Tutkinto MIT NANDA -raportista heinäkuu 2025: Miksi 95%:n AI-pilottiprojektien epäonnistumisaste ei ole loppu

Olen todistettu optimisti, ja pidän mieleni auki uusille teknologioille, jotka tulevat tielleni. Viimeisin obsessio, joka on pitkäaikainen? AI.

MIT NANDA on julkaissut äskettäin tutkimuksensa nimeltä ‘The GenAI Divide. State of AI in Business in 2025’, ja luulen, että raportti on todella arvokas lukeminen. Se antaa rauhallisen näkymän AI:sta ja sen asemasta liiketoiminnassa tänään. LinkedIn-syöte voi näyttää melkein hysteriseltä siitä, miten AI on tullut muuttamaan kaiken, mutta raportti maalaa toisenlaisen kuvan.

Ensinnäkin, mitä on MIT NANDA?

Verkkoyhtenäiset agentit ja hajautettu AI (lyhennettynä NANDA) on urheilunhaluinen tutkimushanke MIT Media Labista. Hanke kattaa yli 18 johtavaa tutkimuslaitosta 6 mantereelta ja joitakin suuria nimiä teknologia-alalla – ajattele Metaa, Dellia, Microsoftia ja vastaavia. NANDAn tavoite on todella tulevaisuudennäköinen, ellei perustavanlaatuinen. Ambition on rakentaa perusrakenteet Internetin AI-agenteille, eli hajautettuun verkkoon, jossa AI-agentit löytävät, vahvistavat ja tekevät yhteistyötä toistensa kanssa organisaatioiden rajojen yli. Periaatteessa NANDA työskentelee selkeiden sääntöjen, protokollien, ohjeiden ja kehysrakenteiden parissa, jotka mahdollistavat AI-agenttien vuorovaikutuksen toistensa kanssa ihmisten ja organisaatioiden puolesta. NANDA-projekti on avoimen lähdekoodin, mikä tarkoittaa, että se kutsuu yrittäjiä, visionäärejä, teknologian asiantuntijoita ja päätöksentekijöitä täysimittaisiksi yhteistyökumppaneiksi. (Saatko Wikipedia-vibat?)

Syy, miksi kerron tästä, on, että MIT NANDAn raportti on tutkimuskakun koriste, kun on kyse AI:sta. Kirjoittajat ovat AI-maailman eturintamassa, ja heidän löytönsä on otettava tosissaan (vaikka grain of salt).

Raportti valmistui tammikuusta lähtien ja julkaistiin lopulta heinäkuussa 2025. Raportti perustuu systemaattiseen tarkasteluun yli 300 julkisesti ilmoitetusta AI-aloitteesta ja haastatteluihin 52 organisaation johtajista sekä 153 senior-johtajan kyselyyn neljässä suuressa teollisuuskonferenssissa.

5 %:n AI-pilottiprojektien onnistumisaste

Raportti esittää termin ‘The GenAI Divide’, joka kuvailee häiriötä, joka tapahtuu (tai ei tapahdu) organisaatioille ja jopa teollisuusaloille, jotka käyttävät AI:ta onnistuneesti (tai epäonnistuneesti). Jos yritys on ‘väärällä puolella jakoa’, NANDAn mukaan, yritys epäonnistuu todellisessa muutoksessa, kehityksessä ja uudelleenajattelussa rakenteensa ja liiketoimintansa. Olla oikealla puolella jakoa tarkoittaa saada aineellinen tulos AI:n käytöstä – “Tämä investointipakko edistää GenAI-jakoa ohjaamalla resursseja näkyviin, mutta usein vähemmän muodonmuuttavien käyttötapauksiin, kun taas korkeimmat tuotot syntyvät usein takatoimiston automaatiosta, kuten BPO:n poistamisesta, josta säästyy jopa 10 miljoonaa dollaria vuodessa, 30 %:n vähennys ulkoisista luovista kustannuksista ja 1 miljoonan dollarin säästö vuodessa ulkoisista riskienhallintapalveluista”.

