Kāpēc MI pilots strādā, bet uzņēmuma produktivitāte nemainās?

Pilots parasti pārbauda ierobežotu pieņēmumu: vai ar noteiktu datu kopu, konkrētiem darbiniekiem un iepriekš izvēlētiem gadījumiem risinājums sasniedz sagaidāmo kvalitāti. Šādai pārbaudei ir vērtība. Tā ļauj agrīni atklāt tehniskas nepilnības, saprast lietotāju reakciju un noraidīt risinājumus, kas nedarbojas pat kontrolētā vidē. Tomēr pilota panākums pats par sevi nepierāda, ka rīks mērogosies uz visiem klientiem, maiņām, filiālēm vai produktu līnijām; vēl mazāk tas pierāda izmaksu samazinājumu vai peļņas pieaugumu.

Praksē bieži sajauc četrus līmeņus. Tehniska sekmība nozīmē, ka sistēma izpilda uzdevumu. Darbinieka produktivitāte nozīmē, ka noteiktā laikā iespējams paveikt vairāk vai labāk. Procesa produktivitāte nozīmē, ka viss darba cikls no pieprasījuma līdz apstiprinātam rezultātam ir uzlabojies. Uzņēmuma ekonomiskā atdeve rodas tikai tad, kad šīs pārmaiņas ietekmē izmaksas, jaudu, ieņēmumus, riskus vai citu uzņēmumam nozīmīgu rezultātu. Pāreja no viena līmeņa uz nākamo nav automātiska.

Labs pretpiemērs ir klientu atbalsta darba pētījums, ko publicējuši Ēriks Brīnjolfsons, Daniela Li un Lindsija Reimonda. Recenzētajā 2025. gada publikācijā analizēti 5172 klientu atbalsta darbinieki; piekļuve ģeneratīvā MI palīgam palielināja atrisināto jautājumu skaitu stundā vidēji par 15%, turklāt ietekme būtiski atšķīrās atkarībā no darbinieku pieredzes un sākotnējām prasmēm. Tas ir spēcīgs pierādījums konkrētam darba rezultātam šajā vidē, nevis universāls solījums, ka jebkurš uzņēmums pēc MI ieviešanas kļūs par 15% ienesīgāks S02.

Pieņemsim, ka MI palīdz analītiķim sagatavot pārskata pirmvariantu 20 minūtēs, lai gan iepriekš tas prasīja stundu. Ja pēc tam vadītājs to pārbauda divas dienas, jurists pieprasa labojumus, bet finanšu sistēma nepieņem izvaddatus bez manuālas ievades, klienta vai vadības skatījumā procesa izpildes laiks var gandrīz nemainīties. Uzlabots ir viens posms, savukārt procesa ierobežojums atrodas citur. Pēc paātrinājuma tieši šī neuzlabotā vieta var kļūt vēl noslogotāka, jo tai pienāk vairāk materiālu.

Tā ir pārvaldības, ne tikai modeļa kvalitātes problēma. Ja darbiniekam radīts papildus saturs ir jāpārraksta citā sistēmā, jāatjauno manuāli un jāapstiprina vairākās paralēlās plūsmās, MI var palielināt darba apjomu nākamajā posmā. Arī veiksmīga automatizācija nerada naudas ietaupījumu, ja atbrīvoto laiku nav iespējams izmantot produktīvi, samazināt virsstundas, novērst ārpakalpojumu izdevumus vai palielināt apkalpoto darbu skaitu. Tas nenozīmē, ka uzlabojums ir bezvērtīgs: darbinieks var iegūt laiku sarežģītākiem uzdevumiem, uzlaboties klientu pieredze vai samazināties kļūdu risks. Taču šie ieguvumi ir jānosauc un jāizmēra atsevišķi.

McKinsey 2025. gada pētījumā darba plūsmu pārveide bija īpaši cieši saistīta ar uzņēmuma ziņoto MI ietekmi uz peļņas rādītājiem. Tas ir novērojums aptaujas datos, nevis pierādījums, ka konkrēta reorganizācija vienmēr izraisīs peļņas pieaugumu. 2026. gada McKinsey aptauja turpina uzsvērt plaisu starp MI izmantošanu un organizācijas līmenī uztvertu atdevi. 2026. gada 13. oktobra analīzē, atsaucoties uz šo aptauju, norādīts: lielo uzņēmumu respondentu vidū 40% ziņo par MI aģentu mērogošanu, bet tikai 6% ziņo, ka MI rada vismaz 5% no uzņēmuma EBIT. Šie rādītāji mēra atšķirīgas lietas, un aptaujas pašziņojumi nav neatkarīgi auditēti finanšu rezultāti S01 S03 S04.

Pirmais ir datu atšķirība. Demonstrācijai atlasa sakārtotus dokumentus un viegli izskaidrojamus gadījumus; produkcijā parādās novecojuši ieraksti, pretrunīgas definīcijas, nepilnīgas klientu vēstures un dažādas piekļuves tiesības. Modelis var radīt lingvistiski pārliecinošu, bet darbam nederīgu rezultātu. Šāds rezultāts bieži nozīmē vēl vienu pārbaudes soli, nevis automatizāciju. OECD pētījumā par MI ieviešanu uzņēmumos atsevišķi analizēti organizatoriskie šķēršļi un nepieciešamās kompetences, atgādinot, ka piekļuve tehnoloģijai nav tas pats, kas spēja to izmantot ražojoši S05.

