Az AI-bevezetés sikere vagy kudarca nem technológiai tényezők szerepe
Az AI vállalati bevezetésének sikerét vagy kudarcát sokszor nem a technológiai problémák, hanem emberi és szervezeti tényezők határozzák meg. Annak ellenére, hogy a nyelvi modellek korábban elérhetetlen teljesítményre képesek, a projektek mégis rendre elbuknak, ha a belső kultúra, támogatás és felkészültség hiányzik.
Egyes becslések szerint az AI projektek 95%-a meghiúsul – kétszerese kétszerese más IT-projekteknek –, gyakran épp a üzleti stratégia és az AI-célok közti félreértés, az integráció elmaradása vagy a változáskezelés hiányosságai miatt.
Tipikus buktatók közé tartozik a felsővezetés vonakodása (várunk, amíg majd nem hallucinál) vagy a munkatársak ellenállása (elveszi a munkánkat), a képzés és AI-szaktudás hiánya, illetve a szervezeti egységeken átívelő támogatás és együttműködés elmaradása.
Kutatások rendre kimutatják, hogy az alkalmazottak többsége nem kap megfelelő AI-oktatást a munkahelyén: egy 2025-ös felmérésben a válaszadók 62%-a a tréning hiányát jelölte meg az AI-bevezetés fő akadályaként, és 68%-uk semmilyen képzést nem kapott a cégétől. Nem csoda, hogy sok dolgozó bizonytalannak érzi magát: egy másik felmérés szerint csupán 15% érzi, hogy a szervezete világos stratégiát kommunikált felé, és mindössze 11% érzi magát nagyon felkészültnek az eszközök használatára a munkájában.
A dolgozók ráadásul gyakran “nem éri meg” érzéssel viszonyulnak az AI-hoz, ha azt gondolják, hogy a hatékonyságnöveléssel csak a saját pozíciójukat veszélyeztetik. Ahogy egy elemzés rámutat: a legtöbb vállalat nem jutalmazza, ha valaki AI használatával gyorsabban végzi a munkáját – sőt a dolgozók attól tarthatnak, hogy ha felfedik az így nyert szabadidejüket, csak még több feladatot kapnak, vagy épp feleslegessé válnak.
Az AI-projektek ritkán buknak el gyorsan. A szereplők igyekeznek elérni a kitűzött célokat és elkerülni a kudarc felvállalását. Sokszor évekig viszik őket, pénzt, energiát és emberi kapacitást égetve – és a végén mégis kiderül: nincs valódi üzleti haszon.
Ez tulajdonképpen igaz a hagyományos IT-projektekre is. Az AI azonban új komplexitást hoz be – kicsit úgy, mint a múlt század elején a kvantumelmélet. A működése nem determinisztikus: ugyanabból a bemenetből nem mindig ugyanaz a kimenet születik. Emiatt sokáig hihetjük, hogy „még egy kis fejlesztés” után jó lesz, holott valójában soha nem fog azzá válni – különösen, ha AI-szakemberek bevonása nélkül próbálkozik a szervezet.
Az alábbiakban esettanulmányok, hírek és kutatási példák segítségével mutatjuk be, miként vezethet belső támogatás vagy képzés hiánya, berögzült szokásokból fakadó ellenállás, illetve az AI észlelt csekély értéke a projektek kudarcához – vagy épp hogyan járulhat hozzá e tényezők kezelése a sikerhez.
Bukások
Fentről erőltetve
Az amerikai IgniteTech szoftvercég vezérigazgatója, Eric Vaughan 2023-ban drasztikus döntést hozott: az alkalmazottak majdnem 80%-át elbocsátotta, mivel azok ellenálltak az AI-bevezetésnek és szabotálták a kezdeményezéseket. Vaughan “AI-hétfőket” vezetett be – heti egy napot, amikor csak AI-projekteken dolgoztak –, de sokan nyíltan megtagadták az együttműködést még jelentős (a bérköltség 20%-át kitevő) képzési beruházások ellenére is.
A belső kulturális ellenállás odáig fajult, hogy a régi gárda helyett új emberekkel valósították meg az AI-projekteket. Meglepő módon üzleti szempontból az átalakítás végül nem rontotta a cég eredményét – két új, szabadalom előtt álló AI-megoldást vezettek be, és ~75%-os EBITDA profitmarzsot tartottak fenn.
