95% pilotaży AI w firmach nie przynosi żadnego mierzalnego zwrotu, ale prawie nikt tego nie sprawdza, bo faktura za subskrypcję i tak przychodzi co miesiąc, niezależnie od tego, czy ktokolwiek jeszcze z systemu korzysta.

Karnet na siłownię, z którego nikt nie korzysta od marca, i tak obciąża konto co miesiąc. Wdrożone w firmie AI działa dokładnie na tej samej zasadzie, tylko że nikt nie dostaje przypomnienia z aplikacji fitness, że czas wrócić na trening.

Analiza MIT NANDA z 2025 roku, oparta na 52 wywiadach z kadrą zarządzającą i 300 wdrożeniach AI w firmach, pokazuje coś, co powinno zmienić sposób, w jaki firmy traktują audyt wdrożonego AI: 95% pilotaży generatywnej AI nie przynosi żadnego mierzalnego zwrotu finansowego. Nie dlatego, że model jest zły. Dlatego, że nikt po wdrożeniu nie wraca sprawdzić, czy system nadal robi to, do czego go kupiono.

Faktura za subskrypcję przychodzi niezależnie od odpowiedzi na to pytanie.

Dlaczego systemy AI psują się po cichu

Awaria strony internetowej krzyczy. Czerwony ekran, błąd 500, telefon od klienta. Awaria AI szepcze, albo, co gorsza, odpowiada dalej uprzejmie, tylko już nie tak, jak powinna.

Jeden z dostawców chatbotów RAG opisał wprost, co stało się w środę u jednego z 500 klientów firmowych: 30% dokumentów zostało po cichu zaindeksowanych jako puste ciągi znaków. Żadnego błędu. Żadnego wyjątku. Bot grzecznie odpowiadał "nie mam wystarczających informacji", za każdym razem, z tą samą uprzejmością, z jaką odpowiadał wcześniej poprawnie.

Nikt tego nie zauważył przez tydzień, bo bot nie przestał działać. Przestał tylko wiedzieć cokolwiek, co akurat brzmi identycznie z zewnątrz.

Ten sam mechanizm działa w automatyzacjach na n8n czy Make: dostawca API zmienia nazwę pola w odpowiedzi, scenariusz dalej "działa", zielone kółeczko się świeci, tylko dane, które trafiają do arkusza albo do CRM, od tego momentu są puste albo nieaktualne. Baza wiedzy podłączona do czatu AI starzeje się dokładnie tak samo: dokumenty się zmieniają, indeks nie.

Co dokładnie sprawdzić w audycie po pół roku

RDNE Stock project / Pexels

Pięć pytań zajmuje więcej czasu do przeczytania niż do sprawdzenia, a i tak prawie nikt ich sobie nie zadaje.

Po pierwsze: czy system robi jeszcze to, do czego go kupiono, czy po drodze dołożono mu funkcje, o które nikt pierwotnie nie prosił. Po drugie: czy dane, na których pracuje, są aktualne, czy ktoś od miesięcy nie zaktualizował cennika, regulaminu albo bazy produktowej, z których bot cytuje. Po trzecie: czy grupa klientów albo pracowników, na których wpływają jego odpowiedzi, się zmieniła. Po czwarte: czy człowiek nadal ma realny wgląd w decyzje systemu, czy tylko formalnie "może" je sprawdzić, ale od miesięcy tego nie robi. Po piąte, najprostsze i najczęściej pomijane: czy ktokolwiek jeszcze w ogóle z tego korzysta, sprawdzone w logach, nie w pamięci osoby, która wdrażała projekt.

Ostatnie pytanie boli najbardziej, bo odpowiedź jest w systemie od pierwszego dnia. Trzeba tylko zajrzeć.

Ile firm w ogóle to sprawdza

Prawie żadna, jeśli wierzyć danym o zarządzaniu subskrypcjami SaaS. Tylko 54% wykupionych licencji jest w ogóle aktywnie używanych, a 66% jest albo zupełnie nietkniętych, albo nadmiarowych względem realnych potrzeb. W 21% firmowych umów SaaS żaden użytkownik nigdy nie aktywował licencji, którą firma opłaca co miesiąc.

