95% of AI Projects FAIL, Is the Bubble Popping?? (w/ Chris Carden)
Key Takeaways
- Większość projektów AI (95%) nie spełnia oczekiwań, a kluczowym problemem jest "luka w nauce" zarówno po stronie narzędzi, jak i organizacji.
- GPT-5, mimo że reklamowany jako kandydat na doktoranta, zawiódł oczekiwania w zakresie funkcjonalności, głównie z powodu usunięcia emocjonalnych aspektów i braku zdolności do wielopoziomowego rozumowania.
- Zdolność sztucznej inteligencji do generowania kodu jest problematyczna, ponieważ czas zaoszczędzony na jego generowaniu trzeba poświęcić na poprawianie błędów.
- Firmy przeznaczają ponad połowę swoich budżetów na marketing i sprzedaż narzędzi AI, podczas gdy największy zwrot z inwestycji (ROI) MIT odnotował w automatyzacji back-office i optymalizacji procesów.
- Wprowadzenie AI może prowadzić do długoterminowego zmniejszenia puli talentów w inżynierii oprogramowania, ponieważ młodzi ludzie mogą zniechęcać się do zdobywania wykształcenia w tej dziedzinie.
- Obecnie trudno jest wprowadzić skuteczne regulacje w dziedzinie AI, co utrudnia kontrolowanie jej rozwoju i wpływu na rynek pracy.
- Rynek może sam się regulować, gdy firmy osiągną punkt, w którym generatywna AI przestanie być użyteczna, co sprawi, że będzie postrzegana jako kolejne narzędzie, a nie przełomowa technologia.
Brief
Kluczowe Spostrzeżenia:
• Aż 95% prób wdrożenia generatywnej AI w firmach kończy się porażką, bo AI nie uczy się i nie adaptuje do procesów firmowych tak, jak człowiek.
• Hype na AI jest ogromny, ale rzeczywiste wyniki nie spełniają oczekiwań, zwłaszcza jeśli chodzi o redukcję etatów i oszczędności.
• Istnieje ryzyko, że firmy w przyszłości będą miały problem ze znalezieniem wykwalifikowanych specjalistów IT, ponieważ młodzi ludzie rezygnują z tej ścieżki kariery, widząc, jak AI "zabiera" pracę.
• Nowsze modele, takie jak GPT-5, są rozczarowujące pod względem funkcjonalności, co wskazuje na zbliżanie się do "teoretycznego limitu" możliwości obecnych generatywnych AI.
Słuchaj, rozmawialiśmy ostatnio o tym całym szumie wokół AI, pamiętasz? No to wyobraź sobie, że nowy raport MIT rzuca trochę zimnej wody na ten temat. Okazuje się, że aż 95% pilotowych projektów AI w firmach po prostu... zawodzi! Tak, dobrze słyszysz. To tak, jakby firmy rzucały się na ten "złoty gral" oszczędności i optymalizacji, a potem okazywało się, że to wszystko nie działa tak, jak w prezentacji marketingowej.
Chris Carden, inżynier oprogramowania, ma na to ciekawe spojrzenie. Mówi, że to często wynika z prostej rzeczy: oczekiwań. Firmy myślały, że AI zastąpi ludzi, obetnie koszty, ale rzeczywistość jest inna. AI, choć świetna dla pojedynczych użytkowników ze względu na elastyczność, kiepsko radzi sobie w zintegrowanych systemach firmowych. Dlaczego? Bo nie uczy się z błędów i nie adaptuje do złożonych procesów biznesowych tak, jak człowiek. To trochę jak z kalkulatorem – jest świetny do liczenia, ale nie rozwiąże problemu, jeśli źle wprowadzisz dane.
Co więcej, ta cała sytuacja z AI rodzi też poważne pytania o przyszłość rynku pracy. Jeśli młodzi ludzie widzą, że AI ma "zabierać" miejsca pracy, to po co mają uczyć się programowania? Zgadza się, z czasem będziemy mieli coraz mniej specjalistów w tej dziedzinie. To może prowadzić do paradoksu: firmy nie będą miały komu zlecać złożonych zadań, a AI nadal nie będzie na tyle zaawansowana, by je przejąć. Chris przewiduje, że czeka nas "dzień rozrachunku", gdzie rynek będzie musiał się z tym zmierzyć. Może wtedy wolny rynek sam się wyreguluje, a AI stanie się po prostu kolejnym, użytecznym narzędziem, a nie panaceum na wszystko.