Polska zmniejsza lukę zaufania do AI, ale jakość danych wciąż pozostaje barierą

Wskaźnik wiarygodności zarządzania sztuczną inteligencją w Polsce wzrósł w ciągu roku z 40,5 do 56 punktów, a luka zaufania skurczyła się z 35,4 do 11,6 punktu. Z opublikowanego raportu SAS przygotowanego na podstawie badania IDC wynika jednak, że rozwój infrastruktury danych nie nadąża za tą zmianą i wciąż ustępuje średniej światowej. Polskie przedsiębiorstwa odchodzą od masowego eksperymentowania z technologią na rzecz dojrzałych projektów przynoszących realne korzyści biznesowe.

Infrastruktura danych pozostaje główną barierą w rozwoju technologii

Druga edycja badania SAS pod tytułem „Raport dotyczący wpływu danych i sztucznej inteligencji: nowa ekonomia zaufania” (KLIK) pokazuje wyraźne postępy polskich organizacji w obszarze nadzoru nad AI. Wskaźnik audytu i rozliczalności wzrósł o 12,6 punktu do poziomu 60,1, a zarządzania modelami o 12,5 punktu do 54,5. Mimo to poziom jakości i zarządzania danymi zwiększył się zaledwie o 2 punkty do 54 punktów, co plasuje Polskę o 5,5 punktu poniżej średniej globalnej. Obecnie zaledwie 18,9 procent rodzimych przedsiębiorstw posiada infrastrukturę pozwalającą w pełni prześledzić pochodzenie informacji i ocenić ich jakość. Zwraca na to uwagę Miłosz Trawczyński, Country Leader w SAS Polska:

Polski rynek zrobił w ciągu roku duży krok w stronę bardziej dojrzałego zarządzania AI. Firmy coraz lepiej radzą sobie z kontrolą i zarządzaniem modelami. Niestety, jednocześnie dojrzałość infrastruktury danych w organizacjach rozwija się znacznie wolniej. To istotne, bo sama strategia zarządzania AI nie wystarczy, jeśli organizacja nie ma możliwości prześledzenia pochodzenia danych, oceny ich jakości i zrozumienia, na czym opiera się decyzja systemu AI. W kolejnej fazie rozwoju, właśnie te fundamenty będą decydować o tym, które projekty rzeczywiście można skalować.

Problem ten potęguje fakt, że chociaż 26,4 procent firm wdrożyło politykę odpowiedzialnej sztucznej inteligencji, to nie potrafi zweryfikować jej faktycznego przestrzegania w codziennej praktyce.

Wzrost wymagań wobec autonomicznych agentów oraz przyczyny korekty wdrożeń

Niedostateczna jakość danych odbija się na poziomie zaufania do bardziej zaawansowanych rozwiązań, zwłaszcza agentowych. W skali globalnej zaufanie do agentowej AI wynosi 66 procent i jest o 10 punktów procentowych niższe niż do narzędzi generatywnych. Aż 28,3 procent polskich decydentów modyfikuje rekomendacje systemów z powodu braku wystarczającego wyjaśnienia sposobu podjęcia decyzji, 22,6 procent z racji błędów faktycznych, a 20,8 procent wskazuje na brak kontekstu. Jak podkreśla Miłosz Trawczyński:

Problem jest szczególnie istotny w przypadku agentowej AI, która może podejmować coraz bardziej złożone działania i decyzje. Aby móc zaufać takim systemom, organizacje muszą być w stanie prześledzić, na jakich danych i przesłankach opierała się dana decyzja. Bez takiej przejrzystości trudniej ocenić jej poprawność, odpowiednio zareagować na błąd agenta i wziąć odpowiedzialność za rezultat jego działań. Organizacje robią systematyczne postępy, ale dopóki nie osiągnie się odpowiedniego poziomu dojrzałości danych, nie będzie można liczyć na wiarygodną autonomię rozwiązań.

W konsekwencji odsetek polskich firm wykorzystujących generatywną AI spadł z 87 do 62,3 procent, a agentową AI z 65,2 do 30,2 procent. Wynika to z przechodzenia od niekontrolowanych prób do dojrzałego wyboru bezpiecznych narzędzi.

Przejście od eksperymentów do mierzalnych korzyści i wzrostu inwestycji

Zmiana podejścia przekłada się na dojrzałość rynkową oraz realne wyniki finansowe. Udział organizacji traktujących AI jako działanie krótkoterminowe spadł z 60 do 9,4 procent, natomiast odsetek firm w pełni integrujących tę technologię z procesami biznesowymi wzrósł z 16 do 35,8 procent. Dodatkowo 24,6 procent przedsiębiorstw deklaruje wysoki lub bardzo wysoki zwrot z inwestycji, a rosnące znaczenie mają konkretne wskaźniki, takie jak redukcja kosztów (47,2 procent) czy generowanie przychodów (28,3 procent). W efekcie 56,6 procent podmiotów planuje w najbliższym roku umiarkowany wzrost wydatków na AI, a 7,5 procent zwiększy nakłady o ponad 20 procent. Ekspert SAS Polska podsumowuje ten proces następująco:

Polska wyraźnie przyspieszyła w obszarze dojrzałego i odpowiedzialnego wykorzystania AI. Wzrost wskaźnika wiarygodności, rozwój mechanizmów audytu i zarządzania modelami oraz rosnący wpływ AI na wyniki biznesowe pokazują, że organizacje są coraz lepiej przygotowane do realizacji wdrożeń na większą skalę. Polska ma więc dziś szansę przełożyć rosnącą dojrzałość AI na trwałą wartość biznesową, pod warunkiem że dalszy rozwój governance będzie szedł w parze ze wzmacnianiem jakości danych i praktycznych mechanizmów kontroli. Przykłady wiodących firm na świecie pokazują, że odpowiedzialne podejście do sztucznej inteligencji to nie tylko kwestia bezpieczeństwa i zgodności, ale także konkretnych korzyści biznesowych – organizacje stosujące zasady nadzoru i kontroli mają 15-krotnie większą szansę na osiągnięcie wysokiego zwrotu z inwestycji.