95, 80, 28: wojna liczb o porażki AI

Trzy liczby prowadzą w tym roku większość rozmów o AI na zarządach. Raport MIT NANDA mówi, że 95% pilotaży GenAI nie ma mierzalnego wpływu na rachunek zysków i strat (P&L). Liczbę ponad 80% nieudanych projektów AI cytuje się z powołaniem na RAND, a Gartner podaje, że 28% use case'ów AI odnosi pełny sukces. Nie przeczą sobie, bo nigdy nie liczyły tego samego. Wybór przedmiotu liczenia zapadł, zanim zebrano jakiekolwiek dane — i właśnie o tym wyborze jest ten esej.

Statystyki porażek AI to gatunek wydawniczy z własną ekonomią. Kiedy oceniasz dobór pytań i sposób podania wyników, uwzględnij interes wydawcy. Nikt przy tym nie musiał kłamać, żeby liczby wylądowały tam, gdzie wylądowały.

Jedną z nich rozbieram osobno, po kawałku: co naprawdę mówi 28% Gartnera. Ten esej jest o gatunku.

Kto produkuje te liczby i co przy okazji sprzedaje

Zacznij od modelu biznesowego. Większość przychodu Gartnera pochodzi z odnawialnych subskrypcji badań pod decyzje, resztę dokładają konferencje i doradztwo. Cytowalna liczba w komunikacie prasowym to darmowa próbka; właściwy produkt jest dopiero za nią. To opis lejka sprzedażowego, nie zarzut kupowania wyników — ten przerabiał sąd w sprawie NetScout przeciw Gartnerowi: pozew wniesiono w 2014 roku, a Sąd Najwyższy Connecticut oddalił go w 2020. Nikt nie kupuje rezultatu. Rzecz jest subtelniejsza i trudniej się przed nią bronić: liczba, która do ciebie dociera, przeszła już selekcję pod kątem cytowalności.

Selekcję widać w dorobku jednego producenta. W ciągu trzynastu miesięcy Gartner opublikował trzy liczby. W czerwcu 2025 prognozował, że do końca 2027 roku skasowanych zostanie ponad 40% projektów agentowych. Kilka dni później podał wynik ankiety: 45% organizacji o wysokiej dojrzałości AI utrzymuje projekty AI w ruchu przez co najmniej trzy lata. W kwietniu 2026 przyszło 28%. Pierwsza i trzecia obiegły wszystko. Czterdzieści pięć procent nie ma w mediach niemal żadnego życia. Pesymistycznych liczb nie pchano mocniej niż optymistycznej. Mocniej je podchwycono. Selekcja dzieje się także po stronie odbiorcy.

Laboratorium uniwersyteckie również ma produkt. Liczba 95% wyszła z projektu MIT NANDA — Networked Agents and Decentralized AI, prowadzonego w MIT Media Lab, z Rameshem Raskarem jako głównym badaczem. NANDA buduje infrastrukturę dla agentów AI: zdecentralizowany rejestr opisywany jako DNS dla agentów, protokoły agent–agent, weryfikację tożsamości i reputacji. Deklaracja misji stawia analogię wprost i porównuje brakującą warstwę agentową do DNS i HTTP z wczesnej sieci.

Teraz przeczytaj obok tego diagnozę raportu. Wdrożenia korporacyjne zawodzą, twierdzi raport, bo systemom brakuje pamięci i nie uczą się z informacji zwrotnej. To ta sama luka, którą infrastruktura NANDA ma wypełnić. Raport nie przeszedł recenzji naukowej.

Wersja konsultanta jest w tym gatunku najstarsza. Badanie BCG z października 2024, Where's the Value in AI?, ustaliło, że 74% firm ma kłopot z osiągnięciem i wyskalowaniem wartości z AI. Tylko 26% miało zdolności, by wyjść poza proof of concept (PoC), a 4% opisano jako czołówkę. Próba: 1000 członków zarządów i wyższej kadry z 59 krajów i ponad 20 branż. Przyjrzyj się narzędziu. To samoocena dojrzałości zdolności; badanie nigdy nie twierdziło, że mierzy wyniki projektów. Mimo to krąży jako 74% porażek, a BCG sprzedaje transformację AI.

