SAS: firmy z odpowiedzialnym podejściem do AI mają 15-krotnie większą szansę na wysoki zwrot z inwestycji

Firmy, które najskuteczniej przekładają inwestycje w sztuczną inteligencję na wyniki finansowe, wyróżnia odpowiedzialne podejście do tej technologii. Stosowanie zasad nadzoru i kontroli wiąże się bezpośrednio z korzyściami biznesowymi. Takie organizacje mają 15-krotnie większą szansę na osiągnięcie wysokiego lub bardzo wysokiego ROI, czyli zwrotu z zainwestowanych środków, w projektach AI. Tak wynika z drugiej edycji raportu SAS „Raport dotyczący wpływu danych i sztucznej inteligencji: nowa ekonomia zaufania", opartego na badaniu przeprowadzonym przez IDC.

Konkretnie, wysoki ROI z projektów AI deklaruje 62 proc. firm stosujących najbardziej zaawansowane praktyki w zakresie tzw. godnej zaufania AI (trustworthy AI), wobec 4 proc. wśród pozostałych organizacji. „Godna zaufania AI" to w skrócie sposób projektowania i wdrażania systemów tak, żeby były niezawodne, sprawiedliwe, bezpieczne, zgodne z regulacjami, a proces podejmowania decyzji przez algorytm można było prześledzić i wyjaśnić.

Firmy stosujące zaawansowane praktyki osiągają średnio 1,85 razy większe korzyści w 13 obszarach biznesowych, m.in. wzroście przychodów, oszczędnościach kosztowych i poprawie doświadczeń klientów. 85 proc. liderów AI stosujących te praktyki zwiększa w tym roku inwestycje w ten obszar o ponad 10 proc.

Pracownicy nie ufają AI, którą nie rozumieją

Barierą, którą zmagają się firmy, jest brak zaufania pracowników do decyzji podejmowanych przez AI. W niektórych sytuacjach rekomendacje generowane przez sztuczną inteligencję koryguje 97,2 proc. użytkowników. Najczęstszym powodem jest to, że AI nie potrafi wyjaśnić, dlaczego podjęła daną decyzję, niezależnie od tego, czy sam użytkownik uznawał ją za prawidłową.

W żargonie branżowym mówi się o „wyjaśnialności" (explainability), czyli możliwości zrozumienia, na jakiej podstawie model doszedł do konkretnego wniosku. Bez tego pracownik nie może zweryfikować, czy rekomendacja jest sensowna, więc na wszelki wypadek ją zmienia.

Zaufanie do AI spada wraz ze wzrostem jej autonomii. W przypadku generatywnej AI (systemów tworzących tekst, obrazy czy kod na polecenie użytkownika) sięga 76 proc. Przy AI agentowej (systemach, które samodzielnie wykonują kolejne kroki procesu bez potrzeby ręcznego prowadzenia) już tylko 66 proc.

„Kiedy AI działa prawidłowo, jej wpływ może być ogromny. Jednocześnie dobrze udokumentowano, że nawet najbardziej zaawansowane agenty AI mogą osiągać wskaźniki błędów przekraczające 25 proc. w przypadku złożonych zadań. To poziom nieakceptowalny przy podejmowaniu decyzji o dużym znaczeniu. Aby zapewnić dokładność i powtarzalność wyników, organizacje muszą uwzględniać wiedzę dziedzinową w procesach wykorzystujących agentową AI, jednocześnie pozostawiając ludzi w centrum mechanizmów zarządzania i nadzoru. Organizacje, które zrobią to skutecznie, zmniejszą deficyt zaufania i dzięki AI zyskają przewagę konkurencyjną" – mówi Bryan Harris, CTO w SAS.

Słabe dane, słabe wyniki

Większość firm wdraża AI, opierając ją na niekompletnych lub nieaktualnych danych. W pełni zoptymalizowaną infrastrukturę danych ma zaledwie 17,5 proc. firm. Ma to bezpośrednie przełożenie na wyniki: organizacje z solidnymi fundamentami danych mają cztery razy większe szanse spodziewać się wysokiego ROI z AI i sześć razy częściej wymagają mechanizmów kontroli jakości danych oraz wyjaśnialności.

„Wraz ze wzrostem autonomii AI organizacje stają przed nowym wyzwaniem: jak utrzymać zaufanie do systemów, których działania ludzie nie zawsze w pełni rozumieją. Nasze badanie pokazuje, że skuteczne skalowanie AI w coraz większym stopniu wymaga odpowiedniego nadzoru, rozumienia działania modeli oraz solidnych fundamentów w obszarze danych" – mówi Chris Marshall, wiceprezes IDC.

Różnice branżowe

Badanie objęło 2699 osób z 28 krajów, mających wiedzę o inicjatywach związanych z danymi i AI w swoich organizacjach lub wpływ na decyzje. Analizowano cztery sektory: bankowość, ubezpieczenia, life sciences (nauki o życiu, obejmujące m.in. biotechnologię i farmację) oraz sektor publiczny.

W bankowości ramy zarządzania AI wdrożyło już 85 proc. banków będących liderami AI, wobec 29 proc. organizacji pozostających w tyle. W sektorze publicznym 41 proc. liderów planuje w ciągu roku zwiększyć inwestycje w godną zaufania AI o ponad 20 proc. Sektor life sciences wyróżnia się skalą wdrożeń: 23 proc. organizacji wykorzystuje AI na szeroką skalę w całej organizacji, najwięcej ze wszystkich badanych branż.

Materiał pochodzi od SAS, dostawcy oprogramowania do analityki i zarządzania AI, więc teza o potrzebie zaawansowanego nadzoru nad sztuczną inteligencją wiąże się z jego ofertą. Samo badanie zrealizowała firma IDC.

Źródła: informacja prasowa SAS z 22 września 2026 r.