Dla porównania, globalna średnia wynosi 20 proc. Oznacza to, że przedsiębiorstwa w Azji i na Pacyfiku są niemal dwukrotnie częściej skłonne przeznaczać znaczne środki na projekty AI bez zdyscyplinowanego planu sprawdzania ich skuteczności .

Głównym motorem tego zjawiska jest FOMO — „fear of missing out”, czyli obawa przed przegapieniem kluczowego trendu i pozostaniem w tyle za konkurencją. Firmy chcą działać szybko, ponieważ obawiają się, że rywale wyprzedzą je, jeśli nie wdrożą AI natychmiast, nawet gdy oczekiwane korzyści finansowe nie zostały jeszcze potwierdzone .

Taka reaktywna strategia tworzy wyraźną lukę między ambicjami a odpowiedzialnością za wyniki: budżety rosną, ale nie zawsze wiadomo, jakie konkretne cele biznesowe mają zostać dzięki nim osiągnięte.

Singapur jako szczególny przykład

Raport wskazuje Singapur jako jeden z wyraźnych przykładów tego trendu. Ponad jedna trzecia organizacji w tym państwie-mi eście przeznacza znaczne środki na AI bez pełnej oceny wpływu tych inwestycji .

Globalny problem: entuzjazm wyprzedza rezultaty

Choć luka między wydatkami a oceną efektów jest szczególnie widoczna w Azji i na Pacyfiku, podobne zjawisko występuje na całym świecie. Około 70 proc. organizacji globalnie inwestuje w AI, kierując się potencjałem technologii albo obawą przed utratą przewagi konkurencyjnej .

Rezultaty nie nadążają jednak za skalą zainteresowania. Mniej niż 25 proc. badanych firm na świecie twierdzi, że ich wdrożenia AI przekroczyły oczekiwania. Dokładnie 19 proc. respondentów ocenia, że rezultaty były lepsze od zakładanych, a zaledwie 5 proc. mówi o znacznym przekroczeniu oczekiwań .

Bez infrastruktury same budżety nie wystarczą

Słabsze wyniki nie muszą oznaczać, że sama technologia nie ma potencjału. Jedną z przyczyn rozczarowujących rezultatów może być niewystarczająca gotowość infrastruktury — w szczególności sieci, które nie są przygotowane do obsługi zaawansowanych obciążeń związanych z AI .

W praktyce część organizacji koncentruje się na zakupie narzędzi i uruchamianiu projektów, pomijając mniej efektowną, ale niezbędną pracę nad fundamentami: przepustowością, niezawodnością sieci i sposobem mierzenia efektów.

Dla zarządów i rad nadzorczych w regionie to ważne ostrzeżenie. Utrzymanie konkurencyjności rzeczywiście wymaga inwestycji w AI, ale brak jasno zdefiniowanych wskaźników zwrotu z inwestycji może prowadzić do marnowania kapitału — i bolesnego rozczarowania, gdy fala wydatków zacznie być rozliczana.

Dla porównania, globalna średnia wynosi 20 proc. Oznacza to, że przedsiębiorstwa w Azji i na Pacyfiku są niemal dwukrotnie częściej skłonne przeznaczać znaczne środki na projekty AI bez zdyscyplinowanego planu sprawdzania ich skuteczności .

Głównym motorem tego zjawiska jest FOMO — „fear of missing out”, czyli obawa przed przegapieniem kluczowego trendu i pozostaniem w tyle za konkurencją. Firmy chcą działać szybko, ponieważ obawiają się, że rywale wyprzedzą je, jeśli nie wdrożą AI natychmiast, nawet gdy oczekiwane korzyści finansowe nie zostały jeszcze potwierdzone .

Taka reaktywna strategia tworzy wyraźną lukę między ambicjami a odpowiedzialnością za wyniki: budżety rosną, ale nie zawsze wiadomo, jakie konkretne cele biznesowe mają zostać dzięki nim osiągnięte.

Singapur jako szczególny przykład

Raport wskazuje Singapur jako jeden z wyraźnych przykładów tego trendu. Ponad jedna trzecia organizacji w tym państwie-mi eście przeznacza znaczne środki na AI bez pełnej oceny wpływu tych inwestycji .

Globalny problem: entuzjazm wyprzedza rezultaty

Choć luka między wydatkami a oceną efektów jest szczególnie widoczna w Azji i na Pacyfiku, podobne zjawisko występuje na całym świecie. Około 70 proc. organizacji globalnie inwestuje w AI, kierując się potencjałem technologii albo obawą przed utratą przewagi konkurencyjnej .

Rezultaty nie nadążają jednak za skalą zainteresowania. Mniej niż 25 proc. badanych firm na świecie twierdzi, że ich wdrożenia AI przekroczyły oczekiwania. Dokładnie 19 proc. respondentów ocenia, że rezultaty były lepsze od zakładanych, a zaledwie 5 proc. mówi o znacznym przekroczeniu oczekiwań .

Bez infrastruktury same budżety nie wystarczą

Słabsze wyniki nie muszą oznaczać, że sama technologia nie ma potencjału. Jedną z przyczyn rozczarowujących rezultatów może być niewystarczająca gotowość infrastruktury — w szczególności sieci, które nie są przygotowane do obsługi zaawansowanych obciążeń związanych z AI .

W praktyce część organizacji koncentruje się na zakupie narzędzi i uruchamianiu projektów, pomijając mniej efektowną, ale niezbędną pracę nad fundamentami: przepustowością, niezawodnością sieci i sposobem mierzenia efektów.

Dla zarządów i rad nadzorczych w regionie to ważne ostrzeżenie. Utrzymanie konkurencyjności rzeczywiście wymaga inwestycji w AI, ale brak jasno zdefiniowanych wskaźników zwrotu z inwestycji może prowadzić do marnowania kapitału — i bolesnego rozczarowania, gdy fala wydatków zacznie być rozliczana.