Ostatni dowód rzeczowy pokazuje, co się dzieje, gdy taka liczba przestaje być tylko tematem rozmów. 19 i 20 sierpnia 2025 akcje spółek związanych z AI poszły w dół: Nasdaq spadł o ponad 1,2%, Nvidia o około 3,5%, Palantir o blisko 10%. Ówczesne komentarze rynkowe wskazywały raport MIT obok wypowiedzi Sama Altmana o bańce jako bezpośrednie zapalniki. Oba wydarzenia przypadły na ten sam tydzień, więc wyprzedaży nie da się przypisać samemu raportowi. Mimo to nierecenzowany working paper z laboratorium budującego infrastrukturę agentową poruszył rynki publiczne, a metodologia nie pojechała razem z liczbą z nagłówka.

Liczba dojechała. Mianownik został w domu.

Pięć ustawień, które przesądzają odpowiedź

Zanim ktokolwiek skontaktuje się z pierwszym respondentem, badanie porażek wybrało już pięć rzeczy. Każdy z tych wyborów przesuwa wynik o dziesiątki punktów i żadnego nie widać w nagłówku.

Jednostka analizy. Use case, pilotaż, PoC, projekt, firma albo prognoza. W obiegu jest sześć różnych mianowników i nie da się ich na siebie przeliczyć.

Próg sukcesu. Mierzalny wpływ na P&L, dojście do produkcji, utrzymanie się w produkcji przez trzy lata, spełnienie oczekiwań ROI menedżera albo trafienie w pierwotny szacunek. Każdy próg ma własną literaturę i własną liczbę.

Populacja. Liderzy infrastruktury i operacji (I&O), członkowie zarządów, przepytani praktycy, baza klientów jednego fintechu albo reprezentatywna próba rządowa.

Horyzont. Projekt młodszy niż okno ankiety liczy się jako porażka z samej konstrukcji pomiaru. Osiemnastomiesięczny okres zwrotu w dziewiątym miesiącu nie pokazuje niczego.

Samoocena kontra pomiar. Ocena własnego ROI przez menedżera to nie audyt; jedno i drugie potrafi wskazywać w przeciwne strony. Wracam do tego niżej.

Ustaw te pięć pokręteł, a odpowiedź jest w dużej mierze przesądzona. Nagłówek zwykle pomija te różnice, choć bez nich wyniku nie da się poprawnie odczytać.

Każdy wiersz ma własny mianownik i własny próg. Sklejanie ich w jeden „wskaźnik porażek AI” to błąd kategorii, a szczegółową rozbiórkę pierwszego wiersza znajdziesz w eseju towarzyszącym.

Gatunek jest starszy niż AI

Nic z tego nie zaczęło się w 2023 roku. Szablon — alarmujący odsetek projektów technologicznych zawodzi — chodzi od połowy lat 90. i był już dwa razy rozebrany przez ludzi z danymi.

Raport CHAOS grupy Standish definiuje sukces jako projekt w terminie, w budżecie i w zakresie, mierzony wobec pierwotnego szacunku. Co przekroczy, staje się „zagrożone”; co anulowane — „nieudane”.

Liczą się dwie niezależne krytyki, a większość cytowań CHAOS nie wspomina o żadnej.

Moløkken-Østvold i Jørgensen w Information and Software Technology 48(4) z 2006 roku wzięli pod lupę sztandarową liczbę z 1994: średnie przekroczenie kosztu o 189%. Wyszła im dużo wyższa niż w porównywalnych badaniach szacowania z tego samego okresu, a różnicę wyprowadzili z doboru próby przechylonego ku projektom nieudanym. Ich wniosek: 189% jest bardzo prawdopodobnie stanowczo za wysokie dla typowych projektów lat 90. Dalsze używanie tej liczby jako punktu odniesienia, argumentowali, produkuje złe decyzje i hamuje praktykę szacowania.

Eveleens i Verhoef w IEEE Software 27(1) z 2010 roku pracowali na 5457 prognozach z 1211 projektów i podnieśli cztery zarzuty. Sukces zdefiniowany wyłącznie przez trafność szacunku wprowadza w błąd. Miara jest jednostronna, więc sukcesy są systematycznie zaniżane. Zarządzanie pod miarę psuje praktykę szacowania, bo najtańsza droga do „sukcesu” prowadzi przez napompowanie pierwotnej prognozy. A uśrednianie danych o nieznanym obciążeniu daje liczby bez interpretacji.

Trzeci zarzut ma nazwę. Prawo Goodharta w sformułowaniu Marilyn Strathern z 1997 roku mówi: „gdy miara staje się celem, przestaje być dobrą miarą”. Przyłóż to do dziś. Jeśli twój zarząd zacznie raportować odsetek udanych use case'ów AI, zespoły zaczną zgłaszać tylko te bezpieczne. Liczba się poprawi, a poza nią nic.

