Η αποτελεσματικότητα και η επιχειρηματική αξία των έργων Proof of Concept (PoC) και των πιλοτικών προγραμμάτων Τεχνητής Νοημοσύνης έχουν βρεθεί στο επίκεντρο έντονης συζήτησης, η οποία τροφοδοτείται από αναφορές που υποστηρίζουν ότι ελάχιστα από αυτά καταλήγουν τελικά στο στάδιο της παραγωγής. Αυτή η τάση έχει ερμηνευθεί από πολλούς αναλυτές ως ένδειξη ότι η Generative AI αδυνατεί να κλιμακωθεί αποτελεσματικά, ότι τα στάσιμα έργα σηματοδοτούν την αποτυχία της τεχνολογίας να αποδώσει τα αναμενόμενα έναντι των επενδύσεων και, στη χειρότερη περίπτωση, ότι η αγορά οδεύει προς μια «φούσκα». Ωστόσο, η έρευνα της Omdia για την ωριμότητα της αγοράς AI το 2025 έρχεται να ανατρέψει αυτή την απαισιόδοξη εικόνα, αποκαλύπτοντας μια πιο σύνθετη και ισορροπημένη πρόγνωση για την πορεία των PoCs, αποδεικνύοντας ότι οι επιχειρήσεις παραμένουν ενεργά δεσμευμένες στη διαδικασία πειραματισμού και ανάπτυξης.
Τα ευρήματα της έρευνας καταδεικνύουν ότι οι επιχειρήσεις εμπλέκονται ενεργά με τα AI PoCs, με την πλειονότητα να προκρίνει έναν ρυθμό πειραματισμού που κυμαίνεται από συντηρητικός έως μέτριος, καθώς το 40% των οργανισμών εκτελεί ταυτόχρονα από 6 έως 20 σχετικά έργα. Ένα σημαντικό ποσοστό της τάξεως του 18% διαχειρίζεται από 21 έως 50 PoCs, γεγονός που υποδηλώνει ευρύτερη δέσμευση στην Τεχνητή Νοημοσύνη μέσω πολλαπλών περιπτώσεων χρήσης, ενώ μόλις το 4% των επιχειρήσεων τρέχει πάνω από 100 PoCs, μια έντονη δραστηριότητα που κυριαρχείται από τους μεγαλύτερους οργανισμούς λόγω του υψηλού κόστους και των πόρων που απαιτούνται. Αντίθετα, το 21% των επιχειρήσεων τρέχει λιγότερα από 5 PoCs, ποσοστό που αντικατοπτρίζει είτε τα πρώιμα στάδια υιοθέτησης είτε την έλλειψη πόρων, κάτι που επιβεβαιώνεται από το γεγονός ότι το 43% των εταιρειών με έσοδα κάτω των 100 εκατομμυρίων δολαρίων εμπίπτει σε αυτή την κατηγορία χαμηλής δραστηριότητας.
Σχετικά με τα ποσοστά επιτυχίας, η έρευνα παρουσιάζει μια μεικτή εικόνα που υποδηλώνει μια σαφή διχοτόμηση στην αγορά παρά μια καθολική αποτυχία, καθώς το 46% των επιχειρήσεων δηλώνει ότι πάνω από το 10% των έργων PoC προχωρά τελικά στο στάδιο της παραγωγής. Η πλειονότητα αυτών των επιχειρήσεων, και συγκεκριμένα το 37%, αναφέρει ποσοστά μετάβασης στην παραγωγή που κυμαίνονται μεταξύ 11% και 40%, ενώ ένα 10% των οργανισμών καταγράφει ποσοστά επιτυχίας που υπερβαίνουν το 40%, αποδεικνύοντας ότι πολλές εταιρείες μεταβαίνουν επιτυχώς από τον πειραματισμό στην υλοποίηση. Στον αντίποδα, λιγότερο από το ένα τρίτο των ερωτηθέντων αναφέρει ότι κάτω από το 5% των PoCs φτάνει στην παραγωγή, ενώ το 21% τοποθετεί το ποσοστό αυτό στο φάσμα του 5-10%, υπογραμμίζοντας ότι ενώ κάποιοι οργανισμοί προοδεύουν, άλλοι εξακολουθούν να αντιμετωπίζουν σαφείς δυσκολίες στη διαδικασία μετάβασης.
