Znaczna część przedsiębiorstw wciąż ma trudności z wykazaniem jasnego zwrotu z inwestycji (ROI) z inicjatyw związanych z AI, ale niektóre organizacje — od administratora świadczeń pracowniczych, przez małą agencję reklamową, po duży uniwersytet — znalazły obszary, w których ta technologia przynosi wzrost produktywności, a nawet wzrost przychodów. Ich doświadczenia pokazują, jak AI zmienia równanie ROI i co trzeba zrobić, aby mierzyć z niej wartość.

Wczesny sukces w rekrutacji

Podobnie jak wiele firm, Alight Solutions, administrator świadczeń pracowniczych, szukał sposobów, w jakie AI mogłoby poprawić operacje i wyniki finansowe. Choć nie była to dla firmy nowa technologia, w 2025 roku Alight rozpoczął ocenę innego rodzaju narzędzia AI. We wrześniu tego roku Alight stał się użytkownikiem wersji beta agenta rekrutacyjnego do wykrywania oszustw firmy Phenom, dostawcy technologii HR, aby sprawdzić, czy agent może pomóc w identyfikacji fałszywych kandydatów na wczesnym etapie rekrutacji.

Na wyniki nie trzeba było długo czekać. Podczas testowania agent zidentyfikował kandydata, który dwa razy ubiegał się o wolne stanowisko, za każdym razem używając innego imienia i adresu e-mail.

"Samo wychwycenie tej jednej osoby, której ostatecznie nie zatrudniliśmy, wystarczyło, żeby stwierdzić: „To się u nas sprawdzi”", powiedziała Julie Eagy, menedżerka operacji rekrutacji w Alight.

Chociaż agent pokazał, gdzie może pomóc firmie zaoszczędzić pieniądze — zwłaszcza jeśli mógłby zapobiec płaceniu za niepotrzebne sprawdzenie tła — Eagy powiedziała, że większą wartością jest oszczędność czasu.

Alight stanowi przykład tego, jak mierzenie zwrotu z inwestycji w AI może być skomplikowane. Dla wielu firm zwrot z inwestycji w narzędzia AI może nie być zyskiem pieniężnym, lecz wzrostem produktywności lub zdolnościąa AI do dostarczenia brakującego elementu w organizacji.

Ten brak jasności skłonił niektóre przedsiębiorstwa do porzucenia pewnych inicjatyw. Na przykład w maju franczyzobiorca Pizza Hut pozwał franczyzę, twierdząc, że platforma AI do zarządzania dostawami była nieintuicyjna i kosztowała miliony dolarów, zamiast przynieść jakiekolwiek oszczędności.

Mimo mieszanych rezultatów AI przedsiębiorstwa kontynuują wdrażanie tej technologii, często opierając się na produktywności jako metryce. Tymczasem niektóre małe firmy, w tym MŚP, były w stanie śledzić zyski pieniężne i zwroty z ich projektów AI.

Skomplikowana sytuacja

Rzeczywistością dla przedsiębiorstw jest to, że ROI z AI może być zniuansowany, a nawet nieprzejrzysty — według Aruna Chandrasekarana, analityka Gartnera.

"To bardzo złożona dyskusja" — powiedział Chandrasekaran. "Ogólnie rzecz biorąc, uważam, że wielu klientów wciąż ma trudności z articulate jasnej wartości biznesowej AI."

Dziedziny takie jak inżynieria oprogramowania, obsługa klienta i operacje zaplecza w finansach czy HR były w stanie zautomatyzować kluczowe zadania, co przyniosło wzrost produktywności, ale firmy mają trudności z powiązaniem tego z wymierną wartością biznesową, taką jak wzrost przychodów lub redukcja kosztów — powiedział Chandrasekaran.

"Powiązanie wzrostu produktywności z tymi metrykami zorientowanymi na wartość, na których firmom zależy — to wciąż praca w toku w wielu organizacjach" — dodał.

Trudność może być większa w zależności od wielkości organizacji. Dla niektórych MŚP nawiązanie tego powiązania okazało się najlepszym sposobem na wyprzedzenie konkurencji — i utrzymanie przewagi.

