A kilencvenöt százalék
Az MIT Project NANDA 2025-ös jelentése, a The GenAI Divide, 52 vezetői interjú, 153 kitöltött felmérés és 300 nyilvános bevezetés elemzése alapján arra jutott, hogy a vállalati generatív AI pilotok 95 százaléka nem jut el a kimutatható eredményig. A cégek büszkén jelentik be a kísérleteket, aztán a pilotok elakadnak a bemutató és az üzemszerű használat közötti senkiföldjén. A jelentés szerint a fő ok nem a modellek gyengesége, hanem az, amit a szerzők tanulási szakadéknak neveznek. Az eszközök nem tanulják meg a szervezet folyamatait, a szervezet pedig nem építi be az eszközöket a napi munkába.
A jelentés másik tanulsága a vétel és az építés kérdését érinti. A külső partnerrel, meglévő megoldásra épített bevezetések lényegesen gyakrabban jutottak el az éles működésig, mint a tisztán házon belüli fejlesztések. Nem azért, mert a belső csapatok gyengébbek, hanem mert a partneri modellben van, aki már megjárta a buktatókat, és van, aki felel a végeredményért.
Ami közben a piacon már működik
A szakadék túloldala sem elmélet. A JPMorgan vezetője a 2026. júliusi eredményhirdetésen mondta el, hogy egyes egységeikben az AI a munkakörök 30-40 százalékát váltotta ki, és az érintettek többségét más területre irányították át. A Santander mind a 185 ezer munkatársának AI hozzáférést adott, 2026-ra 200 millió euró feletti üzleti értéket vár, és az első negyedévben ebből 35 millió már realizálódott. A Lloyds 2025-ben nagyjából 50 millió font mért AI értékről számolt be, 2026-ra 100 millió font feletti a cél, és több mint ezer AI fókuszú munkakört töltenek be. A KPMG közel ezer audit gyakornokot képez át arra, hogy a rutinmunka helyett az ítélőképesség legyen a szakmája magja. Ezek nem jóslatok, hanem tőzsdei közlések és dokumentált beruházások.
A 95 százalék, ahol elakad
- A pilot a demónál ér véget
- Nincs kijelölt üzleti felelőse
- Nem épül be a napi folyamatba
- Senki nem méri, mit hozott
- A szervezet nem tanulja az eszközt
Az 5 százalék, ahol üzem lesz
- Egy konkrét folyamatra irányul
- Van felelőse és határideje
- A munka a folyamatban változik meg
- A hatását mérőszám követi
- A tanulság visszaépül a rendszerbe
Mi választja el a két oldalt
A működő bevezetések közös mintázata három elemből áll. Az első a fókusz. Nem húsz kísérlet fut párhuzamosan, hanem egy-két olyan folyamat, ahol a volumen és a fájdalom is elég nagy ahhoz, hogy a javulás számítson. A második a felelősség. A pilotnak üzleti gazdája van, nem informatikai, és a gazda a saját mutatóin méri a sikert. A harmadik a beépülés. Az AI nem külön ablak, amit a lelkesek nyitnak meg néha, hanem a folyamat kötelező állomása, aminek a kihagyása feltűnik.
Ha a saját szervezetedre nézel, ez a három kérdés azonnal kiadja a diagnózist. Van fókusz, van felelős, van beépülés. Ahol a három közül bármelyik hiányzik, ott a pilot a statisztika rosszabbik oldalára tart, függetlenül attól, milyen jó a modell alatta.
Források és további olvasnivaló
MIT Project NANDA, The GenAI Divide. State of AI in Business 2025. A banki adatok forrása a JPMorgan 2026 második negyedéves eredményhirdetése, a Santander és a Lloyds saját közleményei, valamint a Fortune 2026. januári riportja a KPMG képzési programjáról, mindegyik 2026 szeptemberében ellenőrizve. A pilotok elakadásáról a Miért bukik el a legtöbb AI bevezetés cikkemben írtam.
Workshop
AI Transformation Day
Egésznapos, vezetőknek szóló program. Feltérképezzük, hol tart a szervezet, mi az első reális lépés, és milyen belső feltételek szükségesek a sikerhez. A nap végén konkrét, priorizált cselekvési lista.
Érdekel a program →