Ugyanakkor Vaughan utólag elismerte, hogy ez nem követendő példa: a tömeges leépítés a kulturális ellenállás következménye volt, és általános jelenségre világít rá. Egy iparági felmérés szerint ugyanis az alkalmazottak harmada aktívan szabotálja a vállalati AI-kezdeményezéseket, és a milleniál valamint Z generációs dolgozók 41%-a nem működik együtt az AI-bevezetések során (pl. nem használja az új eszközöket).
Ez az eset jól példázza, hogy erős belső ellenérzés és tréning hiányában akár egy technológiailag ígéretes projektet is csak drasztikus eszközökkel lehet átverni – vagy kudarcra van ítélve.
Ellenállás alulról
Az IBM legendás Watson AI-ját a rákkutatásban és onkológiai betegellátásban akarták forradalmasítani. A gyakorlatban azonban több kórház – például a Texasi MD Anderson Rákközpont – végül leállította a Watson használatát, miután tetemes (több tízmillió dolláros) beruházás ellenére sem hozott érdemi eredményt.
A kudarc egyik fő oka az volt, hogy a végfelhasználók, az orvosok nem fogadták el az eszközt. A rendszer sokszor az amerikai protokollokat követte, amelyek nem illettek a helyi gyakorlathoz, és gyakran irreális vagy hibás javaslatokat adott a kezelésekre. Ráadásul az onkológusok szerint a Watson használata rontotta a munkafolyamatot: a felülete nem volt felhasználóbarát, lassította a napi rutint, így “nem érte meg” az időráfordítást.
Az IBM túlzott marketingje miatt a várakozások magasak voltak, de a való életben a klinikusok nem voltak bevonva a fejlesztésbe, így a termék nem igazodott a szükségleteikhez. A projekt végül leállt, és az IBM 2023-ban eladta a Watson Health üzletágat – tanulságként szolgálva, hogy hiába a csúcstechnológia, ha nincs kellő dolgozói támogatás, tréning és bizalom, az AI-megoldás nem fog gyökeret verni a napi gyakorlatban.
Nem old meg bármit
Az amerikai Walmart áruházlánc kísérleti jelleggel kb. 500 üzletében bevezette a Bossa Nova Robotics által gyártott polc-scannelő robotokat, amelyek gépi látással automatikusan feltérképezték a készlethiányokat.
Néhány év után azonban a programot leállították. Nem technikai hiba történt, hanem az derült ki, hogy emberi dolgozókkal is megoldható ugyanez a feladat, különösen mivel a pandémia alatt az online rendelések összeállítása miatt amúgy is több alkalmazott járta az áruházak sorait.
A vezetőség arra jutott, hogy a robotok által nyújtott előny nem volt elég értékes a költségekhez képest – azaz az AI nem hozott “ár-érték arányban” látványos javulást a manuális ellenőrzéshez viszonyítva. Emellett a vállalat amerikai vezérigazgatója aggódott amiatt is, hogyan reagálnak a vásárlók a boltokban kóborló robotokra, azaz az ügyféloldali elfogadottság is kérdéses volt.
A projekt leállítása érzékenyen érintette a robotszállítót (aki kénytelen volt leépíteni alkalmazottai felét), de a Walmart jelezte: továbbra is kísérletezik új technológiákkal, csak épp belső folyamatfejlesztéssel és alkalmazotti appokkal próbálja elérni ugyanazt a cél.
Ez az eset rávilágít, hogy ha egy AI-megoldás nem mutat egyértelmű többlethasznot a bevált módszerekhez képest, vagy a cégkultúrába/szokásokba nem illeszkedik jól, akkor hajlamosak visszatérni a humán megoldásokhoz.
Sikeres bevezetés
Kézzelfogható érték, integráció, képzés, támogatás
A Morgan Stanley globális pénzügyi szolgáltató vállalat sikeresen integrált egy OpenAI-alapú mesterséges intelligencia asszisztenst a vagyonkezelési üzletágában.
A titok az volt, hogy az AI valóban kézzelfogható hasznot nyújtott az alkalmazottaknak a mindennapi munkában. Az asszisztens percek alatt kikeresi a belső tudásbázisból a releváns információkat, összefoglalja a dokumentumokat és ügyfél-találkozók jegyzeteit, így órákat spórol meg a pénzügyi tanácsadóknak az információkeresésben és adminisztrációban.
Ennek köszönhetően a bevezetés után alig pár hónappal a tanácsadói csapatok 98%-a naponta használta az AI-eszközt, vagyis szinte teljes körű lett az átvétel.
