A kezdeti AI-próbálkozások sok vállalatnál nem hozták meg a várt eredményeket
A Forrester tanácsadó cég szerint olyan stratégiákra van szükség, amelyek képesek hosszú távon is biztosítani a megtérülést. Ehhez az üzleti célokra épülő, átgondolt ütemterv, megfelelő architektúra és speciális szakértelem szükséges, különben a vállalatok akár 75 százaléka is kudarcot vallhat a legfontosabb AI-projektjeiben.

 

A 2024-es év a vállalati AI-alkalmazások szempontjából a spontaneitás időszaka volt: a munkavállalók saját maguk által választott eszközöket kezdtek el használni, sokszor a szervezeti kereteken kívül. A szakértők a BYOD mintájára a BYOAI (Bring Your Own Artificial Intelligence) nevet adták ennek a jelenségnek. Az egységes stratégia hiánya pedig megakadályozta a vállalatokat abban, hogy hatékonyan alkalmazzák a modern technológiát, igazán kihasználva annak előnyeit és valódi üzleti értékét. A Forrester friss kutatása szerint az idei évben a szervezetek már egyre inkább a strukturált megközelítésre összpontosítanak, ezért olyan AI-stratégiákra van szükségük, amelyek biztosítják a hosszú távú megtérülést és igazodnak az üzleti célokhoz.

A haszonhoz vezető út hosszabb, mint gondolnánk

Számos vállalat ért már el kisebb-nagyobb sikereket a mesterséges intelligencia alkalmazásával, például javult az ügyfélélmény, nőtt a munkavállalói hatékonyság, és új bevételi lehetőségek nyíltak meg. A Forrester úgy látja, hogy sok cég mégis túl korán leállítja AI-projektjeit, mivel a megtérülés (ROI) gyakran lassabban jelentkezik a vártnál.

 

A vállalatok 75%-a kudarcot vallhat AI-projektjeivel, ha egyedül vág bele | Illusztráció: SUSE

 

Az elemző felmérése szerint az amerikai döntéshozók 49 százaléka 1–3 éven belül, további 44 százalék pedig 3–5 éven belül számít megtérülésre az AI-megoldások esetében. A türelmetlenség azonban hosszú távon hátráltathatja a fejlődést. A mesterséges intelligencia nem azonnali sikertermék: a megtérülést fokozatosan, üzleti célok mentén felépített stratégiával, jól ütemezett lépésekben lehet elérni. A legsikeresebb vállalatok olyan alkalmazási területeket választanak az AI-hoz, amelyek szorosan kapcsolódnak a működésükhöz, az adatvagyonukhoz és piaci pozíciójukhoz.

Visszatér a prediktív AI

A generatív mesterséges intelligencia iránti lelkesedés az elmúlt évben jelentősen megnőtt, sok vállalatnál azonban a technológia nem váltotta be a hozzá fűzött reményeket. Ezért idén a vállalatok egyre inkább visszatérnek a jól bevált, stabil üzleti eredményeket hozó prediktív AI-megoldásokhoz. A Forrester adatai alapján 2024-ben nagyjából kiegyenlített volt a prediktív (36%) és a generatív (35%) AI-projektek aránya, az előbbi szerepe azonban tovább erősödik.

A vállalat becslései szerint 2025-ben az AI-alkalmazások több mint fele prediktív technológiákra épül, olyan területekre helyezve a fókuszt, mint a prediktív karbantartás, az ügyfélélmény személyre szabása, az ellátási lánc optimalizálása vagy a kereslet előrejelzése. Ugyanakkor a jövőben a prediktív és generatív mesterséges intelligencia együttes használata várható, mivel az előrejelző modellek eredményei intelligensebbé és pontosabbá tehetik a generatív rendszerek működését.

Stabil alapokkal gyorsabb a haladás

Szintén nő a lelkesedés az agentic AI-rendszerek iránt, amelyek képesek önállóan végrehajtani összetett feladatokat. Sok vállalat már el is indult a saját agentic megoldások fejlesztésének útján. A Forrester szerint azonban ezen törekvések 75 százaléka elbukik, ha a cégek egyedül vágnak bele a megvalósításba. Az ilyen rendszerekhez ugyanis több különféle modellre, kifinomult adatarchitektúrára és speciális szakértelemre van szükség.

Egyre több szervezet ismeri fel, hogy az előrelépéshez tapasztalt partnerekre és stabil, jól integrálható alapokra van szükség. Ilyen például a biztonságos, vállalati felhasználásra szánt SUSE AI platform, amelynek segítségével a cégek megbízható, átlátható és rugalmas módon vezethetnek be és kezelhetnek bármilyen AI-alkalmazást. A moduláris felépítésű, könnyen bővíthető megoldás lehetővé teszi a vállalatok számára, hogy megtartsák az irányítást saját AI-megoldásaik felett, miközben a működésüknek megfelelő ütemben haladnak előre.

A szervezetek biztosak lehetnek abban, hogy a SUSE AI használatával felkészülten nézhetnek szembe a jövő kihívásaival, a platform ugyanis folyamatosan garantálja a kompatibilitást a legújabb AI-technológiákkal. Emellett erős védelmet és felügyeletet biztosít a legérzékenyebb adatok felett, megelőzve az adatszivárgást, és kizárva, hogy illetéktelen vagy rosszindulatú szereplők hozzáférjenek a bizalmas információkhoz.

 

| Nyitókép: Illusztráció: Adobe Stock

Longevity és technológia: a hosszú, minőségi és teljes élet nyomában a BoschxRichter Innovátorok Napján
A hosszú és minőségi élet tudományos, technológiai és társadalmi összefüggései kerülnek fókuszba az idei BoschxRichter Innovátorok Napján 2026. szeptember 23-án, a budapesti Richter Központban.
A vállalatok többségének még nem származik gazdasági nyereség 
az AI-ból
Az AI-ból származó valós pénzügyi megtérülést csak egy szűk élmezőny szállítja. Az 1217 felsővezető megkérdezésén alapuló PwC AI Performance Study szerint az AI által teremtett gazdasági érték közel háromnegyedét (74%) mindössze a vállalatok ötöde (20%) realizálja.
Egy kutatásban az AI-alapú szervezeti működés jövőjét vizsgálják
A Budapesti Corvinus Egyetem és az UNIQA Biztosító kutatási projektje azt vizsgálja, hogy milyen szervezeti, vezetési és emberi feltételek szükségesek a mesterséges intelligenciára épülő új működési modellek felelős és eredményes alkalmazásához.
Szilárdtest-transzformátor jöhet az AI-adatközpontok energiaéhségének csillapítására
Az új fejlesztés magasabb hatékonyságot és egyszerűbb energiaelosztást kíván biztosítani az adatközpontoknak. A Siemens a hálózati integráció, az energiaátalakítás, a védelem és a vezérlés terén szerzett képességeit alkalmazza, hogy a következő generációs energiarendszereket biztosítsa az AI adatközpontok számára.
Amikor az út látja az autót – ADAS-tesztek digitális ikerrel
Autópálya-forgalomban tesztelték a BME kutatói által kidolgozott rendszert, amely kiválthatja az autók speciális mérőeszközökkel való felszerelését a fejlesztések során.