Silicon Valley często przedstawia sztuczną inteligencję jako siłę, która wprowadzi nową erę dobrobytu. Jednak gdy dyrektorów finansowych największych światowych firm pyta się, jak AI wpływa na ich wyniki finansowe, 88% z nich odpowiada według raportu McKinsey State of AI 2026: „N aż to tako.”

Ta rozbieżność pojawiała się już wcześniej. Gdy iPhone zadebiutował w 2007 roku, komentatorzy przewidywali, że technologia mobilna odmieni niemal każdy aspekt życia. Gdy szerokopasmowy internet stał się powszechnie dostępny, Businessweek ogłosił nadejście „nowej gospodarki”. A gdy komputery osobiste trafiły na niemal każde biurko, laureat Nagrody Nobla, ekonomista Robert Solow, słynnie zauważył, że erę komputerową widać wszędzie – tylko nie w statystykach produktywności.

Przez ponad pięćdziesiąt lat kolejne fale innowacji cyfrowych osiągały spektakularną adopcję konsumencką, podczas gdy wzrost produktywności stale spadał. Nazywam to paradoksem innowacji: im szybciej innowujemy, tym wolniej rośniemy.

Dwa kształty litery K, jeden problem

Dyfuzja technologii cyfrowych przebiega według podwójnego wzorca w kształcie litery K – czyli rozbieżności, w której jedna grupa gwałtownie się wyprza, a druga zostaje w tyle. Pierwsza rozbieżność dotyczy konsumentów i przedsiębiorstw. Smartfony osiągnęły 80% Amerykanów w siedem lat, podczas gdy systemy ERP zajęły 33 lata, by objąć 57% firm w USA. Konsumenckie użycie AI wzrosło do 53% dorosłych Amerykanów ledwie trzy lata po premierze ChatGPT pod koniec 2022 roku. Tymczasem AI w produktywnym wdrożeniu enterprise stoi na zaledwie 10%.

Drugi kształt litery K istnieje wewnątrz samego sektora enterprise. Badanie McKinsey z 2026 roku wykazało, że 88% organizacji wykorzystuje AI w co najmniej jednej funkcji biznesowej, ale tylko 6% zasila grono „najwyższych osiągnięć”, czyli osiąga wpływ na EBIT (zysk przed odsetkami i podatkami) powyżej 5%. Ten udział nie zmienił się względem 2025 roku.

Luka 82 punktów procentowych nie jest przede wszystkim deficytem technologicznym. To deficyt transformacji organizacyjnej. Firmy, którym się to udaje – te 6% – są trzykrotnie bardziej skłonne do kompleksowego przeprojektowania procesów. Zrobiło to jedynie 21% wszystkich adoptujących AI.

Giełda odzwierciedla podobną rozbieżność. Trzydzieści sześć spółek AI w S&P 500 – indeksie dużych amerykańskich spółek publicznych – stanowi obecnie 45% kapitalizacji indeksu. W trzyletnim okresie główny indeks S&P 500 zyskał 76%; bez spółek AI stopa zwrotu spada do 32%.

Co elektryfikacja zrobiła dobrze

Elektryfikacja i telekomunikacja na początku XX wieku docierały do konsumentów i przedsiębiorstw w zbliżonym tempie i, co kluczowe, z podobną głębokością. Silniki elektryczne zmusiły fabryki do porzucenia sztywnych układów na rzecz elastycznej, ciągłej produkcji. Telefony drastycznie obniżyły koszty koordynacji. Nastąpiło przeprojektowanie organizacji, m.in. wielodziałowa struktura Alfreda Sloana w General Motors i naukowe zarządzanie Fredericka Taylora.

Dyfuzja była zarówno głęboka – zmieniając sposób działania firm – jak i szeroka, rozlewając się przez pionowo powiązane sektory przemysłu.

Technologie cyfrowe rozprzestrzeniły się jednak w zasadniczo innej gospodarce. Usługi stanowią obecnie dominujący udział w PKB. Szpital czy urząd nie mają takich powiązań łańcuchów dostaw jak producent stali. Ekonomista William Baumol zidentyfikował w latach 60. podstawowe ograniczenie, znane dziś jako „choroba koszt Baumola”: „stagnacyjne” sektory usługowe opierają się poprawie produktywności, ponieważ silnie zależą od interakcji międzyludzkich. Te sektory Baumola – ochrona zdrowia, edukacja, administracja publiczna, budownictwo – odpowiadają za około 50% PKB gospodarek rozwiniętych i uparcie opierają się transformacji technologicznej.

Pułapka kosztów administracyjnych

Dlaczego adopcja w przedsiębiorstwach zwalnia? Nie dlatego, że technologia jest niedostępna, lecz dlatego, że organizacje nagromadziły warstwy złożoności.

Opracowałem międzykrajowy wskaźnik o nazwie Combined Overhead Ratio, obejmujący wydatki rządowe, koszty sprzedaży, ogólne i administracyjne spółek (SG&A) oraz koszty zgodności regulacyjnej. W Stanach Zjednoczonych wskaźnik ten przekroczył próg 47% PKB około 2000 roku. Powyżej tego progu wzrost PKB nie przekraczał trwale 2,5% – około połowy tempa osiąganego, gdy koszty administracyjne pozostawały poniżej 35% w latach 60.

