Tri stupa za izvlačenje vrijednosti iz AI-ja

Prema Gartneru, samo jedan od pet čelnika zaduženih za podatke i analitiku ili umjetnu inteligenciju zabrinut je da bi neizvjesni troškovi mogli ograničiti vrijednost AI-ja. Istraživanje među 353 čelnika za podatke, analitiku i AI, provedeno od studenoga do prosinca 2025., pokazalo je da je zbog toga samo 44 posto organizacija usvojilo financijske ograde ili AI FinOps prakse.

"Dok je stopa usvajanja AI-ja porasla sa samo dvije od pet organizacija u 2024. na četiri od pet organizacija danas, čelnici za podatke i analitiku moraju postići veću jasnoću i usmjeriti se na ROI kako bi bolje ostvarili sve veće AI ciljeve i ambicije svojih organizacija", rekao je Adam Ronthal, potpredsjednik analitičara u Gartneru. "Ti čelnici moraju shvatiti da su odgovorni za isporuku stvarne vrijednosti usred svog tog AI hypea i strahova od pucanja AI balona."

"Put do vrijednosti često se mjeri kroz ROI, no čelnici za podatke i analitiku moraju o njemu razmišljati kao o nečemu više od same financijske mjere", rekla je Georgia O'Callaghan, direktorica analitičara u Gartneru. "Postoje tri pristupa vrijednosti koji će pomoći čelnicima za podatke i analitiku da svoje organizacije sigurno i učinkovito vode kroz uzburkane vode AI vrijednosti."

Veća brzina promjena i neizvjesnost, zajedno sa zabrinutostima oko povjerenja i kontrole, potiču potrebu za kontinuiranim učenjem i prilagodbom. "Čelnici za podatke i analitiku možda eksperimentiraju s AI-jem i pritom mnogo uče, ali to istodobno znači da riskiraju zaostajanje jer svi eksperimentiraju", rekao je Ronthal. "Ti čelnici trebaju postaviti razinu vlastite AI ambicije kako bi maksimalizirali vrijednost uvida koje njihovi podaci pružaju, u kombinaciji sa znanjem i intuicijom svojih timova. To donosi povrat na inteligenciju."

Kako bi postavili tu razinu ambicije, čelnici za podatke i analitiku moraju radikalno preispitati utjecaj AI-ja na svoje područje, definirati zajedničku viziju, odrediti razinu AI ambicije, preuzeti AI vodstvo, odlučiti o vlastitoj ulozi i rano upravljati nepredvidivim i skrivenim troškovima AI-ja. Bez snažnih temelja AI će za većinu organizacija ostati ono što je i danas: skup eksperiment.

"Očekivati da će AI ili GenAI nadoknaditi odgođene nadogradnje, siloizirane timove i godine tehničkog duga čista je iluzija", rekla je O'Callaghan. "Čelnici za podatke i analitiku moraju osigurati da su njihovi podaci spremni za AI, spriječiti izlaganje pogrešnih podataka pogrešnim ljudima te izbjeći netočnosti, pogrešna tumačenja i halucinacije uz dobro osmišljen kontekstni sloj. To donosi povrat na integritet."

Kako bi stvorili snažne AI temelje i smanjili rizik, čelnici za podatke i analitiku trebaju uskladiti temeljne inicijative s razinom svoje AI ambicije, upravljanje pretvoriti u akcelerator vrijednosti i stvoriti jedinstveni, objedinjeni kontekstni sloj. Iako se organizacije brzo mijenjaju, ljudi imaju ograničenu sposobnost apsorpcije promjena. AI spremnost raste mnogo brže od ljudske spremnosti.

"Čelnici za podatke i analitiku moraju prijeći s razmišljanja o ulogama na fokus na vještine kada je riječ o AI-ju", rekao je Ronthal. "Vrijednost svojih ulaganja dobit će kroz razvoj radne snage. Fokusiranjem na vještine, način razmišljanja i promjene ponašanja mogu otključati i individualni i kolektivni potencijal. To će povećati angažman zaposlenika i produktivnost te organizaciju učiniti prilagodljivijom promjenama. U konačnici, to donosi povrat za pojedinca."

Kako bi osnažili ljude za AI vođenu transformaciju, čelnici za podatke i analitiku, prema Gartneru, moraju znatno povećati proračune za upravljanje promjenama. Trebaju dati prednost načinu razmišljanja i skupu vještina ispred samog alata, odgovoriti na zabrinutosti zaposlenika kroz plan razvoja vještina te pilotirati fuzijske timove sastavljene od ljudi i umjetne inteligencije.

Gartnerov okvir važan je zato što pokušava AI izvući iz logike eksperimenta i vratiti ga u logiku upravljanja vrijednošću. U toj interpretaciji ROI više nije samo odnos ulaganja i prihoda, nego i pitanje kvalitete podataka, kontrole rizika i sposobnosti organizacije da promjenu stvarno apsorbira. To je posebno važno sada kada se AI projekti šire brže nego što rastu interne kompetencije. 

IBM-ovo globalno istraživanje objavljeno početkom svibnja pokazuje da 83 posto izvršnih direktora smatra da uspjeh s AI-jem više ovisi o prihvaćanju od strane ljudi nego o samoj tehnologiji. Ista studija pokazuje i da će između 2026. i 2028. gotovo trećina zaposlenih trebati prekvalifikaciju za novu ulogu. To potvrđuje Gartnerovu tezu da bez ulaganja u promjenu ponašanja i razvoj vještina AI ostaje skupa demonstracija mogućnosti. Jednako je važno i pitanje troškovne discipline, jer mnoge organizacije i dalje ulaze u AI bez jasnih financijskih ograda, bez FinOps praksi i bez preciznog modela odgovornosti. 

U takvom okruženju kvaliteta kontekstnog sloja, upravljanje pristupima podacima i jasna pravila za rollback više nisu tehnički detalji nego temelj poslovne održivosti. Drugim riječima, pravo pitanje više nije koristi li tvrtka AI, nego može li iz njega dobiti mjerljivu i ponovljivu vrijednost. Upravo zato Gartnerova tri stupa treba čitati kao upravljački okvir, a ne kao još jednu tehnološku preporuku.