AI dokłada do tego własną, specyficzną ironię. MIT NANDA policzyło, że narzędzia budowane przez zewnętrznych dostawców odnoszą sukces dwa razy częściej niż te budowane wewnętrznie, a mimo to tylko 40% firm ma oficjalne, firmowe subskrypcje modeli językowych. Jednocześnie 90% pracowników przyznaje, że codziennie korzysta z prywatnych kont ChatGPT albo Claude do zadań służbowych.

Firma płaci za jeden system AI, którego formalnie nikt nie używa, podczas gdy cały zespół nieformalnie płaci za inny, o którym firma nie wie. Trudno o lepszy dowód, że nikt nie sprawdza, co się właściwie dzieje pomiędzy wdrożeniem a fakturą.

Faktura przychodzi, niezależnie od tego, czy ktoś jeszcze klika

Niepoddawajsie.pl Luk / Pexels

Duże firmy tracą rocznie średnio kilkanaście milionów dolarów na licencjach, z których nikt nie korzysta. Mała firma nie traci milionów, ale traci dokładnie ten sam procent budżetu, tylko w mniejszej, bardziej bolesnej dla niej skali, bardzo podobnej do progu, o którym pisałem przy okazji tego, kiedy automatyzacja się nie opłaca.

Ile kosztuje AI w firmie to pytanie, które prawie każdy zadaje sobie przed wdrożeniem. Prawie nikt nie zadaje sobie tego samego pytania sześć miesięcy później, kiedy odpowiedź mogła się już całkowicie zmienić.

Dostawca subskrypcji nie zadzwoni, żeby zapytać, czy narzędzie nadal ma sens. Zadzwoni dopiero wtedy, kiedy przyjdzie pora przedłużyć kontrakt na kolejny rok, z rabatem za lojalność, którego istotą jest lojalność wobec czegoś, czego nikt już nie sprawdza.

Kiedy audyt to strata czasu

Nie każda firma potrzebuje formalnego audytu, i uczciwie trzeba to powiedzieć na głos, zamiast sprzedawać go każdemu bez wyjątku.

Firma poniżej 5 osób z prostym, jednym procesem raczej nie potrzebuje tygodni analizy, tylko jednej rozmowy przy kawie o tym, co konkretnie przestało działać. Firma, która już wie, że chce jeden konkretny system, a nie strategiczną mapę, płaci za audyt, którego wyniku i tak nie wykorzysta. Firma bez budżetu na wdrożenie rekomendacji kupuje sobie ładny dokument PDF, który wyląduje w tym samym miejscu, co system, który miał sprawdzić.

Pełny, płatny audyt ma sens tam, gdzie w grę wchodzi kilka powiązanych procesów naraz, nie jedno narzędzie, które albo działa, albo nie.

Jak zrobić to bez płacenia za pełny audyt

Dla jednego wdrożonego systemu, sam właściciel może sprawdzić większość z tego w jedno popołudnie, bez zewnętrznej firmy.

Otwórz logi użycia z ostatnich 30 dni, nie pytaj nikogo z pamięci. Zadaj systemowi trzy prawdziwe pytania, które klient zadałby dzisiaj, nie te, które zadawano mu na etapie testów rok temu. Sprawdź, kiedy ostatni raz ktokolwiek zaktualizował dane źródłowe, na których system się opiera. Zapytaj wprost osobę, która z systemu korzysta najczęściej, co ją w nim ostatnio zirytowało, bo ludzie zwykle wiedzą, tylko nikt ich o to nie pyta.

Traktowanie wdrożenia AI jako projektu z jasnym końcem, a nie procesu, który trzeba doglądać, to najczęstszy błąd, jaki firmy popełniają już po pierwszym sukcesie. Ten sam błąd, tylko w innej formie, popełnia się przy każdej subskrypcji, którą kupiono i o której zapomniano.