Wartość biznesowa OBI Creative

Jedną z takich firm jest OBI Creative, 25-letnia agencja reklamowa z siedzibą w Omaha w Nebrasce, której klientami są m.in. TiVo i HD Radio. OBI Creative od kilku lat eksperymentuje z narzędziami AI, starając się rozwijać biznes.

"Agentowe AI stało się dla nas świetną okazją do zwiększenia efektywności, by skalować część naszej oferty z jednej branży do innej" — powiedziała Mary Ann O'Brien, dyrektorka generalna i założycielka firmy.

OBI Creative, zatrudniająca mniej niż 50 pracowników, zbudowała kilka narzędzi agentowego AI w dążeniu do swoich celów. Jedno narzędzie monitoruje kondycję stron internetowych tworzonych przez zespół cyfrowy i db o ich aktualność. Agencja użyła modeli, w tym Gemma i Qwen, do zakodowania promptów w narzędziu, aby pomóc generować raporty o kondycji strony, a także użyła modeli OpenAI GPT i Anthropic Claude do kodowania promptów w swoich narzędziach.

Inne narzędzie pozwala zespołowi kreatywnemu sprawdzić, czy opracowywana kampania jest zgodna z oczekiwaniami klienta.

"Zbudowaliśmy to jako prototyp, aby pomóc w dopasowaniu zespołu strategii marki i zespołu kreatywnego, a potem stało się to czymś, czego chcieli używać nasi klienci, więc zaczęliśmy im to sprzedawać/licencjonować" — powiedziała O'Brien.

Dodała, że uzyskana wartość przełożyła się na wyższe marże brutto agencji.

"Nie musimy wracać do klienta pięć razy z poprawkami" — powiedziała.

Ponadto dzięki stosowaniu narzędzi agentowego AI agencja "będzie miała co najmniej 20% wzrostu rok do roku" — powiedziała.

Wraz ze wzrostem przychodzą dodatkowe wydatki. "Zdecydowanie zaobserwowaliśmy wzrost kosztów ogólnych, ale został on szybko zrównoważony przez efektywność" — powiedziała O'Brien. Dodała, że agencja zaczęła od eksperymentowania z modelami AI o stałych kosztach i oferującymi usługi w ramach subskrypcji, co pozwoliło pracownikom pracować w ramach ustalonego budżetu.

Oprócz inwestowania w technologię O'Brien jasno dała pracownikom do zrozumienia, że korzystanie z narzędzi agentowego i generatywnego AI nie będzie zagrażać ich pracy. Co więcej, rzuciła jednemu pracownikowi wyzwanie, by stał się ambasadorem efektywności i przedstawiał wyniki jako część swojej oceny.

"W mojej agencji są wciąż ludzie, którzy bardzo boją się tych narzędzi, więc chodzi naprawdę o to, żeby ludzie czuli się swobodnie i mogli ufać, że to, co mają między uszami, wciąż jest dla naszych klientów najcenniejsze" — powiedziała O'Brien. "Ale narzędzia są dostępne — to dlaczego z nich nie korzystać?"

Podejście Cornell

Choć Uniwersytet Cornell nie jest MŚP, przyjął wieloaspektowe podejście do poszukiwania ROI z inwestycji w AI.

"Traktujemy tę technologię jako narz" — powiedział Ayham Boucher, szef innowacji AI w Cornell Information Technologies.

Od początku Cornell umożliwił wykładowcom dostęp do dowolnego modelu granicznego w bezpiecznym, prywatnym środowisku, ale nie nakazuje ich używania. Używa Microsoft Azure, gdzie użytkownicy mogą tworzyć, zarządzać i wdrażać swoje agenty, a także narzędzi zorientowanych na użytkownika, w tym Microsoft Copilot i Claude Desktop.

Głównym celem agentowego AI dla Cornell jest — jak powiedział Boucher — zdolność do rozszerzania ludzkich możliwości.

"Nie jesteśmy doskonałymi istotami" — powiedział, odnosząc się do ludzkich możliwości. "Mamy ograniczoną pamięć. ... Od dawna używamy technologii, by rozszerzać to, co robimy jako ludzie, a AI to po prostu kolejne potężne narzędzie do rozszerzania naszych możliwości."

