Oko 42 posto poduzeća odustaje od većine svojih AI inicijativa prije uvođenja u produkciju, prema podatku S&P Global Market Intelligencea. Među novijim primjerima su gašenje alata Relay i stečaj Character.ai, tvrtki koje su se suočile s konkurencijom velikih platformi, troškom širenja poslovanja i slabijom potražnjom. Taj podatak ne znači da 42 posto svih AI projekata završava neuspjehom, nego označava udio poduzeća koja odustaju od većine svojih AI inicijativa. Tržište prelazi iz faze demonstracija u strožu provjeru proizvoda, distribucije i održive ekonomike.
Oko 42 posto poduzeća odustaje od većine svojih AI inicijativa prije uvođenja u produkciju, prema istraživanju S&P Global Market Intelligencea. Razlozi uključuju nedostatak kapitala, tehničke prepreke, konkurenciju, teško širenje poslovanja i slabu potražnju korisnika. Podatak upućuje na teškoće pri prijelazu iz testiranja u redovitu primjenu.
Među novijim primjerima je Relay, alat za automatizaciju radnih procesa koji se ugasio nakon pet godina. Proizvod je AI agentima automatizirao e-poštu i zadatke, ali su OpenAI, Google i druge velike platforme slične funkcije ugradile u svoje šire pakete. Samostalna aplikacija izgubila je razlog zbog kojeg bi korisnik plaćao još jedan proizvod.
Character.ai podnio je zahtjev za stečaj pet godina nakon pokretanja, što pokazuje da velika korisnička vidljivost ne jamči održiv prihod. Generativni servis mora financirati skupu inferenciju, sigurnosne kontrole, moderiranje i pravne obveze. Ako prihod po korisniku ne raste s potrošnjom, popularnost može ubrzati gubitak umjesto da ga smanji.
Udio od 42 posto treba tumačiti oprezno. Napušten projekt nije nužno potpuni financijski promašaj; pilot može dokazati da određeni proces nije prikladan za automatizaciju i tako spriječiti veći trošak. Problem nastaje kada organizacija pokrene desetke demonstracija bez jasnog vlasnika, poslovne metrike i odluke kada se projekt gasi.
Korporativni kupci sve manje prihvaćaju općenito obećanje produktivnosti. Traže uštedu vremena, niži trošak po transakciji, veći prihod ili mjerljivo smanjenje pogrešaka. AI alat koji daje zanimljive odgovore, ali zahtijeva stalnu ručnu provjeru, može povećati posao iako tehnički demonstrira sposobnost modela.
Za mlade tehnološke tvrtke najveći rizik postaje distribucija. Funkcija koja se može brzo kopirati u operacijski sustav, uredski paket ili cloud platformu teško održava zasebnu pretplatu. Obrana nije samo bolji model nego vlasnički podaci, duboka integracija u proces, regulatorno znanje ili mreža korisnika koju veliki dobavljač ne može jednostavno replicirati.
Trošak inferencije određuje koliko se brzo dobar proizvod pretvara u održiv posao. Agent koji izvodi više koraka, koristi alate i drži dugi kontekst troši znatno više resursa od jednostavnog upita u razgovornom sučelju. Cijena prema broju korisnika zato može biti pogrešan model ako mali broj intenzivnih korisnika stvara većinu računa za računalnu snagu.
Investitori će strože razlikovati rast korištenja od kvalitetnog prihoda. Važni pokazatelji postaju bruto marža nakon troška modela, zadržavanje kupaca bez subvencionirane cijene, trajanje prodajnog ciklusa i udio prihoda koji dolazi iz ponovljive pretplate. Visoka valuacija bez tih podataka povećava rizik naglog pada pri sljedećoj rundi.
Za zaposlenike gašenje projekta ne znači nužno kraj primjene AI-ja. Organizacija može iskustvo i podatke prenijeti u drugi alat ili kupiti funkciju od većeg dobavljača. Međutim, česte promjene stvaraju trošak integracije i obuke, pa ugovor treba uključiti izvoz podataka, dokumentirane procese i plan izlaska ako mlada tehnološka tvrtka prestane raditi.
Tržišni signal nije da AI nema vrijednost, nego da se vrijednost koncentrira u manjem broju provjerenih slučajeva. Za procjenu održivosti bit će važniji podaci o obnovi ugovora i maržama nego broj pokrenutih pilot-projekata. Organizacije koje unaprijed definiraju cilj, vlasnika i kriterij prekida brže će odvojiti produktivan sustav od skupog eksperimenta.
Uprave trebaju voditi portfelj AI ulaganja kao skup poslovnih eksperimenata, ne kao natjecanje u broju pilota. Svaki projekt treba početnu osnovicu, trošak punog rada i vlasnika rezultata. Odluka o prekidu tada čuva kapital i ljude za slučajeve koji imaju mjerljivu vrijednost, umjesto da se neuspjeh prikriva beskrajnim produženjem testa.
Dobavljači će sve češće morati pokazati referentne korisnike koji su ostali nakon početnog ugovora. Plaćeni pilot može stvoriti prihod, ali ne dokazuje da je proizvod uključen u svakodnevni proces. Obnova nakon godine dana, rast broja aktivnih radnih mjesta i smanjenje ručnog rada daju pouzdaniju sliku od registriranih računa.
BT Group preuzeo je maloprodajne i veleprodajne dijelove TalkTalka, pokušavajući spriječiti propast jednog od važnih britanskih pružatelja širokopojasnog interneta. Prema navodima BT-a, ukupni novčani učinak kupnje i povezanih troškova iznosit će 400 milijuna funti tijekom njegove tekuće poslovne godine, koja završava 31. ožujka 2027.
Oko 42 posto poduzeća odustaje od većine svojih AI inicijativa prije uvođenja u produkciju, prema istraživanju S&P Global Market Intelligencea. Razlozi uključuju nedostatak kapitala, tehničke prepreke, konkurenciju, teško širenje poslovanja i slabu potražnju korisnika. Podatak upućuje na teškoće pri prijelazu iz testiranja u redovitu primjenu.
Američki proizvođač modela umjetne inteligencije Anthropic službeno je predao registracijsku prijavu za inicijalnu javnu ponudu dionica (IPO). Uz dokumentaciju je prvi put široj javnosti otkrio opsežne financijske podatke koji pokazuju snažan rast prihoda, ali i višemilijardne dugoročne obveze vezane uz računalnu infrastrukturu.
