Niedawne badanie przeprowadzone przez Instytut Technologii Masachusetts (MIT), w ramach inicjatywy NANDA, ujawnia niepokojący trend w korporacyjnych projektach sztucznej inteligencji: 95% programów pilotażowych AI nie udaje się wyjść poza etap testów początkowych. Ten wysoki wskaźnik niepowodzeń budzi obawy o możliwą bańkę inwestycyjną w sektorze technologicznym dotyczącą AI. Pomimo rosnących wycen głównych firm, takich jak NVIDIA, Microsoft, Apple, Google, Amazon i Meta, napędzanych przez wysiłki w dziedzinie AI, raport MIT przypisuje częstsze niepowodzenia głównie problemom z integracją w przedsiębiorstwach i nieefektywnemu wykorzystaniu budżetów, a nie słabościom samych modeli AI, które nadal są silne i obiecujące. To odkrycie pojawia się w okresie coraz większego sceptycyzmu wśród liderów branży i inwestorów wobec komercjalizacji AI. Wpływowe postacie, takie jak CEO OpenAI Sam Altman i badacz AI Gary Marcus, ostrzegają przed bańką na rynku sztucznej inteligencji, przypominającą wybuch bańki dot-com na początku lat 2000. Obawy Altmana nasiliły się po tym, jak długo oczekiwany GPT-5, stworzony przez OpenAI, nie spełnił oczekiwań, co zmusiło firmę do cofnięcia się do wcześniejszego modelu GPT-4o — co było zaskakującym krokiem wstecz w rozwoju produktu. Rynek zareagował natychmiastowo, z amerykańskimi akcjami technologicznymi tracącymi około jednego biliona dolarów w ciągu czterech dni, odzwierciedlając obawy inwestorów i ponowną ocenę wzrostu napędzanego przez AI. Prognozy branżowe potwierdzają tę ostrożność. Gartner przewiduje, że do 2025 roku około 30% projektów generatywnej AI zostanie porzuconych, co wskazuje na istotny zwrot lub przesunięcie priorytetów w inicjatywach AI. Różnica między wysokimi oczekiwaniami a rzeczywistymi wyzwaniami wdrożeniowymi staje się coraz bardziej widoczna. Firmy mają trudności z dostosowaniem procesów biznesowych, aby efektywnie korzystać z AI, zarządzaniem złożonymi systemami AI oraz zapewnieniem odpowiednich funduszy na dalszy rozwój — kluczowe przeszkody w skalowaniu AI. Ponadto, nadzieje zwykle wyprzedzają faktyczną gotowość technologiczną i możliwości biznesowe. Chociaż modele AI szybko rozwijają się pod względem zdolności, takich jak przetwarzanie języka naturalnego, rozpoznawanie obrazów czy analiza predykcyjna, wprowadzenie ich do złożonych środowisk korporacyjnych wymaga znacznych dostosowań, na które wiele firm nie jest przygotowanych.

Niewłaściwe alokacje budżetów pogłębiają te problemy, gdyż inwestycje często koncentrują się na projektach napędzanych szumem informacyjnym, zamiast na podstawowej infrastrukturze i szkoleniach pracowników niezbędnych do skutecznego wdrożenia AI. Te dynamiki mają istotne konsekwencje. Inwestorzy muszą podnosić ostrożność przy ocenie przedsięwzięć związanych z AI, ponieważ wiele programów pilotażowych może nigdy nie przekształcić się w produktywne aplikacje, narażając na straty. Firmy powinny skupiać się na realnych strategiach AI, osiągalnych celach i rozważnym zarządzaniu zasobami, aby uniknąć projektów utkniętych w miejscu. W przyszłości sektor AI może wejść w fazę recalibracji, przesuwając się w stronę bardziej umiarkowanych i pragmatycznych podejść do innowacji i wdrażania. Ta zmiana może przyczynić się do wypracowania lepszych metodologii, standardów i najlepszych praktyk, torując drogę dla zrównoważonego rozwoju AI. Z doświadczeniem organizacji rośnie prawdopodobieństwo, że wskaźnik sukcesu w przenoszeniu projektów AI od fazy pilotażowej do pełnej implementacji ulegnie poprawie. Podsumowując, badanie MIT NANDA prezentuje kluczową perspektywę na rynek AI. Choć sztuczna inteligencja ma ogromny potencjał transformacyjny, jej szeroka i skuteczna adopcja napotyka poważne przeszkody. Uczestnicy rynku muszą rozważnie podejść do tych wyzwań, aby poruszać się po złożonym krajobrazie i unikać pułapek znanych z poprzednich baniek technologicznych. Kontynuacja dyskusji na temat obietnic i ryzyka AI będzie miała istotny wpływ na rozwój technologiczny i sytuację gospodarczą w nadchodzących latach.