Co zbývá? Tři roky po humbuku kolem ChatGPT: Velkolepý sen o umělé inteligenci se setkává s ekonomickou realitou

Zklamání po euforii: Když se humbuk sliby setkávají s realitou managementu

Tři roky po „momentu ChatGPT“ zavládla na úrovni vedení deziluze. Zatímco technologickí giganti jako Meta a Google nadále investují stovky miliard dolarů do infrastruktury umělé inteligence, širší obchodní svět představuje jiný obraz: stagnaci místo revoluce.

ChatGPT byl zveřejněn společností OpenAI 30. listopadu 2022. Systém dosáhl rekordní rychlosti v získávání uživatelů a je považován za spouštěč masivního humbuku kolem umělé inteligence, který se od roku 2023 prohnal světem podnikání.

Mělo se jednat o největší zvýšení produktivity v historii. Ale tři roky po globálním humbuku kolem generativní umělé inteligence se mezi technologickými sliby a ekonomickými výsledky otevřela nebezpečná propast. Nedávná data od společností Forrester a Boston Consulting Group vykreslují obraz „drahé stagnace“: Jen mizivě malé procento společností dosud dokázalo proměnit své obrovské investice ve skutečnou přidanou hodnotu.

Zejména případ fintech giganta Klarna slouží jako varovný výstřel pro celé odvětví. Co bylo oslavováno jako triumf efektivity – nahrazení 700 zaměstnanců umělou inteligencí – se ukázalo jako bumerang pro spokojenost zákazníků. Poučení je bolestivé, ale nezbytné: technologie bez empatie a strategického řízení změn může krátkodobě ušetřit náklady, ale dlouhodobě ničí vztahy se zákazníky.

Tento článek se dívá za hranice lesklých tiskových zpráv. Analyzujeme, proč bude rok 2026 rokem velkých korekcí v oblasti umělé inteligence, proč je „kulturní složka“ skutečným zabijákem projektů umělé inteligence a proč technologie sama o sobě nedokáže nahradit chybějící firemní strategii. Zhodnocení situace mezi sázkami v miliardách dolarů a návratem k ekonomickému zdravému rozumu.

Hlavní problém: Realita se setkává s očekáváním

Rozdíl mezi investovaným kapitálem a realizovanými výnosy je alarmující. Studie společnosti Forrester z roku 2025 ukazuje, že pouze 15 procent dotázaných manažerů dokázalo díky implementaci umělé inteligence výrazně zlepšit své ziskové marže. Nejedná se o okrajový jev ani o problém omezený pouze na startupy. Ovlivňuje to celou ekonomiku, od finančně nejsilnějších korporací až po středně velké organizace. Ještě dramatičtější je zjištění společnosti Boston Consulting Group: pouhých 5 procent dotázaných manažerů uvedlo rozsáhlé účinky umělé inteligence na tvorbu hodnoty. To není definice transformační změny. Je to definice stagnace navzdory draze pořízené infrastruktuře.

Tato čísla jsou ještě významnější, když se na ně podíváme v kontextu takových výdajů. Jen Meta oznámila investice ve výši 70 až 72 miliard dolarů pro rok 2025 s prognózou 600 miliard dolarů do roku 2028. Google plánuje v roce 2025 investovat 91 až 93 miliard dolarů. Microsoft také neustále zvyšuje svůj kapitálový rozpočet na umělou inteligenci. Nejedná se o investice do vedlejších projektů, ale o klíčové investice, které mají definovat budoucí konkurenceschopnost těchto společností. Zatímco však technologickí giganti postupují s nebývalými částkami, mezi společnostmi mimo tento technologický „vnitřní kruh“ se objevuje kontrastní trend: strategické zpoždění.

Společnost Forrester předpovídá, že zhruba čtvrtina plánovaných investic do umělé inteligence bude v roce 2026 odložena. Nejde o snižování spekulativních výdajů z důvodu nákladů, ale spíše o odložení strategických projektů, které byly na popředí zájmu finančních ředitelů a generálních ředitelů, protože nebyla naplněna očekávání ohledně návratnosti investic (ROI). Čtvrtina plánovaných investic – to není jen pokles, ale systematické přehodnocení strategického významu této technologie.