Dodał, że Cornell nie skupia się także na mierzeniu wartości poprzez tokenmaxxing — niedawnym trendzie, w którym organizacje częściowo oceniają wydajność pracowników według liczby zużywanych tokenów modeli AI.

"Nasze rezultaty są zgodne z misją instytucji" — powiedział. Innymi słowy, uniwersytet mierzy wartość liczbą obsłużonych studentów i liczbą dokonanych odkryć naukowych. Jego dział mierzy wartość wspieraniem tych przedsięwzięć, a nie liczeniem spalonych tokenów.

Niektóre firmy zaczęły eksperymentować z AI, ale odnotowały niewielkie postępy lub mają trudności z przejściem od pilotażowego projektu AI do produkcji. Według raportu Gartnera z 2026 roku około połowa projektów generatywnego AI została porzucona po proof of concept z powodów takich jak słaba jakość danych, rosnące koszty lub niejasna wartość biznesowa.

"Ponieważ wdrożyliśmy AI i zaczęliśmy z nim budować tak wcześnie, nie wpadliśmy w pułapkę FOMO [strachu przed pozostaniem w tyle]" — powiedział Boucher. "Nie musimy. Jesteśmy przed krzywą, co pozwala nam zachować zrównoważone podejście. Nie próbujemy nadrobić zaległości."

Miara wartości

Dla tych, którzy próbują i eksperymentują, a wciąż nie znajdują wartości, Gartnerowski Chandrasekaran zasugerował rozważenie innej metryki niż przychody czy produktywność.

"Musimy powiązać więcej metryk operacyjnych z metrykami zorientowanymi na wartość" — powiedział. Na przykład w inżynierii oowania metryką nie powinna być liczba linii kodu, lecz szybkość — np. nowe funkcje czy możliwości dostarczane do aplikacji.

Redukcja kosztów lub wzrost przychodów — kontynuował — może ograniczać rozumienie przez firmę tego, jak AI dostarcza wartość.

W tych przykładach odpowiednia miara zależy od misji organizacji i zastosowania: Alight akcentuje zaoszczędzony czas, OBI Creative wskazuje na efektywność, marże i wzrost, a Cornell patrzy na liczbę obsłużonych studentów i odkryć naukowych. To sprawia, że zdefiniowanie zamierzonego rezultatu przed wdrożeniem jest ważnym elementem oceny, czy projekt AI dostarcza wartość.

Dla przedsiębiorstw, którym nie udało się osiągnąć ROI, kluczem może być najpierw ustalenie, jaki zwrot jest potrzebny z wybranego zastosowania, w którym generatywne lub agentowe AI może być przydatne — powiedział Chandrasekaran.

"Nie chcemy wdrażać zastosowań, a potem zacząć myśleć o tym, jak będziemy mierzyć wartość" — powiedział. "Jeśli nie widzimy bardzo jasnej perspektywy w kwestii wartości, w ogóle nie podejmujemy tych zastosowań."

Przedsiębiorstwa powinny jednak pamiętać, że aplikacja, z którą eksperymentują, wpłynie na czas potrzebny do pilotażu projektu AI.

"Okres ROI naprawdę zależy od tego, jakiego rodzaju zastosowań się podejmujesz" — powiedział Chandrasekaran. "Ogólnie powiedziałbym, że w przypadku 80% zastosowań enterprise chcesz osiągnąć ROI w ciągu roku."

Fakt, że wartość biznesowa pozostaje wyzwaniem dla zastosowań AI w przedsiębiorstwach sugeruje też, że dostawcy wciąż mają pracę do wykonania — powiedział.

"Dostawcy muszą lepiej robić swoją robotę — nie tylko sprzedawać technologię, ale sprzedawać rezultaty i wartość przedsiębiorstwom" — dodał. "Przedsiębiorstwa muszą się nastawić i lepiej stawiać wartość jako metrykę na czele przy wyborze zastosowań oraz być bezwzględnie skoncentrowane na realizacji wartości swoich projektów AI."