Kodėl AI produktyvumas dar nevirsta įmonės rezultatu?

Ką rodo tyrimas – ir ko jis neįrodo

McKinsey apklausoje 80 % respondentų, naudojančių AI savo darbe, nurodo padidėjusį individualų produktyvumą. Teigiamą poveikį visos organizacijos pelnui prieš palūkanas ir mokesčius (EBIT) nurodo 37 % respondentų. Tai skirtingi rodikliai: jų negalima laikyti vienu įmonių sėkmės piltuvėliu.

Apie 6 % respondentų ataskaitoje priskiriama „AI high performers“ kategorijai: jie AI priskiria bent 5 % organizacijos EBIT ir nurodo reikšmingą vertę. Ši kategorija nereiškia, kad visos kitos organizacijos naudos negauna.

Tyrimas atliktas 2026 m. gegužės 4–birželio 8 d.; jame dalyvavo 1 719 respondentų iš 97 valstybių. Tai respondentų vertinimai, o ne audituotų finansinių rezultatų patikra. Ataskaita nėra Lietuvos įmonių tyrimas ir nepatvirtina LeanAI metodo veiksmingumo. Šaltinis: ataskaitos 3, 11–12, 17 ir 30 psl.

Pradėti verta nuo verslo apribojimo

Mūsų interpretacija: prieš pasirenkant AI įrankį verta išsiaiškinti, kas šiuo metu labiausiai kliudo įmonei augti, vykdyti įsipareigojimus ar gerinti pelningumą. Tai gali būti vėlavimai, ilgas užsakymo įvykdymo laikas, kokybės problemos, aukšti kaštai ar atsargose įšaldytos lėšos.

Pavyzdžiui, greičiau parengtas pasiūlymas nepanaikins gamybos pajėgumų apribojimo. Greitesnė ataskaita nepagerins pristatymų patikimumo, jei sprendimai pagal ją nepriimami. Tai iliustraciniai pavyzdžiai, ne LeanAI klientų rezultatų aprašymai.

Todėl pirmasis klausimas nėra „kur galime panaudoti AI?“. Jis konkretesnis: „kurį verslo rezultatą norime pakeisti ir kas šiandien jį riboja?“

Keisti procesą, ruošiant žmones naujam darbo būdui

Ataskaitoje aukštesnį AI rezultatą nurodantys respondentai dažniau apibūdina iš esmės pertvarkytus darbo procesus, vadovų įsitraukimą ir poveikio matavimą. Tyrimas rodo šių praktikų sąsają su nurodomu rezultatu; tai nėra priežastinio ryšio įrodymas. Šaltinis: 18–19 psl.

LeanAI požiūriu, pokytis apima ne vien automatizuotą užduotį. Reikia suprasti proceso eigą, duomenų kokybę, sprendimų perdavimą tarp žmonių ir tai, kas bus atsakingas už naują darbo būdą.

Iš anksto sutariama, kada AI rezultatą turi patikrinti žmogus, ką sistema gali atlikti savarankiškai ir kada reikia stabdyti veiksmą. Komandai reikalingi praktiniai įgūdžiai ir aiškūs darbo standartai.

Vertinti bendrą poveikį ir kaštus

Pradinis rodiklis turi atitikti pasirinktą problemą: užsakymų įvykdymas laiku, proceso trukmė, broko ar perdarymo dalis, vieneto savikaina, atsargų apyvartumas ar kitas verslui svarbus matas. Vien AI naudojimo dažnis rezultato neparodo.

Vertinant sprendimą skaičiuojamos licencijos, integracija, duomenų parengimas, mokymas, žmogaus patikra ir priežiūra. Sutaupytas laikas vertinamas kartu su tuo, kaip atlaisvinti pajėgumai panaudojami verslui.

Nedidelis bandymas padeda patikrinti pasirinktą sprendimą. Plėsti jį verta tada, kai sutarti rodikliai rodo naudingą pokytį, o kaštai ir rizikos yra priimtini.

Penki klausimai prieš pradedant AI iniciatyvą

1. Kuris verslo iššūkis dabar svarbiausias ir koks rodiklis jį atspindi?

2. Kuri proceso vieta labiausiai riboja šį rezultatą?

3. Kaip pasikeis procesas, žmonių darbas ir atsakomybės?

4. Kokie bus visi sprendimo kaštai, reikalingi duomenys ir žmogaus patikra?

5. Pagal ką nuspręsime sprendimą plėsti, koreguoti ar sustabdyti?

Kaip tai siejasi su VEIKIA

VEIKIA yra mūsų darbo eiga: Vertink → Eik gilyn → Išrink → Keisk → Integruok → Atnaujink. Pradedame nuo verslo prioriteto, nagrinėjame priežastis, pasirenkame iniciatyvą, išbandome pokytį, įtvirtiname darbo būdą ir peržiūrime rezultatą.

McKinsey tyrimas suteikia platesnį kontekstą. Mūsų praktinis atsakymas – susieti Lean principus ir tinkamas AI galimybes su konkrečia organizacijos situacija. Pirmiausia aptariame ją su vadovu, o tolesnę kryptį parenkame pagal išsiaiškintus prioritetus.