Případ Klarna: Varování ve formě případové studie

Případ švédské fintech společnosti Klarna je v tomto ohledu poučný – ne proto, že by se jednalo o ojedinělý incident, ale proto, že názorně ilustruje systémový problém. V roce 2023 se Klarna dostala na titulní stránky mezinárodních médií oznámením, že nahradí 700 zaměstnanců zákaznického servisu systémem chatbotů s umělou inteligencí, vyvinutým ve spolupráci s OpenAI. Čísla byla působivá: Chatbot vyřizoval dvě třetiny všech zákaznických dotazů, plynně hovořil více než 35 jazyky a zkrátil dobu odezvy z průměrných 11 minut na přibližně 2 minuty. To je nepochybně pozoruhodný provozní úspěch.

Ale do roku 2024 se základní problémy již projevily. Spokojenost zákazníků klesla o 22 procent. Nejednalo se o statistickou nepřesnost, ale o jasný signál od uživatelů, že systém dosahuje svých strukturálních limitů. Chatbot s umělou inteligencí sice dokázal zvládat jednoduché transakční dotazy, ale systematicky ho zahlcovaly složitější problémy – situace, které vyžadovaly pochopení konkrétního kontextu, emoční inteligenci a především empatii. Když generální ředitel Sebastian Siemiatkowski v roce 2025 chyby přiznal, jeho analýza byla pozoruhodně jasná: Jednostranné zaměření na nákladovou efektivitu vedlo ke snížení kvality. Jinými slovy, technologie byla optimalizována pro zlepšení interních metrik, ale nebyla navržena tak, aby zajistila skutečnou zákaznickou zkušenost.

Reakce byla logická: V roce 2025 začala Klarna znovu najímat zástupce zákaznického servisu a zavedla hybridní model, kde umělá inteligence řeší rutinní dotazy a lidští agenti řeší složité případy. I když se podařilo udržet vypočítané úspory ve výši 60 milionů dolarů, celkové náklady na zákaznický servis měly tendenci opět růst, protože nyní bylo nutné udržovat jak infrastrukturu umělé inteligence, tak i značný počet lidských zaměstnanců. Nejedná se o úspěšný příběh automatizace, ale spíše o drahou lekci o omezeních technické optimalizace bez strategického řízení změn.

Organizační rozměr selhání

Hlavní problém nespočívá primárně v samotné technologii, ale ve schopnosti organizace ji efektivně integrovat. Výzkum v oblasti řízení změn ukazuje, že přibližně 70 procent všech transformačních iniciativ nesplňuje své cíle. Tato míra je ještě výraznější u projektů zaměřených na umělou inteligenci: odhady naznačují míru selhání 80 až 95 procent, pokud si společnosti nestanoví jasné cíle, definované metriky nebo konzistentní rámce řízení.

Důvody tohoto selhání jsou strukturální, nikoli technické. Zaprvé existuje značná mezera v důvěře mezi managementem a zaměstnanci. Studie ukazují, že 50 až 70 procent zaměstnanců vyjadřuje strach z hlubokých technologických změn. Tento strach není iracionální, ale založený na legitimních otázkách: Jak se změní moje práce? Ztratím status nebo odbornost? Bude práce vykonávána nad rámec mých stávajících povinností, aniž by mi byly poskytnuty zdroje nebo uznání? Vedoucí pracovníci mají tendenci tyto otázky podceňovat nebo je interpretovat jako odpor k pokroku, spíše než aby je chápali jako systémové problémy s implementací.

