Zpráva Inside Georgian o aplikované umělé inteligenci: Vibe kódování na vzestupu, zatímco nedostatek talentů brzdí pokrok v oblasti umělé inteligence

gruzínský Partneři ve spolupráci s NewtonX a globální konsorcium s 11 partnery vydalo svůj AI, zpráva o aplikovaném benchmarku, která nabízí podrobný přehled o tom, jak umělá inteligence transformuje softwarové společnosti B2B a podniky po celém světě. Tato rozšířená druhá vlna vychází ze slepého průzkumu 612 jednatelé– rovnoměrně rozděleni mezi lídry v oblasti výzkumu a vývoje a vstupu na trh – v 10 zemích a 15 odvětvích, reprezentující společnosti s ročními tržbami od 5 milionů do více než 200 milionů dolarů.

Tuto zprávu odlišuje její globální rozsah a strategická podpora. Mezi partnery konsorcia patří Alberta Machine Intelligence Institute, AI Marketers Guild, FirstMark, GTM Partners, Untapped Ventures, Vector Institute a Startup Nation Central a Grove Ventures se sídlem v Tel Avivu, mimo jiné. Jejich zapojení pomohlo rozšířit účast a zajistit odvětvově rozmanité mezinárodní benchmarky.

Zpráva nejen ukazuje, jak se umělá inteligence rozvíjí, ale také zachycuje strukturální bariéry, nově vznikající případy použití umělé inteligence, jako je Vibe Coding, a vyvíjející se křivku zralosti integrace umělé inteligence. Díky zjištěním založeným na ověřených vstupech od vedoucích pracovníků nabízí zpráva společnostem praktický rámec pro porovnání jejich současné situace a toho, co je brzdí.

Umělá inteligence se stává strategickým imperativem

Umělá inteligence se již nepovažuje za volitelnou. Zpráva uvádí, že 83 % B2B a korporátních společností nyní řadí umělou inteligenci mezi svých pět hlavních strategických priorit.Ve skutečnosti tři z pěti nejčastěji vybíraných obchodních priorit souvisejí s umělou inteligencí, což ukazuje, jak silně se stala součástí firemních programů.

Hlavními motivacemi pro přijetí umělé inteligence jsou i nadále:

• Zlepšení interní produktivity
• Vytváření konkurenční výhody
• Zvyšování nákladové efektivity a růstu tržeb

Co se však změnilo, je to, že konkurenční diferenciace nyní předstihla úspory nákladů a tržby jako druhý nejdůležitější motivátor. To znamená posun v myšlení: AI není jen nástrojem pro automatizaci – je to zbraň pro dosažení vedoucího postavení na trhu.

Vibe kódování vstupuje do mainstreamu

Významným poznatkem ze zprávy je rychlý nárůst Vibe kódování—termín označující automatizované generování a ladění kódu pomocí modelů umělé inteligence. Vibe Coding se stal #3 Případová studie výzkumu a vývoje hlášeno v produkčním prostředí, používáno 37% společností, zatímco jiný 40 % aktivně pilotuje.

Tento trend se netýká pouze zvyšování produktivity vývojářů. Je také přímou reakcí na celoodvětvovou výzvu: nedostatek technických talentů v oblasti umělé inteligence, který se nyní stal Překážka č. 1 pro škálování umělé inteligenceČtyřicet pět procent vedoucích pracovníků v oblasti výzkumu a vývoje uvedlo tento nedostatek talentů jako svůj největší problém – překonal dokonce i vysoké náklady na vývoj modelu.

Vibe Coding pomáhá tuto mezeru zaplnit tím, že umožňuje štíhlejším technickým týmům zrychlit dodací lhůty, rychleji ladit a vytvářet čistší a zdokumentovaný kód s menšími režijními náklady. Respondenti zaznamenali měřitelné snížení manuální práce v rámci pracovních postupů QA, infrastruktury a nasazení.

Zvýšení produktivity díky umělé inteligenci – a jeho limity

Využití umělé inteligence napříč vývojovými procesy vykazuje jasné výhody. Podle zprávy 70 % respondentů v oblasti výzkumu a vývoje uvádí rychlejší vývoj, 63 % vidí zlepšenou kvalitu kódu a dokumentace a více než polovina uvádí vyšší frekvenci nasazení.

Ne všechny metriky se však zlepšily. Oblasti jako průměrná doba obnovy, doba cyklu, a míra selhání změn zůstávají slabými místy. To naznačuje, že zatímco umělá inteligence urychluje vývoj na začátku, stabilita a odolnost prozatím zůstávají závislé na lidech.

