Přehled zprávy MIT NANDA za červenec 2025: Proč 95% selhání pilotních projektů AI není konečná

Jsem přesvědčený optimista a mám otevřenou mysl pro jakoukoli novou technologii, která přichází. Má poslední posedlost, která bude trvat dlouho? AI.

MIT NANDA nedávno zveřejnil svou zprávu s názvem ‘The GenAI Divide. State of AI in Business in 2025’, a myslím, že tato zpráva je opravdu stojí za přečtení. Poskytuje střízlivý pohled na AI a její místo v podnikání dnes. Feed na LinkedIn může vypadat téměř hystericky, jak AI změnila všechno, ale zpráva maluje jiný obraz.

Nejprve, co je MIT NANDA?

Networked Agents and Decentralized AI (zkráceně NANDA) je ambiciózní výzkumný projekt z MIT Media Lab. Projekt zahrnuje více než 18 předních výzkumných institucí z 6 kontinentů a některé velké názvy v technologickém průmyslu – například Meta, Dell, Microsoft a další. Cílem NANDA je skutečně futuristické, ne-li průlomové. Ambice spočívá ve vybudování základních infrastruktur pro internet AI agentů, tj. decentralizované sítě, ve které AI agenti objevují, ověřují a spolupracují s ostatními online přes organizační hranice. Základní NANDA pracuje na jasných pravidlech, protokolech, směrnicích a rámcích, které umožňují AI agentům interagovat s ostatními agenty jménem lidí a organizací. Projekt NANDA je open-source, což znamená, že zahrnuje podnikatele, vizionáře, technlogy a politiky jako plnohodnotné spolupracovníky. (Máte pocit, že čtete Wikipedii?)

Důvod, proč vám o tom říkám, je ten, že zpráva MIT NANDA je vrcholem výzkumného dortu, pokud jde o AI. Autoři jsou na samém předním okraji světa AI, a jejich zjištění by měla být brána vážně (i když s jistou rezervou).

Zpráva byla připravována od ledna a byla konečně zveřejněna v červenci 2025. Zpráva je založena na systematickém přehledu 300+ veřejně zveřejněných AI iniciativ a rozhovorů s lídry 52 organizací, stejně jako na průzkumech 153 seniorních lídrů na čtyřech hlavních průmyslových konferencích.

5% úspěšnost pilotních projektů AI

Zpráva zavedla pojem ‘The GenAI Divide’, který popisuje narušení, ke kterému dochází (nebo nedochází) u organizací a dokonce i celých odvětví, které úspěšně (nebo neúspěšně) využívají AI. Pokud je podnik na ‘špatné straně rozdělení’, podle NANDA, podnik selhává v tom, aby se skutečně změnil, vyvinul a přehodnotil svou strukturu a obchodní operace. Být na ‘správné straně rozdělení’ tedy znamená mít hmotný výsledek z využití AI—“Tento investiční bias perpetuuje GenAI Divide tím, že směruje zdroje směrem k viditelným, ale často méně transformačním případům použití, zatímco nejvyšší-ROI příležitosti v back-office funkcích zůstávají podfinancované”.

Důvod, proč se zpráva tolik diskutuje, je její klíčové zjištění. Výkonný souhrn uvádí: “Několik 95% organizací nezískává žádný návratnost … Pouze 5% integrovaných AI pilotních projektů získává miliony v hodnotě, zatímco většina zůstává uvíznutá bez měřitelného dopadu na zisk a ztrátu.” To není příliš povzbudivé, že?

Základní limitace, která brání organizacím v realizaci skutečné hodnoty AI, je to, co zpráva definuje jako ‘learning gap’. Většina GenAI systémů postrádá základní schopnost uchovávat zpětnou vazbu, přizpůsobit se kontextu nebo zlepšovat se časem.

