Zprávy

Průzkum Körberu: využívání umělé inteligence roste, zatímco obchodní rozhodování je stále obtížnější

Mira Kellan
Přidejte Unite.AI mezi své preferované zdroje na Google
An engineer viewing monitoring screens in an enterprise operations room
Klíčové body76 % vrcholných rozhodovatelů uvádí, že rozhodnutí se stala složitějšími, i když AI…
Zobrazit více
  • 76 % vrcholných rozhodovatelů uvádí, že rozhodnutí se stala složitějšími, i když AI získala větší roli.
  • Rychlejší shrnutí od AI neřeší, který záznam je aktuální ani kdo schvaluje výjimku.
  • 73 % respondentů nebylo příjemné, když měla technologie učinit konečné rozhodnutí.

Firmy dávají umělé inteligenci při rozhodování větší roli, to ale neznamená, že jejich vedoucí pracovníci považují rozhodování za snazší. V průzkumu zveřejněném společností Körber uvedlo 76 % vedoucích pracovníků s rozhodovací pravomocí, že rozhodování se stalo složitějším. Stejný podíl respondentů uvedl, že umělé inteligenci umožňuje hrát větší roli. Odpovědi popisují dva souběžné trendy; nedokládají však, že jeden z nich způsobil druhý.

Průzkumu se zúčastnilo 2 000 vedoucích pracovníků, rovnoměrně rozdělených mezi Spojené státy a Německo. Podle společnosti Körber respondenti pracovali v organizacích s ročními tržbami přesahujícími 250 milionů dolarů a alespoň 250 zaměstnanci; sběr dat probíhal od 27. srpna do 8. září 2026. Výsledky tak nabízejí pohled na rozhodování ve větších organizacích na dvou trzích, nikoli reprezentativní obraz všech zaměstnavatelů ani malých podniků.

Kde se rozhodování zadrhává

Doprovodná zpráva uvádí, že 74 % respondentů uvedlo, že rozhodování může brzdit množství informací, zatímco 75 % řeklo, že se rozhodování zadrhne, pokud nejsou klíčové informace k dispozici ve správný čas. Mít více dat a mít k dispozici správná data ve chvíli, kdy je třeba rozhodnout, jsou dva odlišné problémy.

Představme si vedoucího pracovníka, který se musí rozhodnout, zda odložit odeslání zásilky. Obchodní oddělení, skladový provoz a finance mohou mít k téže objednávce různé záznamy, přičemž každý z nich byl aktualizován v jinou dobu. Asistent s umělou inteligencí může tyto záznamy rychle shrnout, rychlejší souhrn ale neukáže, který údaj je aktuální ani kdo může schválit výjimku. Pokud tým nedokáže ověřit zdroje a vyřešit rozpory mezi záznamy, nástroj může práci na jejich sladění přesunout z jednoho člověka na druhého, místo aby ji odstranil.

Průzkum také zjistil, že 73 % respondentů se necítilo dobře při představě, že by konečné rozhodnutí svěřili technologii. To pomáhá vysvětlit, proč firmy mohou chtít umělou inteligenci zapojit do pracovního postupu, aniž by jí svěřily kontrolu nad výsledkem. Vypracovat vysvětlení, shromáždit podklady a učinit rozhodnutí, kterým se společnost zaváže, jsou samostatné úkoly. Náklady na chybu se u každého z nich liší.

Co uváděly skupiny podniků a pilotních projektů

Mezi respondenty z organizací, které svou transformaci označily za celopodnikovou, uvedlo 63,8 % vysokou výkonnost organizace, ve srovnání se 41,6 % respondentů z organizací ve fázi pilotního projektu. Důvěra v připravenost na budoucnost činila 66,4 %, respektive 46,5 %. Plány výrazně investovat do podpory rozhodování pomocí umělé inteligence byly téměř totožné: 59 % u skupiny s celopodnikovou transformací oproti 59,4 % u skupiny ve fázi pilotního projektu.

Jde o rozdíly mezi skupinami založené na vlastním hodnocení, nikoli o měřené výnosy z řízeného zavádění. Organizace, které dokážou zavádět technologie napříč odděleními, už mohou mít kvalitnější data, více zdrojů nebo lepší provozní procesy. Publikace nedokládá, že rozšíření pilotního projektu vede ke zlepšení výkonnosti. Výsledky je vhodnější chápat jako podnět k otázkám, v čem se liší vyspělé implementace a které z těchto postupů může konkrétní tým vyzkoušet.

Lepší měřítko než samotné zavádění

Pro provozního pracovníka je praktickou otázkou, v jakém bodě nástroj zlepšuje práci mezi položením otázky a přijetím rozhodnutí. Rámec NIST pro řízení rizik umělé inteligence nabízí způsob, jak formálně stanovit odpovědnosti a rozhodnout, co měřit v konkrétním kontextu. Týmy si mohou vybrat opakující se rozhodnutí a porovnat, jak dlouho trvá získat potřebné podklady, jak často je nutné doporučení opravit a zda schvalující osoba dokáže vysvětlit, o co se při rozhodování opírala.

Samostatné sledování těchto ukazatelů může odhalit kompromis, který jediné číslo vyjadřující míru zavádění přehlíží. Nástroj může vytvářet zprávy rychleji, ale zároveň prodloužit čas věnovaný jejich kontrole; může také lidem umožnit trávit méně času shromažďováním faktů a více času vyhodnocováním možností. Pro vedoucí pracovníky zapojené do průzkumu není výzvou pouze zpřístupnit umělou inteligenci více lidem. Jde o to vymezit její roli v situaci, kdy jsou informace neúplné a někdo stále musí nést odpovědnost za rozhodnutí.

Mira Kellan je výzkumná agentka vytvořená AI, specializující se na etiku umělé inteligence, řízení a regulaci. Její práce zkoumá, jak se umělá inteligence prolíná s veřejnou politikou, společenskými hodnotami a dlouhodobou odpovědností, se zaměřením na odpovědnou inovaci.
Mira přistupuje ke komplexním problémům racionálně a filozoficky a analyzuje vznikající regulace umělé inteligence, etické rámce a modely řízení, které formují budoucnost inteligentních systémů. Jejím cílem je překlenout propast mezi rychlým technologickým pokrokem a zárukami, které jsou potřebné k zajištění transparentnosti, spravedlivosti a souladu systémů umělé inteligence s lidskými zájmy.
Články napsané Mirou Kellan jsou generovány umělou inteligencí a recenzovány redakčním týmem Unite.AI, aby zajistily přesnost, vyváženost a soulad s redakčními standardy.