Sztuczna inteligencja przestaje być dla firm wyłącznie obszarem eksperymentów, a staje się pozycją kosztową wymagającą coraz więcej kontroli. Z najnowszej edycji badania EY US AI Pulse Survey wynika, że 82% liderów organizacji inwestujących w AI obawia się wydatków związanych z wykorzystaniem tokenów. Prawie wszyscy respondenci (98%) przyznają, że te nakłady skłoniły ich firmy do ponownego przeanalizowania podejścia do tej technologii. Mimo obaw związanych z kosztami firmy nie wycofują się z AI: 37% organizacji rozważa rozszerzenie zakresu wdrożeń, 29% ich przyspieszenie, a ograniczenie skali wskazuje 15% badanych.
Po pierwszej fali entuzjazmu firmy coraz częściej zadają pytanie nie o to, czy korzystać z AI, ale jak robić to w sposób opłacalny i kontrolowany. Koszty tokenów, czyli jednostek wykorzystywanych do rozliczenia operacji wykonywanych przez modele AI, zaczynają wpływać na decyzje dotyczące budżetów, priorytetów inwestycyjnych i dostępu pracowników do tego rodzaju narzędzi. Obawy dotyczące wykorzystania tokenów i związanych z tym kosztów deklaruje ponad 8 na 10 liderów organizacji inwestujących w AI (82%). Jednocześnie tylko 64% badanych wskazuje, że ich organizacja aktywnie monitoruje zużycie tokenów oraz ma jasno określony budżet i limity wydatków.
- – Dotychczas planowanie wydatków związanych z AI koncentrowało się przede wszystkim na wdrożeniu narzędzi oraz dostosowaniu procesów i przygotowaniu pracowników. Ten etap mamy już jednak za sobą, a coraz większego znaczenia nabierają koszty jej codziennego użytkowania. Kluczowe jest więc nie tylko monitorowanie wydatków, lecz także powiązanie ich z konkretnymi efektami biznesowymi. Pozwala to określić, które zastosowania uzasadniają dalsze inwestycje i skalowanie technologii – mówi Piotr Ciepiela, Partner Zarządzający Zespołem Consulting w EY Polska.
Rosnące koszty i związane z nimi obawy nie oznaczają jednak odwrotu od AI – następuje raczej szersza analiza uzasadnienia dla poszczególnych wydatków. Wśród organizacji inwestujących w sztuczną inteligencję i korzystających z narzędzi wymagających tokenów 37% deklaruje, że koszty skłoniły je do ponownego rozważenia rozszerzenia zakresu wdrożeń, a 29% wskazuje na przyspieszenie procesu implementacji. Dla porównania ograniczenie skali rozważa 15% respondentów. Jednocześnie wydatki związane z wykorzystaniem tokenów skłaniają firmy do ponownej oceny wielu elementów strategii AI. Najczęściej respondenci wskazują na ponowną ocenę modeli cenowych dostawców oraz podziału inwestycji pomiędzy funkcje organizacji, po 37%. Dodatkowo 35% badanych analizuje także sposób budżetowania sztucznej inteligencji i priorytety inwestycyjne pomiędzy jej zastosowaniami. Z kolei blisko co trzeci badany (32%) weryfikuje, kto w organizacji powinien mieć dostęp do narzędzi AI.
Własne narzędzia AI wymagają szybszego nadzoru
Programy tworzenia własnego oprogramowania z wykorzystaniem AI w pełni wdrożyło lub testuje 87% organizacji inwestujących w sztuczną inteligencję. Wśród respondentów z tej grupy niemal wszyscy (94%) przyznają, że technologia pozwala budować rozwiązania szybciej niż tradycyjne metody rozwoju oprogramowania. Dodatkowo 91% liderów organizacji inwestujących w tę technologię uważa też, że takie podejście jest istotnym sposobem ograniczania zależności od tradycyjnych dostawców oprogramowania.