• Systémy se neučí ze zpětné vazby. Ve skutečnosti to znamená, že manažer krmí stejnou datovou sadu znovu a znovu, ale bez zlepšení výkonu. Jeden manažer ze středního trhu popsal opakované nahrávání stejné produktové příručky do svého AI systému, aby vylepšil kontrolní seznamy, ale každá iterace kopírovala stejné opomenutí a chyby, bez měřitelného zlepšení kvality výstupu navzdory opakovaným sezeními se zpětnou vazbou.
• Excesivní manuální kontext je vyžadován každou dobu. AI nástroje postrádají paměť mezi sezeními, takže každá interakce znamená opětovné krmení minulých znalostí a kontextu. Komplexní pracovní postupy, na rozdíl od jednoduchých jednorázových úkolů, táhnou a táhnou, selhávají jako spolehlivá podpora pro probíhající projekty. Zpráva cituje korporátní právní tým, který pro každý kontrakt musí znovu zadat klientovy preference, předchozí vyjednávací poznámky a regulační omezení do AI nástroje—proměňující to, co by mělo být asistovaným pracovním postupem, v časově náročnou práci, která podkopává produktivitu v komplexních, vícestupňových projektech.
• Dostatečná přizpůsobení pro některé obchodní procesy. Místo získání reagujícího nástroje, který se přizpůsobí širšímu kontextu, širší kontext se přizpůsobí nástroji, nutí uživatele pracovat kolem rigidních systémů. CIO poznamenal, že jejich dodavatelé poskytli risk-analytický AI “cítí se jako univerzální krabička”, nutí týmy přetvořit své workflow pro schvalování úvěrů, aby se přizpůsobily rigidním vstupům nástroje, místo aby se AI přizpůsobilo zavedeným procesům. Nesoulad nakonec vedl k opuštění pilotních projektů

Mé hlavní zjištění ze zprávy NANDA

1. Stínová ekonomika AI prosperuje

Zpráva zavedla pojem ‘stínová ekonomika AI’ pro popis toho, jak zaměstnanci používají AI na své úrovni jako osobní nástroj, ne jako organizaci-wide schválený nástroj. To zní povědomě, vlastně. Kamarádka z čínské automobilové značky v CIS sdílela, že používá ChatGPT pro psaní obsahu v aplikaci (novinky, reklamy a další). Říkala, že na úrovni HQ nebyl schválen žádný AI nástroj pro obecné použití, takže její použití AI je jejím vlastním boostrem a časovým úsporou, o kterém si s manažerem nemluví.

Zpráva poskytuje velmi specifické čísla. Zatímco pouze 40% společností zakoupilo oficiální LLM předplatné, pracovníci z více než 90% dotázaných společností uváděli pravidelné použití osobních AI nástrojů pro pracovní úkoly. Tento stínový usage často dodává lepší ROI než formální podnikové iniciativy, odhalující, co skutečně funguje, když mají jednotlivci přístup k flexibilním, reagujícím nástrojům.

2. Investiční alokace odráží špatně umístěné priority

Zpráva odhaluje významnou nesoulad mezi investicemi do AI a skutečným potenciálem ROI. Přibližně 50% rozpočtů GenAI proudí do prodejních a marketingových funkcí, především proto, že výsledky lze snadno měřit a sladit s ukazateli na úrovni správní rady. Nicméně, nejvyšší návraty často vznikají z back-office automatizace, jako je eliminace BPO, která šetří až 10 milionů dolarů ročně, 30% snížení externích творческих nákladů a 1 milion dolarů ročně na outsourcovaných rizicích. Tento investiční bias perpetuuje GenAI Divide tím, že směruje zdroje směrem k viditelným, ale méně transformačním případům použití.

Můj osobní názor je tento. Z toho, co si pamatuji ze své zkušenosti v mezinárodní bankovní společnosti, která vlastní maloobchodní banky po celém světě, zavedení nástroje, který proniká do nitra organizace, krmí se jejími daty a (kdo ví?) uniká vnitřní informace, je velkým rizikem. Proto chápu, proč podepsání smlouvy na AI obsahový továrnu pro snadné kreativy pro Facebook reklamy je bezproblémové, zatímco komplexní back-end narušení nejsou tak nadšeně přijímána. Pokud to nebylo přímé nařízení z C-level, implementace vážných disruptivních AI nástrojů do páteře společnosti by trvala alespoň 12 měsíců.