Za druhé, existuje zásadní rozdíl mezi strategickými záměry managementu a provozní proveditelností. Méně než 30 procent společností s iniciativami v oblasti umělé inteligence si stanovilo definované metriky zavádění. To znamená, že většina společností zavádí systémy umělé inteligence, aniž by jasně definovala, co úspěšné zavádění vlastně znamená nebo jak měřit pokrok. Je to srovnatelné se stavebním projektem bez plánů nebo kontrol kvality. Technologie je implementována, protože je považována za strategicky nezbytnou („strach z promeškání“), nikoli proto, že existuje jasné očekávání přínosu.

Za třetí, objevují se významné problémy s daty, které nelze vyřešit pouhými investicemi. 73 procent organizací uvádí jako svou největší výzvu kvalitu dat nebo jejich dostupnost. Nejde o otázku technologických zdrojů, ale o organizační vyspělost. Společnosti, které mají data po celá desetiletí organizovaná v izolovaných strukturách, nemohou tyto struktury jednoduše rozbít zavedením systému umělé inteligence. Důsledek: Systémy umělé inteligence pracují s nekvalitními vstupy a v důsledku toho produkují nekvalitní výstup („garbage in, garbage out“).

Limity automatizace: Paradox zákaznické zkušenosti

Další jev je jasně patrný v automatizaci zákaznických služeb. ServiceNow uvádí, že systémy umělé inteligence jsou schopny autonomně zpracovat přibližně 80 procent jednoduchých zákaznických dotazů. Doby řešení lze zkrátit o 52 procent a míra vyřešení prvního kontaktu se zlepšila o 40 procent. To jsou působivé provozní metriky. Studie zákazníků však zároveň ukazují, že 93 procent zákazníků dává přednost lidské kontaktní osobě pro složité problémy. Nejde o osobní preferenci, ale o zásadní omezení.

Většina problémů zákazníků v reálném světě není jednoduchá. Jsou závislé na kontextu, často emocionálně nabité a vyžadují pochopení individuální situace. Zákazník, který má potíže s vrácením peněz, potřebuje nejen rychlou reakci, ale také pocit, že mu bylo porozuměno. U složitých finančních produktů musí zákazník věřit, že jeho protějšek dbá na jeho zájmy. To jsou vlastnosti, které jsou zásadně mimo dosah mechanické automatizace, protože vyžadují úsudek a skutečné lidské propojení.

Data naznačují, že systémy umělé inteligence v zákaznickém servisu jsou nejúčinnější, když fungují jako nástroje pro lidské agenty („kopilot“), nikoli jako náhrada. Systém, který podporuje zaměstnance s rutinními úkoly, automatizuje dokumentaci nebo předběžně vyhledává informace, přináší pozitivní výsledky. Systém, který se pokouší zcela nahradit lidi, často vede k řetězci dysfunkčních účinků: zákazníci mění poskytovatele, zvyšuje se míra stížností a klesá důvěra ve značku. Provozní cíl snižování nákladů je tím podkopán, protože odchod zákazníků a poškození reputace jsou dražší než dosažené úspory.

Zde se dozvíte, jak může vaše společnost rychle, bezpečně a bez vysokých vstupních bariér implementovat řešení umělé inteligence na míru.

Spravovaná platforma umělé inteligence (AI) je vaším komplexním a bezstarostným balíčkem pro umělou inteligenci. Místo řešení složitých technologií, drahé infrastruktury a zdlouhavých vývojových procesů získáte od specializovaného partnera řešení na klíč šité na míru vašim potřebám – často během několika dnů.

Klíčové výhody na první pohled:

⚡ Rychlá implementace: Od nápadu k provozní aplikaci během dnů, nikoli měsíců. Dodáváme praktická řešení, která vytvářejí okamžitou hodnotu.

🔒 Maximální zabezpečení dat: Vaše citlivá data zůstávají u vás. Garantujeme bezpečné a kompatibilní zpracování bez sdílení dat s třetími stranami.

💸 Žádné finanční riziko: Platíte pouze za výsledky. Vysoké počáteční investice do hardwaru, softwaru nebo personálu jsou zcela eliminovány.

