Изследването The Adaptive Advantage на Wharton Human-AI Research и GBK Collective, представено на 13 октомври 2026 г., поставя въпроса как се измерва бизнес резултатът от AI. GBK описва 1416 участници: 1007 ръководители и 409 служители на начално или средно ниво. Според авторите 80% от ръководителите отчитат положителна възвръщаемост, но само 7% покриват едновременно трите определени признака за успех. Това са самооценки, не независим финансов одит.

Едно число не описва цялата промяна

В нашия анализ положителната оценка може да означава различни неща. Спестено време за една задача, по-малко повторна работа и нов приход са отделни резултати. Не е полезно да се обединяват в общо впечатление, ако организацията иска да разбере къде инвестицията работи. Първата практическа стъпка е да се уточни какво се сравнява и за какъв период.

Например екип може да използва AI за първи вариант на клиентски отговор. За оценка бихме следили времето до окончателен проверен отговор, броя нужни поправки и удовлетворението на клиента. Това е наш обяснителен сценарий, не измерен проект от проучването. Самото генериране на повече текст не е достатъчно доказателство за по-добра услуга.

Гледната точка на служителите е отделна

Официалното съобщение отчита разлика в оценката за обучението: 78% от ръководителите смятат, че то е достатъчно, срещу 56% от служителите. То посочва и 28% силно положителна възвръщаемост сред ръководителите. Тези данни са от същото изследване и не представляват второ независимо потвърждение.

Нашият прочит е, че обучение не трябва да означава само достъп до интерфейс. Бихме проверили дали човек знае как да разпознае грешка, какви данни може да използва и кога да поиска помощ. Ако служителят прекарва време в поправяне на неясни AI резултати, тази работа трябва да се вижда в оценката. Иначе управленският отчет може да изглежда по-добре от действителния работен ден.

Контролът има цена и цел

Рамката AI RMF на NIST е доброволен подход за управление на AI рискове при проектиране, използване и оценяване. Тя не е сертификат за конкретен продукт и не оценява финансовия резултат в това проучване. Използваме я като отделен контекст за управленската отговорност.

Според нашия анализ проверката трябва да бъде съобразена с последствията от действието. Чернова за вътрешна бележка и промяна на клиентска поръчка не изискват еднаква процедура. Разумният процес описва кой допуска действието, как се записва резултатът и как се поправя грешка. Това позволява да се оценява и цената на контрола, вместо тя да остава скрита зад обещанието за автономност.

Какво можем и не можем да заключим

Връзка между начин на управление и по-добра оценка не доказва, че първото причинява второто. Екипите могат да се различават по задачи, ресурси и готовност. Затова не превръщаме анкетата в универсална рецепта за българско предприятие и не обещаваме възвръщаемост от определена организационна промяна.

Полезният принос е по-точният въпрос: какво е подобрено, кой го е измерил и какво още остава извън отчета? Нашият извод е, че разпространението на AI и успешното му използване трябва да се проследяват поотделно. Следващата стъпка за всяка организация е собствено сравнение с ясни критерии, запазени ограничения и участие на хората, които извършват ежедневната работа.

Източници: GBK — measuring enterprise AI, 2026 study, GBK — fourth Wharton AI study release, NIST — AI Risk Management Framework.

Редакционна проверка: 2026-10-14T16:34:39.030582+00:00 (UTC).