Vedení podniků napříč různými odvětvími nadále vnímají generativní umělou inteligenci (AI) jako transformující sílu schopnou přetvořit provoz, zapojení zákazníků a strategické rozhodování. Přestože široce rozšířený nadšení a rychlé přijetí umělé inteligence, které započalo před třemi lety spuštěním ChatGPT, jsou na místě, mnoho organizací má potíže dosáhnout významných a konzistentních návratností z jejich AI iniciativ. Nedávné průzkumy předních výzkumných firem Forrester a Boston Consulting Group (BCG) odhalují znepokojivou realitu: pouze malé procento firem—přibližně 15 % podle Forresteru a 5 % podle BCG—dosáhlo podstatných zlepšení obchodních výsledků souvisejících s jejich generativní AI. Tento omezený úspěch pramení z několika stále přetrvávajících výzev, kterým generativní AI čelí. Klíčovým problémem je tendence AI produkovat odpovědi, které jsou příliš shovívavé nebo jednoduché, často postrádající kritický odstín nebo schopnost adekvátně zpochybnit přijaté vstupy. To snižuje hloubku a spolehlivost generovaných poznatků. Dalším problémem je nekonzistentní dodávání přesných výsledků, což komplikuje praktické využití, zejména při práci s složitými, rozsáhlými nebo oborově specifickými dokumenty. Reálné příklady tyto potíže ilustrují: AI poháněný doporučovací systém vinařství CellarTracker má potíže s přesným interpretováním preferencí uživatelů v rámci různorodé terminologie vín a jemných rozdílů, zatímco AI nástroj společnosti Cando Rail určený k shrnutí bezpečnostních pravidel čelí výzvám při zachování přesnosti v rozsáhlých regulačních textech. Zákaznický servis je jednou z zralějších aplikací technologií chatbotů. Firmy jako Klarna a Verizon přijaly AI chatboty k řešení rutinních dotazů, což přineslo provozní efektivitu a snížení nákladů.

Nicméně stále více je uznáváno, že AI nemůže plně nahradit lidské agenty při řešení složitějších, citlivých či jemných zákaznických interakcí. Nedostatek empatie podobné lidskému chování a neschopnost pochopit subtelné kontextuální nuance limitují efektivitu AI v těchto situacích, proto je nezbytný stále přítomný dozor člověka. Odborníci popisují současný stav generativní AI jako „zašlapanou stezku“, což odráží nerovnoměrný výkon v různých případech použití. I když je AI vynikající při určitých úlohách, jako je generování textu a shrnutí dat, bojuje s aktivitami vyžadujícími hluboké porozumění kontextu nebo specializované znalosti. Výzvy při přesném interpretování geografických dat nebo hovorových výrazů souvisejících s časem zdůrazňují potřebu dalšího vývoje a zdokonalování. Pro překonání těchto překážek a maximalizaci hodnoty AI firmy intenzivně investují do úzké spolupráce mezi svými interními týmy a poskytovateli AI technologií. Vedu v oboru představují například OpenAI nebo Anthropic, spolu s inovativními startupy jako Writer, které zapojují své inženýry přímo do organizací klientů, aby společně vytvářeli na míru šité AI řešení přizpůsobená konkrétním obchodním potřebám a pracovním postupům. Hlavní názor v podnikatelských a technologických kruzích je, že ačkoliv generativní AI slibuje velké možnosti, naplnění jejího plného potenciálu vyžaduje cílenější aplikace, pokračující lidskou účast a ochotu zásadně přehodnotit existující procesy a dovednosti. Generativní AI by měla být vnímána jako silný doplňkový nástroj, nikoli jako samostatné řešení. S důslednou strategií a vytrvalým úsilím mohou organizace přejít od počátečního experimentování k dosažení měřitelných obchodních výsledků a nakonec postavit AI do čela konkurenční výhody v nadcházejících letech.