Raportin hypetyksen syy on sen avainlöydös. Johtajan yhteenveto toteaa: ”Huolimatta 30-40 miljardin dollarin investoinnista GenAI:hin, tämä raportti paljastaa yllättävän tuloksen, jonka mukaan 95 %:lla organisaatioista ei ole mitään tuottoa … Vain 5 %:lla integroiduista AI-piloteista saadaan miljoonia arvoa, kun taas suurin osa jää kiinni mitattavissa olevan P&L-vaikutuksen ulottumattomissa”. Ei kovin lupaava, eikö?

Perussääntö, joka estää organisaatioita saavuttamasta AI:n todellista arvoa, on se, mitä raportti määrittelee ‘oppimisvikaksi’. Useimmat GenAI-järjestelmät puuttuvat perustavasti kyvystä säilyttää palautetta, sopeutua kontekstiin tai parantaa yli ajan.

• Järjestelmät eivät opi palautteesta. Todellisuudessa se tarkoittaa, että johtaja syöttää sille saman tietojoukon toistuvasti, mutta ei tapahdu parannusta suorituskyvyssä. Yksi keskitason valmistavan teollisuuden johtaja kuvasi toistuvasti lataamista samaa tuotekäsikirjaa AI-järjestelmään, jotta voisi tarkentaa täyttämisen luetteloita, mutta jokaisessa iteroinnissa kopioitiin samat puutteet ja virheet, eikä mitattavissa olevaa parannusta laadussa tapahtunut useiden palautepalasten jälkeen.
• Liiallinen manuaalinen konteksti vaaditaan joka kerran. AI-työkalut puuttuvat muistista istuntojen välillä, joten jokainen interaktio tarkoittaa uudelleen syöttämistä aiempaa tietämystä ja aiempaa kontekstia. Monimutkaiset työnkulut, toisin kuin yksinkertaiset yksittäiset tehtävät, venyttävät ja epäonnistuvat toimimasta luotettavana tukena jatkuvissa projekteissa. Raportti mainitsee yhtiön oikeudellisen tiimin, joka jokaisen sopimuksen luonnoksen kohdalla on syöttänyt uudelleen asiakkaan preferenssejä, aiemmat neuvottelumuistiinpanot ja sääntelyrajoitukset AI-työkaluun – muuttaen sen, mitä pitäisi olla tukeva työnkulu, aikaa vieväksi tehtäväksi, joka heikentää tuottavuutta monivaiheisissa projekteissa.
• Riittämätön mukautuminen joillekin liiketoimintaprosesseille. Sen sijaan, että saisi vastaanottavan työkalun, joka sopeutuu laajempaan kontekstiin, laajempi konteksti sopeutuu työkaluun, pakottaen käyttäjiä työskentelemään työkalun ympärillä. CIO mainitsi, että heidän toimittajalta saamansa riskianalyysin AI “tuntui yhdenkokoinen laatikolta”, joka pakotti tiimit muotoilemaan luottoprosessinsa työkalun joustamattomien syötteiden mukaan eikä antanut AI:ta sopeutua vakiintuneisiin prosesseihin. Ero johti lopulta hylättyihin piloteihin

Olen löytänyt seuraavat asiat NANDA-raportista

1. Varjainen AI-talous kukoistaa

Raportti esittää termin ‘varjainen AI-talous’ kuvaamaan, miten työntekijät käyttävät AI:ta omalla tasollaan henkilökohtaisena työkaluna, eikä organisaatiotasolla hyväksytynä työkaluna. Tämä kuulostaa tutulta, itse asiassa. Ystävälleni, joka on kiinalaisen autonvalmistajan sivuliike CIS:ssä, hän kertoi, että hän käyttää ChatGPT:ä kirjoittamaan sovelluksen sisällön (uutisjulkaisuja, mainoksia jne.). Hän sanoo, että pääkonttoritasolla ei ollut hyväksyttyä AI-työkalua yleiseen käyttöön, joten hänen AI-käytönsä on hänen oman lisänsä ja ajan säästäjä, josta hän ei juuri puhu esimiehelleen.

