A technológia világában izgalmas feszültség tapasztalható: minden jelentős vállalati döntéshozó biztos abban, hogy a mesterséges intelligencia (AI) a jövő kulcsa, ugyanakkor a vállalatok többsége egyelőre nem látja, hogyan hozhatná ki a valódi értéket a rendszereikből. Hogyan lehet mérni az AI-projektek üzleti hasznosságát, miközben sok fejlesztés még nem termel kézzelfogható eredményt?
Az elhangzottak rávilágítanak arra, hogy két eltérő AI-alkalmazási stratégia küzd egymással: míg az általános, horizontális megoldások (például szervezeti szintű chatbotok vagy Copilotok) mindenkit elérnek, de nehezen mérhető a hasznosulásuk, addig a konkrét, szűk folyamatokat automatizáló „spear” projektek sokkal jobban igazolható megtérülést kínálnak. Mégis, ezek a nagy reményekkel induló vertikális projektek gyakran elakadnak a kísérleti fázisban, mert a skálázás és a kivételkezelés akadályokba ütközik.
Érdekes megfigyelés, hogy a vállalatoknál időspórolás helyett inkább azt érdemes mérni, hogy mennyire sikerül az AI-vel a dolgozók teljesítményét megsokszorozni, illetve mennyire lesznek elégedettebbek, motiváltabbak a munkatársak. Mindezek mellett az is fontos kérdés, hogy az AI bevezetésével egyszerűen csak máshová tolódnak-e át a szűk keresztmetszetek a cégen belül, új szervezeti és mérési kihívásokat teremtve.
Az előadás felveti, hogy nem csupán a technológiai döntéshozók, hanem a jogi, pénzügyi és HR vezetők is kulcsszerepet játszanak: miként lehet egyensúlyt teremteni az innováció, a szabályozás és a bizonyítható üzleti érték között? Több iparági példa is elhangzik arról, hogyan értek el vállalatok áttörő sikereket – ám kérdés, hogy ezek egyedi esettanulmányokon túl széles körben alkalmazhatóvá válnak-e.