Podobne problemy metodologiczne, jakie mają dziś liczby 95, 80 i 28, opisano wcześniej przy raportach CHAOS.

Jak liczba mutuje w drodze

Gatunek ma mechanizm transmisji i najłatwiej zobaczyć go na jednej stronie.

Folio3 AI sprzedaje budowę AI na zamówienie i doradztwo, a przy okazji prowadzi stronę ze statystykami porażek projektów AI. Trzy wpisy warto obejrzeć z bliska — wyłącznie jako okazy.

Pierwszy: „80% projektów AI nie dowozi zamierzonej wartości biznesowej”, przypisane analizie RAND obejmującej ponad 2400 korporacyjnych inicjatyw AI. RAND nie analizował niczego takiego. Raport RAND to badanie jakościowe oparte na wywiadach z praktykami, a jego 80% występuje jako szacunek zacytowany skądinąd, obwarowany frazą „według niektórych szacunków”. Liczba dorobiła się próby, której nigdy nie miała.

Drugi: „42% firm porzuciło w 2025 roku co najmniej jedną inicjatywę AI”, przypisane S&P. W danych S&P 42% to odsetek firm porzucających większość swoich inicjatyw, wobec 17% rok wcześniej. Podmiana kwantyfikatora zmienia konstrukt w całości i sprawia, że liczba brzmi zarazem łagodniej i powszechniej.

Trzeci: „85% porażek projektów AI ma źródło w złej jakości danych (Gartner, 2025)”. Źródłem jest prognoza Gartnera z 2018 roku, według której do 2022 roku 85% projektów AI miało dawać błędne wyniki z powodu obciążeń w danych, w algorytmach albo w zespołach, które nimi zarządzają. Prognoza o złych odpowiedziach stała się zmierzoną przyczyną porażki, a z 2018 zrobił się 2025. Trzy mutacje na jednej stronie, wszystkie w tę samą stronę.

Kanoniczna liczba gatunku nigdy nie miała za sobą żadnego badania. „87% projektów data science nigdy nie trafia na produkcję” pochodzi, według relacji wtórnych, z artykułu VentureBeat z lipca 2019 roku, który był treścią sponsorowaną relacjonującą panel na konferencji tego samego serwisu. Nie było próby ani pracy źródłowej. Towarzysząca jej liczba 78% wzięła się z ankiety Dimensional Research zamówionej przez Alegion, dostawcę etykietowania danych. Dziesiątki dostawców MLOps wciąż cytują tę liczbę jako podstawę dowodową zakupu swoich narzędzi.

Mechanizm ma nazwę od 1979 roku. Beverly Houghton ukuła termin „efekt Woozle” na dowód przez cytowanie: teza zyskuje wiarygodność przez częstość powtarzania, a nie przez jakikolwiek dowód na jej rzecz. Sama opisała to jako urzeczowienie przez narastanie. Termin wciąż jest w użyciu metodologicznym — praca z 2024 roku w Electronic Commerce Research stosuje go wprost do trwałości przekonań w literaturze naukowej.

Powtórzenie to nie replikacja. Brzmi tylko podobnie.

Pouczający jest jeden kontrprzykład z wnętrza tego samego gatunku komercyjnego. Pertama Partners, firma szkoleniowo-doradcza od AI, prowadzi stronę z nagłówkiem o 80% porażek w 2026 roku. W treści pisze potem, że badanie RAND jest jakościowe i oparte na wywiadach. Najlepiej czytać je jako „zawodzi znaczna większość”, a nie jako precyzyjny procent — tak stwierdza sama strona i linkuje raport RAND. Drobny druk jest poprawny, nagłówek alarmistyczny, a strona sprzedaje audyty gotowości i warsztaty. Bodziec siedzi w tytule i w wezwaniu do działania, nie w analizie.

Dlaczego podróżuje akurat liczba skrajna

Kusi, żeby wytłumaczyć tę selekcję złą wolą redakcji. Dowody wskazują na coś nudniejszego i trudniejszego do naprawienia.

Stuart Soroka z Patrickiem Fournierem i Lilach Nir przeprowadzili eksperyment psychofizjologiczny w 17 krajach na sześciu kontynentach, na prawdziwym materiale informacyjnym; wyniki opublikowali w PNAS 116(38) z 2019 roku. Przeciętny człowiek reaguje silniejszym pobudzeniem na treść negatywną niż na pozytywną. To najszersze dostępne międzynarodowe potwierdzenie skrzywienia ku negatywności, a autorzy odnotowują dużą zmienność indywidualną.