Raportti antaa erittäin tarkat luvut. Vaikka vain 40 %:lla yrityksistä on ostettu virallisia LLM-tilauksia, työntekijät yli 90 %:lla haastatelluista yrityksistä ilmoittivat säännöllisesti käyttävänsä henkilökohtaisia AI-työkaluja työtehtäviin. Tämä varjainen käyttö usein tarjoaa paremman tuoton kuin viralliset yritysaloitteet, paljastaen, mitä toimii, kun yksilöillä on pääsy joustaviin, reagoivaisiin työkaluihin.

2. Investoinnin jakautuminen heijastaa väärää prioriteettia

Raportti paljastaa merkittävän epäkohteen AI-investoinnin ja todellisen tuottopotentiaalin välillä. Noin 50 % GenAI-budjetista menee myynti- ja markkinointitoimintoihin, pääasiassa, koska tulokset voidaan mitata helposti ja ovat linjassa hallituksen KPI:en kanssa. Kuitenkin korkeimmat tuotot usein syntyvät takatoimiston automaatiosta, kuten BPO:n poistamisesta, josta säästyy jopa 10 miljoonaa dollaria vuodessa, 30 %:n vähennys ulkoisista luovista kustannuksista ja 1 miljoonan dollarin säästö vuodessa ulkoisista riskienhallintapalveluista. Tämä investointipakko edistää GenAI-jakoa ohjaamalla resursseja näkyviin, mutta usein vähemmän muodonmuuttavien käyttötapauksiin.

Minun henkilökohtainen uskomukseni on seuraava. Mitä muistan aiemmasta kokemuksestani kansainvälisessä pankkiryhmässä, joka omistaa vähittäispankkeja ympäri maailmaa, esittää työkalun, joka tunkeutuu yrityksen ytimeen, syö sen dataa ja (kuka tietää?) vuotaa sisäpiirin tietoja ulos, on suuri riski. Ymmärrän, miksi allekirjoittaminen AI-sisällön tehtaalle helpoille luoville sisällöille Facebook-mainoksille on helppo, kun taas monimutkaiset takatoiminnan häirintä eivät ole yhtä innostuneesti omaksuttavissa. Ellei se olisi suora käsky C-tasolta, toteuttaminen vakavia häirintää aiheuttavia AI-työkaluja yrityksen ydinosaan olisi kestänyt vähintään 12 kuukautta.

Onneksi minulla oli mahdollisuus nähdä läheltä AI-automatiikkaa, joka oli tehty paikallisen ikkunavalmistajan myyntitiimille. He palkkasivat freelancerin n8n:stä, ja hän rakensi heille AI-pohjaisen puhelun ja chat-analyysityökalun. Liiketoiminta pystyi nyt löytämään pullonkaulat nopeammin, ja enemmän kipupisteitä tulivat esiin, kun AI auttoi liiketoimintaprosessia kirjoitettua ja puhuttua puheessa. Heidän tyytyväisyytensä oli korkealla, ja enemmän dataa käsiteltiin nopeammin.

3. Sisäiset rakennukset häviävät ulkoisille toimittajille

Rehellisesti sanottuna tämä löytö yllätti minut. Toisin kuin yleinen uskomus, jonka mukaan yritysten tulisi rakentaa omat AI-työkalunsa, tutkimus osoittaa, että strategiset kumppanuudet ulkoisten toimittajien kanssa ovat kaksinkertaisesti todennäköisempiä saavuttamaan käyttöönoton verrattuna sisäisiin kehitysponnisteluihin. Kuka olisi ajatellut, oikeasti? No, ilmeisesti en minä.

Organisaatiot, jotka kohtelevat AI-toimittajia liikepalveluntarjoajina – vaativat syvää mukauttamista ja pitävät heitä vastuussa toiminnallisten tuloksien sijaan mallin vertailukohtien – saavuttavat merkittävästi korkeammat onnistumisasteet ja nopeamman arvon saavuttamisen.

