DI agentai neatlaiko testo: 95% projektų žlunga, o įmonės vis tiek atleidžia žmones

Pirmiausia — faktas, kuris turėtų sukelti nemažą disonansą kiekvieno, kas per pastaruosius metus skaitė antraštes apie tai, kaip DI perims pasaulį: 95% atvejų DI agentai nepajėgia atlikti darbo, kuris būtų priimtinas profesionalui.

Ne 10%. Ne 30%. Devyniasdešimt penki procentai.

Gartner tyrimas, publikuotas 2026-aisiais, rodo, kad DI agentai suklysta apie 70 procentų biuro užduočių. MIT NANDA projektas patvirtina — 95% organizacijų, diegusių generatyvų DI, nematė jokio išmatuojamo poveikio verslo rodikliams. O RAND korporacija apskaičiavo, kad 80% visų įmonių DI projektų nesugeba pasiekti pažadėtų rezultatų.

Tuo pačiu metu technologijų sektoriuje 2026-aisiais jau atleisti 142 000 žmonių. Ir kaip oficiali priežastis daugeliu atvejų — dirbtinis intelektas.

Kaip tai suderinti? Labai sunkiai.

Tyrimas, kuris pakerta DI hype’ą iš po kojų

Prancūzų DI infrastruktūros bendrovė šiemet atliko tyrimą, kuriame stebėjo, kaip DI agentai atlieka realias darbo užduotis — el. laiškų atsakymus, duomenų analizę, dokumentų rengimą, klientų aptarnavimą. Rezultatas: tik 1 iš 20 užduočių buvo atlikta taip, kad profesionalas tą darbą galėtų pristatyti klientui be papildomo tikrinimo ir taisymo.

Tai reiškia — jei tu šiandien samdai DI agentą atlikti darbą vietoj žmogaus, vidutiniškai 19 kartų iš 20 tas darbas reikalauja žmogaus patikrinimo, koregavimo, o dažnai — ir visiškai perdarymo.

Taip, DI agentai yra greiti. Taip, jie pigūs. Bet greitis ir pigumas nekompensuoja to, kad rezultatas dažniausiai neatitinka profesionalaus standarto.

Jei nori suprasti, kas iš tikrųjų yra DI agentai ir kaip jie veikia — rekomenduojame pradėti nuo pagrindų, prieš stojant į vieną ar kitą stovyklą šioje diskusijoje.

Paradoksas: atleidžia žmones, kurių reikia, kad DI veiktų

Čia ir prasideda tikroji problema, kurią mokslininkai vadina „DI atleidimų spąstais”.

Toronte Harvardo ir Rotman mokyklų tyrimas, paskelbtas birželio 1 d., atskleidė šokiruojantį modelį: įmonės, kurios atleidžia darbuotojus motyvuodamos DI diegimu, nerodo didesnio našumo nei tos, kurios to nedaro. Tiesą sakant — dažnai demonstruoja blogesnį ROI.

Kodėl? Nes tos pačios žmogiškosios kompetencijos, kurios buvo atleistos — klientų aptarnavimas, duomenų interpretavimas, konteksto supratimas — yra tiksliai tos, kurių reikia, kad DI agentai veiktų gerai. Kai atleidžia žmogų ir palieka DI — DI nebeturi iš ko mokytis, nebėra kas tikrina jo klaidas, nebėra kas supranta, kada rezultatas yra nesąmonė.

Vienas Toronto universiteto profesorius šį reiškinį apibūdino taip: „Tai ne DI atleidžia žmones. Tai vadovai naudoja DI kaip pretekstą atleisti žmones, kuriuos norėjo atleisti ir anksčiau. O vėliau stebisi, kodėl DI neveikia.”

Mūsų analizė apie tai, ar DI atims darbus, parodė, kad tikrovė yra daug sudėtingesnė nei antraštės leidžia suprasti. Šis tyrimas tik patvirtina tą mintį.

Kas iš tikrųjų veikia ir ko reikia, kad DI agentai būtų naudingi

MIT, Gartner ir RAND visi sutaria: problema nėra DI modeliai patys savaime. Problema — kaip įmonės juos diegia.

Sėkmingiausi DI diegimai pasaulyje turi keletą bendrų bruožų:

• Aiškiai apibrėžtas rezultatas prieš diegiant. Žmonės, kurie žino, ką DI turėtų pasiekti ir kaip tai išmatuoti — gauna du kartus geresnius rezultatus nei tie, kurie tiesiog „diegia DI”.
• Žmogus cilpe. Geriausiai veikiantys DI agentai yra tie, kuriuos tikrina ir koreguoja žmogus — bent kol sistema nėra pakankamai patikima.
• Duomenų parengtumas. 60% visų DI projektų žlugs iki 2026 pabaigos dėl blogos duomenų kokybės, prognozuoja Gartner. Šiukšlės įeina — šiukšlės išeina.
• Vertikalus specializavimas. DI sprendimai, pritaikyti konkrečiai pramonės šakai — bankininkystei, sveikatos priežiūrai, logistikai — rodo beveik du kartus geresnį sėkmės rodiklį nei bendri sprendimai.

Kaip naudoti DI produktyvumui darbe — tai reikia ne mažiau, bet daugiau žmogiškos priežiūros, nei daugelis tikisi. Bent kol kas.

Paradoksas toks: DI agentai gali būti tikrai naudingi — bet tik tada, kai šalia jų yra pakankamai kompetentingų žmonių, kurie žino, ką jie daro. Atleidus tuos žmones, esi tarsi nusipirkęs brangų automobilį ir atpalaidavęs vairuotoją.

Tyrimas yra aiškus. Antraštės buvo klaidingos. O įmonės, kurios atleido pirma ir klausės vėliau — mokysis brangią pamoką. Tiems, kurie dar sprendžia — verta perskaityti šiuos duomenis labai atidžiai.

Žinoti, kokie DI įrankiai iš tikrųjų veikia ir kam — daug geresnė investicija nei vien tikėjimas reklaminiais pažadais.