Trussler i Soroka w International Journal of Press/Politics 19(3) z 2014 roku pokazali połowę behawioralną. W warunkach kontrolowanych czytelnicy wybierają teksty negatywne i cyniczne, niezależnie od tego, co deklarują. Preferencja deklarowana rozjeżdża się z ujawnioną.

Żaden redaktor nie musi spiskować. Serwis optymalizujący kliknięcia i konferencja optymalizująca frekwencję dojdą do najskrajniejszej dostępnej liczby zwykłą drogą. Optymistyczne 45% przegrywa z pesymistyczną prognozą 40% z tego samego powodu, dla którego spokojny kwartał przegrywa ze skandalem.

Jest jedna kontrola, która rozstrzygnęłaby cokolwiek z tego — i gatunek prawie nigdy jej nie używa. Raport MIT NANDA nie przeszedł recenzji naukowej. Kevin Werbach z Wharton, po wielokrotnej lekturze, podał, że nie umie odtworzyć, skąd wzięło się 95%, i postawił jasny warunek: opublikować pełne dane źródłowe albo wycofać raport. Raport wspomina o 52 wywiadach i setkach punktów danych, ale nie ujawnia struktury próby ani metody zbierania. Do czasu powstania tego eseju nie ma śladu ani udostępnienia danych, ani wycofania. Sformułowanie Werbacha podaję za relacją; oryginału nie zweryfikowano. Brak recenzji nie dowodzi niczego o samej liczbie, w żadną stronę. Usuwa tylko mechanizm, który wyłapałby błąd.

Co daje w zamian pomiar

Zamień ankietę na pomiar, a liczby się nie zbiegną. Rozpadną się inaczej, a te odłamki są bardziej użyteczne.

METR przeprowadził badanie z randomizacją, opublikowane w lipcu 2025: 16 doświadczonych programistów open source, 246 realnych zadań w ich własnych dojrzałych repozytoriach, narzędzia z początku 2025 roku. Programiści prognozowali, że AI przyspieszy ich o 24%. Po skończeniu szacowali, że byli szybsi o 20%. Pomiar pokazał, że byli o 19% wolniejsi. Samoocena i pomiar wskazały w przeciwne strony, na tych samych zadaniach, u tych samych ludzi.

To najmocniejszy dostępny argument przeciw czytaniu jakiejkolwiek ankiety samooceny jako pomiaru zwrotu. To zarazem małe badanie, w wąskim kontekście, na narzędziach z pierwszej połowy 2025 roku, a sam METR zmienił projekt eksperymentu w lutym 2026. Nie pokazuje, że AI spowalnia programistów. Pokazuje, że pytanie ludzi i mierzenie ich dają różne odpowiedzi.

Pomiar bywa też mocno pozytywny — w tym samym okresie, przy innej pracy. Erik Brynjolfsson z Danielle Li i Lindsey Raymond w Quarterly Journal of Economics 140(2) z 2025 roku wykorzystali stopniowe wdrożenie asystenta GenAI u 5172 konsultantów obsługi klienta. Produktywność mierzona liczbą zamkniętych zgłoszeń na godzinę wzrosła średnio o 15% — o 34% u początkujących i o niemal nic u doświadczonych. Poprawiły się nastroje klientów, wzrosło też utrzymanie pracowników.

Postawione obok siebie oba badania wyglądają na sprzeczne, ale opisują inną pracę i innych ludzi. Doświadczeni programiści open source pracowali z AI na własnych repozytoriach o 19% wolniej. W obsłudze klienta asystent podniósł produktywność najbardziej u początkujących, a u doświadczonych konsultantów prawie jej nie zmienił. Żadne z tych badań nie daje wskaźnika porażek; każde mierzy efekt w jednym, konkretnym kontekście pracy.

Ten sam mechanizm widać nawet przy adopcji. Business Trends and Outlook Survey amerykańskiego Census Bureau, reprezentatywne badanie rządowe, daje użycie AI w 17–20% firm między połową grudnia 2025 a początkiem maja 2026, przy pytaniu przeredagowanym w listopadzie 2025. AI Index firmy Ramp, liczony z transakcji kartowych i płatności faktur ponad 70 000 klientów jednego fintechu, w marcu 2026 przekroczył 50% firm płacących za narzędzia AI. Rozjazd o trzydzieści punktów bierze się z innej populacji i innej definicji adopcji: Ramp liczy płatne zobowiązanie na próbie przechylonej ku firmom technologicznym.

