Firmy na całym świecie wydały na generatywną sztuczną inteligencję od 30 do 40 miliardów dolarów, a mimo to aż 95 procent wdrożeń nie przyniosło mierzalnego zwrotu - wynika z raportu MIT „The GenAI Divide”. Jednocześnie na rynku dokonuje się cicha rewolucja: nowa generacja modeli potrafi być nawet dwudziestokrotnie tańsza w przeliczeniu na koszt obliczeń, a przedsiębiorstwa masowo przechodzą z logiki „im więcej, tym lepiej” na twarde pytanie o opłacalność. Jeszcze rok temu w percepcji wielu ludzi biznesu liczyła się skala i to kto zużyje więcej tokenów. Dziś liczy się rachunek. Czy to koniec najbardziej rozrzutnej fazy wdrażania AI w biznesie? O tym mówi dr Dominik Skowroński z Wydziału Zarządzania Uniwersytetu Łódzkiego.

Od zachwytu do rachunku ekonomicznego

Przez ostatnie dwa lata rynek żył logiką, którą analitycy złośliwie ochrzcili mianem „tokenmaxxingu”, czyli im więcej danych, mocy obliczeniowej i zapytań, tym lepiej. Budżety płynęły szerokim strumieniem, bo nikt nie chciał zostać w tyle. Latem 2026 roku nastrój wyraźnie się zmienił. Liderzy biznesu przestali wykładać pieniądze bez jasnego obrazu zwrotu, a dostawcy dużych modeli, którzy jeszcze niedawno stanowili symbol nieograniczonego wzrostu, zaczęli szykować się do wejścia na giełdę.

To klasyczny moment dojrzewania każdej technologii. Najpierw jest fascynacja, potem gorączka inwestycji, a na końcu przychodzi chłodna weryfikacja. Internet przeszedł to na początku wieku, gdy pękła bańka dotcomów. AI właśnie teraz wkracza w etap „pokaż mi liczby”.

95 procent, które znika bez śladu

Wspomniany raport MIT to najzimniejszy prysznic ostatnich miesięcy. Badacze przeanalizowali 300 wdrożeń, przeprowadzili 150 wywiadów z liderami i ankietę wśród 350 pracowników. Wniosek? Tylko garstka projektów realnie wpłynęła na wynik finansowy firmy. Reszta ugrzęzła gdzieś pomiędzy kolorową prezentacją a codziennym wykorzystaniem narzędzi.

Co ciekawe, przyczyną nie była zła technologia. Firmy najczęściej kierowały pieniądze tam, gdzie AI jest w stanie wnosić wartość, do działów marketingu i sprzedaży. Jednocześnie, jak pokazują badania, największy zwrot dawała mało spektakularna automatyzacja zaplecza. Okazało się też, że rozwiązania kupowane od wyspecjalizowanych dostawców przynosiły efekt mniej więcej w dwóch przypadkach na trzy, a budowane samodzielnie aż trzykrotnie rzadziej. Innymi słowy rzecz ujmując, problem nie leżał w technologii, lecz w sposobie jej wdrożenia.

Rewolucja taniości

W tle rozgrywa się drugi dramat: gwałtowny spadek cen. Nowe modele, w dużej mierze pochodzące z Azji, oferują jakość porównywalną z liderami przy ułamku kosztów. Zaprezentowany na przełomie maja i czerwca 2026 roku model MiniMax M3 dzięki nowej architekturze potrafi obniżyć koszt obliczeń nawet dwudziestokrotnie przy bardzo długim kontekście, a jego cennik zaczyna się od kilkudziesięciu centów za milion tokenów.

Dla firm to zmiana reguł gry. Jeszcze niedawno zaawansowana AI była jak taksówka na lotnisko, czyli wygodna, ale przy codziennym użyciu rujnująca budżet. Dziś staje się raczej biletem komunikacji miejskiej, który jest tani, powszechny, dostępny dla każdego.

Dlaczego 40 procent projektów trafi do kosza

Od 2025 roku głośnym hasłem są agenci AI, czyli systemy, które nie tylko odpowiadają, lecz samodzielnie wykonują zadania. I tu pojawia się ostrzeżenie, które powinno spędzać sen z powiek zarządom. Firma analityczna Gartner prognozuje, że do końca 2027 roku ponad 40 procent projektów opartych na agentach AI zostanie anulowanych z powodu rosnących kosztów oraz niejasnej wartości biznesowej.

To wyrok na wdrożenia napędzane modą, a nie potrzebą. Wiele firm buduje agenta AI tak, jak kupuje się modny sprzęt na siłownię, czyli z entuzjazmem, który paruje po trzech tygodniach. Największe ryzyko nie polega dziś na tym, że AI zawiedzie technicznie, lecz na tym, że zostanie wdrożona bez pomysłu i sensu biznesowego.

Nie narzędzie, lecz sposób pracy

Z perspektywy organizacji płynie z tego jeden wniosek - przewagę zyskają nie te firmy, które mają najwięcej narzędzi, ale te, które potrafią zmienić sposób pracy. Sztuczna inteligencja nie zastępuje strategii, ona bezlitośnie ujawnia jej jakość. Tam, gdzie procesy są chaotyczne, AI powiększy chaos. Tam, gdzie są przemyślane, AI ma szansę je wzmocnić.

Dlatego firmy powinny dziś zadać sobie mniej efektowne, ale ważniejsze pytania niż „który model wybrać”. Który konkretny proces chcemy usprawnić i jak zmierzymy efekt? Czy nasi pracownicy potrafią realnie używać tych narzędzi w codziennej pracy, czy tylko widzieli je na prezentacji? Bo samo szkolenie z AI nie wystarczy, jeśli po jego zakończeniu człowiek wraca do starych nawyków. Kompetencje AI stają się elementem podstawowej sprawczości zawodowej, do tego równie oczywistym, jak obsługa komputera.

Dojrzałość zamiast gorączki

Koniec „ery przepalania” to dobra wiadomość. Oznacza, że sztuczna inteligencja przestaje być tematem konferencyjnych slajdów, a staje się narzędziem, które musi się po prostu opłacać. A skoro tak, to wygra nie ten, kto wyda najwięcej, lecz ten, kto najlepiej połączy technologię z kompetencjami ludzi, którzy potrafią z niej korzystać.