AI već donosi mjerljive rezultate, ali kod gotovo polovice ispitanih organizacija njegov učinak ostaje ispod četiri posto ukupnih troškova i dva posto prihoda. Novo BearingPointovo istraživanje pokazuje da 74 posto organizacija koje su implementirale AI bilježi mjerljiv učinak na prihode ili troškove. Samo 13 posto organizacija potpuno je skaliralo AI inicijative u skladu s izvornim poslovnim planom.
Istraživanje je provedeno u kolovozu 2026. na 1.050 članova uprava i viših rukovoditelja iz privatnog i javnog sektora u Europi, SAD-u i Kini. Rezultati ne opisuju stanje u BiH, ali pokazuju što se u dijelu organizacija događa nakon što AI prijeđe fazu pilota.
Mjerljiv rezultat ne znači i velik rezultat
Razlika je vidljiva između troškova i prihoda. Oko 24 posto organizacija prijavljuje smanjenje troškova od najmanje deset posto povezano s primjenom AI-ja. Rast prihoda od najmanje deset posto prijavljuje četiri posto.
To ne znači da AI šest puta bolje djeluje na troškove nego na prihode. Pokazuje da se u ovom uzorku dvoznamenkasti učinak češće pojavljuje kod troškova nego kod prihoda.
Ušteda vremena može ostati samo ušteda vremena
Više od četvrtine ispitanih organizacija bilježi rast produktivnosti koji još nije vidljiv kao mjerljiv učinak u računu dobiti i gubitka.
BearingPoint taj problem naziva „AI productivity trap“, odnosno zamkom produktivnosti AI-ja. Ako AI skrati vrijeme potrebno za određeni zadatak, financijski rezultat ne nastaje automatski. Ako se oslobođeno vrijeme ne pretvori u dodatni poslovni učinak, veća produktivnost procesa neće se nužno vidjeti u financijskom rezultatu kompanije.
Broj ušteđenih sati može pokazati da alat radi. Ne pokazuje što je kompanija napravila s kapacitetom koji je time dobila.
Financa.ba je ranije pisala o tome zašto dostupnost AI alata sama po sebi ne donosi rezultat. BearingPoint sada pokazuje što se događa kada produktivnost već poraste: uprava još mora odlučiti kako će oslobođeni kapacitet pretvoriti u mjerljiv poslovni rezultat.
Skaliranje zapinje na sustavima i podacima
Za 54 posto rukovoditelja kvalitetni i pouzdani podaci jedan su od ključnih uvjeta za skaliranje AI-ja. Slijede povezivanje podataka između sustava, jasno vlasništvo nad njima i njihova dostupnost.
AI lideri češće projekte vežu uz financijske KPI-jeve
BearingPoint organizacije prema stupnju AI zrelosti dijeli u nekoliko skupina.
Među kompanijama koje BearingPoint klasificira kao AI Leaders, 47 posto skaliralo je inicijative potpuno prema planu. Među Implementers skupinom udio je šest posto.
Razlika postoji i u načinu mjerenja. Kod 70 posto AI lidera više od polovice AI inicijativa povezano je s mjerljivim financijskim KPI-jevima. Među kompanijama iz skupine Implementers to radi 34 posto.
Povezanost sama po sebi ne dokazuje da financijski KPI uzrokuje uspješnije skaliranje.
Za upravu zato nije dovoljno mjeriti koliko je vremena AI uštedio. Ako je cilj projekta financijski rezultat, prije implementacije treba odrediti gdje bi se oslobođeni kapacitet trebao pojaviti u poslovanju.
Deloitte nalazi sličan jaz
Drugo veliko istraživanje daje sličan signal, iako se rezultati ne mogu izravno uspoređivati zbog različitog uzorka i metodologije.
Deloitte je između kolovoza i rujna 2025. ispitao 3.235 poslovnih i IT rukovoditelja iz 24 zemlje. Samo 25 posto organizacija prebacilo je 40 posto ili više svojih AI eksperimenata u produkciju.
Istodobno 66 posto ispitanika bilježi poboljšanje produktivnosti i učinkovitosti, 40 posto smanjenje troškova, a 20 posto rast prihoda.
Dvije studije koriste različita pitanja i definicije uspjeha. U oba istraživanja produktivnost i pojedinačni poslovni učinci pojavljuju se češće od skaliranja AI-ja kroz organizaciju.
AI ulaganje izlazi iz centralnog IT budžeta
BCG-ov Applied AI Index 2026, objavljen krajem rujna na temelju odgovora 1.330 članova uprava i viših rukovoditelja, pokazuje da je prosječna potrošnja na AI porasla s oko 1,7 posto prihoda krajem 2025. na 3,3 posto u 2026.
Više od 80 posto te potrošnje nalazi se izvan centralnih IT budžeta, prema BCG-u.
Za uprave kompanija to pomiče granicu odgovornosti. Kada ulaganja u AI rastu, ušteđeni sati i broj uvedenih alata više nisu dovoljni za procjenu uspjeha. Projekt koji je zamišljen kao poslovna investicija na kraju mora pokazati gdje je promijenio trošak, prihod ili kapacitet kompanije. Ako se taj učinak ne može izmjeriti, veća produktivnost još nije postala financijski rezultat.
Autor: financa.ba
Prilikom preuzimanja obvezno navesti izravni link na članak.
