Kontaktujte nás: helloidea@vizion.sk
Firmy dnes spúšťajú AI piloty jeden za druhým, no len malá časť z nich sa nakoniec dostane do reálnej prevádzky. Zaujímavé je, že dôvody bývajú takmer vždy rovnaké a takmer nikdy nesúvisia so samotnou technológiou.
Poďme najprv k číslam, pretože tie hovoria jasnejšie než dojmy.
Štúdia The GenAI Divide: State of AI in Business 2025 z iniciatívy MIT NANDA preskúmala vyše 300 nasadení AI, k tomu 52 rozhovorov s vedením firiem a 153 dotazníkov. Výsledok je pomerne tvrdý: hoci firmy do generatívnej AI investovali 30 až 40 miliárd dolárov, až 95 % pilotov nemá merateľný dopad na hospodársky výsledok a reálnu hodnotu prináša len 5 % projektov.
Gartner zase predpokladá, že do konca roka 2027 bude zrušených viac než 40 % projektov s AI agentmi, pričom ako dôvody uvádza rastúce náklady, nejasný prínos pre biznis a nedostatočné riadenie rizík.
Stojí za to všimnúť si, čo v tom zozname chýba – kvalita modelov. Ani jeden z hlavných dôvodov zlyhania nie je problém, ktorý by vyriešil lepší alebo novší model. MIT to hovorí celkom priamo: jadrom problému nie je kvalita AI, ale spôsob, akým sa dostáva do firmy.
Dobrá správa je, že väčšine týchto zlyhaní sa dá predísť analýzou a rozhodnutiami ešte pred začiatkom programovania.
Pilot postavený na zriedkavom procese nemá ako ukázať svoj prínos. Kým sa proces zopakuje dosť veľakrát na to, aby sa dalo niečo vyhodnotiť, projekt už dávno nikoho nezaujíma a rozpočet je inde. AI sa oplatí tam, kde je objem – opakovaná práca, veľa podobných vstupov, opakujúce sa ideálne každý deň.
Väčšina pilotov má sponzora vo vedení aj dodávateľa, ale chýba im človek, ktorý ich denne posúva dopredu a rozhoduje sporné veci. Bez neho sa pilot postupne prestane hýbať, až raz zistíte, že sa o ňom už mesiac nehovorilo.
Ak si pred spustením nepoviete, čo bude znamenať „podarilo sa“, po troch mesiacoch nemáte ako rozhodnúť, či pokračovať. Diskusia sa potom zvrhne na dojmy jednotlivých ľudí a dojmy spravidla prehrajú s čerstvou prioritou, ktorá práve prišla.
Toto je asi najbežnejšia príčina, ktorú v praxi vidíme. Cenník existuje v troch verziách, produktové popisy sú zamknuté v obrázkoch a smernicu nikto neaktualizoval od roku 2022. AI takýto stav nevyrieši bez správneho nastavenia procesu a podrobnej analýzy.
Ak ľudia vnímajú AI ako hodnotenie svojej práce alebo ako prípravu na prepúšťanie, pilot od nich nedostane spätnú väzbu, ktorú potrebuje. A bez spätnej väzby sa nemá ako zlepšovať, takže postupne potvrdí presne to, čoho sa tím bál.
Stáva sa, že pilot beží na exporte dát, ktorý niekto pripravuje ručne, a funguje pritom výborne. Do prevádzky sa však nedostane, pretože by to znamenalo integráciu, na ktorú nebol rozpočet – a na tú sa nikto nepýtal na začiatku.
Tento dôvod si zaslúži vlastnú kapitolu, lebo je zďaleka najrozšírenejší a zároveň sa o ňom stále hovorí najmenej.
Situácia býva takáto: firma zatiaľ nechce investovať, tak povie tímu, nech to skúsi v bezplatnej verzii a uvidí sa. Ľudia tam vložia popisy svojich procesov, cenníky, zákaznícke dáta aj interné dokumenty. Výsledok = získate dva problémy.
Tá prvá sú dáta. Pri spotrebiteľských verziách ChatGPT (Free, Plus, Pro) sa podľa dokumentácie OpenAI zdieľanie dát na trénovanie modelu zapína automaticky a používateľ ho musí sám vypnúť v nastaveniach, zatiaľ čo pri firemných plánoch a API sa vstupy na tréning nepoužívajú. Väčšina ľudí ten rozdiel nepozná, pretože vidí rovnaké logo a celkom prirodzene predpokladá rovnaké pravidlá.
Že nejde o teoretické riziko, ukazuje správa IBM Cost of a Data Breach 2025: s neschválenými AI nástrojmi súviselo 20 % bezpečnostných incidentov a takýto incident pridal k priemerným nákladom až 670-tisíc dolárov. Častejšie sa pri nich navyše dostali von osobné údaje zákazníkov, konkrétne v 65 % prípadov oproti globálnemu priemeru 53 %.
Druhá vec je pre tému tohto článku ešte podstatnejšia: takéto skúšanie totiž vôbec nie je pilot. Nikto nemeria výsledok, nikto zaň nezodpovedá a nikto nevie, kto čo skúšal a s akým efektom. Keď sa potom o pol roka vedenie spýta, či AI niečo priniesla, odpoveďou bude „asi hej“ – a na „asi hej“ sa rozpočet neschvaľuje.
MIT to potvrdzuje aj z druhej strany: zamestnanci vo väčšine firiem používajú osobné AI nástroje aj tam, kde oficiálny pilot zlyhal. Dopyt teda existuje, chýba mu len rámec.
Ak si pred spustením viete odškrtnúť päť vecí, šanca, že sa projekt dostane do prevádzky, je výrazne vyššia.
Piloty, kde firma kombinovala vlastných ľudí s externou expertízou, boli výrazne úspešnejšie než tie, ktoré si stavala sama iba cez vlastné IT.
Tento článok nemá byť o tom, že AI nefunguje – funguje veľmi dobre, len nie tak, že ju jednoducho zapnete a počkáte na výsledky.
Spomenutých 5 % úspešných pilotov zo štúdie MIT má totiž niečo spoločné: boli úzko zamerané, riešili konkrétnu oblasť a firma do nich nešla sama. Nie preto, že by mali k dispozícii lepší model, ale preto, že mali lepšie zadanie.
Najlacnejšia vec, ktorú môžete pre svoj AI projekt urobiť, sa teda odohráva ešte predtým, než niekto napíše prvý riadok kódu.
Prejdeme s vami zadanie skôr, než sa začne programovať – proces, dáta, kritérium úspechu aj odhad nákladov na prevádzku a povieme, či kde a ako to dáva u vás význam.
Prvá konzultácia je bezplatná a trvá 30 minút. Napíšte nám na helloidea@vizion.sk alebo si zistite vaše AI skóre cez náš krátky dotazník
Dátum publikovania: 30.09.2026