A mesterséges intelligencia projektek hihetetlenül magas arányban kudarcot vallanak.

Egy újonnan megjelent kutatás rámutat arra, hogy a technológiai újítások nem önmagukban jelentenek problémát, hanem inkább a túlzott elvárások és a nem megfelelő integrációs stratégiák okozhatják a gondokat. Ez a helyzet pedig komolyan megkérdőjelezi az óriási összegű befektetések megtérülését.

A Futurism legfrissebb jelentése alapján 2025 első felében a mesterséges intelligenciával foglalkozó startupok több mint 44 milliárd dollárnyi tőkét vonzottak, ami már önmagában is meghaladja a teljes 2024-es évet. A Goldman Sachs előrejelzése szerint az ilyen típusú befektetések összértéke akár a 200 milliárd dollárra is rúghat az év végéig. Ez a tendencia nem csupán azt mutatja, hogy a vállalatok és befektetők egyre bőkezűbben áldoznak az MI fejlesztésekre, hanem azt is, hogy a már elért eredmények fényében egyfajta kockázatos szerencsejátékot játszanak az MI produktivitásának növelésére tett fogadásaikkal.

A hatalmas felhajtás és a lenyűgöző előrejelzések mögött sajnos nem sok konkrét bizonyíték támasztja alá az óriási befektetéseket. Az MIT kutatói nemrégiben publikált jelentésükben arra a következtetésre jutottak, hogy a generatív mesterséges intelligencia üzleti alkalmazásaira irányuló kísérletek 95 százaléka kudarcot vallott. A "The GenAI Divide: State of AI in Business 2025" című tanulmányt a Fortune magazin is figyelembe vette, hangsúlyozva, hogy a kutatók szerint csupán az üzletek 5 százalékában játszik jelentős szerepet a mesterséges intelligencia a gyors bevételnövelés folyamatában.

A projektek többsége sajnos stagnál, és szinte észlelhető hatást sem gyakorol a nyereségességre. Egy amerikai kutatás, amely 150 vezető, 350 alkalmazott és 300 nyilvános MI-bevezetést vizsgált, azt mutatja, hogy néhány jelentős vállalat és startup kiemelkedő sikereket ért el az MI-technológia alkalmazásával. Ezek a cégek általában egy jól körülhatárolt problémára összpontosítottak, és ügyesen alakították ki együttműködéseiket más szereplőkkel. Azonban az esetek túlnyomó részében a legfontosabb tényező a különböző eszközök és szervezetek közötti "tanulási szakadék" volt.

Nem az MI hibája, hogy nem jó mindenre

A jelentés szerint a vezetők gyakran okolják a sikertelenségért a szabályozást vagy a modellek teljesítményét, az MIT kutatása azonban a hibás vállalati integrációt emeli ki. Az olyan generikus eszközök, mint a ChatGPT, nagyon hasznosak lehetnek az egyéni feladatoknál, de a vállalati alkalmazásban már problémát jelent, hogy nem tanulnak a munkafolyamatokból, és nem is képesek alkalmazkodni hozzájuk. Másrészt az MI-re fordított költések több mint fele az értékesítésben és a marketingben csapódik le, miközben az MIT szerint a legjobb megtérülést a back-office automatizálás adná.

Ugyancsak a Futurism cikke idézi azokat az adatokat, amelyek szerint a mesterséges intelligencia nem igazán váltja be a hozzá fűzött reményeket a fehérgalléros munkavállalók egyfajta autonóm asszisztenseként sem: a Carnegie Mellon Egyetem egyik kutatási anyaga szerint a legjobb ilyen eszközök is csak a rájuk bízott valós irodai feladatok 30 százalékát teljesítik sikeresen. Bár a technológia is fejlődik, a termelékenység növekedésének innentől már exponenciálisnak kellene lennie ahhoz, hogy akár megközelítse a korábban jelzett 6 billió dolláros globális gazdasági hozzájárulást 2030-ra.

Mindez azt jelenti, hogy az MI-technológia egyáltalán nem haszontalan, de ilyen volumenű befektetés mellett minden eredmény kudarcnak fog tűnni, ami nem állítja a feje tetejére a világot. A Goldman Sachs fenti becsléséhez tartozik, hogy a Csodálatos Hetes (Magnificent Seven) techvállalatainak, vagyis az Apple-nek, a Microsoftnak, az Amazonnak, az Alphabetnek, a Metának, az Nvidiának és a Teslának összesen évi 600 milliárd dollárnyi többletbevételt kellene termelnie az elvárt megtérüléshez, így az MI-lufi kipukkanását is egyre többen tartják "mikor", és nem "ha" típusú kérdésnek.