Gazeta Lodz - Firmy inwestują w AI, ale tylko nieliczne uzyskują już wymierne efekty

Sztuczna inteligencja stała się jednym z głównych kierunków wydatków technologicznych przedsiębiorstw, jednak skala inwestycji nie przekłada się jeszcze powszechnie na wyniki. Lubomir Stojek, Country Manager Red Hat w Polsce, wskazuje na wyraźną lukę między liczbą eksperymentów a rozwiązaniami gotowymi do bezpiecznego użycia w całej organizacji.

W badaniu Red Hat 72 proc. przedsiębiorstw z regionu EMEA zaliczyło AI do priorytetów strategii informatycznej. Jedynie 7 proc. respondentów oceniło jednak, że technologia już przynosi firmie mierzalną wartość. Problemem jest przede wszystkim przechodzenie od rozproszonych pilotaży do systemów, które można skalować i utrzymywać.

Gdy poszczególne zespoły samodzielnie wybierają modele, narzędzia i dostawców, lokalne projekty mogą wyglądać na sprawne innowacje. W skali przedsiębiorstwa pojawiają się jednak powielone licencje i wdrożenia, niewykorzystane zasoby obliczeniowe oraz kilka grup rozwijających podobne funkcje. Każde środowisko wymaga osobnych zabezpieczeń, monitoringu i kontroli.

Stojek określa te ukryte obciążenia jako „podatek od fragmentacji”. Firma płaci go czasem ekspertów, wolniejszym tempem zmian i rosnącą złożonością infrastruktury. Szczególnie widoczne jest to przy agentowej AI, kiedy odrębnie budowani agenci działają na innych zasadach i platformach, co zwiększa również ryzyko shadow AI poza wspólnym nadzorem.

Rozwiązaniem nie musi być narzucenie jednego modelu lub dostawcy. Eksperymentowanie wymaga swobody, natomiast wspólne powinny być podstawy: infrastruktura, zarządzanie tożsamością i dostępem, bezpieczeństwo, automatyzacja, monitoring oraz reguły obejmujące cały cykl życia modeli.

Badanie pokazuje niedojrzałość tych mechanizmów. Tylko 31 proc. firm deklaruje dojrzałe zarządzanie agentową AI, a 32 proc. przyznaje, że stosowane zasady mają istotne luki. Pełną kontrolę nad miejscem przechowywania i przetwarzania danych wykorzystywanych przez systemy AI deklaruje 49 proc. respondentów.

Wspólna platforma operacyjna może zapewniać centralnie mechanizmy widoczności, bezpieczeństwa i nadzoru, pozostawiając zespołom wybór modeli oraz narzędzi. Ogranicza to potrzebę wielokrotnego budowania tego samego zaplecza i pozwala skoncentrować zasoby na zastosowaniach, procesach oraz modelach biznesowych dających przewagę konkurencyjną.

W tym kontekście Red Hat wskazuje na znaczenie technologii open source. Nie usuwają one automatycznie ryzyk AI, ale ułatwiają łączenie narzędzi i wymianę elementów środowiska bez trwałego uzależnienia od jednego dostawcy. Transparentność i łatwiejszą audytowalność za kluczową przyszłą wartość otwartego oprogramowania uznało 79 proc. badanych.

Możliwość dostosowania rozwiązań do potrzeb biznesowych i regulacyjnych wskazało 77 proc. respondentów, a 69 proc. oceniło, że open source ogranicza ryzyko vendor lock-in. Ma to znaczenie w warunkach rosnących wymogów AI Act, NIS2 i DORA dotyczących przejrzystości, odporności operacyjnej, cyberbezpieczeństwa oraz zewnętrznych dostawców.

Dojrzałości w AI nie powinno się zatem mierzyć liczbą uruchomionych modeli i pilotaży. Istotniejsze jest tempo przechodzenia od pomysłu do rozwiązania produkcyjnego przy zachowaniu kontroli nad kosztami, bezpieczeństwem i danymi. Przewagę mają budować przedsiębiorstwa, które potrafią zarządzać różnorodnością technologii bez tworzenia organizacyjnego chaosu.

Fragmentacja zwiększa także trudność audytu. Gdy kilka jednostek biznesowych używa innych sposobów kontroli dostępu i rejestrowania decyzji modelu, zarząd nie otrzymuje jednego obrazu przepływu danych, kosztów i odpowiedzialności. Centralne zasady mają więc dotyczyć operacyjnej warstwy wdrożenia, a nie ograniczać zespołom możliwość testowania zastosowań.

Regulacje dodatkowo podnoszą znaczenie tej architektury. AI Act wymaga przejrzystości i nadzoru odpowiedniego do ryzyka systemu, NIS2 nakłada obowiązki zarządzania cyberzagrożeniami, a DORA koncentruje się na odporności instytucji finansowych i zależności od firm technologicznych. Możliwość zmiany dostawcy bez przebudowy całego środowiska staje się przez to elementem zarządzania ciągłością biznesową.

Firmy, które ograniczą duplikowanie pracy, mogą kierować większą część budżetu na produkcyjne zastosowania. Kluczową miarą jest wtedy nie liczba demonstracji, lecz powtarzalność wdrożeń: podobny poziom zabezpieczeń, spójny monitoring, kontrolowane dane i przewidywalne koszty niezależnie od wybranego modelu.

G.Malecki--GL