🎯 Zaměřte se na své hlavní podnikání: Soustřeďte se na to, co děláte nejlépe. My se postaráme o kompletní technickou implementaci, provoz a údržbu vašeho řešení s umělou inteligencí.

📈 Připraveno na budoucnost a škálovatelné: Vaše umělá inteligence roste s vámi. Zajišťujeme průběžnou optimalizaci a škálovatelnost a flexibilně přizpůsobujeme modely novým požadavkům.

Více o tom zde:

• Řešení spravované umělé inteligence – Průmyslové služby umělé inteligence: Klíč ke konkurenceschopnosti v odvětví služeb, průmyslu a strojírenství

Realita: Kdo dnes skutečně těží z umělé inteligence?

Dostupná data naznačují rozdělení ekonomiky. Na jedné straně existují technologickí giganti a několik specializovaných společností „nativně zaměřených na umělou inteligenci“, které nadále silně investují do infrastruktury umělé inteligence a hluboce ji integrují do svých obchodních modelů. Na druhé straně je tu drtivá většina tradičních společností, které umělou inteligenci přijaly, ale z hlediska tvorby hodnoty dosahují jen omezeného úspěchu.

Data společnosti McKinsey ukazují, že přibližně 23 procent společností aktivně škáluje systémy umělé inteligence, zatímco 39 procent je stále v experimentálních fázích. To znamená, že ačkoli se 62 procent společností nějakým způsobem angažuje v oblasti umělé inteligence, jejich angažovanost v žádném případě není homogenní. Společnosti s jasnými strategiemi pro umělou inteligenci a zavedenými strukturami řízení dosahují zhruba 2,5krát vyšší návratnosti investic (ROI) než ty, které AI implementují ad hoc nebo jako čistě taktickou iniciativu. Nejlepší společnosti, které dosahují desetinásobné návratnosti investic, tvoří exkluzivní skupinu. Jsou to společnosti, které AI nechápou jako izolované IT řešení, ale jako integrovanou součást komplexní transformace podniku.

Společnost BCG uvádí, že průměrná návratnost investic (ROI) je v současnosti 11,2 procenta, zatímco zralé organizace již dosahují dvojnásobné návratnosti. To není zanedbatelný rozdíl. Znamená to, že organizační zralost je dvakrát až třikrát důležitější než čistě technologické schopnosti. Pro srovnání, tradiční podnik zaměřený na provozní efektivitu může očekávat návratnost 15 až 20 procent. Iniciativy v oblasti umělé inteligence proto nekonkurují za stejných podmínek; musí přinášet výjimečné výnosy, aby ospravedlnily inherentní rizika technologie.

Investiční paradox: Více peněz, méně důvěry

Fenomén, který se objevuje v roce 2026, je pozoruhodný. Zatímco technologické společnosti nadále investují rekordní částky do umělé inteligence, důvěra mezi tradičními podniky klesá. Meta, Google a Microsoft drasticky zvyšují své rozpočty. Zároveň však tradiční společnosti přehodnocují své plány v oblasti umělé inteligence.

Společnost Forrester předpovídá, že 25 procent plánovaných investic do umělé inteligence bude odloženo do roku 2027. Nejde o ústup, ale o přeplánování. Vzkaz firem je jasný: „Budeme investovat do umělé inteligence, ale až jasně uvidíme její přínosy.“ To znamená přechod z fáze spekulativního experimentování do fáze investic orientovaných na výsledky.

Tuto dynamiku zhoršuje druhý jev: neschopnost měřit. 46 procent společností si nezavedlo strukturovaný rámec pro měření návratnosti investic. To znamená, že téměř polovina investujících společností si ve skutečnosti není jistá, zda jejich projekty fungují. Vzhledem k tomu, že průměrná iniciativa v oblasti umělé inteligence dosáhne plné hodnoty za tři až pět let, vede to k situaci, kdy společnosti alokují rozpočty na roky, aniž by měly platné metriky úspěchu. Je to jako jet v naprosté tmě – doufat, že nakonec dorazí do cíle.

