A SAS szoftvervállalat és az IDC piackutató új kutatása feltárja, mi a közös azokban a vállalatokban, amelyeknek sikerül hasznot húzniuk az MI-beruházásaikból: mindegyikük a megbízható mesterséges intelligencia elveit követi. Azok a szervezetek, amelyek a gyakorlatban is alkalmazzák ezeket az elveket, tizenötször nagyobb eséllyel számoltak be komoly megtérülésről (ROI) az MI-projektjeiknél.

A most második alkalommal elkészült Data and AI Impact Report: The New Economics of Trust címĹą jelentés szerint a szervezetirányítás, adatminőség és ellenőrizhetőség területén a legszigorúbb gyakorlatot követő – egyelőre szĹąk – vállalati kör rendre jobban teljesít versenytársainál: MI-fejlesztéseik legalább kétszer akkora megtérülést hoznak. A megbízható MI terén lemaradó szervezeteknek kevesebb mint öt százaléka mondhatta el ugyanezt.

„Amikor az MI jól mĹąködik, hihetetlen hatást tud elérni” – mondta el Bryan Harris, a SAS technológiai igazgatója. – „Ugyanakkor jól dokumentált tény, hogy a legfejlettebb MI-ügynökök hibaaránya összetett feladatoknál meghaladhatja a 25 százalékot – ez pedig elfogadhatatlan ott, ahol nagy a tét. A pontossághoz és a megbízható ismételhetőséghez a vállalatoknak be kell építeniük a szakterületi tudást az ügynöki munkafolyamatokba, az irányítást és a felügyeletet pedig továbbra is embereknek kell kézben tartaniuk. Akiknek ez sikerül, azok áthidalják a bizalmi szakadékot, és versenyelőnyre tesznek szert az MI-vel.”

„Ahogy az MI egyre önállóbbá válik, a vállalatok új kihívással szembesülnek: olyan rendszerekben kell megbízniuk, amelyeket az emberek nem értenek teljesen” – tette hozzá Chris Marshall, az IDC alelnöke. – „Eredményeink azt mutatják, hogy az erősebb felügyelet, a magyarázhatóság, az elszámoltathatóság és a szilárd adatalapok egyre inkább előfeltételei annak, hogy az MI-t sikeresen lehessen nagy léptékben bevezetni.”

A jelentés megállapításai három téma köré rendeződnek:

Az MI, amely nem tudja megmagyarázni magát, komoly üzleti kockázatot rejt

A kutatók azt tapasztalták, hogy sok szervezetnél a dolgozók egyre kevésbé hagyatkoznak olyan rendszerekre, amelyekről nem tudni, helyes eredményt adnak-e, és amelyek nem tudják elmagyarázni, hogyan jutottak egy döntésre. Minél önállóbb az MI, annál nagyobb ez a kockázat – a magyarázhatóság ezért a siker egyik kulcsa.

A jelentés az MI bevezetésének egyik legnagyobb akadályát is megvizsgálta: azt, amikor a dolgozók nem bíznak az MI döntéseiben, ezért felülbírálják őket, és kézzel javítanak rajtuk. Ez tovább mélyíti a bizalmi hiányt, és időbe, termelékenységbe és pénzbe kerül a vállalatoknak. Mivel az MI döntései csak annyira jók, mint az adatok, amelyekre épülnek, a felülbírálások visszaszorításához először is szilárd adatalapokat kell felépíteni.

A legfontosabb megállapítások:

• A felhasználók 97,2 százaléka legalább időnként felülbírálja az MI ajánlásait.

• A dolgozók leggyakrabban azért bírálták felül az MI-t – függetlenül attól, hogy helyesnek tartották-e az eredményt –, mert a rendszer nem tudta megindokolni a döntését.

• A generatív MI iránti bizalom 76 százalékos, az MI-ügynökök (agentic AI) iránti már csak 66 – vagyis minél önállóbb a rendszer, annál nagyobb az aggodalom.

A megbízható MI üzleti sikert hoz

A jelentés szerint egyre szélesebb a megtérülési szakadék azok között a vállalatok között, amelyek kiemelten kezelik a megbízható MI elveit, és azok között, amelyek nem. Az eredmények arra utalnak, hogy a legtöbb értéket nem azok hozzák ki az MI-ből, akik más technológiát használnak, hanem azok, akik másképp menedzselik azt.

A legfontosabb megállapítások:

• Azok a szervezetek, amelyek a megbízható MI-be fektetnek, tizenötször nagyobb eséllyel számolnak be erős vagy magas megtérülésről az MI-projektjeiknél (62 százalék a 4 százalékkal szemben).

