zaczęła od około 400 przypadków użycia AI, aby zbudować entuzjazm, a następnie zawęziła zakres. Plan ubezpieczyciela na lata 2027–2029 zakłada osiągnięcie 500–700 mln euro rocznie w powtarzalnej wartości przed opodatkowaniem z AI do 2029 roku, powiedział, a AXA ma około 4 miliardów dokumentów niestrukturalnych, które zaczyna wykorzystywać.

Warner dodał, że według obliczeń Accenture obecne tempo nie wykazuje ozn spowolnienia aż do około 2030 roku. Ograniczenia energet na Zachodzie mogą zacząć dawać o sobie znać na początku lat 30., powiedział.

Accenture jest partnerem założycielskim wydarzeń Fortune Brainstorm AI i był gospodarzem tej sesji. Generatywna AI została wykorzystana do wsparcia badawczego i/lub transkrypcji oryginalnego artykułu; reporter niezależnie relacjonował i weryfikował fakty, a redaktor człowiek dokonał przeglądu przed publikacją.

Ta historia pierwotnie ukazała się na Fortune.com.