Unatoč golemom medijskom hypeu, enterprise segment se suočava s problemima loše kvalitete podataka, eskalacije troškova tokena i nedostatka jasnih poslovnih metrika za evaluaciju AI modela.
Analitička kuća Gartner objavila je u svom najnovijem istraživanju, izdanom u zadnjih 48 sati, oštro upozorenje za tehnološke lidere i uprave tvrtki koje nekritički investiraju u generativnu umjetnu inteligenciju (GenAI). Prema njihovim najnovijim projekcijama, čak 30 posto svih enterprise projekata temeljenih na generativnom AI-ju bit će u potpunosti napušteno ili stavljeno na čekanje nakon faze dokaza koncepta (Proof of Concept - PoC). Ovo istraživanje predstavlja prijelomnu točku u narativu o umjetnoj inteligenciji, označavajući službeni prijelaz iz faze "nerealnih očekivanja" u fazu "suočavanja sa stvarnošću" (Trough of Disillusionment). Izvor podataka je iznimno čvrst, utemeljen na anketiranju preko tisuću IT direktora i poslovnih lidera globalnih organizacija, te jasno razdvaja marketinška obećanja tehnoloških dobavljača od stvarnog stanja na terenu.
Gartner identificira tri glavna kamena spoticanja koji uzrokuju visoku stopu neuspjeha GenAI projekata u poslovnom okruženju. Prvi i najznačajniji problem je katastrofalno loša kvaliteta interne strukture podataka u većini kompanija. Generativni modeli, bez obzira na to koliko bili napredni, pate od fenomena haluciniranja i daju neupotrebljive rezultate ako se primjenjuju nad nesređenim, fragmentiranim i silosnim podacima unutar organizacije. Drugi problem odnosi se na nekontrolirani rast operativnih troškova (OpEx). Dok je pokretanje jednostavnog pilota s nekoliko licenci relativno jeftino, skaliranje AI sustava na tisuće zaposlenika koji svakodnevno šalju kompleksne upite prema velikim jezičnim modelima (LLM) stvara goleme račune za potrošnju API tokena i računalne snage u oblaku. Mnoge tvrtke nisu predvidjele ove tekuće troškove u svojim proračunima. Treći faktor je nemogućnost preciznog mjerenja poslovne vrijednosti. Povećanje produktivnosti zaposlenika često ostaje na razini anegdotama potkrijepljenih izjava, dok konkretne financijske uštede ili rast prihoda izostaju.
Zbog ovih izazova, analitičari uočavaju radikalan zaokret u strategijama vodećih enterprise organizacija. Umjesto razvoja vlastitih, izoliranih LLM aplikacija, kompanije se sve više okreću takozvanom "Agentic AI" konceptu – sustavima u kojima autonomni AI agenti ne samo da generiraju tekst, već izvršavaju kompleksne poslovne procese povezujući se s postojećim ERP i CRM sustavima kroz višagentsku orkestraciju. Također, fokus se prebacuje na upravljanje AI sustavima (AI Governance) kako bi se osigurala pravna usklađenost s novim regulatornim aktima, posebno u Europskoj uniji gdje je AI Act stupio na snagu s rigoroznim kaznama za neusklađenost u primjeni modela visokog rizika.
Elbit Systems je pokrenuo FUSE, novu poslovnu i tehnološku jedinicu za koordinaciju autonomnih zračnih i kopnenih vojnih sustava pomoću umjetne inteligencije. Središnji proizvod Dominion-X trebao bi omogućiti upravljanje velikim brojem platformi u stvarnom vremenu iz jedinstvenog zapovjednog sloja, uključujući rad u okruženju bez pouzdanog satelitskog navigacijskog signala.
Visa, Mastercard i Ant International objavili su zajednički okvir Know Your Agent za potvrđivanje identiteta i ovlasti AI agenata koji kupuju u ime korisnika. Inicijativa treba povezati kartične mreže, digitalne novčanike, internetske platforme i trgovce, dok svaki sudionik zadržava vlastitu odluku o odobrenju, riziku i povratu transakcije.
Oracle je u prvom fiskalnom tromjesečju ugovorio više od 30 milijardi dolara novih AI poslova u oblaku i podigao ukupnu vrijednost ugovorenih poslova na 664 milijarde dolara, iznad procjene Visible Alpha od 639,89 milijardi. Prihod je porastao 30 posto na 19,3 milijarde dolara, a prilagođena dobit dosegla 1,92 dolara po dionici. Kompanija je rezultate objavila 10. rujna, nakon čega je dionica porasla četiri posto.