Korkeampi investointi tarkoittaa suurempaa häirintää? Ei todellakaan.

Käyttäen yhdistettyä AI-markkinoiden häirintäindeksiä raportti paljastaa, että vain kaksi toimialaa – Teknologia ja Media & Telekom – osoittavat selvät merkit rakenteellisesta häirinnästä GenAI:sta. Seitsemän yhdeksästä suuresta toimialasta osoittavat merkittävää pilottitoimintaa, mutta vähäistä rakenteellista muutosta, ja toimialat kuten Terveydenhuolto, Rahoituspalvelut ja Energia osoittavat häirintäkertoimet alle 0,5 pisteen 5-pisteytyksellä. Tämä kuilu investoinnin näkyvyyden ja todellisen muodonmuutoksen välillä edustaa GenAI-jakoa toimialatasolla.

Miksi 95 %:n epäonnistumisaste on väliaikainen

Huolimatta näennäisesti toivottomista väliaikaisista tuloksista, on valoa tunnelin päässä. Raportti selittää, että GenAI-jakoa voidaan voittaa kehittyvien kehitysten kautta.

NANDA itse on yksi johtavista osapuolista yhä enemmän yhteydenomaista AI-maailmaa. Mekanismit, joita raportti mainitsee, ovat Model Context Protocol (tai MCP) ja Agent-to-Agent (tai A2A) perusrakenteet vaivattoman agenttien välisten vuorovaikutusten ja itsenäisen koordinaation mahdollistamiseksi järjestelmien yli.

NANDAn pyrkimykset ja nämä työkalut ovat polku aivan sille, mitä NANDA etsii – Agentic Web, joka on verkosto agentteja, jotka pystyvät itsenäiseen koordinaatioon Internetin yli. Heidän vuorovaikutuksensa on suunniteltu korvaamaan staattiset työnkulut dynaamisilla itseopiskelevilla järjestelmillä.

Onko se liian hyvä uskoa tai jopa maagista? No, Microsoft Copilot Studio’s Multi-Agent Orchestration on lähin vastine visioon. Järjestelmä auttaa rakentamaan agenttien puuta, jossa pää-Copilot-agentti laukaisee aliprosesseja, jotka ovat vastuussa tiettyjä tehtäviä, kuten aikataulun luomista tai asiakirjan luontia. Jokainen agentti pysyy omalla alallaan ja koordinoi muiden kanssa. Käytännössä, kun käyttäjä pyytää “Suunnittele Q4-tuotteen julkaisun”, orkestraattori-agentti delegoi automaattisesti erikoistuneille agenteille – yksi hoitaa markkinatutkimusta, toinen luo aikataulun ja kolmas koordinoi projektinhallintatyökalujen kanssa. Työ jatkuu synkronoidusti, mutta itsenäisesti.

Mitä raportti jättää meidät? Ikkuva GenAI-jakoa on kapea, kun yritykset alkavat lukita toimittajien suhteita oppimiskykyisillä työkaluilla, jotka tuottavat häirintää ja kehittävät liiketoimintaa takatoiminnossa, lisäten nopeutta yritysten ydinosaan. Menestys piilee AI-agenttijärjestelmien ostamisessa, ei niiden rakentamisessa itse. Kun agenteille oppiminen, muistaminen ja itsenäiset järjestelmät tulevat yleisemmiksi, nykyinen 95 %:n epäonnistumisaste antaa tilaa uudelle aikakaudelle, jossa AI-järjestelmät tekevät yhteistyötä vaivattomasti toimittajien, alojen ja organisaatioiden yli. Tämä tulevaisuus on todellinen tuotto nykyisistä investoinneista.