Firmy najczęściej wykorzystują AI do tworzenia narzędzi wspierających pracę i produktywność konkretnych zespołów lub funkcji. Takie zastosowanie wskazuje 60% liderów organizacji, które wdrożyły lub testują wewnętrzne rozwiązania tego typu. Po 39% respondentów wymienia narzędzia eksperymentalne, które nie są jeszcze szeroko wykorzystywane, oraz rozszerzanie możliwości istniejącego oprogramowania klasy enterprise. Co trzecia organizacja wykorzystuje AI do zastępowania tradycyjnych produktów software lub tworzenia rozwiązań, których wcześniej nie była w stanie opracować z powodu ograniczonych zasobów.
Szybsze tempo tworzenia aplikacji zwiększa jednak potrzebę nadzoru. Ponad 7 na 10 liderów organizacji inwestujących w AI (72%) dostrzega problemy, które spowalniają postęp w tym obszarze, a 92% przyznaje, że ich firma napotyka bariery w rozwijaniu własnego oprogramowania przy użyciu tej technologii. Najczęściej wskazywanym ryzykiem jest shadow IT, czyli aplikacje tworzone przez pracowników bez akceptacji i nadzoru działu IT, które wymienia 34% respondentów. Kolejne ryzyka to kwestie zgodności regulacyjnej i governance (33%) oraz zwiększona podatność na zagrożenia cyberbezpieczeństwa (32%). Potrzebę odpowiednich ram zarządzania dostrzega 93% liderów organizacji inwestujących w AI. Ich zdaniem firmy powinny mieć mechanizmy governance, które pozwolą pracownikom bezpiecznie tworzyć wewnętrzne oprogramowanie przy użyciu sztucznej inteligencji.
- – AI znacząco obniża barierę tworzenia własnych aplikacji, dlatego firmy mogą szybciej odpowiadać na potrzeby konkretnych zespołów i procesów. Ta szybkość ma jednak drugą stronę: im łatwiej powstają nowe rozwiązania, tym większe znaczenie ma jasny nadzór nad kosztami, danymi, bezpieczeństwem i odpowiedzialnością za ich utrzymanie. Governance nie powinno więc hamować innowacji, ale porządkować ją tak, aby organizacja wiedziała, które narzędzia faktycznie wspierają biznes, kto za nie odpowiada i czy można je bezpiecznie skalować – podkreśla Bartosz Pacuszka, Partner EY Polska, Lider zespołu AI Technology.
Gotowe narzędzia nie wystarczają, ale własne wymagają nadzoru
Zainteresowanie gotowymi rozwiązaniami AI rośnie. Obecnie swoje inwestycje koncentruje na nich dwie trzecie organizacji inwestujących w sztuczną inteligencję (66%), podczas gdy w 2025 roku odsetek ten wynosił 56%. Jednocześnie 76% liderów takich organizacji uważa, że gotowe oprogramowanie nie odpowiada już specyficznym potrzebom ich firmy.
- Decyzja nie sprowadza się już wyłącznie do wyboru pomiędzy zakupem a samodzielnym stworzeniem rozwiązania. Kluczowe jest połączenie dostępnych technologii, własnych danych i kompetencji w sposób odpowiadający konkretnym potrzebom organizacji. Sama technologia AI nie tworzy przewagi konkurencyjnej. Decyduje o niej sposób wdrożenia, osadzenia w procesach i wykorzystania jej przez ludzi – ocenia Bartosz Pacuszka.
Wyniki badania pokazują, że firmy nie wycofują się z AI, ale zaczynają podchodzić do niej bardziej dojrzale. W centrum decyzji coraz częściej znajduje się nie samo uruchamianie kolejnych narzędzi, lecz zdolność do mierzenia kosztów, oceny wartości i utrzymania kontroli nad rozwiązaniami, które powstają szybciej oraz coraz bliżej użytkowników biznesowych.