A Morgan Stanley esete azt mutatja, hogy ha az AI-eszköz jól illeszkedik a munkafolyamatokba, megbízható és értéket ad (pl. gyors válaszok, automatizált rutinfeladatok), akkor a dolgozók szívesen elfogadják – még akkor is, ha eredetileg tartottak tőle.
Fontos szerepe volt a belső AI-csapatnak és vezetésnek is: a cég külön “AI Head” pozíciót hozott létre, szigorú minőségbiztosítási keretrendszert alkalmazott a bevezetéskor, és ügyelt az adatbiztonságra, így az alkalmazottak bízhattak a rendszerben.
Az eredmény: a tanácsadók több időt fordíthatnak az ügyfeleikre a felszabadult kapacitás révén, a cég pedig új innovatív szolgáltatásokat fejleszt az AI segítségével – az AI-asszisztens immár ”szuperappként” terjed a vállalat más részlegein is, további ötleteket generálva a felhasználók részéről.
Tanulság
Elérhető célok, belső támogatás, képzés és kultúra – a siker kritikus tényezői. Számos kutatás igazolja, hogy ahol a szervezetek tudatosan készítik fel az embereiket az AI bevezetésére, ott sokkal zökkenőmentesebb az átállás.
A marketing-szektorban egy felmérés azt találta, hogy azok a vállalatok, amelyek formális AI-stratégiát és ütemtervet alkottak, kétszer nagyobb valószínűséggel vezettek be sikeresen AI-képzéseket, belső AI-irányító testületeket és etikai irányelveket.
A felsővezetői elköteleződés és kommunikáció szintén meghatározó: a Gallup elemzése szerint azoknál az alkalmazottaknál, akik egyértelmű tervet és víziót kapnak a cégvezetéstől az AI alkalmazására vonatkozóan, az emberek háromszor valószínűbben érzik magukat felkészültnek, és majdnem ötször szívesebben használják is az AI-t a munkájuk során. Ez azt jelenti, hogy a szociális hatás – az, ahogyan a kollégák és főnökök támogatják vagy éppen elutasítják az új technológiát – kulcsszerepet játszik. Ha a vezetők pozitív narratívát teremtenek (pl. hangsúlyozzák, hogy az AI a monoton munkát veszi le a vállukról, és lehetővé teszi a kreatívabb feladatokra fókuszálást), az megszünteti a “lustasággal” vagy “csalással” kapcsolatos megbélyegzést, ami sok munkavállalót visszatart az AI-használattól.
A megfelelő képzés és támogatás csökkenti az ismeretlentől való szorongást: ha a dolgozók kapnak oktatást, útmutatást és “AI-bajnokokat” (belső mentorokat), valamint időt kísérletezni, akkor az AI fokozatosan a napi rutin részévé válhat.
Összességében a pozitív példa azt mutatja, hogy az AI-bevezetés akkor sikeres, ha nem csak technológiai projektként kezelik, hanem emberközpontú változásként: a szervezet kultúráját, szokásait és készségeit is fejlesztik párhuzamosan az új eszköz bevezetésével. Így a munkatársak nem fenyegetésként látják az AI-t, hanem értékes segítségként, amit érdemes használni a mindennapokban.
Az AI-bevezetések sikerét nem a modellek vagy a szerverkapacitás határozza meg, hanem az, hogy a folyamatgazdák, üzleti vezetők és a csapat mennyire áll készen a változásra. Ha nincs vezetői támogatás, tréning, bizalom és belső elfogadottság, a legjobb technológia is megreked. Ezért az AI-t nem lehet egyszerűen „az IT-ra bízni” – a siker kulcsa, hogy az üzleti oldalon legyen tulajdonos és felelős.
A Progos AI készenléti audit nemcsak a hiányosságokat mutatja meg, hanem a meglévő erősségeket is. Rávilágít például, ha a csapatban már van komoly tudás és lelkesedés, de hiányzik a vezetői támogatás. Vagy ha a menedzsment elkötelezett, de az alkalmazottak nem kaptak még elég képzést. Így pontos képet kapunk arról, mire lehet építeni, és hol kell beavatkozni ahhoz, hogy az AI valódi üzleti értéket teremtsen.
Ne az IT-ra bízd az AI bevezetést. Nézd meg, mennyire kész a szervezeted – és mi kell a következő lépéshez.
Progos AI 