Enterprise AI’nın% 95’i Pilot Arafta Sıkıştı: Geri kalanı nasıl başarılı oluyor?
Rashmi Ramesh (Rashmiramesh_) •
4 Eylül 2025

Üretken yapay zeka, yönetim kurulu konuşmasına hakimdir, ancak üretimde hala azdır. MIT araştırmacıları, milyarlarca dolar harcamadan sonra, kurumsal projelerin% 95’inin bunu asla pilotları geçemediğini buldu.
Ayrıca bakınız: Ondemand | Eşsiz keşif ve savunma ile API güvenliğini dönüştürün
MIT’e göre, ABD’li işletmeler son üç yılda üretken AI girişimlerine 40 milyar dolar döktüler, ancak MIT’e göre, ölçülebilir yatırım getirisi görmediler. Grup 300’den fazla kamu AI girişimi inceledi ve 153 lideri araştırdı. Çoğu proje, iş akışlarını dönüştürmek yerine pilot arafta durdu. Fonlandılar, hiper verildiler ve toplantı odalarında sunuldular, ancak üretime ulaşmadan terk edilecekler (bkz:: Enterprise AI’nın yatırım getirisi neden hala birçok firmadan kaçıyor?).
Geri dönüş
“%95” rakamı, manşetleri olduğu kadar tartışmaya yol açtı. Bazı uzmanlar, raporun kurumsal kabulün zorluklarını aşırı derecede basitleştirebileceği veya yanlış yönlendirebileceği konusunda uyardı. Wharton Profesörü Kevin Werbach,% 95 rakamının arkasındaki anket verilerinin belirsiz olduğunu ve metodoloji veya örneklem büyüklüğünde çok az şeffaflık ile akademik titizlikle ilgili endişeleri artırdığını söyledi. Oxford üyesi Ajit Jaokar, çalışmaya Nanda’nın merkezi olmayan AI gündemiyle çok düzgün bir şekilde hizalanan “akıllı bir pazarlama hile” olarak adlandırılırken, tedarik döngüleri, iş akışı yeniden tasarımı ve iş değişiklikleri gibi daha fazla prosaik ama belirleyici engelleri gözden geçirdi. Strateji Profesörleri Nathan Furr ve Harvard Business Review’dan Andrew Shipilov, başlığın, şirketlerin dijital dönüşüm döneminin hatalarını tekrarladıkları, kaynakları temel iş fırsatlarına bağlamak yerine odaklanmamış pilotlara dağıttıkları konusunda daha ince bir gerçekliği gizlediğini söyledi.
Kavram kanıtının ötesine geçmek
Gerçek rakam% 95 ister daha düşük olsun, uzmanlar işletmelerin AI’nın kavramın geçmiş kanıtı olarak hareket ettirmek için mücadele ettiklerini kabul ediyorlar.
Stalled pilotlar kurumsal AI benimsemesini tanımlar. Neredeyse her büyük firma pilotlar başlattı, ancak çoğu deneyin limboda sıkışmış gibi görünüyor. MIT Nanda raporu, şirketlerin% 80’inin Gen AI araçlarını ve yarı koşu pilotlarını araştırdığını ancak sadece% 5’inin üretime ulaştığını buldu. Boşluk, en fazla pilotu başlatan ancak bunları en düşük oranda dönüştüren yıllık geliri 100 milyon dolardan fazla olan işletmeler arasında en geniş. Orta pazar firmaları Fortune 500 şirketlerinde dokuz ay veya daha uzun bir süre ile karşılaştırıldığında, projeleri pilottan ortalama 90 gün içinde konuşlandırmaya taşıdı.
Öğrenme boşluğu
Bariyer altyapı, düzenleme veya yetenek değil, yazarların “öğrenme boşluğu” dediği şeydir. Çoğu kurumsal AI sistemi belleği koruyamaz, geri bildirime uyum sağlayamaz veya iş akışlarına entegre edemez. Araçlar tek başına çalışır, içerik veya analiz üreterek statik bir şekilde çalışır, ancak bunları kullanan kuruluşların yanında gelişemez. Yöneticiler için sonuç, çok az iş etkisi olan kavram kanıtlarının denizidir.
Raporda, “Chatbots başarılı çünkü esnek ve esnek, ancak bellek eksikliği ve özelleştirme nedeniyle kritik iş akışlarında başarısız oluyorlar.” Dedi.
Birçok pilot asla bu geçişte hayatta kalmaz, Güvenlik Merkezi ve Gelişen Teknoloji Merkezi Araştırma Analisti Mina Narayanan, Information Security Media Group’a verdiği demeçte.