Zastosowanie: zbuduj własną klasę referencyjną

Ruch, który się opłaca, to przestać importować czyjąkolwiek liczbę jako prognozę dla własnej organizacji.

Bent Flyvbjerg opisał w 2006 roku prognozowanie z klasy referencyjnej w trzech krokach:

1. Wskaż klasę referencyjną minionych, podobnych przedsięwzięć.
2. Ustal dla tej klasy rozkład prawdopodobieństwa na parametrze, który prognozujesz.
3. Porównaj swoje konkretne przedsięwzięcie z tym rozkładem i wyznacz najbardziej prawdopodobny wynik.

Za metodą stoi rozróżnienie Kahnemana i Tversky'ego na widok od wewnątrz, oparty na szczegółach twojego projektu, i widok z zewnątrz, oparty na rozkładzie wyników podobnych projektów. Flyvbjerg dołożył obserwację, że widok z zewnątrz koryguje naraz dwa różne błędy: nieświadome skrzywienie optymizmu oraz strategiczne zafałszowanie, czyli celowe zaniżanie kosztu, żeby uzyskać zgodę na projekt. Metoda daje najwięcej przy przedsięwzięciach nierutynowych, a takim jest korporacyjne AI dla organizacji, która wdraża je pierwszy raz.

To rozróżnienie przenosi się czysto na producentów liczb o porażkach. Część skrzywienia jest poznawcza. Część to wybór redakcyjny z biznesem w tle. Lekarstwa są inne.

Póki budujesz własną wartość bazową, trzymaj w ręku dwie cudze.

Baza Flyvbjerga obejmuje ponad 16 000 dużych projektów. Według How Big Things Get Done (2023) 8,5% z nich mieści się w budżecie i w terminie, a 0,5% mieści się w budżecie, w terminie i dowozi obiecane korzyści. Te liczby pochodzą z książki popularnej, nie z pracy recenzowanej. Wniosek jest niewygodny dla całego gatunku. „Większość inicjatyw nie dowozi tego, co obiecano” to wartość bazowa dla projektów w ogóle, nie osobliwość AI.

Flyvbjerg i Budzier w Harvard Business Review 89(9) z września 2011 zbadali 1471 projektów IT. Średnie przekroczenie kosztu: 27%. Ale co szósty projekt był czarnym łabędziem, ze średnim przekroczeniem kosztu o 200% i harmonogramu o blisko 70%. Średnia nie opisuje prawie nikogo. To ogon rozstrzyga, czy firma przeżyje projekt.

Cała wojna o 95 kontra 80 kontra 28 toczy się o parametr, o który nie należało pytać.

Oto procedura, którą położyłbym przed zarządem, po kolei.

1. Zdefiniuj jednostkę, zanim spojrzysz na jakąkolwiek liczbę. Use case, pilotaż, projekt albo firma. Bez tego nic, co czytasz, nie jest porównywalne z niczym, co prowadzisz.
2. Ustal próg sukcesu z góry i na piśmie. Mierzalny wpływ na P&L? Dojście do produkcji? Działanie po trzech latach? Każdy próg ma w literaturze doczepioną inną liczbę, a wybieranie progu po fakcie to prosta droga do oceniania projektów z taryfą ulgową.
3. Zbierz własną klasę referencyjną. Od dziesięciu do trzydziestu zamkniętych inicjatyw z ostatnich trzech–pięciu lat we własnej organizacji — nie tylko AI, ale każdy projekt zmiany o porównywalnej złożoności i nowości.
4. Zbuduj rozkład, nie średnią. Porównaj koszt i czas z pierwotną prognozą; to samo zrób z korzyścią. Zapisz medianę oraz P80 albo P90.
5. Umieść nowy projekt w tym rozkładzie i zapisz wynikający z tego narzut na koszt i na czas. To trzeci krok prognozowania z klasy referencyjnej i to jego ludzie pomijają.
6. Oddziel skrzywienie optymizmu od strategicznego zafałszowania. Pierwsze leczy się danymi. Drugie leczy się zmianą bodźców: sprawdź, czy osoba awansowana za zdobycie zgody na projekt odpowiada potem za jego dowiezienie.
7. Wyceń ogon przed średnią. Jeśli co szósty projekt IT przekracza budżet o 200%, pierwsze pytanie brzmi, co zrobisz, jeśli to jest właśnie ten, a nie jak wygląda średnia.
8. Używaj cudzych liczb wyłącznie jako zewnętrznej klasy referencyjnej, z mianownikiem powiedzianym na głos, i nigdy jako prognozy dla siebie.

