Co przedsiębiorstwa powinny mieć na własność w swoim stosie AI?

Kolejny etap transformacji związanej z AI będzie zależeć od tego, czego firmy mogą się nauczyć z każdej podejmowanej przez nią decyzji, a także od tego, kto jest właścicielem tej wiedzy

Rozmowy o AI koncentrowały się na jednym głównym pytaniu: co potrafią te modele? Poddawano je testom porównawczym, pilotażom i z podziwem obserwowano ich możliwości — i na etapie eksperymentów było to właściwe pytanie. Nie jest to jednak właściwe pytanie na obecnym etapie.

Na tym kolejnym etapie — w przedsiębiorstwie agentowym — AI wykonuje już pracę, monitoruje zmiany, przygotowuje materiały i uczestniczy w podejmowaniu kluczowych decyzji, wspierając rozwój firmy, zamiast jedynie odpowiadać na pytania. Ta zmiana nabiera tempa: badanie IBM CEO z 2026 roku wykazało, że dyrektorzy generalni spodziewają się, iż do 2030 roku udział decyzji operacyjnych podejmowanych przez AI wzrośnie niemal dwukrotnie, do 48%. Gdy AI wykonuje pracę, zamiast tylko ją opisywać, zmienia się strategiczne pytanie: z „Co potrafi ten model?” na „Czego moja firma uczy się za każdym razem, gdy podejmuje decyzję, i kto jest właścicielem tej wiedzy?”

Jeśli wartość przedsiębiorstwa rośnie z każdą podjętą decyzją, najważniejszym zasobem firmy w erze AI jest pętla, która pozwala organizacji uczyć się na podstawie każdej decyzji — a konkretnie: kontekstu, w jakim ją podjęto, dowodów, które do niej doprowadziły, jej rezultatów oraz wzorców łączących te elementy. Jeśli jesteś właścicielem tej pętli, każda decyzja sprawia, że kolejna jest trafniejsza. Jeśli jej nie masz, automatyzujesz działania, nie budując przewagi.

Samo takie przeformułowanie całkowicie zmienia sposób, w jaki poważne przedsiębiorstwo powinno projektować swoją architekturę AI.

Błąd polegający na uzależnieniu firmy od jednego modelu

Zwykle przyjmuje się, że należy skonsolidować rozwiązania, wybierając wiodącego dostawcę modeli, ujednolicając rozwiązania wokół jego oferty i budując na niej całą resztę. Uważam jednak, że to błąd — choć nie z powodu, który zwykle się podaje.

Najczęściej podnoszone zastrzeżenia dotyczą uzależnienia od dostawcy i jego możliwości dyktowania cen. Są uzasadnione, ale mają drugorzędne znaczenie. Głębszy problem wiąże się z zachętami i z tym, dokąd trafia wiedza zdobywana przez firmę. Dostawcy modeli zajmują się tworzeniem najlepszych na świecie modeli ogólnego przeznaczenia, a osiągają ten cel, ucząc się na podstawie ich użycia. Gdy kierujesz zastrzeżone decyzje, dane i przepływy pracy swojej firmy za pośrednictwem jednego dostawcy, przekazujesz mu swój najbardziej wyróżniający zasób — zapis tego, jak myśli Twoja firma — a jego interes polega na uogólnieniu tych informacji. Twoja przewaga staje się wkładem w produkt powszechnie dostępny, który mogą kupić także Twoi konkurenci.

Granica możliwości modeli zmienia się również zbyt szybko, by zakładać, że którykolwiek z nich długo utrzyma pozycję najlepszego. Właściwa architektura powinna natomiast umożliwiać przedsiębiorstwom kierowanie zadań do modelu lub wyspecjalizowanego agenta najlepiej przystosowanego do ich wykonania, a jednocześnie pozwalać im zachować własną infrastrukturę agentów i pętlę uczenia się, które odwzorowują sposób działania firmy i podejmowania przez nią decyzji. Modele mogą się zmieniać, ale ta zastrzeżona podstawa pozostaje własnością firmy i z czasem zyskuje na wartości.