“Üretken AI pilotları, bir AI sisteminin gerçek dünyada etkinliğini yeterince test edemeyebilir. Kontrollü gösterilerde iyi performans gösterebilirler, ancak bu koşullar genellikle canlı dağıtım ortamlarından ince yollarda farklılık gösterir.” Dedi. “Eğer doğru insanlar pilotun tasarımına katılmıyorsa, kapsam kritik iş akışlarını kaçırabilir ve işletmeleri ölçeklendirmeye tereddüt eder.”
Kurumsal Evlat Edinme ve Gölge AI Ekonomisi
Tüketiciye bakan AI’nın güçlü benimsenmesi göz önüne alındığında, işletme dağıtımlarının zayıflığı özellikle çarpıcıdır. Endüstrilerdeki işçiler, genellikle günde birkaç kez chatgpt veya copilot’a güvendiklerini söyledi. Ancak aynı kişiler, şirketlerinin satın aldığı kurumsal sınıf sistemlerini reddederek onları kırılgan, aşırı mühendislik veya ihtiyaçlarıyla yanlış hizalanmış olarak tanımlıyor. Paradoks, çalışanların resmi konuşlandırmaların bozulmasıyla birlikte AI’nın kullanışlılığını gayri resmi olarak kanıtlamalarıdır.
MIT Nanda anketi, firmaların sadece% 40’ının büyük dil modeli abonelikleri satın aldığını, çalışanların% 90’ından fazlasının iş için kişisel AI araçlarını kullandığını bildirdi. Bu gölge AI ekonomisi, resmi projeler dursa bile, şirketlerin içinde evlat edinmenin gerçekleştiği yerdir (bkz:: İşletmeler Gölge AI’nın sessiz tehdidini nasıl azaltabilir?).
Bu gölge ekonomisinin etkileri karmaşıktır. Bir yandan, işçiler esnek, duyarlı ve tanıdık araçlara yöneldikçe net çalışan talebini gösterir. Öte yandan, işletmeleri uyum ve güvenlik risklerine maruz bırakır. Raporda görüşülen kurumsal avukatlar ve tedarik görevlileri, firmaları on binlerce dolara mal olan özel araçlar satın alsa bile, hazırlama veya analiz için ChatGPT’ye güvendiklerini itiraf ettiler. Neden tüketici araçlarını tercih ettikleri sorulduğunda, cevapları tutarlıydı: ChatGPT daha iyi çıktılar üretti, yineleme daha kolaydı ve daha az eğitim gerektirdi.
Bir avukat araştırmacılara, “Satın aldığımız AI aracımız sınırlı özelleştirme seçenekleriyle sert özetler sağladı.” Dedi. “Chatgpt ile, tam olarak ihtiyacım olanı elde edene kadar konuşmaya rehberlik edebilir ve yineleme yapabilirim. Temel kalite farkı fark edilir. ChatGPT, satıcımız aynı temel teknolojiyi kullandığını iddia etmesine rağmen sürekli olarak daha iyi çıkışlar üretiyor.”
Gölge AI ekonomisi riskleri
Narayanan, bu eğilimin gerçek riskler yarattığını söyledi. Yetkilendirilmeden chatgpt gibi tüketici araçlarını kullanan çalışanlar, uyumsuzluktan düşebilir ve farkında olmadan hassas işleri veya kişisel verileri ifşa ederek kendilerini ve kuruluşlarını riske atabilir. Narayanan, “Bu araçlar, çalışanların sağladığı bilgileri koruyabilir ve yeniden canlandırabilir, kötü niyetli aktörlerin hassas kurumsal verilerden yararlanması için kapıyı açabilir.” Dedi.
Konuyu azaltmak için şirketlerin izin verilen kullanımları tanımlayan açık politikalar belirlemeleri ve çalışanları Gen AI riskleri konusunda eğitmeleri gerektiğini söyledi.
Medya, telekom sektörleri liderlik ediyor
Evlat edinmeyi çevreleyen gürültüye rağmen, gerçek bozulma iki sektörde yoğunlaşıyor. Medya ve telekom, yapısal değişim kanıtı gösteren tek endüstriydi. MIT Nanda’nın pazar payı, yeni katılımcılar, iş modelleri ve müşteri davranışlarındaki vardiyalarda endüstrileri puanlayan Kesintisiz Endeksi, teknoloji ve medyaya iki puan verdi. Diğer her sektör sıfır ve 1.5 arasında puan aldı. Sağlık ve enerji en düşük sırada yer aldı ve neredeyse gözlemlenebilir bir etki yoktu.
Orta pazardaki bir üretim firmasındaki bir COO, rapor yazarlarına şunları söyledi: “LinkedIn’deki hype her şeyin değiştiğini söylüyor, ancak operasyonlarımızda temel hiçbir şey değişmedi. Bazı sözleşmeleri daha hızlı işliyoruz, ama her şey değişti.”
