Trzy lata po upowszechnieniu się generatywnej AI, 88% organizacji na świecie regularnie stosuje AI w co najmniej jednej funkcji biznesowej — o 10 punktów procentowych więcej niż rok wcześniej¹. McKinsey Global Survey 2025, obejmujący 1 993 respondentów ze 105 krajów, dokumentuje tę akcelerację z precyzją i wskazuje lukę, jaką ona odsłania: mimo niemal powszechnej adopcji zaledwie 7% organizacji jest w pełni przeskalowanych, dwie trzecie respondentów przyznaje, że ich firmy nie rozpoczęły jeszcze skalowania AI na poziomie całego przedsiębiorstwa¹, a jedynie 6% kwalifikuje się jako high performers, czyli organizacje przypisujące ponad 5% EBIT i istotną wartość zastosowaniu AI¹. Dominująca narracja branżowa diagnozuje wyzwanie AI jako problem adopcji: organizacje potrzebują więcej narzędzi, więcej przypadków użycia, więcej eksperymentowania. Dane McKinsey obalają tę diagnozę. Problem adopcji jest w dużej mierze rozwiązany. Nierozwiązanym problemem jest przejście od eksperymentowania do wartości na poziomie całej organizacji, a raport wskazuje na konkretny mechanizm warunkujący to przejście: fundamentalna przebudowa procesów, nie obecność AI w kolejnych funkcjach.
Rozróżnienie między high performers a resztą rynku nie leży tam, gdzie popularna narracja je umieszcza. Osiemdziesiąt procent respondentów wskazuje efektywność, rozumianą jako redukcję kosztów przez automatyzację przepływów pracy, jako cel swoich inicjatyw AI; wśród high performers ten odsetek wynosi 84%¹. Różnica czterech punktów procentowych jest operacyjnie bez znaczenia. Rzeczywiste wskaźniki różnicujące to cele wzrostowe i innowacyjne: 82% high performers stawia wzrost przychodów jako cel inicjatyw AI wobec 50% pozostałych organizacji; 79% stawia innowację wobec 50%¹. Organizacje podchodzące do AI wyłącznie przez pryzmat obniżki kosztów, nawet jeśli te obniżki osiągają, nie znajdują się automatycznie na ścieżce do wpływu na EBIT w skali całego przedsiębiorstwa. Wyłącznie efektywnościowe podejście, podzielane przez zdecydowaną większość rynku, wyjaśnia, dlaczego jedynie 39% respondentów raportuje jakikolwiek wpływ AI na EBIT¹ i dlaczego większość z nich ocenia ten wpływ na mniej niż 5% EBIT organizacji. W e-commerce marketing i sprzedaż to funkcja, gdzie wzrost przychodów z AI raportowany jest najczęściej spośród wszystkich badanych funkcji: 67% respondentów z tej funkcji odnotowuje wzrost¹, co czyni ją obszarem, w którym efektywnościowe myślenie zostawia na stole największą i najłatwiej mierzalną wartość.
McKinsey przeprowadził analizę wag względnych 31 zmiennych organizacyjnych w celu identyfikacji praktyk najsilniej odróżniających high performers od reszty. Fundamentalna przebudowa procesów okazała się jednym z najsilniejszych czynników warunkujących osiągnięcie mierzalnego wpływu biznesowego z AI¹. High performers są 2,8 razy bardziej skłonni do gruntownego przeprojektowania przepływów pracy w ramach wdrożeń AI niż pozostałe organizacje: 55% vs 20%¹. Analiza identyfikuje jednocześnie 10 praktyk zarządczych o najwyższej częstości i względnej istotności wśród liderów. Na pierwszym miejscu pojawia się praktyka opisana przez McKinsey jako weryfikacja przez człowieka: zdefiniowane procesy sprawdzania poprawności wyników modeli AI stosuje 65% high performers wobec 23% pozostałych. Zdefiniowaną infrastrukturę technologiczną posiada 60% vs 23%; jasno określony plan działań AI 60% vs 31%; wyrównanie przywódcze wobec tworzenia wartości 60% vs 41%; wbudowanie AI w procesy biznesowe 58% vs 20%; aktywne zaangażowanie wyższego kierownictwa w napędzanie adopcji AI 57% vs 33%¹. Wzorzec jest spójny: high performers nie różnią się od innych obecnością AI w większej liczbie miejsc, lecz przebudową modelu operacyjnego organizacji wokół AI. Dodanie narzędzi AI do istniejących przepływów pracy bez ich zmiany to strategia produkująca 39-procentowy wskaźnik wpływu na EBIT. Przebudowa procesów wokół AI to strategia produkująca 6-procentowy wskaźnik high performers.
Ten sam wzorzec jest już widoczny w podejściu organizacji do agentów AI. Sześćdziesiąt dwa procent respondentów deklaruje, że ich organizacje co najmniej eksperymentują z agentami AI; 23% raportuje skalowanie systemu agentycznego gdzieś w przedsiębiorstwie¹. Jednocześnie w żadnej pojedynczej funkcji biznesowej nie przekracza 10% respondentów skalujących agentów¹, a wskaźniki skalowania w sektorze dóbr konsumenckich i handlu detalicznego należą do najniższych wśród wszystkich badanych branż¹. High performers są co najmniej trzy razy bardziej skłonni do skalowania agentów w większości funkcji biznesowych niż pozostałe organizacje¹. Mechanizm różnicujący to nie dostęp do technologii agentycznej, lecz gotowość infrastruktury organizacyjnej, której agenci wymagają. Agent wdrożony w fundamentalnie przebudowanym przepływie pracy, z zdefiniowanym dostępem do danych, określonymi punktami weryfikacji ludzkiej i jasnymi metrykami sukcesu, produkuje inne wyniki niż agent wdrożony na nieprzebudowanym procesie. Dane McKinsey pokazują, że high performers skalujące agentów to te same organizacje, które uprzednio przebudowały swoje przepływy pracy¹. Fala agentyczna nie jest nową szansą dla organizacji, które pominęły przebudowę procesów; jest wzmacniaczem dla tych, które jej nie pominęły.
Organizacje osiągające największą wartość z AI raportują jednocześnie więcej negatywnych konsekwencji, nie mniej¹. High performers częściej doświadczają skutków naruszenia własności intelektualnej i kwestii zgodności regulacyjnej, ponieważ stosują AI w kontekstach krytycznych dla działalności, gdzie błędy mają mierzalne skutki. McKinsey interpretuje to jako wskaźnik dojrzałości wdrożenia, a nie słabości. Średnia organizacja zarządza dziś czterema ryzykami związanymi z AI wobec dwóch w 2022 roku¹; 51% respondentów z firm używających AI doświadczyło co najmniej jednej negatywnej konsekwencji, a niedokładność wyników AI jest najczęściej raportowaną: 30% doświadczyło jej konsekwencji, 54% aktywnie mityguje to ryzyko¹. W kwestii zatrudnienia McKinsey dokumentuje rozkład, nie kierunek: 43% respondentów oczekuje małego lub żadnego wpływu AI na całkowitą liczbę pracowników w nadchodzącym roku, 32% przewiduje ogólną redukcję o 3% lub więcej, a 13% oczekuje wzrostu tej skali¹. Dla e-commerce poniżej 100 milionów dolarów przychodów luka skalowania ma wymiar strukturalny: tylko około 30% takich organizacji osiągnęło fazę skalowania, wobec około 70% organizacji z przychodami powyżej 5 miliardów dolarów¹. Skala tworzy powierzchnię organizacyjną dla przebudowy procesów, którą mniejsze organizacje muszą osiągnąć świadomie i metodycznie.