Što se događa kada se proračun za AI hype potroši

Tri godine, AI je imao slobodan prolaz u većini tvrtki. CTO-i su preskakali postupke nabave. Financijski timovi su rekli da je oklijevanje samo po sebi rizik. Uprave su odobrile velike proračune jer su demoi izgledali nevjerojatno i nitko nije htio biti zaostao.

Zatim su stigli mjesečni računi.

Neke tvrtke su potrošile svoj cijeli godišnji AI proračun u tri mjeseca. Druge su otkrile da alati koje su njihovi timovi voljeli izvode račune koje nitko nije planirao. Raspoloženje se promijenilo s "kako se brže kretati?" na "što zapravo dobivamo za ovo?"

Ovo nije kraj AI-ja. Ovo je kraj AI-ja bez odgovornosti. I ako upravo sada gradite tech startup, ova promjena je važnija od bilo kojeg puštanja modela.

Brojevi su teško ignorirati

Prije nego što uđemo u što ide po zlu, evo gdje stvari zapravo stoje:

• MIT studija je utvrdila da 95% AI pilota ne donosi mjerljiv financijski utjecaj
• S&P Global je utvrdio da je 42% tvrtki napustilo većinu svojih AI projekata u 2025., u odnosu na samo 17% godinu prije
• IBM je utvrdio da samo 25% AI inicijativa donosi obećanu ROI
• Manje od 1% izvršnih osoba izvještava ROI iznad 20% - većina vidi 1–5%, a to je obično samo ušteda vremena, nije dobivanje prihoda
• Udio tvrtki koje tretiraju AI troškove kao ozbiljnu financijsku zabrinutost se udvostručio s 31% na 63% u jednoj godini

Ovo nisu brojevi skeptika prema AI-ju. Oni su od tvrtki koje najviše troše na njega.

Tri priče koje objašnjavaju što se događa

1. Klarna je dobila naslove. Zatim je došla provjera stvarnosti.

Početkom 2024., Klarna je objavila da je njen AI radio posao 700 agenata za korisničku službu. Početkom 2026., počeli su ponovno zapošljavati ljudske agente. AI je brzo obrađivao jednostavna pitanja, ali čim je klijent trebao stvarnu prosudbu, kontekst ili empatiju, pogoršavalo je stvari. Bodovi zadovoljstva su pali. Recenzije u trgovini aplikacija su punile se pritužbama na "razgovor s robotom."

Lekcija: obrada više karata nije isto što i bolja usluga korisnicima.

2. Uber-ov problem je bio suprotan: AI je radio previše dobro.

Uber je dao pristup AI alatima za kodiranje 5 000 inženjera u prosincu 2025. Svi su ga koristili. Do travnja 2026., čitav godišnji AI proračun je bio gotov. Morali su ograničiti koliko svaki inženjer može trošiti mjesečno. Uber nije rekao da AI ne radi; rekao je da radi tako dobro da je račun postao neupravljiv. Kad je nešto jeftino po korištenju, ali ga svi stalno koriste, ukupan trošak eksplodira. To je pravi rizik koji većina tvrtki nije planirala.

3. Walmart je izradio vlastiti alat i udario u isti zid.

Walmart je izradio unutarnjeg AI asistenta zvanog Code Puppy. Kontrolirao je sve, bez vanjskog prodavatelja, potpuna vidljivost troškova. Do lipnja 2026., još su morali ograničiti korištenje nakon što su računi premašili projekcije. Izgradnja samog sebe automatski ne rješava problem.

Pitanja i odgovori: Što zapravo pitaju osnivači

P. Je li AI i dalje vrijedan ulaganja kao startup?

Da, ali pitanje se promijenilo. U 2023., bilo je "Trebamo li nešto raditi s AI-jem?" U 2026., to je "koji specifični ulog zapravo isplati?" Područja gdje je ROI dokumentiran: otkrivanje prijevara, optimizacija logistike, podrška prve linije korisnicima i AI-asistentni razvoj softvera. Ako vaš slučaj korištenja odgovara, poslovni slučaj postoji. Ako ne, trebate jasan plan mjerenja prije nego što se obvežete ozbiljnim novcem.