• A legmegbízhatóbb MI-gyakorlatot követő vállalatok 1,85-ször nagyobb nyereséget érnek el 13 különböző üzleti mutató – köztük az árbevétel-növekedés, a költségmegtakarítás és az ügyfélélmény – terén.

• Ezeknek az élenjáró vállalatoknak a 85 százaléka idén több mint 10 százalékkal növeli a megbízható MI-re fordított beruházásait, így tovább nő az előnyük.

Túl sok vállalat veszít időt és pénzt a gyenge adatalapok miatt

A legtöbb szervezet rendkívül fejletlen vagy súlyosan elavult adatokra és adatinfrastruktúrára építi az MI-t. Szilárd adatalap nélkül azonban nincs átláthatóság és magyarázhatóság sem, így a vállalatok nehezen tudják hatékonyan menedzselni az MI-t, és nehezen aknáznak ki belőle valódi értéket.

A legfontosabb megállapítások:

• A vállalatoknak mindössze 17,5 százaléka rendelkezik olyan, teljesen optimalizált adatinfrastruktúrával, amely megfelel az MI-ügynökök igényeinek – ez visszafogja a teljesítményt.

• Az optimalizált adatalappal rendelkező szervezetek négyszer nagyobb eséllyel várhatnak erős megtérülést az MI-projektjeiktől, és hatszor nagyobb eséllyel rendelkeznek olyan előírásokkal, amelyek kötelezővé teszik a a bizalomhoz szükséges adatminőségi és magyarázhatósági ellenőrzéseket.

Iparági eredmények

Az eredmények 2699 döntéshozó megkérdezésén alapulnak, akik rálátnak vállalatuk adat- és MI-kezdeményezéseire, vagy befolyással bírnak rájuk. A felmérés 28 országban, négy kiemelt ágazatban készült: a bankszektorban, a biztosításban, az élettudományok területén és a közszférában. A jelentés iparági példákon keresztül mutatja be, hogyan viszonyulnak az MI-hez az egyes ágazatok élenjáró vállalatai világszerte.

A legfontosabb megállapítások:

• A vezető bankok túllépnek a szabályozási megfelelésen: az MI szigorú irányítását versenyelőnynek és mĹąködési alapkövetelménynek tekintik. Az élenjáró bankok 85 százalékának van irányítási keretrendszere, szemben a lemaradók mindössze 29 százalékával.

• A közszféra élenjáró szervezeteinek 41 százaléka a következő évben több mint 20 százalékkal növeli a megbízható MI-re fordított beruházásait – ugyanolyan ütemben, mint bármely iparág legambiciózusabb vállalatai.

• Az élettudományi vállalatok 23 százaléka már a teljes szervezetben bevezette az MI-t – ez a legmagasabb arány az iparágak között.

Mitől megbízható az MI?

A megbízható MI olyan mesterséges intelligencia, amelyet úgy terveztek, hogy megbízhatóan, etikusan és biztonságosan mĹąködjön, megfeleljen a szabályozási előírásoknak, és világosan meg tudja mutatni, hogyan jutott egy döntésre. A szervezet minden szintjén a felhasználóknak és a döntéshozóknak – előre rögzített felelősségi lánc mentén – számon kell tudniuk kérni az MI-rendszert a hibás vagy hiányzó eredményekért. Emellett minden MI-rendszert alá kell vetni a szervezetirányítási (governance) elveknek, és bizonyíthatóan meg kell felelnie egyértelmĹą szabályoknak.

Mitől lesz egy szervezet a megbízható MI élenjárója?

A kutatásban a szervezeteket a megbízható MI öt dimenziója mentén, 100 pontos skálán értékelték. A jelentés azokat tekinti élenjárónak, amelyek átlagosan legalább 80 pontot értek el.

A szervezeteket a következő öt szempont szerint pontozták:

1. Adatminőség és adatirányítás.

2. Modellirányítás és felügyelet.

3. Magyarázhatóság és tisztességesség.

4. Felelős MI-szabályzat.

5. Auditálhatóság és elszámoltathatóság.

Képek forrása: SAS

English Summary

A new study by SAS and IDC finds that organizations investing in trustworthy AI are significantly more likely to achieve strong returns from their AI initiatives. Companies that actively apply trustworthy AI principles are 15 times more likely to report strong or high ROI, with 62% doing so compared with just 4% of organizations that lag in this area. The research highlights governance, data quality, explainability, accountability and human oversight as key factors in building trust and unlocking business value from AI. It also finds that weak data foundations remain a major barrier, with only 17.5% of organizations having fully optimized data infrastructure for AI agents. As AI becomes increasingly autonomous, the findings suggest that trust, transparency and robust data foundations are becoming essential for scaling AI successfully. The report is based on a survey of 2,699 decision-makers across 28 countries and four industries: banking, insurance, life sciences and the public sector.