Alternative Views on AI adoption

NANDA-projekti teki upean työn kokoamalla dataa useista lähteistä ja haastattelemalla johtajia useista aloista. Mutta onko se viimeinen sana maailmanlaajuisesta AI-omaksumisesta? Jos sinä, kuten minä, löysit The GenAI Divide hieman masentavana, ellei häiritsevänä, olen löytänyt nämä vaihtoehtoiset näkemykset AI-omaksumisesta, jotta minun henkilökohtainen AI-tuli pysyy palavana.

• Jed Nykolle Harme IT Brief UK:sta purki CIO Playbook 2025 Lenovoelta. Tutkimus sisältää palautetta IT-johtajilta EMEA:sta (Eurooppa, Lähi-itä ja Afrikka), ja sen johtopäätös on paljon lupaavampi. Se osoittaa, että vähittäiskauppa-alalla on johtava asema AI-tyytyväisyydessä, jossa 96 %:lla AI-pilottien suorituskyky täyttää tai ylittää odotukset.
• Ennen tätä olen ilmaissut myötätuntoa suurille yritysmarkkinapelaajille, jotka löytävät AI:n vaikeaksi toteuttaa ja eivät ole erityisen avoimia intensiiviselle toteutukselle. Lenovo esittää kuitenkin toisenlaisen kuvan pankki-, rahoitus- ja vakuutusaloilla (BFIS): vaikka AI-omaksumisen alhaisinasteinen on 7 %, 33 %:lla niistä, jotka testaavat AI:ta, ilmoitetaan, että pilotit ylittävät odotukset. Salaisuus tähän myönteiseen trendiin on ”varovainen lähestymistapa”, kuten Arabian Business sanoo.
• Toinen rohkaiseva raportti IBM CEO Study alkaa rohkealla johdannolla IBM:n varapuheenjohtaja Gary Cohnilta: ”Kun AI-omaksuminen kiihtyy… lopullinen palkkio tulee vain niille johtajille, jotka rohkeasti omaksuvat riskin mahdollisuutena. … Kun liiketoimintaympäristö on epävarma, AI:n ja yrityksen oman datan käyttäminen havainnon löytämiseksi, missä on valta, on kilpailuetu. Tässä vaiheessa johtajat, jotka eivät hyödy AI:sta ja omasta datastaan eteenpäin menemiseksi, tekevät tietoisen liiketoimintapäätöksen, ettei kilpailla”.
• IBM CEO -tutkimus osoittaa joitakin inspiroivia faktoja. Esimerkiksi AI-investoinnin kasvu on arvioitu kasvavan yli kaksinkertaiseksi seuraavien kahden vuoden aikana, jolloin lähes 20 %:a IT-budjetista ohjataan AI:hin – sitoutuminen osoittaa, että huolimatta näkyvistä ja todistetuista haasteista, usko AI:hin on vahva ja ennen kaikkea strateginen investointi, eikä reaktiivista kulutusta.
• Viimeisenä, 64 %:lla CEO:ista raportissa on samaa mieltä, että riski jäämästä jälkeen ajaa investointeja uuteen teknologiaan jo ennen kuin sen vaikutusta on selvästi ymmärretty. Kuitenkin ei ole nopeita päätöksiä. Päätöksentekijät valitsevat ”strategisen peittämisen”. Yksinkertaisesti sanottuna, kun kilpailija lanseeraa AI-chatbotin räätälöidyille suosituksille, teet saman verkkosivustollesi. Et välttämättä tiedä tulevaa tulonlisäystä, mutta tiedät, että jos jätät seuraavat kaksi vuotta odottamaan ”täydellistä datajoukkoa”, menetät vauhtia. Niinpä sääntö on yksinkertainen: agressiivinen kopioiminen, sitten lopputulos.

Johtopäätös

Johtopäätöksessäni haluan ilmaista henkilökohtaisen vakaan uskon AI:hin. Yrittäjänä, CMO:na, liiketoimintakehittäjänä ja entisenä pankkitoimihenkilönä näen monia tapoja, joilla AI voi auttaa optimoimaan budjetteja, suoristaa työnkuluja ja
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.