Ο θεμελιώδης ρόλος ενός PoC είναι να αξιολογήσει τις πρωτοβουλίες και τις υπηρεσίες AI σε πρώιμο στάδιο και, όπως αναφέρει η παροιμία, να «ξεχωρίσει την ήρα από το σιτάρι», συνεπώς θα ήταν ανησυχητικό αν όλα τα αρχικά πειραματικά έργα περνούσαν επιτυχώς όλους τους δείκτες χωρίς ανάγκη βελτίωσης. Ακόμη και αν μόνο ένα μικρό ποσοστό προχωρήσει τελικά στην παραγωγή, οι σωστά επικυρωμένες πρωτοβουλίες AI μπορούν να επιφέρουν σημαντικό και εκτεταμένο επιχειρηματικό αντίκτυπο, καθώς τα PoCs λειτουργούν ως εργαλεία λήψης αποφάσεων και όχι ως απλό παιχνίδι αριθμών. Επιπλέον, τα στοιχεία δείχνουν ότι οι λύσεις AI που έχουν υλοποιηθεί είτε ανταποκρίνονται είτε υπερβαίνουν τις προσδοκίες, με το 30% των επιχειρήσεων να αναφέρει ότι οι εφαρμογές για την αύξηση της παραγωγικότητας ξεπέρασαν τις προσδοκίες και το 49% να δηλώνει ότι τις εκπλήρωσαν απόλυτα.
Η βασική αιτία αποτυχίας των PoCs δεν εντοπίζεται συνήθως σε εγγενή ελαττώματα της τεχνολογίας, αλλά στην ελλιπή κατανόηση της πολυπλοκότητας της υλοποίησης από επιχειρήσεις και προμηθευτές. Οι επιχειρήσεις συχνά παραβλέπουν ότι η κρίσιμη προσπάθεια πρέπει να λαμβάνει χώρα πριν από την έναρξη του PoC, ξεκινώντας με τη διατύπωση μιας «δήλωσης αξίας» που εντοπίζει την επιχειρηματική πρόκληση και χαρτογραφεί την περίπτωση χρήσης και τις απαιτούμενες βασικές δυνατότητες. Σύμφωνα με την ανάλυση, ο ρόλος ενός PoC δεν είναι να επιλέξει μια λύση τεχνητής νοημοσύνης από το μηδέν, αλλά να παρέχει μια δομημένη επικύρωση μιας λύσης που έχει ήδη προεπιλεγεί, βοηθώντας τους οργανισμούς να εστιάσουν στην τεχνολογία που είναι πιθανότερο να φέρει τα βέλτιστα αποτελέσματα.
Ακόμη και όταν το PoC ολοκληρωθεί με ικανοποιητικά αποτελέσματα, η διαδρομή προς την κλιμάκωση και την πλήρη ανάπτυξη παραμένει μακρά, καθώς απαιτείται συχνά ένας πιο ολοκληρωμένος πιλότος σε πραγματικές συνθήκες, η επιτυχία του οποίου εξαρτάται από την ορθή εκτέλεση του αρχικού πειραματισμού. Η μετάβαση από τον πιλότο στην κλιμάκωση αποτελεί έναν στρατηγικό μετασχηματισμό που απαιτεί εξέλιξη της αρχιτεκτονικής, ισχυρή διακυβέρνηση και σταδιακή επέκταση, ενώ μετά την επίτευξη της κλιμάκωσης, τα συστήματα χρειάζονται συνεχή υποστήριξη και συντήρηση για να παραμείνουν αξιόπιστα. Η πορεία προς την ανάπτυξη της τεχνητής νοημοσύνης δεν είναι γραμμική, αλλά χαρακτηρίζεται από βρόχους ανατροφοδότησης και συνεχή βελτίωση, ενώ, καθώς οι εφαρμογές ωριμάζουν, αναδύονται νέες ευκαιρίες, όπως παραπλήσιες περιπτώσεις χρήσης ή νέες τεχνολογικές εξελίξεις που ενισχύουν τις υφιστάμενες υλοποιήσεις.