Modernizace infrastruktury pohání AI Stack

Tyto zisky podporuje dramatický posun v investicích do infrastruktury. Týmy řízené umělou inteligencí zavádějí nové nástroje, aby se dostaly od experimentování k produkci:

• Platformy pro pozorovatelnost LLM byly integrovány 53 % společností
• Nástroje pro orchestraci dat jako Dagster a Airflow nyní používá 51 %
• Vektorové databáze, cron pracovní místa, a odolné nástroje pro pracovní postupy jsou nasazovány na podporu škálovatelnosti a spolehlivosti

Mezitím firmy získávají více dat než kdy dříve, aby podpořily své modely. Využití vlastněná data vzrostl o 12 procentních bodů na 94 %, zatímco veřejná data používání vzrostlo na 80 %. Syntetická a dark data – kdysi okrajové zdroje – nyní používá více než polovina, respektive čtvrtina společností.

Přijetí LLM diverzifikuje

OpenAI zůstává předním poskytovatelem rozsáhlých jazykových modelů, přičemž 85 % respondentů používá jeho modely v produkčním prostředí. Situace se však rychle vyvíjí:

• Google Gemini zaznamenal nárůst o 17 bodů a nyní jej využívá 41 %
• Antropický Claude vzrostl na 31 %
• Rodina Meta's Llama 3 získává na popularitě s 28% mírou přijetí
• Modely specifické pro uvažování jako například o1-mini (35 %) od OpenAI a DeepSeek (18 %), vstupují také do produkčního procesu.

Tento posun odráží krok směrem k vícemodelové AI stacky, kde organizace porovnávají modely s případy užití, místo aby se spoléhaly na ekosystém jediného dodavatele.

Zisky zralosti umělé inteligence jsou nerovnoměrné

Gruzínské segmenty společností využívají své Model zralosti umělé inteligence s metodou plazení, chůze a běhuZatímco stále více organizací postupuje od začátečníků k středně pokročilým, nejvyšší úroveň zralosti zůstává nedosažitelná:

• „Chodci“ klesl z 40 % na 49 %
• Počet „běžců“ vzrostl na 31 %, což naznačuje rostoucí dynamiku
• „Běžci“ stagnují na 11 %, což naznačuje strop škálovatelnosti

Společnosti, které se dostanou do fáze „běžce“, bývají ty, které propojují projekty umělé inteligence přímo s výnosy nebo náklady – což je schopnost, která je ve velké části odvětví stále nedostatečně rozvinutá.

Návratnost investic zůstává nedosažitelná

Jednou z nejtrvalejších výzev identifikovaných ve zprávě je absence jasného měření návratnosti investicVíce než polovina týmů výzkumu a vývoje připouští, že nepropojuje projekty umělé inteligence s žádnými konkrétními klíčovými ukazateli výkonnosti (KPI). Pouze 25 % přímo propojuje iniciativy v oblasti umělé inteligence s novými příjmy a pouze 24 % uvádí pozitivní dopad na náklady na získávání zákazníků.

Optimismus však přetrvává. Více než 50 % respondentů uvádí, že umělá inteligence zlepšila spokojenost zákazníků a dlouhodobou hodnotu. Celkový pocit je však takový, že finanční odůvodnění umělé inteligence zůstává nejasné, zejména na střední úrovni zralosti.

Řízení nákladů se zlepšuje

I když největší překážkou zůstává talent, náklady se pomalu stávají zvládnutelnějšími. Zpráva ukazuje:

• Posun o 9 bodů směrem ke stabilním nebo sníženým nákladům na ukládání dat
• Klesající náklady na údržbu softwaru, práci a provoz
• Menší závislost na opatřeních na snižování nákladů, jako jsou omezení projektů

Navíc 68 % společností se nyní spoléhá na řešení umělé inteligence od třetích stran pro řízení nákladů a složitosti, zejména s tím, jak se umělá inteligence stává součástí softwaru GTM a interních platforem.

Pohled dopředu

Důsledky těchto benchmarkových dat sahají daleko za hranice dashboardů a zasedacích místností. Vzhledem k tomu, že se umělá inteligence stává ústředním bodem pro vývoj, nasazení a údržbu softwaru, vstupuje odvětví do nové fáze – fáze, kdy produktivita již není jen o lidech, ale o tom, jak inteligentně se týmy mohou doplňovat o strojové partnery.

Vibe Coding představuje zlomový bodNení to jen nástroj pro zvýšení produktivity; stává se základní vrstvou moderního vývoje softwaru. Pro společnosti, které čelí trvalému nedostatku talentů, nabízí způsob, jak uvolnit propustnost, zkrátit dobu uvedení produktu na trh a zlepšit kvalitu kódu, aniž by se stejným tempem zvyšoval počet zaměstnanců. A pro ty, kteří jsou dále na křivce vyspělosti, vytváří páteř pro inženýrské pracovní postupy založené na umělé inteligenci – takové, které lze škálovat s pozorovatelností, spolehlivostí a měřitelným dopadem na podnikání.

Širší poselství je jasné: společnosti, které uspějí, nebudou umělou inteligenci jen používat – budou ji operacionalizovat, integrovat a vyvíjet se s ní. V této nové éře automatizace neznamená nahrazení vývojářů. Jde o jejich posílení.

Ti, kteří budou brát Vibe Coding a jeho podpůrnou infrastrukturu jako strategické investice – nikoli jako experimenty – budou definovat další vlnu podnikových inovací.