Otrais ir nepietiekami aprakstīts process. Organizācija dažkārt automatizē darbību, kurai nav vienotas izpildes kārtības, ievades kvalitātes kritēriju vai skaidra atbildīgā. Šādā vidē automatizācija neatrisina neskaidrību — tā to izpilda lielākā mērogā. Pirms rīka izvēles jānosaka, kā izskatās pareiza ievade, pieļaujamā kļūda, izņēmuma situācija, lēmuma īpašnieks un atgriešanās pie manuāla procesa.

Trešais ir integrācijas iztrūkums. Ja MI rīks neizmanto faktiskos datu avotus vai nespēj rezultātu droši nodot darba sistēmai, darbinieks pārvēršas par starpnieku starp divām nesavietotām vidēm. Pārsūtīšana, pārformatēšana, salīdzināšana un piekļuves pieprasījumi var apēst lielu daļu šķietami ietaupītā laika. Īpaši svarīgi nepiešķirt modelim plašākas piekļuves vai darbību tiesības tikai tāpēc, lai novērstu integrācijas neērtības.

Ceturtais ir slēptais cilvēka darbs. MI priekšlikumu pārbaude, kļūdu labošana, uzvedņu uzturēšana, izņēmumu apstrāde, incidentu izmeklēšana un darbinieku apmācība ir faktiskas izmaksas. Ja šis darbs netiek uzskaitīts, pilots var izskatīties lēts, bet produkcija — pārsteidzoši dārga. Vienlaikus cilvēka kontrole nav kļūme: noteiktos procesos tā ir nepieciešama kvalitātei un atbildībai. Kļūda ir šo kontroli ignorēt biznesa aprēķinā.

Piektais ir nepareizs panākumu rādītājs. Lietotāju skaits, uzvedņu apjoms, ģenerēto dokumentu daudzums vai modeļa atbildes ātrums rāda izmantošanu un sistēmas aktivitāti. Tie nepasaka, cik pasūtījumu uzņēmums pabeidza, cik kļūdu novērsa, cik klientu saglabāja vai kā mainījās vienas kvalitatīvi pabeigtas operācijas izmaksas. Pieaugot MI izmantošanas apjomam, uzņēmuma rezultāts var palikt nemainīgs vai pasliktināties.

Vispirms jānosaka mērījuma vienība. Piemēram, nevis “vienas atbildes ģenerēšanas laiks”, bet “viena pareizi atrisināta klienta pieprasījuma kopējās izmaksas”; nevis “sagatavoto līgumu skaits”, bet “apstiprinātu līgumu skaits noteiktā laikā ar pieļaujamu labojumu biežumu”. Tad jānosaka sākotnējais stāvoklis un salīdzināšanas metode. Vienkāršs salīdzinājums pirms un pēc MI ieviešanas var maldināt, jo rezultātu ietekmē sezonalitāte, klientu pieprasījuma sarežģītība, personāla sastāvs un citas vienlaicīgas izmaiņas. Ja iespējams, palīdz salīdzināma kontroles grupa vai pakāpeniska ieviešana; ja tas nav iespējams, metodoloģiskie ierobežojumi jāatklāj vadības ziņojumā.

Īpaši svarīgi ir nejaukt atbrīvoto laiku ar ietaupītu naudu. Ja 20 darbiniekiem katram nedēļā atbrīvojas viena stunda, tas matemātiski ir 20 darba stundas nedēļā, taču nav automātiski 20 stundu izmaksu samazinājums. Naudas izteiksmē ieguvums rodas atkarībā no tā, vai samazinās apmaksātas papildu stundas, tiek izvairīts no plānotas papildu nodarbināšanas, atbrīvotā jauda rada papildu pieprasījuma apkalpošanu vai sasniegts cits novērtējams rezultāts. Pretējā gadījumā precīzāks apzīmējums ir “potenciāli atbrīvotā kapacitāte”.

Minimālais aprēķins konkrētam procesam ir šāds: neto ieguvums = realizētie izmaksu ietaupījumi + pamatoti attiecināmā papildu ieguldījuma marža − visas MI ieviešanas un ekspluatācijas papildu izmaksas. Šeit ar papildu ieguldījuma maržu jāsaprot papildu ieņēmumi pēc attiecīgajām mainīgajām izmaksām, nevis visa apgrozījuma summa. Ja vērtē klientu pieredzi vai risku mazināšanu, tos var uzrādīt atsevišķi, neuzdodot neprecīzu monetizāciju par auditētu peļņu.

