
AI pilot nezačíná výběrem modelu, ale přípravou prvního úkolu, který má smysl měřit
Pro první AI pilot je potřeba testovací sada, která zachytí běžné i hraniční případy. Bez výchozího času, chybovosti a hranice úspěchu ale výsledek nelze vyhodnotit.

Podle McKinsey se firemní investice do AI přibližují návratnosti. Firmy do ní investují více, hlášený vliv na jejich hospodářské výsledky se však nemění.
Návratnost investice, označovaná zkratkou ROI, poměřuje přínos projektu s částkou, kterou do něj firma vložila. U AI může jít například o úsporu práce, rychlejší zpracování požadavků nebo vyšší tržby. Tyto provozní přínosy se ale nemusejí hned projevit v celkovém zisku firmy.
Růst investic proto sám o sobě nedokládá, že nasazené nástroje přinášejí návratnost. Podniky současně platí licence, upravují data, propojují systémy a školí zaměstnance. Náklady nesou od začátku, zatímco měřitelný přínos se může projevit později. McKinsey tedy popisuje přibližování k návratnosti, nikoli doložený růst zisků.
Dostupné informace neuvádějí velikost sledovaného souboru firem, konkrétní výši investic ani dobu, po kterou podniky návratnost vyhodnocovaly. Chybí také rozdělení podle jednotlivých způsobů využití AI. Automatizace rutinní administrativy má jiné náklady a výsledky než vývoj vlastního nástroje nebo zavedení AI napříč firmou. Bez těchto údajů nelze určit, u kterých projektů se návratnost skutečně objevuje.
Firmě do 50 lidí tato zpráva sama o sobě nedává dost podkladů ke zvýšení rozpočtu na AI ani ke změně rozpracovaných plánů. Pro posouzení konkrétního projektu je užitečnější porovnat stejný úkol před nasazením a po něm. Srovnání musí zahrnout čas zaměstnanců, licence i náklady na zavedení. Z dostupných informací nelze zjistit náklady, omezení, dobu návratnosti ani výsledky podobně velkých firem. Obecný vývoj může být příznivější, ekonomiku konkrétního projektu ale ukážou až vlastní výsledky měření.

Pro první AI pilot je potřeba testovací sada, která zachytí běžné i hraniční případy. Bez výchozího času, chybovosti a hranice úspěchu ale výsledek nelze vyhodnotit.

Pět licencí, 7 800 Kč měsíčně a 13 podstatných chyb ve 40 výstupech. Až měření ukázalo, kde AI malé firmě skutečně šetří čas.

Ford nahradil stovky inženýrů automatizací, kvalita spadla a 350 veteránů vzal zpátky. Klarna udělala totéž se zákaznickou podporou. Studie z MIT přidává tvrdé číslo: 95 procent firemních nasazení AI nepřineslo nic. Kde AI selhává a co si z toho vzít, než ji nasadíte.
Napište nám, co u vás řešíte. Společně probereme, jestli vám můžeme pomoci.