YG nasıl elde edilir
Bölünmeyi geçmenin ekonomik riskleri önemlidir. Artan şirketler -% 5 – ölçülebilir yatırım getirisi. Ön ofis avantajları arasında AI destekli takipler yoluyla% 40 daha hızlı olası kalifikasyon ve% 10 daha iyi müşteri elde tutma bulunmaktadır. Arka ofis tasarrufları daha da dramatik: BPO sözleşmelerini ortadan kaldırarak yılda 2 milyon ila 10 milyon dolar, dış ajans harcamalarında% 30 ve dış kaynaklı finansal risk kontrollerinden kaydedilen yılda 1 milyon dolar.
Medya ve teknoloji gibi etkilenen sektörler için, “yöneticilerin% 80’i 24 ay içinde işe alım hacimlerinin azalmasını öngörüyor.” Ancak görüşülen yöneticiler, araştırmacılara, Headcome sayısı indirimlerinden ziyade verimlilik iyileştirmeleri gördüklerini, Job Etkileri ile sınırlı olarak müşteri destek operasyonları, idari işleme ve standart geliştirme görevleri gibi dış kaynaklı destek işlevlerine sınırlı olduğunu söyledi.
Raporda, “Bu roller, dış kaynaklı durumları ve süreç standardizasyonu nedeniyle AI uygulamasından önce güvenlik açığı sergiledi.” Dedi.
Başarılı projeleri ayıran şey
Terk edilmiş pilotlar ve hayatta kalanlar arasındaki temel fark yaklaşım gibi görünüyor. Başarılı olan kuruluşlar inşa etmek yerine satın alma eğilimindedir ve yazılım tedarikçileri yerine iş süreci dış kaynak ortakları gibi satıcılara davranırlar. MIT Nanda raporu, dış ortaklıkların, içsel olarak inşa edilmiş projeler için% 33’üne kıyasla zamanın yaklaşık% 67’sini başardığını buldu. En etkili alıcılar özelleştirme talep eder, satıcıları iş sonuçlarından sorumlu tutar ve merkezi AI laboratuvarlarının değil, cephe hattı yöneticilerinin benimsenmesini sağlamasına izin verir.
Tanımlanamayan bir CIO rapor yazarlarına şunları söyledi: “Bu yıl düzinelerce demo gördük. Belki bir ya da iki tanesi gerçekten yararlıdır. Geri kalanı sargılar veya bilim projeleridir.”
Narayanan, ortaklıkların karmaşıklığı azaltmaya yardımcı olduğunu söyledi. Satıcılar, geliştirme, test ve bakım sorumluluklarını paylaşarak AI sistemleri edinme genel giderlerini basitleştirebilir. Ancak işletmeler, veri gizliliğini koruyan, risk yönetimi uygulamalarını sağlayan ve performansa dayalı sonuçları garanti eden güçlü sözleşmelere ihtiyaç duyarlar. Ayrıca, sözleşmeler sona erdikten sonra veri ve bilginin taşınabilirliğini sağlayarak satıcının kilitlenmesine karşı korunmaları gerektiğini söyledi.
Bölme devam etse bile, rapor deney penceresinin kapandığını söyledi. İşletmeler, zaman içinde birleştiren anahtarlama maliyetleri yaratarak öğrenen ve uyum sağlayan sistemlerle satıcı ilişkilerini kilitlemeye başlıyor.
İleriye dönük
İleriye baktığımızda Narayanan, endüstriler arasında düzensiz bir evlat edinmeyi bekliyor. Teknoloji ve medya firmaları büyük olasılıkla suçlamaya öncülük edecekler, çünkü zaten AI’nın etkili bir şekilde nasıl entegre edileceği konusunda kurumsal bilgileri deniyorlar ve inşa ediyorlar. “Olgunluk belirtileri, işgücü kompozisyonundaki değişimleri veya sunulan hizmetlerin türü ve hacmindeki değişiklikleri içerebilir. Ancak bazı endüstriler, özellikle işçiler AI sistemlerini güvenilmez olarak görüyorsa çok az ilerleme göstermeye devam edebilir.” Dedi.
“Genai bölünmesi” sorunu teknoloji ve seçimler hakkında daha azdır. Şirketler, entegre olmayan veya geliştirmeyen bilim projelerine milyarlarca harcıyorlar. Çalışanlar, güçlü ancak bypass yönetişim ve risk kontrolleri olan gölge AI araçlarına yöneliyor. Raporda, “derin özelleştirme talep ediyor, ön hatlardan benimsemeyi teşvik eden ve satıcıları iş metriklerine karşı sorumlu tutan” kuruluşların küçük bir kısmı.