IBM mówi firmom: nie kupujcie więcej AI, przebudujcie sposób działania
IBM radzi firmom, aby nie kupowały więcej AI, lecz przebudowały sposób działania. Kluczowe jest wplecenie AI w model operacyjny organizacji.
👁 132 przeczytań
- IBM twierdzi, że firmy nie powinny kupować kolejnych narzędzi AI, lecz przebudować model operacyjny, w którym AI jest częścią procesu od początku do końca.
- Wdrożenia AI często blokują nie słabe modele, lecz złe dane - rozproszone, nieaktualne lub niedostępne, co zamienia projekt AI w projekt architektury danych.
- Największe wyzwanie przy wdrażaniu agentów AI jest kulturowe: pracownicy muszą wiedzieć, które zadania przejmuje AI, gdzie potrzebna jest ich ocena i jak zgłaszać błędy systemu.
IBM opowiada o AI w sposób mniej widowiskowy niż firmy od konsumenckich chatbotów, ale bardzo bliski problemom dużych organizacji. Kluczowe pytanie nie brzmi już, czy firma ma AI. Brzmi: czy potrafi wpleść ją w model działania.
Wiele przedsiębiorstw znajduje się dziś w dziwnym miejscu. Z jednej strony mają już dostęp do narzędzi AI, prowadzą pilotaże, testują asystentów, kupują licencje i organizują szkolenia. Z drugiej strony trudno im pokazać twardy efekt na poziomie całej organizacji. Jest dużo eksperymentów, ale mało przeprojektowanych procesów. Jest entuzjazm, ale też chaos. IBM próbuje odpowiedzieć właśnie na ten etap dojrzewania rynku.
Najważniejsza teza jest prosta: sama obecność sztucznej inteligencji w firmie nie wystarczy. Organizacja musi zmienić sposób, w jaki zarządza pracą, danymi, automatyzacją i odpowiedzialnością. W przeciwnym razie AI zostanie kolejnym narzędziem w stosie aplikacji. Ułatwi pojedyncze zadania, ale nie zmieni struktury działania firmy. A największe pieniądze leżą właśnie w tej strukturze.
Agenci potrzebują kontroli
Agent AI brzmi atrakcyjnie, bo obiecuje więcej niż chatbot. Nie tylko odpowiada, ale wykonuje zadania: szuka danych, aktualizuje system, przygotowuje dokument, uruchamia workflow, kontaktuje się z innym narzędziem. Problem zaczyna się wtedy, gdy takich agentów jest kilkadziesiąt albo kilkaset. Kto nadaje im uprawnienia? Kto sprawdza, co zrobiły? Kto wyłącza agenta, który działa źle? Kto rozstrzyga konflikt między rekomendacjami różnych systemów?
Dlatego w enterprise AI coraz ważniejsza będzie warstwa orkiestracji. To coś w rodzaju panelu sterowania dla wielu agentów i procesów. Firma musi wiedzieć, jakie systemy działają, z jakich danych korzystają, jakie decyzje podejmują i gdzie potrzebna jest zgoda człowieka. Bez tego agent staje się nie przewagą, lecz ryzykiem operacyjnym.
IBM ma naturalną pozycję w tej opowieści, bo od dekad działa w środowiskach, których nie da się po prostu wyrzucić i napisać od nowa. Banki, administracja, telekomy, ubezpieczyciele i duże firmy produkcyjne mają stare systemy, procedury, wymogi zgodności i złożone przepływy danych. Startup może powiedzieć: „zbudujmy wszystko od zera”. Duża organizacja odpowie: „mamy trzydzieści lat integracji i regulatora za plecami”.
Dane są ważniejsze niż demo
Wdrożenia AI często zatrzymują się nie dlatego, że model jest za słaby, lecz dlatego, że dane są złe. Są rozproszone, nieaktualne, nieopisane, niedostępne albo objęte ograniczeniami. Model bez kontekstu może mówić płynnie, ale nie podejmuje dobrych decyzji. W firmie jakość odpowiedzi zależy od tego, czy AI widzi właściwe dokumenty, właściwe rekordy, właściwe wersje i właściwe ograniczenia.
