Generativni AI zaludio je poslovni svijet, s velikim jezičnim modelima poput OpenAI-jevog ChatGPT -a koji trenutno ima više od 200 milijuna tjednih aktivnih korisnika. AI postaje sve veća komponenta IT proračuna, pri čemu trenutačno globalno tržište umjetne inteligencije iznosi gotovo 235 milijardi dolara, a projekcije pokazuju porast na više od 631 milijardu dolara do 2028. godine. Međutim, IBM-ovi nalazi otkrivaju da malo projekata umjetne inteligencije pruža financijsku vrijednost koju dioničari očekuju. Zapravo, prosječni ROI je samo 5,9 posto‚—znatno ispod uobičajenih 10 posto troška kapitala.
Većina propada
Također, prema istraživanju RAND Corporationa, više od 80 posto ovih AI projekata neće ni uspjeti — što je dvostruko više od stope neuspjeha za startupove koji nisu povezani s AI tehnologijom. Think tank za globalnu politiku razgovarao je sa 65 podatkovnih znanstvenika i inženjera koji su posljednjih godina radili u sektoru umjetne inteligencije i utvrdili su nekoliko uzroka koji dovode do ove ogromne stope neuspjeha.
Prema istraživanju, najveći razlog neuspjeha projekata umjetne inteligencije je neusklađenost ciljeva između ključnih dionika. Vodstvo Ai tvrtki često ima pogled na to što umjetna inteligencija može i treba postići, a koji nije utemeljen na stvarnosti. Umjesto toga, vođena je unaprijed zamišljenom predodžbom čovječanstva o tome što je umjetna inteligencija, koju najčešće potiče, kako istraživači tvrde, Hollywood. Ovaj nedostatak razumijevanja između poslovnih vođa i ljudi na terenu znači da projekti često nemaju resurse i vrijeme potrebno za postizanje svojih ciljeva.
Međutim, ni inženjeri koji rade na drugom kraju umjetne inteligencije također nisu besprijekorni. Intervjui su otkrili da znanstvenike koji se bave podacima ponekad ometaju najnovija dostignuća u umjetnoj inteligenciji i implementiraju ih u svoje projekte ne gledajući vrijednost koju će to donijeti. Ovaj ‘sindrom sjajnog predmeta‘ znači da znanstvenici i inženjeri žele koristiti ove nove tehnologije samo zato što su najnovije. Iako je važno biti u tijeku s umjetnom inteligencijom, timovi također trebaju razmotriti hoće li ta nova tehnologija doista riješiti probleme s kojima se suočavaju u svojim istraživanjima ili će ih samo učiniti složenijim i zamršenijim nego što već jest. Čini se da je FOMO jak i u AI industriji,
U istraživanju je također navedeno i nekoliko drugih razloga, uključujući nedostatak pravilno pripremljenih skupova podataka, neadekvatnu infrastrukturu i nekompatibilnost umjetne inteligencije s problemom koji je u pitanju. Istraživanje je potvrdilo i to da ovi problemi nisu ograničeni na privatni sektor: čak i akademska zajednica ima problema s projektima umjetne inteligencije, gdje se mnogi fokusiraju jednostavno na objavljivanje istraživanja umjetne inteligencije umjesto da gledaju aplikacije u stvarnom svijetu za njihov rezultat, tvrde istraživači.
Puno neuspjeha
Ovo istraživanje je dokaz mnogih konsolidacija i neuspjeha koje vidimo u industriji umjetne inteligencije. Zapravo, glavni izvršni direktor Baidua Robin Li Yanhong rekao je da Kina ima previše velikih jezičnih modela i da rasipa značajnu količinu resursa jer oni često imaju malo, ili ni malo praktičnih aplikacija u stvarnom svijetu. To također možemo vidjeti s brojem generativnih AI patenata koje je Kina podnijela u proteklom desetljeću, nadmašujući SAD u omjeru 6 prema 1. No unatoč tome, samo jedna kineska organizacija, Kineska akademija znanosti, ušla je među 20 subjekata koji su dobili najveći broj citata između 2010. i 2023. godine.
Istraživanje također pokazuje da u želji za napredovanjem u utrci AI-ja, mnoge tvrtke prenagle u izgradnji svojih projekata.. Dok su oni (i njihovi investitori) jedini koji snose rizik bilo kojeg neuspješnog projekta, ipak bi bilo mudro da pažljivo promotre neuspjeh drugih AI projekata i razloge koji stoje iza toga. Uostalom, ako projekti umjetne inteligencije ne ispune svoja obećanja tijekom dugog razdoblja, onda bi cijela industrija mogla pasti i rasprsnuti se poput mjehura od milijarada dolara.