Inwestycje w AI: Dlaczego finanse wygrywają tam, gdzie inne działy tracą?

Dyrektorzy finansowi coraz częściej raportują realne zyski z wdrożeń sztucznej inteligencji, podczas gdy inne obszary biznesowe zmagają się z brakiem rentowności swoich projektów. Według najnowszych danych kluczem do sukcesu okazuje się precyzyjne podejście do konkretnych procesów, takich jak fakturowanie czy raportowanie, zamiast prowadzenia nieskoordynowanych eksperymentów.

Pułapka niekończących się pilotaży

Mimo powszechnego entuzjazmu większość przedsięwzięć związanych ze sztuczną inteligencją zatrzymuje się na etapie wstępnych testów, co generuje koszty zamiast oczekiwanych oszczędności. Projekt Nanda z MIT Media Lab wskazuje, że aż 95 proc. wdrożeń generatywnej AI nie przynosi zakładanego zwrotu z inwestycji. Głównym powodem tego stanu rzeczy jest brak precyzyjnych wskaźników sukcesu oraz działanie nowych narzędzi w izolacji od reszty systemów firmowych, co uniemożliwia pełną automatyzację. W finansach sytuacja wygląda jednak inaczej – raport KPMG podaje, że 71 proc. liderów z tego obszaru odnotowuje wyniki spełniające lub nawet przewyższające oczekiwania biznesowe.

Ukryte koszty i zagrożenia dla bezpieczeństwa

Poważnym wyzwaniem dla organizacji staje się tak zwane shadow AI, czyli samodzielne korzystanie przez pracowników z zewnętrznych rozwiązań poza kontrolą działu technicznego. W Polsce nawet 69 proc. osób przyznaje się do używania modeli językowych mimo braku oficjalnej zgody, co drastycznie podnosi ryzyko wycieku danych. Według szacunków IBM naruszenie bezpieczeństwa spowodowane przez taką niezarządzaną technologię kosztuje średnio o 670 tysięcy dolarów więcej niż standardowy incydent. Decentralizacja ta prowadzi również do marnowania budżetu na nieużywane licencje oraz dublujące się subskrypcje, co dodatkowo obciąża wynik finansowy przedsiębiorstwa.

Recepta na skuteczną automatyzację

Aby uniknąć błędów, eksperci tacy jak Aleksander Kania z UiPath sugerują przejście od prostych testów do pełnej automatyzacji całego cyklu obsługi dokumentów. Skuteczne wdrożenie wymaga dokładnego zmierzenia obecnej wydajności procesów oraz ustalenia jasnych zasad współpracy między algorytmem a człowiekiem. Nowoczesne systemy pozwalają na osiągnięcie wysokiego wskaźnika przetwarzania bezdotykowego, gdzie agenci AI samodzielnie rozwiązują błędy w księgowaniu i przekazują ludziom tylko najbardziej złożone przypadki. Budowanie zaufania do technologii poprzez pełną widoczność jej działań pozwala na skalowanie rozwiązań, które realnie podnoszą wartość firmy.