Nie trzeba już czekać na “przyszłość sztucznej inteligencji” - dla większości firm ona już nadeszła. Sztuczna inteligencja zmieniła się z interesujących eksperymentów w coś, co zarządy zaliczają obecnie do swoich najważniejszych priorytetów. W rzeczywistości, zgodnie z najnowszym AI, stosowany raport porównawczy według Georgian Partners, aż 83% organizacji B2B i przedsiębiorstw twierdzi, że sztuczna inteligencja ma obecnie kluczowe znaczenie dla ich strategii.
Sztuczna inteligencja to już nie tylko usprawnianie zadań czy automatyzacja rutynowych procesów. Dla wielu organizacji stała się ona sekretnym składnikiem pozwalającym wyprzedzić konkurencję. Tam, gdzie kiedyś sztuczna inteligencja była postrzegana głównie jako narzędzie do cięcia kosztów, nowa rzeczywistość jest taka, że firmy wykorzystują ją do zdobycia wyraźnej przewagi, a najlepiej do przewodzenia na swoich rynkach. Raport Georgian obejmuje działalność w dziesięciu krajach i śledzi, w jaki sposób sztuczna inteligencja jest już wykorzystywana w 15 branżach, podkreślając, jak powszechna stała się ta zmiana.
Na szczególną uwagę zasługuje jeden wyróżniający się trend: Kodowanie Vibe. Ta wyłaniająca się dziedzina odnosi się do generowania i debugowania kodu opartego na sztucznej inteligencji. W obliczu niedoboru wysoce wyspecjalizowanych talentów w zakresie sztucznej inteligencji, coraz więcej organizacji wykorzystuje “Vibe Coding” jako sposób na obejście wąskiego gardła. Już 37% badanych firm wdrożyło te narzędzia, a kolejne 40% prowadzi programy pilotażowe. To sprawia, że jest to trzecie najczęstsze zastosowanie sztucznej inteligencji w działach badawczo-rozwojowych, zaraz za odwiecznymi faworytami.
Sztuczna inteligencja odgrywa obecnie dużą rolę w przyspieszaniu cykli rozwoju i poprawie jakości oprogramowania. Ale staromodny ludzki nadzór nie odchodzi do lamusa - wskaźniki takie jak czas cyklu, stabilność systemu i wskaźniki awaryjności systemu pokazują, że sztuczna inteligencja, choć potężna, nie jest gotowa do samodzielnego prowadzenia programu. Doświadczeni inżynierowie są nadal potrzebni, aby utrzymać wszystko na właściwym torze.
W miarę pogłębiania się zależności od sztucznej inteligencji, organizacje intensywnie inwestują w infrastrukturę do jej obsługi. Ponad połowa respondentów badania korzysta z platform obserwacyjnych do śledzenia dużych modeli językowych (LLM) w akcji. Narzędzia do orkiestracji danych i wektorowe bazy danych również odnotowują wzrost wykorzystania, wraz z silnikami, które mogą obsługiwać złożone, trwałe przepływy pracy. Firmy bardziej niż kiedykolwiek polegają na własnych danych, ale eksperymentują również z syntetycznymi zestawami danych i wcześniej niewykorzystanymi, tak zwanymi “ciemnymi” danymi.
Jeśli chodzi o wybór modeli sztucznej inteligencji, OpenAI może nadal być największą marką w mieście, ale rośnie zainteresowanie alternatywami, takimi jak Google Gemini, Anthropic's Claude i Meta's Llama. Niektóre firmy sięgają nawet po wyspecjalizowane mini-modele, takie jak o1-mini od OpenAI lub DeepSeek. Prowadzi to do bardziej spersonalizowanego, wielomodelowego podejścia - organizacje łączą ze sobą różne systemy sztucznej inteligencji, dostosowując je do swoich unikalnych potrzeb.
Mimo to, droga do pełnej, powiązanej z przychodami dojrzałości AI nie jest szybka ani łatwa. Model Georgian “Crawl, Walk, Run” pokazuje, że większość firm znajduje się gdzieś pośrodku. Zaledwie garstka z nich w pełni zoperacjonalizowała sztuczną inteligencję na dużą skalę lub jest w stanie powiązać ją bezpośrednio z przychodami. Dla wielu z nich powiązanie konkretnych projektów AI z wynikami biznesowymi pozostaje twardym orzechem do zgryzienia.
Podczas gdy wdrażanie sztucznej inteligencji posuwa się naprzód, wiele organizacji przyznaje, że krystalicznie czysty zwrot z inwestycji jest nieuchwytny. Ponad połowa zespołów badawczo-rozwojowych nie powiązała jeszcze swoich projektów AI z namacalnymi wskaźnikami KPI. Niemniej jednak, większość z nich zgadza się, że zadowolenie klientów i długoterminowa wartość uległy poprawie, nawet jeśli wpływ ten nie zawsze jest widoczny w finansach.
Bariery kosztowe nadal stanowią punkt sporny, ale widać pewną ulgę. Wydatki na pamięć masową ustabilizowały się, a cena utrzymania i obsługi oprogramowania zaczyna spadać dzięki inteligentniejszym strategiom i narzędziom. Coraz częściej firmy opierają się na platformach AI innych firm, które oferują elastyczność i kontrolę bez zwiększania kosztów lub złożoności.
Biorąc pod uwagę wszystkie te ustalenia, jedno przesłanie brzmi jasno: następnym krokiem jest uczynienie sztucznej inteligencji w pełni zintegrowanym, operacyjnym mięśniem dla biznesu - a nie tylko eksperymentem technologicznym w laboratorium. W szczególności Vibe Coding wyróżnia się jako istotne narzędzie dla zespołów programistycznych, obiecujące zarówno wzrost produktywności, jak i jakości, nawet przy ograniczonej liczbie pracowników. Nie chodzi jednak o to, by roboty zastąpiły ludzi. Zamiast tego chodzi o umożliwienie programistom i zespołom robienia więcej, szybciej i lepiej. Firmy, które chcą zainwestować w odpowiednie fundamenty i połączyć sztuczną inteligencję z rzeczywistymi celami, to te, które zdefiniują następną erę oprogramowania dla przedsiębiorstw.
Chcesz dowiedzieć się więcej? Sprawdź pełny raport: Wewnątrz gruzińskiego raportu AI Applied
This website uses cookies.