Kulturní složka: Hluboký organizační problém

V tom spočívá skutečný problém. Implementace umělé inteligence neselhávají proto, že by selhávala technologie. Selhávají proto, že se společnosti snaží aplikovat technologická řešení na organizační problémy, které jsou kulturního původu. Studie ukazují, že kulturní faktory a odpor jsou hlavními překážkami ve více než 50 procentech neúspěšných iniciativ v oblasti umělé inteligence.

To se projevuje na několika úrovních. Zaprvé, existuje rozšířený strach ze ztráty zaměstnání. Firmy zavádějící umělou inteligenci jen zřídka otevřeně komunikují o tom, že by tato technologie mohla nahradit pracovní pozice. Mluví se o „automatizaci“, „efektivitě“ a „produktivitě“. Zaměstnanci však chápou podtext. Pokud se tento strach neřeší skutečným přeškolením, jasnými definicemi rolí a zárukami pracovních míst, vede to ke skrytému odporu, nízkému přijetí a jakési pasivní odmítnutí.

Za druhé, existuje zásadní problém s důvěrou v samotné systémy umělé inteligence. Mnoho zaměstnanců je skeptických ohledně schopnosti umělé inteligence činit diferencovaná rozhodnutí. Obávají se zkreslení, falešně pozitivních výsledků a rizika, že automatizované systémy přehlédnou důležitý kontext. Tato skepse není neopodstatněná. Existuje dostatek důkazů o halucinacích v modelech umělé inteligence a náchylnosti k chybám ve zvláštních případech, které jsou v trénovacích datech nedostatečně zastoupeny. Pokud zaměstnanci nechápou, jak umělá inteligence dospěje k rozhodnutí, buď systém ignorují, nebo ztratí důvěru v samotnou organizaci.

Za třetí, odhalují se strukturální nedostatky. Organizace s hlubokou funkční izolací nemohou efektivně využívat systémy umělé inteligence určené pro mezifunkční spolupráci. Společnosti, jejichž systémy hodnocení upřednostňují individuální výkon před spoluprací, budou mít problém investovat do kolaborativních modelů umělé inteligence. Střední management, který se cítí ohrožen automatizací, bude stavět jemné překážky pro jejich přijetí. Tyto problémy nelze vyřešit lepším softwarem, ale pouze skutečným přepracováním organizace.

Ponaučení: Technologie nenahrazuje strategii

Z všech těchto dat vyplývá jedno ponaučení, které není nové, ale v této souvislosti je třeba si ho znovu osvojit: Technologie sama o sobě neřeší obchodní problémy. Je to nástroj. Mocný nástroj v rukách organizací, které vědí, jak ho používat – a velmi drahá hračka v rukách těch, kteří doufají v magickou změnu.

Společnosti, které dosahují skutečného pokroku v oblasti umělé inteligence, dělají několik věcí současně: Mají jasnou obchodní strategii, v níž umělá inteligence hraje specifickou roli, spíše než aby byla komplexním řešením. Investují do řízení změn se stejnou energií a rozpočty jako do samotné technologie. Před implementací stanoví jasné rámce pro měření. Průběžně školí své zaměstnance pro práci v prostředí s umělou inteligencí. Proaktivně řeší kulturní odpor. A zavádějí silné struktury řízení, aby zajistily, že systémy umělé inteligence budou v souladu s hodnotami společnosti.

Nejedná se o jednoduché ani rychlé procesy. Výzkum společnosti Deloitte ukazuje, že „agentní umělá inteligence“ – další vlna umělé inteligence – trvá v průměru tři až pět let, než přinese skutečnou přidanou hodnotu. Nejde o kritiku technologie, ale o realistické pochopení, že hluboká organizační transformace vyžaduje čas.

Vzdálenost: Kdo vyhrává a kdo prohrává?