Badanie IBM wykazało również, że dyrektorzy generalni, którzy wykorzystują zastrzeżone dane i własność intelektualną w niestandardowych modelach i agentach AI, spodziewają się, że w 2030 roku produkty i usługi, których obecnie nie oferują, będą odpowiadać za o 13% większą część ich przychodów.

Nie da się zbudować każdego agenta — i nie warto próbować

Posiadanie własnej infrastruktury agentów, pętli uczenia się i mechanizmu kierowania zadań nie oznacza konieczności budowania każdego agenta działającego w tej strukturze. Główny agent przedsiębiorstwa — ten, który rozumie organizację, jej priorytety i zastrzeżone dane — powinien zostać zbudowany i posiadany przez firmę. Działalność przedsiębiorstwa obejmuje jednak obszary, których nie jest w stanie opanować żaden pojedynczy zespół: sprzedaż, HR, kwestie prawne, finanse, analizę rynku i wiele innych. W każdym z nich najlepiej sprawdzi się wyspecjalizowany agent, który doskonale wykonuje właśnie to jedno zadanie.

Żadne przedsiębiorstwo nie zbuduje we własnym zakresie najlepszego w swojej klasie agenta dla każdej funkcji. Nie da się wygrać wyścigu o zasoby. Sprawdzony model polega na stworzeniu silnego głównego agenta koordynującego zestaw wyspecjalizowanych podagentów, z których każdy można dostosować do wymagań firmy i zintegrować z jej infrastrukturą za pomocą przejrzystego interfejsu. Przedsiębiorstwa wciąż jednak dopiero zaczynają budować tego rodzaju architekturę: badanie Deloitte z 2026 roku wykazało, że zaledwie 15% organizacji wdrożyło na dużą skalę skoordynowane, międzyfunkcyjne rozwiązania oparte na wielu agentach.

Rzeczywiste zadanie liderów przedsiębiorstw jest więc dwojakie: zbudować nadrzędnego głównego agenta i pętlę, która dostarcza mu informacji, a następnie wyłonić najlepszych wyspecjalizowanych agentów i zintegrować je z systemem. Zachować własność tam, gdzie przynosi ona kumulujące się korzyści; nawiązać partnerstwo tam, gdzie ich nie przynosi.

Wyspecjalizowany agent a zwykła nakładka

Wyspecjalizowany agent musi oferować coś, czego przedsiębiorstwo nie jest w stanie łatwo odtworzyć. Trwałą przewagę zapewniają zastrzeżone dane połączone z infrastrukturą zaprojektowaną specjalnie do ich wyszukiwania i analizy. Agent jest tylko tak dobry, jak informacje, które potrafi znaleźć, i jak dobrze rozumie to, co znalazł.

To właśnie te kryteria powinni stosować liderzy przedsiębiorstw, decydując, co budować samodzielnie, a z kim nawiązać współpracę. Jeśli dana funkcja zależy od unikatowych treści, wiedzy specjalistycznej i wieloletniej infrastruktury stworzonej z myślą o konkretnym celu, jej odtworzenie we własnym zakresie raczej nie zapewni przewagi. Zamiast tego warto skoncentrować te zasoby na zastrzeżonych danych, pętli decyzyjnej i warstwie orkiestracji, które są unikatowe dla firmy.

Co zrozumieją zwycięzcy

Firmy, które odniosą sukces w erze agentów AI, będą projektować swoje rozwiązania wokół tego, co sprawia, że z czasem stają się wyjątkowo skuteczne. Będą kontrolować pętlę, która pozwala im uczyć się na podstawie każdej decyzji, a wokół niej wykorzystają najlepszych wyspecjalizowanych agentów, zamiast próbować budować wszystko samodzielnie.

Celem nie jest kontrolowanie każdego elementu stosu AI. Chodzi o kontrolowanie tych elementów, które pozwalają kumulować przewagę, a w pozostałych kwestiach — o współpracę z partnerami. Łączność to nie to samo co inteligencja. W przedsiębiorstwie opartym na agentach AI inteligencja oznacza kontrolowanie tego, co pozwala kumulować przewagę, i współpracę z partnerami w pozostałych kwestiach.