Proč generativní AI firmám (zatím) nevydělává?

Navzdory miliardovým investicím většina podnikových AI řešení končí bez měřitelného dopadu na byznys.

Zpráva The GenAI Divide: State of AI in Business 2025 z MIT (iniciativa NANDA) přináší střízlivý pohled na reálné výsledky generativní AI ve firmách. Analýza více než 300 veřejných implementací, 153 dotazovaných lídrů a 52 hloubkových rozhovorů napříč obory ukazuje, že pouze 5 % firemních AI projektů dosáhne významného obchodního přínosu.

Zbytek – celých 95 % – končí bez jakéhokoliv vlivu na P&L ukazatele. Autoři proto mluví o tzv. GenAI Divide, hluboké propasti mezi těmi, kteří dokázali AI implementovat s reálným dopadem, a těmi, kteří uvízli v nekonečných pilotech, POC a experimentování bez návratnosti.

AI selhává, protože se „neučí“

Hlavní překážkou je tzv. „learning gap“. Většina nástrojů – ať už interně vyvíjených, nebo od dodavatelů – nedokáže uchovat kontext z předchozích interakcí, adaptovat se na specifické workflow a zlepšovat se v čase na základě uživatelské zpětné vazby.

Podle zprávy není problém v kvalitě modelů, dostupnosti dat ani v regulaci – problémem je samotný přístup k vývoji a nasazování GenAI systémů.

„Nejlepší nástroje nejsou ty nejvýkonnější, ale ty, které se dokážou učit a přizpůsobit konkrétním procesům,“ uvádí zpráva MIT NANDA.

Spotřebitelská AI funguje lépe než firemní

Zatímco podnikové nástroje často stagnují, tzv. shadow AI – tedy neoficiální využívání nástrojů jako ChatGPT zaměstnanci – překvapivě funguje. Více než 90 % respondentů pravidelně používá AI nástroje „na vlastní pěst“, často efektivněji než oficiální firemní implementace.

Hlavní důvody preference spotřebitelských LLM jsou zejména lepší výstupy, vyšší flexibilita, známé rozhraní a okamžitá použitelnost bez integrací.

Pro komplexní úkoly ale tito uživatelé AI stejně opouštějí: 90 % preferuje lidského kolegu pro důležité úkoly, právě kvůli chybějící paměti a adaptabilitě nástrojů.

Interní vývoj selhává dvakrát častěji než externí partnerství

Data ze zprávy ukazují výrazný rozdíl mezi úspěšností interních a externích projektů:

• Externí spolupráce (build-buy model) dosahuje nasazení v 66 % případů.
• Interní vývoj je úspěšný jen ve 33 % případů.

Externí dodavatelé, kteří poskytují nástroje s hlubokou integrací, pamětí a schopností učení, se tak jeví jako nejefektivnější cesta k reálnému využití AI v podnicích.

Investice směřují špatně: 70 % rozpočtů míří do marketingu

Respondenti v průzkumu MIT alokovali až 70 % AI rozpočtů na prodejní a marketingové use casy – kvůli snadno měřitelným metrikám, jako je počet odeslaných e-mailů nebo délka prodejního cyklu.

Jenže největší návratnost se ukazuje v automatizaci back-office procesů, například snížení výdajů na BPO, omezení nákladů na externí agentury či automatizace dokumentů, smluv nebo zákaznické podpory.

Co opravdu funguje: úzký fokus, rychlé nasazení, integrace

Nejúspěšnější startupy a dodavatelé podle zprávy MIT řeší jeden konkrétní problém (např. sumarizace hovorů, klasifikace smluv), dodávají hodnotu během dnů či týdnů, integrují nástroje přímo do stávajících systémů (např. CRM, ERP) a umí se učit z provozních dat a zpětné vazby.

Doporučení pro CIO a IT lídry

Jak dostat AI z pilotu do praxe:

1. Upřednostnit nástroje, které se učí a pamatují, nejen generují obsah.
2. Neinvestovat do obecných řešení, ale do těch, která řeší konkrétní procesní bottleneck.
3. Nespoléhat na interní vývoj bez jasné kompetence a zdrojů.
4. Sledovat shadow AI v organizaci – právě tam vzniká reálná hodnota.
5. Zaměřit se na back-office procesy, kde je nejvyšší návratnost investic.

Splaskává bublina?

Generativní AI má potenciál změnit způsob, jak firmy fungují – ale zatím se to nedaří. Zpráva MIT NANDA ukazuje, že bez schopnosti učit se, adaptovat a integrovat zůstává většina projektů bez výsledků.Technologie sama o sobě nestačí – rozhoduje způsob implementace a schopnost propojit AI s reálnými byznys procesy.

Souběžně s publikací studie přicházejí i další signály ochlazení zájmu o AI. Společnost Meta restrukturalizovala svůj AI tým, OpenAI čelí kritice kvůli nízkému přínosu nové verze GPT modelu a index NASDAQ, tažený technologickými a AI firmami, zaznamenal největší pokles za poslední týdny. Například akcie Palantiru klesly o 9,4 %, výrobce čipů Arm Holdings ztratil 5 %.

Zdroj ilustračního obrázku: vygenerováno pomocí umělé inteligence