P. Zašto toliko AI pilota nikad ne dosegne proizvodnju?

Tehnologija se rijetko ne uspije. Organizacija obično ima neuredne podatke, radne tokove koji nisu redizajnirani, timove koji nisu obučeni i upravljanje koje nikad nije postavljeno. Oko 80% posla da se ide od pilota do proizvodnje nema veze s samim modelom.

P. Koliko dugo prije nego što vidimo pravi povrat?

Većina dobro vođenih AI implementacija dosegne povrat negdje između 14 i 28 mjeseci. Ako vaša uprava očekuje rezultate u 6 mjeseci, ta će očekivanja izazvati probleme i ubiti dobre projekte iz pogrešnog razloga.

P. Kako izgleda dobro AI upravljanje u praksi?

To znači da netko posjeduje AI liniju troškova. To znači da unaprijed odlučite kako ćete mjeriti uspjeh. To znači kratku listu slučajeva korištenja koje ćete zapravo završiti, ne dugačku listu eksperimenata. Samo 14% tvrtki ima ovo postavljeno. Oni su oni koji vide rezultate.

Što pobjedničke ekipe rade drugačije

• Mjere rezultate, ne aktivnost Statistika korištenja vam kaže da ljudi koriste alat. Utjecaj na prihode, brže cikluse i smanjeni trošak po rezultatu vam govore da radi. To su vrlo različiti brojevi.
• Tretiraju AI troškove kao infrastrukturu u oblaku Troškovi oblaka su se čini upravljivi dok iznenada nisu. Tvrtke koje su dobro upravljale oblakom izgradile su praksu upravljanja troškovima na početku. AI trebate isto: proračun po slučaju korištenja, aktivno pratite i neko je odgovoran za račun.
• Duboko idu na manje stvari Pametniji potez je odabiranje dva ili tri slučaja korištenja, dokazivanje njihove valjanosti, zatim proširenje. Jedna stvar koja zapravo radi bolje je od deset stvari koje nekako rade.
• Ulaže u podatke prije modela Istraživanje McKinseya dosljedno pokazuje da tvrtke s boljim performansama troše više na infrastrukturu podataka nego na sam AI. Čisti, povezani, dobro upravljani podaci su gdje se pravi posao nalazi. Model je obično najjeftiniji dio.

Pozivnica za startupe

Korekcija nakon hipea stvari čini težima na jedan način i lakšima na drugi.

• Teže: Kupci u poduzetju su oprezni. Ciklusi prodaje su duži. "Radi li ovo zapravo?" je pitanje koje sada trebaju brojevi, ne demo.
• Lakše: Većina konkurenata još uvijek prodaje hipetizu. Ako možete pokazati dokaze kao pravi rezultati, prave klijente i prave metrike, odmah se isticete.

Samo 25% AI inicijativa donosi očekivanu ROI, a samo 16% je skaliran u cijelom poduzetju. Ti brojevi nisu razlog da se prestane; to je razlog da budete u 25%.

Hype ciklus je nagradio onoga koji se kretao najbrže. Ciklus odgovornosti nagraduje onoga koji može dokazati da radi.

Na kojoj je strani vaša AI strategija?

SAŽETAK

Tvrtke su potrošile milijarde na AI bez pitanja radi li to zapravo, a sada računi forsiraju taj razgovor. Podaci su jasni: 95% AI pilota ne donosi mjerljiv financijski utjecaj, a 42% projekata je napušteno samo u 2025. Startupi koji će pobijediti odavde neće biti oni koji su se kretali najbrže tijekom hipea; biti će oni koji mogu dokazati da njihov AI zapravo premješta iglu.

Tražite li izgradnju visokouspješne distribuirane tech ekipe?

Pogledajte MyNextDeveloper, platformu gdje možete pronaći top 3% softverskih inženjera koji su duboko strastveni prema inovaciji. Naša na zahtjev, dedicirane i temeljite rješenja za talent u softveru pružaju sveobuhvatno rješenje za sve vaše potrebe u softveru.

Posjetite našu web-stranicu kako biste istražili kako vam možemo pomoći u sastavljanju savršenog tima.