Kroki trzeci i czwarty to całe ćwiczenie. Reszta to księgowość.

Większość organizacji nie umie wykonać kroku trzeciego i to jest prawdziwe odkrycie. Załóżmy, że nie potrafisz wymienić trzydziestu zamkniętych inicjatyw z ich pierwotnymi prognozami i faktycznymi wynikami. Wtedy nie masz instytucjonalnej pamięci własnego dowożenia — i dlatego cudzy procent wygląda atrakcyjnie. Zapełnia lukę, której nie powinno być.

Granice i kontrargument, który ma wagę

Cztery zarzuty mają siłę, a trzeci powinien zmienić sposób, w jaki czytasz wszystko powyżej.

Pierwszy: analiza bodźców to nie falsyfikacja. Liczba wyprodukowana przez stronę zainteresowaną wciąż może być poprawna, a wskazanie modelu biznesowego nie obala wyniku. Gartner sprzedaje subskrypcje i może mieć rację co do 28%. NANDA sprzedaje tezę o protokole i może mieć rację, że pamięć jest wiążącym ograniczeniem. Ten esej też ma producenta, z interesem w tym, żeby uchodzić za staranniejszy od źródeł, które bada. Analiza bodźców mówi ci, gdzie sprawdzić. Nie mówi, co znajdziesz.

Drugi: mamy tu luki w ujawnianiu, a nie udowodnione błędy. Przy Gartnerze, BCG, McKinseyu, Wharton i Rampie nie ma opublikowanego operatu losowania, schematu ważenia ani brzmienia pytań. To metodologia nieujawniona i powód, żeby traktować te liczby z rezerwą. To nie dowód, że któraś z nich jest błędna.

Trzeci: wyniki zbiegają się co do kierunku, a ta zbieżność jest prawdziwa. Weź najpierw liczby wskazujące w drugą stronę i przyłóż do nich ten sam sceptycyzm. Inicjatywa Human-AI Research w Wharton, wspólnie z firmą doradczą GBK Collective, przepytała w październiku 2025 ponad 800 osób z wyższej kadry w firmach powyżej 1000 pracowników i 50 mln USD przychodu. Wyszło 74% widzących już dodatnie ROI z GenAI i 72% mierzących sformalizowane wskaźniki ROI; 82% liderów sięga po GenAI co najmniej raz w tygodniu. To ta sama klasa dowodu co 95%: samoocena kadry, próba dobrana przez stronę zainteresowaną, brak niezależnego audytu zwrotu. Sceptycyzm działający wyłącznie w stronę pesymistyczną nie jest sceptycyzmem. Jest nastrojem.

Teraz spójrz na samą zbieżność. McKinsey opublikował falę badania State of AI w listopadzie 2025, na 1993 respondentach ze 105 krajów. Według omówień podaje 88% organizacji używających AI w co najmniej jednej funkcji, ale tylko 39% przypisujących temu jakikolwiek wpływ na EBIT. Większość z nich wskazuje wpływ poniżej 5%, a mniej więcej 6% kwalifikuje się jako najlepsi. We wcześniejszej fali z marca 2025 ponad 80% respondentów zgłaszało brak mierzalnego wpływu na EBIT na poziomie firmy.

Potem wyjdź całkiem poza producentów komercyjnych. Daron Acemoglu w tekście „The Simple Macroeconomics of AI”, Economic Policy 40(121), 2025, stosuje model zadaniowy i twierdzenie Hultena. Górne ograniczenie, które wyprowadza, to około +0,66% łącznej produktywności czynników produkcji przez dziesięć lat. Metodą bez ankiety w środku on także dochodzi do małej liczby.

Konsultant, dom analityczny, laboratorium uniwersyteckie, ankieta wśród 1993 menedżerów i akademicki makroekonomista mierzą pięć różnych rzeczy pięcioma różnymi metodami — i wskazują w tę samą stronę. Większość inicjatyw AI nie dowozi mierzalnego zwrotu szybko. Rozrzut wartości uzasadnia odrzucenie konkretnych liczb. Nie uzasadnia odrzucenia wniosku. A odrzucenie każdej liczby kosztuje mniej niż zbudowanie własnej — i dlatego ten ruch zasługuje na podejrzliwość.