Měl jsem štěstí, že jsem viděl vnitřek AI automatizace pro prodejní tým místní výrobní společnosti oken. Najali freelanceera z n8n, který postavil jim AI poháněný nástroj pro analýzu hovorů a chatu. Společnost nyní mohla najít úzká místa ve své tržní strategii rychleji, a více bolestivých míst se objevilo, jak AI pomáhalo podniku zpracovávat psanou a mluvenou řeč. Jejich spokojenost byla extrémně vysoká, s více zpracovávanými daty rychleji.

3. Interní stavby prohrávají s externími dodavateli

Chci být upřímný, toto zjištění mě překvapilo. Na rozdíl od obecného přesvědčení, že podniky by měly stavět své vlastní AI nástroje, výzkum ukazuje, že strategické partnerství s externími dodavateli jsou dvakrát pravděpodobnější dosáhnout nasazení ve srovnání s interním vývojem. Kdo by si to myslel, že? No, zjevně ne já.

Organizace, které zacházejí s AI dodavateli jako s poskytovateli obchodních služeb—vyžadují hlubokou přizpůsobení a drží je odpovědnými za provozní výsledky spíše než modelové benchmarky—dosahují významně vyšších úspěchů a rychlejšího času na návratnost investic.

4. Vyšší investice znamenají vyšší narušení? Ne nutně.

Používaje kompozitní AI Market Disruption Index, zpráva odhaluje, že pouze dvě odvětví—Technologie a Média & Telecom—ukazují jasná znamení strukturálního narušení z GenAI. Sedm z devíti hlavních sektorů ukazuje významnou pilotní aktivitu, ale minimální strukturální změnu, s odvětvími, jako je Zdravotnictví, Finanční služby a Energie, které ukazují skóre narušení pod 0,5 na pětibodové škále. Tato mezera mezi investiční viditelností a skutečnou transformací ilustruje GenAI Divide na úrovni odvětví.

Proč 95% selhání není konečná

Navzdory zdánlivě beznadějnému mezitímu, je tam nějaká naděje na konci tunelu. Zpráva vysvětluje, že GenAI Divide je dočasný a bude překonán prostřednictvím vznikajících vývojů.

NANDA samo je jedním z vedoucích přispěvatelů do ještě více propojeného světa AI. Mechanismy, které zpráva cituje, jsou Model Context Protocol (nebo MCP) a Agent-to-Agent (nebo A2A) jako infrastruktura pro bezproblémovou interoperabilitu agentů a autonomní koordinaci přes systémy.

Úsilí NANDA a tyto nástroje jsou cestou k přesně tomu, co NANDA chce—Agentic Web, síť agentů schopných autonomní koordinace přes internet. Jejich interakce bude navržena tak, aby nahradila statické pracovní postupy dynamickými samo-vzdělávacími systémy.

ZNí to příliš dobrý, aby to byla pravda, nebo dokonce kouzlo? No, Microsoft Copilot Studio’s Multi-Agent Orchestration je nejbližší podobnost s vizi. Systém pomáhá stavět strom agentů, kde hlavní Copilot agent spouští sub-agenty, které jsou odpovědné za konkrétní úkoly, jako je naplánování nebo generování dokumentů. Každý agent zůstává v rámci své odbornosti, zatímco koordinuje s ostatními. Chcete-li to říci v praktičtějších termínech, když uživatel požaduje “Plánujte náš čtvrtletní produktový launch”, orchestrátor agent automaticky deleguje na specializované agenty—jedna zpracovává tržní výzkum, další spravuje tvorbu časového plánu a třetí koordinuje s projektovými managementovými nástroji. Práce pokračuje v souladu, ale autonomně.

Co tedy zpráva NANDA zanechává? Okno pro překročení GenAI Divide se rychle zužuje, protože podniky začínají uzamykat vztahy s dodavateli, kteří mají nástroje s učícími se schopnostmi, které produkují narušení a evoluci a optimalizaci obchodních operací v back-office, přidávají rychlost samotnému jádru organizací. Úspěch spočívá v koupi AI agentních systémů, spíše než ve stavbě z nich interně. Jakmile se agentic learning, paměť a samo-dostačující systémy stanou více převládajícími, současná 95% selhání povede k nové éře, ve které AI systémy budou spolupracovat bezproblémově přes dodavatele, domény a organizační hranice. Tato budoucnost je skutečný návratnost investic do současných investic.