To sprawia, że projekty AI szybko zmieniają się w projekty architektury danych. Trzeba uporządkować dostęp, źródła, semantykę, uprawnienia i aktualność informacji. Bez tego najlepszy agent będzie przypominał pracownika, który ma świetną pamięć językową, ale nie ma wejścia do firmowego systemu. Potrafi pięknie mówić, lecz niekoniecznie wie, co naprawdę dzieje się w organizacji.
Drugim ważnym obszarem jest automatyzacja bezpieczeństwa i operacji IT. Im więcej AI pisze kodu, analizuje incydenty i pomaga zarządzać infrastrukturą, tym bardziej potrzebne są systemy kontroli. Szybkość wykrywania luk, reagowania na awarie i priorytetyzowania problemów staje się krytyczna. Człowiek nadal jest ważny, ale nie może być jedynym łącznikiem między dziesiątkami narzędzi i alertów.
Najbardziej dojrzałe firmy nie będą więc po prostu kupowały kolejnych asystentów. Będą budowały model operacyjny, w którym AI jest częścią procesu od początku do końca. To wymaga decyzji organizacyjnych: które zadania automatyzujemy, które wspieramy, gdzie zostawiamy człowieka, jak mierzymy wynik, jak audytujemy działanie i jak uczymy pracowników współpracy z systemem.
W konsumenckiej wersji AI jest rozmową. W korporacyjnej wersji AI jest układem zależności. Dane, uprawnienia, zgodność, integracje, monitoring, odpowiedzialność i koszty muszą działać razem. IBM próbuje przypomnieć firmom, że prawdziwa transformacja nie polega na tym, aby mieć więcej AI w prezentacji dla zarządu. Polega na tym, aby przebudować organizację tak, by sztuczna inteligencja była sterowalną, bezpieczną i mierzalną częścią codziennej pracy.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Co z tego wynika
Nie przepłacaj za te subskrypcje
Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.
Największe wyzwanie będzie kulturowe, a nie techniczne. Pracownicy muszą rozumieć, które zadania przejmuje AI, gdzie nadal potrzebna jest ich ocena i jak zgłaszać błędy systemu. Menedżerowie muszą przestać traktować automatyzację jak magiczny skrót do redukcji kosztów. Bez zaufania, szkolenia i jasnych granic agentic AI może wywołać opór, nawet jeśli technicznie działa poprawnie.
Firmy, które wygrają, prawdopodobnie zaczną od małych, dobrze opisanych procesów, a nie od wielkiej deklaracji transformacji. Najpierw automatyzacja jednego obiegu dokumentów, potem jednego procesu obsługi klienta, później jednego fragmentu analityki. Każdy etap powinien mieć właściciela, miernik i plan kontroli. Tylko w ten sposób AI może przejść z poziomu ciekawostki do poziomu systemu operacyjnego przedsiębiorstwa.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Najczęstsze pytania
Dlaczego IBM mówi firmom, żeby nie kupowały więcej AI?
IBM wskazuje, że sama obecność AI w firmie nie wystarczy - bez przeprojektowania procesów AI staje się kolejnym narzędziem w stosie aplikacji. Największe korzyści leżą w zmianie struktury działania organizacji, a nie w liczbie zakupionych licencji.
Czym jest orkiestracja agentów AI i po co jest potrzebna?
Orkiestracja to warstwa zarządzania wieloma agentami AI, opisywana jako panel sterowania, który pokazuje jakie systemy działają, z jakich danych korzystają i gdzie potrzebna jest zgoda człowieka. Bez niej agent zamiast przewagi staje się ryzykiem operacyjnym.
Dlaczego projekty AI w firmach zamieniają się w projekty danych?
Jakość odpowiedzi AI zależy od tego, czy system widzi właściwe dokumenty, rekordy i wersje, a dane w firmach są często rozproszone, nieopisane lub objęte ograniczeniami dostępu. Trzeba uporządkować źródła, semantykę, uprawnienia i aktualność informacji, zanim model zacznie działać poprawnie.
Od czego firma powinna zacząć wdrożenie AI, żeby nie skończyć na pilotażu?
Według IBM firmy powinny zaczynać od małych, dobrze opisanych procesów - najpierw automatyzacja jednego obiegu dokumentów, potem jednego procesu obsługi klienta, potem fragmentu analityki. Każdy etap powinien mieć właściciela, miernik i plan kontroli.
Podobne tematy na Promptowym
