Uczestnicy całodziennej konferencji Destination AI zorganizowanej 23 kwietnia przez TD SYNNEX wypełnili przestrzeń warszawskiego SkyWorks 27. Wśród prelegentów znaleźli się eksperci IBM, Microsoft, AMD, Cisco, Lenovo i Factorial, którzy zaprezentowali swoje rozwiązania. Wszyscy wracali jednak do jednego pytania: skoro sprzęt i oprogramowanie do AI są już gotowe, dlaczego korzysta z nich tak mało firm? Przyczyna takiego stanu rzeczy dotyczy technologii mniej niż mogłoby się wydawać.
Suwerenność i twarde liczby produktywności
Spotkanie poprowadzili Jacek Kotynia (TD SYNNEX) i Mariusz Laurisz (IT Reseller). Tło geopolityczne przedstawił David Chancellor-Maddison z IBM. Zestawił amerykańskie inwestycje w fabryki AI rzędu 350 miliardów dolarów z europejskimi na poziomie zaledwie 2,5 miliarda. Jego teza brzmiała jednoznacznie: Europa wygra dzięki suwerennym, zgodnym z AI Act fabrykom AI, które zatrzymują wrażliwe dane wewnątrz organizacji, a nie dzięki lepszym czatbotom.
Najwięcej emocji wywołały liczby dotyczące oprogramowania. W cyklu wytwarzania kodu AI skraca pracę programistów o 40 procent, a analizę i dokumentację nawet o 60 i 94 procent. Mariusz Olszewski z TD SYNNEX pokazał to na konkretnym przykładzie. Zespół pięciu deweloperów budował system trackingu GPS trzy miesiące. Ze wsparciem AI odtworzył go w trzy tygodnie. Narzędzie IBM Bob rozumie całe repozytorium i modernizuje systemy legacy, także kod w COBOL-u. Produktywność niesie jednak ryzyko. Część pracowników sięga po nieautoryzowane modele, dlatego IBM blokuje takie próby strażnikiem opartym na rodzinie Granite i maskuje dane wrażliwe, zanim trafią do modelu.
Od testu do wdrożenia
Skąd ta ostrożność firm? Daniel Wielosz z Solet podał, że aż 97 procent narzędzi AI używanych w Polsce to wersje darmowe. To zwiększa ryzyko wycieku danych. 45 procent pracowników korzysta z AI bez wiedzy działu IT. 38 procent wkleja firmowe dane do publicznych czatbotów.
Zamiast kupować licencję od razu, warto najpierw przetestować narzędzie. Warsztaty Discovery i krótkie testy biznesowe sprawdzają opłacalność, zanim firma wyda pieniądze. Niska cena wejścia ułatwia taki test.
Sztuczna inteligencja weszła również na halę produkcyjną. byteLAKE, partner Lenovo, analizuje dane z systemów MES, SCADA i IoT na infrastrukturze Edge i koryguje parametry maszyn, zanim dojdzie do błędnego przygotowania produktu. Koszt odpadu bywa tu od pięciu do dziesięciu razy wyższy niż wartość surowca. Warstwę sprzętową spinają procesory AMD EPYC, które kontrolują ponad 40 procent rynku serwerowego piątej generacji, oraz Ryzen AI z układem NPU, przetwarzający modele lokalnie, bez wysyłania danych do sieci. Cisco przestrzega jednak przed przeinwestowaniem w sprzęt. Jego wykorzystanie w firmach bywa jednocyfrowe, dlatego producent stawia na architekturę Secure AI Factory i ochronę AI Defense.
Lęk hamuje mocniej niż budżet
Debata, prowadzona przez Ewelinę Stój (IT Reseller) z udziałem Michała Stochmala (Commercial Business Development Executive CEE w AMD), Magdaleny Grzegorczyk (SMB Go-To-Market Lead w Microsoft), Grzegorza Dobrowolskiego (Technical Director w Cisco) oraz Pawła Chłuda (Presales Technical Solutions Expert w Lenovo), sprowadziła dyskusję do dwóch liczb. 85 procent firm eksperymentuje z AI, ale tylko 5 procent jest gotowych na wdrożenie produkcyjne. Powód nie leży w pieniądzach. Magdalena Grzegorczyk z Microsoftu wskazała lęk przed zmianą i obawę przed zastąpieniem ludzi przez maszyny. Grzegorz Dobrowolski z Cisco dodał brak governance. Ponad 90 procent firm deklaruje strategię AI, ale rzadko ma instrukcję jej wdrożenia. W podsumowaniu konferencji paneliści zgodzili się co do kluczowych wniosków. Po pierwsze w arkuszu kalkulacyjnym sztuczna inteligencja powinna stać po stronie inwestycji z mierzalnym zwrotem, a nie wydatków. Po drugie przewagę zbudują organizacje, które przestaną się jej bać i zaczną liczyć konkretne korzyści.
Relację przygotowaliśmy we współpracy z redakcją IT Reseller, która moderowała wydarzenie i przygotowała materiały z jego przebiegu.
