Sztuczna inteligencja miała być dla firm sposobem na automatyzację i tańsze prowadzenie biznesu. Nowy raport KPMG pokazuje jednak, że w wielu organizacjach zamiast oszczędności przynosi niekontrolowany wzrost wydatków. Problemem są rozliczenia zależne od użycia, brak nadzoru oraz trudność w wykazaniu zwrotu z inwestycji.
- Jedna trzecia menedżerów przyznaje, że słabo rozumie koszty korzystania z narzędzi AI
- Tylko 7% firm deklaruje, że widzi już zwrot z inwestycji w sztuczną inteligencję
- Aż 42% organizacji ma jedynie częściową wiedzę o tym, ile naprawdę wydaje na AI
- Firmy z jasnym nadzorem kosztowym pięć razy częściej potrafią wykazać mierzalny zwrot
Przez długi czas wiele narzędzi AI było sprzedawanych firmom w prostym modelu abonamentowym. Stała opłata ułatwiała budżetowanie. Wraz ze wzrostem kosztów mocy obliczeniowej dostawcy zaczęli jednak przechodzić na rozliczenia zależne od liczby użytkowników, zapytań, tokenów lub intensywności korzystania z modeli.
Zapisz się na newsletter BGR. Otrzymuj najlepsze informacje i porady, a także zaproszenia na eventy.
Klikając „Zapisz mnie”, potwierdzasz, że przeczytałeś i zgadzasz się z naszą Polityką prywatności.
Dla części przedsiębiorstw był to finansowy szok. W badaniu KPMG, obejmującym 2145 menedżerów z różnych krajów, jedna trzecia respondentów przyznała, że ma ograniczone rozeznanie w kosztach użytkowania AI. Kolejne 23% wskazało, że opłaty zależne od wykorzystania są jednym z głównych problemów przy zarządzaniu technologią.
Skala wydatków potrafi być ogromna. Według przytaczanych przykładów Uber zużył cały budżet na AI przewidziany na 2026 r. w ciągu czterech miesięcy, a później wprowadził limity korzystania z narzędzi. Inna, niewymieniona z nazwy firma miała wydać 500 mln dol. w jednym miesiącu, ponieważ pracownicy nie mieli ograniczeń dotyczących liczby licencji.
Koszty rosną również dlatego, że kolejne generacje zaawansowanych modeli są droższe. Jak ocenił Arvind Jain, szef firmy Glean, nowy czołowy model może kosztować w przeliczeniu na token nawet dwa razy więcej niż rozwiązanie, które zastępuje. Większe możliwości AI nie zawsze oznaczają więc lepszą ekonomikę.
Czytaj też: Czterdziestka przestała być półmetkiem. To nowy prime time
Najpierw kontrola kosztów, potem skala
Raport KPMG pokazuje, że problemem nie jest samo inwestowanie w AI, lecz wdrażanie jej bez wiedzy, kto korzysta z narzędzi, w jakim celu i jaki wynik biznesowy dzięki temu powstaje. Tylko 7% badanych deklaruje, że ich organizacje uzyskały już zwrot z inwestycji. Niemal jedna czwarta znajduje się natomiast pod presją inwestorów, by szybko udowodnić wartość poniesionych nakładów.
Dlatego firmy coraz częściej wdrażają pulpity monitorujące koszt użycia AI przez zespoły i pracowników. Około połowa badanych uwzględnia już analizę kosztów w procesie zatwierdzania nowych projektów. Organizacje, które mają przejrzyste zasady, właściciela budżetu i regularnie mierzą efekty, pięć razy częściej raportują ustalony zwrot z inwestycji.
Zmienia się także podejście do zatrudnionych. Zamiast zakładać, że AI automatycznie zastąpi ludzi i natychmiast obniży koszty, coraz więcej firm stawia na współpracę człowieka z technologią oraz rozwijanie kompetencji zespołów. Pracownicy, którzy wiedzą, kiedy i jak używać modeli, mogą przełożyć dostęp do AI na szybszą obsługę klientów, lepszą analizę danych czy krótszy czas realizacji zadań.
Polski rynek znajduje się w podobnym momencie. Wiele firm testuje narzędzia generatywne oddolnie, kupując licencje dla kolejnych działów bez wspólnego systemu pomiaru kosztów i efektów. Przy wysokich cenach usług chmurowych i presji na szybkie wdrożenia łatwo pomylić liczbę użytkowników z rzeczywistą produktywnością. Dla polskich zarządów ważne będzie połączenie budżetu, bezpieczeństwa danych i wskaźników biznesowych w jednym modelu nadzoru.
AI nie jest automatycznym źródłem oszczędności. Bez limitów, kontroli zużycia i jasno określonych celów może szybko powiększyć koszty operacyjne. Technologia tworzy wartość dopiero wtedy, gdy firma potrafi policzyć nie tylko cenę dostępu, ale również koszt procesu, który ma dzięki niej działać lepiej.
Sprawdź też: Przedsiębiorca z własnym zespołem AI. Vibe coding zmienia zasady gry