Alternativní pohledy na adopci AI

Projekt NANDA udělal úžasnou práci při kompilaci dat z mnoha zdrojů a dotazování lídrů z mnoha oblastí. Ale je to konečná autorita pro celosvětovou adopci AI? Pokud jste, jako já, našli The GenAI Divide somewhat deprimující, pokud ne deprimující, našel jsem tyto alternativní pohledy na adopci AI, aby udrželi můj osobní oheň AI hořící.

• Jed Nykolle Harme of IT Brief UK rozebral CIO Playbook 2025 od Lenovo. Studie zahrnuje zpětnou vazbu od IT lídrů napříč EMEA (Evropa, Střední východ a Afrika), a její závěr je mnohem povzbudivější. Ukázalo se, že maloobchodní průmysl je v čele, pokud jde o spokojenost s AI, kde 96% výkonu AI pilotů splňuje nebo překračuje očekávání.
• Předtím jsem projevil soucit s gigantickými hráči na trhu, kteří mají problém s implementací AI a nejsou příliš otevřeni intenzivnímu začlenění. Lenovo však představuje jiný obraz s odvětvími, jako je Bankovnictví, Finanční služby a Pojišťovnictví (BFIS): navzdory nejnižší míře adopce AI 7% u testujících AI, 33% u těch, kteří testují AI, uvádí, že piloty překročily očekávání. Tajemstvím takových pozitivních trendů je ‘opatrný přístup’, jak to říká Arabian Business.
• Jiná uklidňující zpráva IBM CEO Study začíná odvážným úvodem od IBM Vice Chairman Garyho Cohna: “Jak se adopce AI zrychluje… konečná výplata bude pocházet pouze pro CEO, kteří mají odvahu riskovat jako příležitost. … Když je obchodní prostředí nejisté, použití AI a podnikových dat pro identifikaci, kde máte páku, je konkurenční výhodou. V tomto okamžiku lídři, kteří nejsou využívající AI a svá vlastní data k pohybu dopředu, dělají vědomé obchodní rozhodnutí, aby nesoutěžili.”
• IBM CEO Survey ukazuje některé inspirující skutečnosti. Například růst investic do AI se očekává, že se více než zdvojnásobí během následujících dvou let, takže téměř 20% celkových IT rozpočtů bude přiděleno k AI—závazek demonstruje, že navzdory viditelným a prokázaným výzvám, víra v AI je silná a, co je nejdůležitější, je to strategická investice, spíše než reaktivní výdaje.
• Poslední, ale ne least, 64% CEO v zprávě souhlasí, že riziko zůstat pozadu pohání investice do nové technologie, dlouho předtím, než je jasně pochopen její dopad. Existuje však žádná rychlá rozhodnutí. Místo toho se rozhodují o ‘strategickém vyvažování’. V jednoduchých termínech, když konkurent spustí AI chatbota pro personalizovaná doporučení, uděláte to samé pro svou webovou stránku. Možná nevíte o zvýšení příjmů, ale víte, že pokud budete pozadu o dalších dva roky, než se ‘dokonalá datová sada’ zkompiluje, ztratíte neopakovatelný impuls. Takže pravidlo je jednoduché: agresivně kopírujte, pak uvidíte výsledek.

Závěr

V závěru bych chtěl vyjádřit svůj osobní přesvědčený názor na AI. Jako podnikatel, CMO, obchodní vývojář a bývalý úředník v bankovnictví, vidím tolik způsobů, jak AI může pomoci optimalizovat rozpočty, streamovat pracovní postupy a boost teams. The future is augmented and accelerated. If a business wants to compete, it needs to be AI-fluent. While the findings I presented are controversial, I am convinced that the current AI landscape, with its peaks and hollows, is a natural learning timeframe, repeated again and again with every new technology.