
Трамп продовжив термін заборони TikTok ще на 90 днів
24 Червня, 2025 22:23
Чи ChatGPT наздоганяє Google за пошуковою активністю?
26 Червня, 2025 20:54
Трамп продовжив термін заборони TikTok ще на 90 днів
24 Червня, 2025 22:23
Чи ChatGPT наздоганяє Google за пошуковою активністю?
26 Червня, 2025 20:54Парадокс штучного інтелекту вивчив McKinsey у дослідженні «Seizing the agentic AI advantage».
Майже 80 % компаній повідомляють про використання генеративного штучного інтелекту – але стільки ж визнають, що не бачать значущого впливу на бізнес‑результати. Такий розрив можна назвати «парадокс генеративного штучного інтелекту» .
Широке, але поверхневе впровадження
В основі цього парадоксу лежить дисбаланс між «горизонтальними» (загальнокорпоративними) копілотами та чат-ботами, які швидко масштабуються, але забезпечують нечіткі, важковимірні переваги, та більш трансформаційними «вертикальними» (функціонально-специфічними) варіантами використання, близько 90 відсотків з яких залишаються в пілотному режимі.
Агенти ШІ пропонують спосіб вийти з парадоксу покоління ШІ. Це пояснюється тим, що агенти мають потенціал автоматизувати складні бізнес-процеси, поєднуючи автономію, планування, пам'ять та інтеграцію, щоб перетворити покоління ШІ з реактивного інструменту на проактивного, цілеспрямованого віртуального співробітника.
Цей зсув дозволяє набагато більше, ніж просто ефективність. Агенти підвищують операційну гнучкість і створюють нові можливості для отримання доходу.
Але для розкриття повного потенціалу агентного ШІ потрібно більше, ніж просто підключено агентів до існуючих робочих процесів. Це вимагає переосмислення цих робочих процесів з нуля — з агентами в центрі уваги.
Як виправити ситуацію?
Нова парадигма архітектури штучного інтелекту — агентна сітка штучного інтелекту — необхідна для управління швидкозмінним організаційним ландшафтом штучного інтелекту та для того, щоб команди могли поєднувати агентів, створених на замовлення, та готових до використання, одночасно керуючи зростаючим технічним боргом та новими класами ризиків. Але найбільший виклик буде не технічним.
Він буде людським: завоювання довіри, стимулювання впровадження та встановлення правильного управління для управління автономією агентів та запобігання неконтрольованому розростанню.
Щоб масштабувати вплив в агентну еру, організації повинні переосмислити свої підходи до трансформації ШІ:
- від розрізнених ініціатив до стратегічних програм;
- від варіантів використання до бізнес-процесів;
- від ізольованих команд ШІ до міжфункціональних команд трансформації;
- та від експериментів до індустріалізованого, масштабованого впровадження.
Організаціям також потрібно буде створити основу для ефективної роботи в агентну еру.
Їм потрібно буде підвищити кваліфікацію робочої сили, адаптувати технологічну інфраструктуру, прискорити продукцію даних та впровадити агентно-орієнтовані механізми управління.
Настав час завершити розділ експериментів з поколінням ШІ — поворот, який може зробити лише генеральний директор.
В основі парадоксу ШІ лежить дисбаланс між горизонтальними та вертикальними варіантами використання
Багато організацій розгорнули горизонтальні варіанти використання, такі як спільні пілоти та чат-боти для всього підприємства; майже 70 відсотків компаній зі списку Fortune 500, наприклад, використовують Microsoft 365 Copilot.
Ці інструменти широко розглядаються як важелі підвищення індивідуальної продуктивності, допомагаючи співробітникам заощаджувати час на рутинних завданнях, а також ефективніше отримувати доступ до інформації та синтезувати її. Але ці покращення, хоча й реальні, як правило, розподілені між співробітниками. Як наслідок, їх нелегко побачити з точки зору кінцевих результатів.
Натомість, вертикальні варіанти використання — ті, що вбудовані в певні бізнес-функції та процеси — зазнали обмеженого масштабування в більшості компаній, незважаючи на їхній вищий потенціал для прямого економічного впливу. Згідно з дослідженням McKinsey, менше 10 відсотків розгорнутих варіантів використання доходять до пілотної стадії. Навіть коли вони були повністю розгорнуті, ці варіанти використання зазвичай підтримували лише окремі кроки бізнес-процесу та працювали в реактивному режимі за інструкцією людини, а не функціонували проактивно чи автономно. Як наслідок, їхній вплив на ефективність бізнесу також був обмеженим.
Джерело: mckinsey.com/capabilities/quantumblack/our-insights/seizing-the-agentic-ai-advantage
Що пояснює дисбаланс між широким впровадженням і низьким ефектом?
Однією з причин є те, що горизонтальні рішення, як-от Microsoft Copilot чи Google AI Workspace, — це доступні готові продукти, які легко впровадити. У багатьох випадках запуск Microsoft Copilot зводиться до активації надбудови в рамках існуючого контракту Office 365 — без змін у процесах чи необхідності серйозного управління змінами.
Окрім цього, швидке впровадження корпоративних чат-ботів зумовлено потребою в управлінні ризиками. Щойно працівники почали експериментувати з зовнішніми LLM (наприклад, ChatGPT), компанії впровадили внутрішні захищені альтернативи, щоб обмежити витоки даних і забезпечити відповідність політикам безпеки.
Чому вертикальні кейси впроваджуються обмежено?
Причин шість:
- Фрагментовані ініціативи. У більшості компаній вертикальні кейси виникають знизу — з окремих функцій. Менше 30% CEO напряму підтримують genAI-стратегії. Це призводить до множинних мікропроєктів без єдиної координації і розпорошення інвестицій.
- Відсутність зрілих готових рішень. Горизонтальні інструменти доступні «з коробки», а вертикальні — вимагають кастомної розробки. Команди змушені створювати рішення з нуля на базі нестабільних технологій, часто без необхідних MLOps-фахівців для підтримки моделей у продакшені.
- Технологічні обмеження LLM. Перше покоління LLM має кілька суттєвих недоліків: вони можуть давати хибні відповіді, не ініціюють дій самостійно, не справляються зі складними багатокроковими процесами та мають обмежену пам’ять, що заважає утриманню контексту.
- Ізольовані AI-команди. Центри досконалості genAI часто діють окремо від IT, data чи бізнес-підрозділів. Це сприяє прототипуванню, але ускладнює масштабування — через слабку інтеграцію, фрагментовані пайплайни даних і відсутність узгодженості.
- Проблеми доступності й якості даних. Як структуровані, так і неструктуровані дані часто мають прогалини в доступі, керуванні й актуальності. Неструктуровані дані взагалі здебільшого залишаються поза контролем.
- Культурні бар’єри й інерція. У багатьох компаніях спостерігається прихований опір впровадженню ІІ. Причини: страх змін, невизначеність щодо роботи та низький рівень обізнаності з технологіями.
Що дала перша хвиля генеративного ШІ?
Хоча її вплив на прибуток був обмежений, вона не була марною. Вона:
- посилила компетенції працівників,
- дала простір для експериментів,
- підвищила обізнаність про генеративний штучний інтелект у різних функціях,
- допомогла сформувати навички інженерії запитів, оцінки моделей і управління genAI.
Це — фундамент для другої хвилі: інтегрованих агентів, які справді трансформують бізнес.
Джерело: McKinsey
Дізнавайтеся більше про маркетинг:
Дивіться корисні інструкції з просування на нашому Youtube-каналі.