Czwarty: „pilotaż się nie wyskalował” znaczy co innego niż „pilotaż zawiódł”, a nikt nie ma dobrych danych o tej różnicy. Arnon Shimoni argumentował w sierpniu 2025, że MIT liczy jako porażkę każdy pilotaż, który nie doszedł do pełnej produkcji. Zaproponował własny podział, w którym prawdziwe porażki to tylko jedna czwarta pilotaży. Reszta to ćwiczenia z uczenia się, oceny dostawców i odkrycia, że problemu nie warto było rozwiązywać. To prywatne obserwacje bez opublikowanej metodologii, od człowieka pracującego w branży, i nie są danymi. Jako argument o trafności konstruktu wciąż się bronią. Portfel tanich, odwracalnych eksperymentów powinien mieć z założenia wysoki wskaźnik ubijania, a każda metryka licząca ubicie jako porażkę ukarze dokładnie to zachowanie, na którym ci zależy.

Zamknięcie

Użyteczne pytanie na najbliższy zarząd brzmi: ile własnych zamkniętych inicjatyw kiedykolwiek policzyliście i wobec której prognozy. Póki ta lista nie istnieje, każdy cytowany przez ciebie procent opisuje cudzą organizację, zmierzoną na cudzych warunkach, w cudzym celu.