Pilnās izmaksās jāiekļauj licences vai modeļa izsaukumi, infrastruktūra, integrācija, datu sagatavošana, piekļuves pārvaldība, uzraudzība, apmācība, cilvēka pārbaudes laiks un izņēmumu apstrāde. Jāņem vērā arī risinājuma kvalitātes regress pēc modeļa, datu avota vai darba plūsmas maiņas. NIST MI riska pārvaldības ietvars paredz sistemātisku pārvaldību, konteksta noteikšanu, mērīšanu un risku pārvaldību visā sistēmas dzīvesciklā. Šī pieeja palīdz novērst situāciju, kurā modelis tiek novērtēts vienreiz, bet tā darbība pēc ieviešanas netiek atkārtoti pārbaudīta S06.

Iedomāsimies ilustratīvu, nevis pētījumā konstatētu piemēru. Uzņēmums mēnesī apstrādā 10 000 pieprasījumu, kuru pilnās apstrādes izmaksas sākotnēji ir 4 eiro par gadījumu. Pēc MI ieviešanas tās samazinās līdz 3,60 eiro, jau ieskaitot cilvēka pārbaudi, bet risinājuma papildu fiksētās izmaksas ir 2500 eiro mēnesī. Bruto uzlabojums ir 4000 eiro mēnesī, bet neto rezultāts — 1500 eiro mēnesī pirms vienreizējo ieviešanas izmaksu amortizācijas. Ja procesa kļūdu dēļ rodas vēl 2000 eiro papildu izmaksas, tas pats projekts kļūst ekonomiski negatīvs. Piemērs rāda aprēķina jutīgumu pret kvalitāti un izdevumu pilnīgumu, nevis prognozi par MI ieviešanas tipisko ienesīgumu.

Vadības lēmumam jābalstās uz iepriekš noteiktiem kritērijiem, nevis tikai projekta komandas entuziasmu. Pirms paplašināšanas jābūt pierādītai procesa kvalitātei, drošai piekļuvei, kontrolētam kļūdu apjomam, faktiskam izmaksu modelim, skaidram īpašniekam un salīdzinājumam ar sākotnējo darbu. Ja ieguvums rodas tikai atlasītā uzdevumu grupā, saprātīga izvēle var būt šīs grupas automatizēšana, nevis visas organizācijas piespiedu pāreja. Ja parādās liels pieprasījums pēc manuālas pārbaudes, vispirms jāuzlabo ievades dati vai jāmaina darba sadalījums, nevis automātiski jāiegādājas jaudīgāks modelis.

NIST pieeja arī paredz novērtēt, vai sistēma sasniedz iecerēto mērķi un vai tās izstrāde vai ieviešana jāturpina. Tas neuzliek uzņēmumam vienu obligātu rādītāju kopu, bet nostiprina principu, ka lēmumam par turpināšanu jāņem vērā gan ieguvumi, gan riski S07. Šo lēmumu var nostiprināt ar pieciem praktiskiem jautājumiem: vai pilna darba cikla rezultāts tiešām uzlabojas; vai kvalitāte un riski ir pieņemami; vai ieguvums saglabājas pie reālajiem datiem un apjomiem; vai ekonomiskais ieguvums pārsniedz kopējās papildu izmaksas; un vai ir atbildīgais, kas šo stāvokli uzraudzīs arī pēc projekta komandas aiziešanas.

Svarīgs pretarguments: dažus MI projektus nedrīkst vērtēt tikai pēc tūlītējas peļņas. Eksperimentā var tikt iegūtas zināšanas, uzlabota pakalpojuma pieejamība, samazināta darbinieku slodze vai radīta stratēģiski nepieciešama kompetence. Tie ir leģitīmi ieguldījuma mērķi, ja organizācija tos ir skaidri definējusi un nepasniedz kā jau realizētu finanšu atdevi. Savukārt produktivitātes solījums bez procesa mērījuma nav pārbaudāms apgalvojums, lai cik iespaidīga būtu demonstrācija.

Sākt vajadzētu ar reāla procesa izpēti, nevis modeļa demonstrācijas pasūtīšanu. Izvēlieties vienu skaidru darbības ciklu, pierakstiet tā sākumu un beigas, izmaksas un izņēmumus, kā arī noskaidrojiet, kur patiesībā veidojas gaidīšana un kļūdas. Pēc tam izveidojiet sākotnējo mērījumu, salīdziniet MI variantu ar saprātīgu alternatīvu — piemēram, procesu vienkāršošanu vai parastu noteikumu automatizāciju — un tikai tad lemiet, vai vajadzīgs MI. Šāds salīdzinājums pasargā no situācijas, kurā dārgs tehnoloģisks risinājums aizstāj procesu, ko varēja sakārtot daudz vienkāršāk.

Mans secinājums ir šāds: uzņēmuma produktivitāte nemainās nevis tāpēc, ka MI pilots obligāti būtu izgāzies, bet tāpēc, ka pilots bieži pārbauda nepareizo mērogu. Tas apliecina atsevišķas darbības iespējamību, kamēr uzņēmumam vajadzīgs pierādījums par visa darba cikla labāku rezultātu. Nopietna ieviešana sākas brīdī, kad organizācija spēj pateikt ne tikai “modelis strādā”, bet arī “šādi mainījās mūsu darba rezultāts, tik tas izmaksāja un šādi mēs pārbaudījām atšķirību”.