Při zvažování, kdo úspěšně implementoval umělou inteligenci, se objevuje fascinující fenomén. Meta, Google a Spotify nadále investují značné prostředky a hlásí pozitivní výsledky. Jsou to společnosti s hlubokým porozuměním datové vědě, zavedenou kulturou inovací a zdroji k tolerování chyb a poučení se z nich. Klarna na druhou stranu zavedla umělou inteligenci především z nákladových důvodů a přehlédla strategický rozměr.

Toto nastiňuje obrysy dvouvrstvé ekonomiky. První skupinu tvoří společnosti, které chápou umělou inteligenci jako transformační nástroj a disponují potřebnými strukturami, daty a kulturou. Druhou skupinu tvoří tradiční společnosti, které chtějí umělou inteligenci, protože ji jejich konkurenti používají, ale chybí jim organizační zralost. Tato skupina bude i nadále experimentovat, utrácet peníze a dosahovat omezeného úspěchu, přičemž si oproti první skupině hromadí strukturální konkurenční nevýhody.

Tato dynamika se v příštích pěti letech zintenzivní. Organizace, které nyní investují do řízení změn a organizační vyspělosti spolu s investicemi do technologií, budou vítězi. Ti, kteří investují pouze do technologií a doufají v automatickou transformaci, selžou.

Výhled: 2026 a dále

Forresterova předpověď pro rok 2026 je naprosto přesná: „Umění možného ustupuje vědě praktického.“ Éra spekulativních experimentů končí a začíná éra investic orientovaných na výsledky. Finanční ředitelé se nebudou podílet na rozhodování o umělé inteligenci z nadšení, ale proto, že mají jasná očekávání návratnosti. Skutečnost, že 30 procent velkých společností zavede povinné školení v oblasti umělé inteligence, naznačuje přijetí toho, že organizační kompetence je stále třeba rozvíjet. Společnosti, které odkládají své plány v oblasti umělé inteligence, již nejsou vnímány jako poražené, ale jako obezřetné, protože realisticky hodnotí časové a organizační požadavky.

Vzkaz pro vedoucí pracovníky je jasný: Humbuk kolem umělé inteligence nekončí. Technologie je skutečná a bude i nadále přinášet výsledky tam, kde tradiční systémy selhávají. Naivní přesvědčení, že samotné investice do umělé inteligence přinesou transformační výsledky, je však minulostí. Další fáze zavádění umělé inteligence nebude definována technologickými, ale organizačními průlomy. Ti, kdo to pochopí, vyhrají. Ostatní promarní roky a kapitál, jen aby skončili tam, kde měli začít: se strategickým, integrovaným a na člověka zaměřeným přístupem.

☑️ Naším obchodním jazykem je angličtina nebo němčina

☑️ NOVINKA: Korespondence ve vašem národním jazyce!

 

Rád vám a mému týmu posloužím jako osobní poradce.

Kontaktovat mě můžete vyplněním kontaktního formuláře nebo mi jednoduše zavolejte na číslo +49 89 89 674 804 (Mnichov) . Moje e-mailová adresa je: wolfenstein ∂ xpert.digital

Těším se na náš společný projekt.

 

 

☑️ Podpora MSP ve strategii, poradenství, plánování a implementaci

☑️ Vytvoření nebo přeladění digitální strategie a digitalizace

☑️ Rozšíření a optimalizace mezinárodních prodejních procesů

☑️ Globální a digitální obchodní platformy B2B

☑️ Pioneer Business Development / Marketing / PR / Veletrhy

Xpert.Digital má hluboké znalosti z různých odvětví. To nám umožňuje vyvíjet strategie šité na míru, které jsou přesně přizpůsobeny požadavkům a výzvám vašeho konkrétního segmentu trhu. Neustálou analýzou tržních trendů a sledováním vývoje v oboru můžeme jednat s prozíravostí a nabízet inovativní řešení. Kombinací zkušeností a znalostí vytváříme přidanou hodnotu a poskytujeme našim zákazníkům rozhodující konkurenční výhodu.

Více o tom zde:

• Využijte 5x odborných znalostí Xpert.Digital v jednom balíčku – již od 500 EUR měsíčně