Wydatki rządowe wzrosły do 36% PKB, a SG&A spółek podwoiło się od lat 80. Competitive Enterprise Institute szacuje, że amerykańskie firmy wydają ponad 2 biliony dolarów rocznie na samą zgodność regulacyjną.

Moja analiza spółek S&P 500 według sektorów i dekad od 1985 do 2025 roku pokazuje, że 73% obserwacji wpada w „pułapkę kosztów administracyjnych”, czyli rosnące SG&A przy malejącym wzroście przychodów. Jak argumentuje Jack Dorsey z Blocku, hierarchia korporacyjna to przestarzały protokół trasowania informacji. Większość firm wdrażających dziś AI wkłada szybszy silnik do dorożki. Pokrewna dyskusja opisuje ograniczenia traktowania AI jedynie jako szybszej wersji istniejących systemów.

AI jest inna – ale bariery nie

AI jest zasadniczo inna niż wcześniejsze fale cyfrowe. Wcześniejsze technologie ułatwiały głównie przetwarzanie, przesyłanie lub wyświetlanie informacji. AI rozumuje, decyduje i tworzy. To rozróżnienie ma znaczenie, ponieważ sektory Baumola nie cierpią na brak informacji – są intensywne pod względem osądu. Wymagają diagnozy, oceny i personalizacji – dokładnie tych zdolności, które AI może wspierać.

Bariery dyfuzji pozostają jednak znajome. Ponad 40 lat doświadczenia jako menedżer korporacyjny i partner private equity ujawniło powtarzalny wzorzec.

W jednej firmie konsumenckiej cyfryzacja przyniosła imponujący wzrost kanału online, ale nie zdołała objąć znacznie większego biznesu offline, ponieważ niezależni dystrybutorzy odmówili przekazania danych klient zintegrowanej platformie. W ochronie zdrowia wprowadzenie narzędzi cyfrowych lekarzom jest stosunkowo proste. Zbudowanie kompleksowej cyfryzacji poprawiającej procesy kliniczne jest znacznie trudniejsze – skomplikowane przez zarządzanie danymi, wymogi zgodności i asymetryczną władzę profesjonalistów medycznych nad zarządem.

To nie są przypadki odosobnione. Reprezentują one wiele firm, w którymi byłem osobiście zaangażowany. Badanie AI enterprise firmy Writer z 2026 roku, przeprowadzone z Workplace Intelligence wśród 2400 światowych liderów, potwierdza ten wzorzec w dużej skali. 79% organizacji zgłasza wyzwania związane z adopcją AI – dwucyfrowy wzrost względem 2025 roku. Ponadto 54% kadr zarządzających przyznaje, że adopcja AI „rozdziera ich firmę od środka”.

Głębokość i szerokość, nie tempo

Lekcja 50 lat innowacji cyfrowych jest taka, że tempo adopcji znacznie mniej się liczy niż jej głębokość i szerokość. Konsumencka adopcja ChatGPT była najszybsza w historii technologii konsumenckich, a mimo to nie poruszyła żadnej makroekonomicznej igły.

Liczy się to, czy AI przenika do podstawowych operacji i prowadzi do przeprojektowania procesów – czyli głębokość – oraz czy transformacja wykracza poza firmy-wunderkinder do szerokich sektorów odpowiadających za większość zatrudnienia i PKB – czyli szerokość. Według dotychczasowych danych z badań to właśnie te liczby warto obserwować: udział najwyższych osiągnięć utrzymuje się na poziomie 6% drugi rok z rzędu, a kompleksowe przeprojektowanie procesów obejmuje zaledwie 21% adoptujących. Ruch tych wskaźników, a nie nagłówkowe tempo adopcji, jest wskaźnikiem, który pokaże, czy głębokość rośnie.

Dane historyczne, od elektryfikacji po kolejne fale cyfrowe, wskazują na długie ramy czasowe adopcji: zwykle ponad 10 lat, a często kilkadziesiąt. Jako technologia AI postępuje szybciej niż jakikolwiek poprzednik. Ale przeprojektowanie organizacyjne potrzebne do jej przyswojenia biegnie w tempie instytucji ludzkich: powoli, boleśnie i w obliczu zaciekłego oporu.

Paradoks innowacji utrzymuje się nie dlatego, że technologia nie postępuje, lecz dlatego, że instytucje nie potrafią się dostosować. Społeczeństwo zobaczy realny wpływ gospodarczy dopiero wtedy, gdy AI zostanie przyjęta głęb w przedsiębiorstwach i szeroko w głównych sektorach gospodarki.

Opinie wyrażone w komentarzach na Fortune.com są wyłącznie poglądami ich autorów i niekoniecznie odzwierciedlają opinie i przekonania Fortune.

Ta historia pierwotnie ukazała się na Fortune.com.