Bibliografia

1. primaryBent Flyvbjerg, „From Nobel Prize to Project Management: Getting Risks Right”, Project Management Journal 37(3), sierpień 2006, s. 5–15 (DOI 10.1177/875697280603700302); „Curbing Optimism Bias and Strategic Misrepresentation in Planning: Reference Class Forecasting in Practice”, European Planning Studies 16(1), 2008, s. 3–21 (DOI 10.1080/09654310701747936); oraz, z Alexandrem Budzierem, „Why Your IT Project May Be Riskier Than You Think”, Harvard Business Review 89(9), wrzesień 2011, s. 23–25 — trzy kroki prognozowania z klasy referencyjnej, rozróżnienie skrzywienia optymizmu od strategicznego zafałszowania oraz gruby ogon w 1471 projektach. Liczby z bazy 16 000 projektów (8,5% i 0,5%) pochodzą z książki popularnej How Big Things Get Done (2023) i podane są za nią.
2. primaryKjetil Moløkken-Østvold i Magne Jørgensen, „How large are software cost overruns? A review of the 1994 CHAOS report”, Information and Software Technology 48(4), 2006, s. 297–301 (189% jako wartość odstająca; dobór próby przechylony ku projektom nieudanym), oraz J. Laurenz Eveleens i Chris Verhoef, „The Rise and Fall of the Chaos Report Figures”, IEEE Software 27(1), 2010, s. 30–36 (5457 prognoz z 1211 projektów; cztery zarzuty). Sformułowanie prawa Goodharta przez Marilyn Strathern z 1997 roku nazywa zarzut trzeci.
3. primaryMETR, „Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity” (10 lipca 2025; arXiv:2507.09089) — 16 programistów, 246 zadań; prognoza −24%, szacunek po fakcie −20%, pomiar +19%; projekt badania zmieniony w lutym 2026. Oraz Erik Brynjolfsson, Danielle Li i Lindsey Raymond, „Generative AI at Work”, Quarterly Journal of Economics 140(2), 2025, s. 889–942 — 5172 konsultantów obsługi klienta; +15% średnio, +34% u początkujących, blisko zera u doświadczonych.
4. primaryDaron Acemoglu, „The Simple Macroeconomics of AI”, Economic Policy 40(121), 2025, s. 13–58 (NBER WP 32487, maj 2024) — model zadaniowy plus twierdzenie Hultena; nie więcej niż +0,66% TFP przez dziesięć lat.
5. primaryStuart Soroka, Patrick Fournier i Lilach Nir, „Cross-national evidence of a negativity bias in psychophysiological reactions to news”, PNAS 116(38), 2019, s. 18888–18892 (17 krajów, sześć kontynentów), oraz Marc Trussler i Stuart Soroka, „Consumer Demand for Cynical and Negative News Frames”, International Journal of Press/Politics 19(3), 2014, s. 360–379 (preferencja ujawniona rozjeżdża się z deklarowaną).
6. primaryUS Census Bureau, „Large Firms With at Least 20 Employees Biggest AI Users” (BTOS, 26 maja 2026) — 17–20% firm; 37% przy 250 pracownikach i więcej; 18% bez ważenia wobec 32% po zważeniu zatrudnieniem; pytanie przeredagowane w listopadzie 2025.
7. primaryŹródła liczb z nagłówków. MIT Media Lab, „NANDA — Project Overview” (rejestr agentów, protokoły agent–agent i analogia do DNS oraz HTTP) plus MIT NANDA, „The GenAI Divide: State of AI in Business 2025” (95%, bez recenzji naukowej); RAND, Ryseff, De Bruhl i Newberry, „The Root Causes of Failure for AI Projects” (RRA2680-1, 2024) — wywiady jakościowe, w których „ponad 80%” występuje jako szacunek zacytowany skądinąd; S&P Global Market Intelligence, „Voice of the Enterprise: AI & Machine Learning, Use Cases 2025” — 1006 respondentów, 46% ubitych PoC, 42% firm porzucających większość inicjatyw.
8. primaryBCG, „AI Adoption in 2024: 74% of Companies Struggle to Achieve and Scale Value” (24 października 2024) — 1000 menedżerów, 59 krajów; samoocena dojrzałości zdolności. Wharton Human-AI Research z GBK Collective, „Accountable Acceleration: Gen AI Fast-Tracks Into the Enterprise” (październik 2025) — ponad 800 osób z wyższej kadry; 74% zgłaszających dodatnie ROI, na tej samej klasie dowodu.
9. secondaryTytuły i liczby z komunikatów prasowych Gartnera, pobrane przez indeks wyszukiwarki, bo newsroom zwraca 403 przy dostępie automatycznym: „Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027” (25 czerwca 2025, prognoza); „45% of Organizations With High AI Maturity Keep AI Projects Operational for at Least Three Years” (30 czerwca 2025, wynik ankiety); „Generative AI is Now the Most Frequently Deployed AI Solution” (7 maja 2024, 48% dochodzących do produkcji w ciągu ośmiu miesięcy); prognoza z 2018 roku, że do 2022 roku 85% projektów AI da błędne wyniki. Przychód i wartość kontraktów Gartnera za FY2024/FY2025 przez stockanalysis.com (SEC EDGAR zwraca 403). Sprawa NetScout przeciw Gartnerowi (pozew z 2014 roku, wyrok Sądu Najwyższego Connecticut z 2020 roku) odrzuciła zarzut kupowania wyników.
10. secondaryFortune, „An MIT report finding 95% of AI pilots fail spooked investors…” (21 sierpnia 2025) — wyprzedaż z 19–20 sierpnia, z wypowiedziami Altmana o bańce w tym samym tygodniu. Futuriom, „Why We Don't Believe MIT NANDA's Weird AI Study” (sierpień 2025) — źródło warunku Kevina Werbacha „dane albo wycofanie”, podane za relacją, bo strona zwraca 403. Arnon Shimoni, „MIT's 95% AI failure rate is wrong” (27 sierpnia 2025) — rozbiór praktyka, argument, a nie dane.
11. secondaryMcKinsey QuantumBlack, „The State of AI” (fala z listopada 2025; 1993 respondentów, 105 krajów) — 88% używających AI, 39% przypisujących jakikolwiek wpływ na EBIT, ~6% najlepszych; fala z marca 2025, ponad 80% bez mierzalnego wpływu na EBIT. Liczby podane za serwisami wtórnymi, bo strona i PDF nie odpowiadają. Ramp, „AI Index” oraz „AI Index March 2026” — dane z kart i płatności faktur w ponad 70 000 firm; 47,6% w lutym 2026, powyżej 50% w marcu, ~35% rok wcześniej; brak opublikowanego operatu losowania.
12. secondaryPochodzenie i mutacje. Efekt Woozle Beverly D. Houghton (1979), opisany przez autorkę jako urzeczowienie przez narastanie, wciąż w użyciu metodologicznym w Electronic Commerce Research (Springer, 2024). VentureBeat, „Why do 87% of data science projects never make it into production?” (lipiec 2019) — treść sponsorowana relacjonująca panel konferencyjny; pochodzenie potwierdzone przez relacje wtórne, bo strona zwraca 403. Okazy, cytowane jako artefakty, nie jako dane: Folio3 AI, „AI Project Failure Rate in 2026” (nieistniejąca próba RAND na ponad 2400 inicjatywach, podmiana kwantyfikatora u S&P, prognoza Gartnera z 2018 przedatowana na 2025) oraz Pertama Partners, „AI Project Failure Rate 2026: 80% Fail” (poprawne zastrzeżenie jakościowe w treści, alarmistyczny nagłówek nad nim).