Tylko 28 procent firm zarządza sztuczną inteligencją z jednego miejsca, pokazuje raport F5

Firmy na całym świecie masowo wdrażają sztuczną inteligencję do codziennych operacji, ale tylko garstka z nich robi to w sposób uporządkowany. Najnowszy raport F5 pokazuje, że zaledwie 28 procent organizacji zarządza swoimi rozwiązaniami AI z jednego, centralnego punktu kontroli. Reszta buduje coraz bardziej rozproszony i trudny do nadzorowania krajobraz technologiczny.

Co pokazał raport

F5, firma zajmująca się bezpieczeństwem i dostarczaniem aplikacji, przebadała setki liderów IT i bezpieczeństwa w przedsiębiorstwach na całym świecie. Wnioski są jednoznaczne: sztuczna inteligencja przestała być eksperymentem i stała się częścią codziennej infrastruktury biznesowej, ale zarządzanie nią nie nadąża za tempem wdrożeń. Aż 78 procent organizacji uruchamia dziś inferencję AI jako podstawową operację, a przeciętna firma koordynuje siedem modeli działających jednocześnie w produkcji lub w fazie przygotowań do wdrożenia.

Problem w tym, że te modele rzadko żyją w jednym, spójnym systemie. Zamiast tego trafiają do różnych zespołów, chmur i narzędzi, które nie zawsze się ze sobą komunikują. Efekt to rozproszenie odpowiedzialności i brak jednego miejsca, w którym można sprawdzić, co dokładnie robi dana instancja AI, kto ma do niej dostęp i jakie dane przez nią przechodzą.

Fragmentacja jako codzienność

Autorzy raportu podkreślają, że problem nie polega na braku chęci do porządkowania systemów, lecz na naturze samej technologii. Modele AI wchodzą do organizacji różnymi drzwiami: część trafia tam przez inicjatywy działów IT, część przez pojedyncze zespoły produktowe testujące nowe narzędzia, a część przez zewnętrznych dostawców usług chmurowych. Każda z tych ścieżek generuje własne zasady dostępu, własne logi i własne luki bezpieczeństwa. W efekcie 88 procent badanych organizacji przyznaje, że integracja wyników działania AI z codziennymi operacjami wiąże się z wyzwaniami architektonicznymi, organizacyjnymi lub bezpieczeństwa.

Uwierzytelnianie i ochrona modeli

Wśród konkretnych wyzwań technicznych respondenci najczęściej wskazywali kwestie związane z tożsamością i dostępem. 55 procent firm za priorytet uznaje zarządzanie uwierzytelnianiem oraz kontrolę dostępu do interfejsów API, przez które modele komunikują się z resztą infrastruktury. To właśnie te interfejsy stają się często najsłabszym ogniwem, ponieważ są dodawane szybko, pod presją czasu, bez pełnego przeglądu bezpieczeństwa.

Kolejne 54 procent firm mówi wprost o niedostatecznej widoczności tego, jakie zasoby AI są w ogóle wykorzystywane w organizacji. Połowa badanych, 51 procent, wskazuje na próby zapobiegania wyciekom informacji, a 43 procent koncentruje się na ochronie samych modeli przed nadużyciami, na przykład manipulacją treścią poleceń wysyłanych do systemu.

AI nie usuwa istniejącej złożoności organizacyjnej. Przeciwnie, może ją dodatkowo wzmacniać - Bartłomiej Anszperger, dyrektor techniczny F5

Globalna perspektywa F5

W komentarzu towarzyszącym globalnej wersji raportu Kunal Anand, dyrektor produktowy F5, opisuje zmianę, jaka zaszła w podejściu firm do AI w ciągu ostatniego roku. Według niego sztuczna inteligencja przeszła etap eksperymentowania i weszła w fazę operacyjną, co oznacza, że musi być traktowana z takim samym rygorem jak systemy krytyczne dla działania biznesu. Raport zwraca też uwagę na skalę środowisk, w których działają dziś przedsiębiorstwa: 93 procent organizacji pracuje w środowiskach hybrydowych i wielochmurowych, a 98 procent przygotowuje się już do wdrożenia agentowej sztucznej inteligencji, czyli systemów zdolnych do samodzielnego wykonywania wieloetapowych zadań.

Sztuczna inteligencja przeszła z etapu eksperymentów do operacji. AI inference staje się kluczowym elementem biznesu, co oznacza, że dostarczanie AI to teraz wyzwanie związane z zarządzaniem ruchem sieciowym - Kunal Anand, dyrektor produktowy F5

Co to oznacza dla firm w Polsce

Dla polskich przedsiębiorstw wnioski z raportu mają praktyczne znaczenie, ponieważ podobny wzorzec chaotycznego wdrażania AI widać też lokalnie. Firmy testują chatboty, asystentów i modele analityczne w pojedynczych działach, często bez udziału zespołów bezpieczeństwa, co prowadzi do sytuacji, w której nikt w organizacji nie ma pełnego obrazu tego, jakie systemy AI faktycznie działają i jakie dane przetwarzają.

Rosnąca presja regulacyjna, w tym unijny AI Act, dodatkowo zwiększa koszt takiego rozproszenia. Firmy, które nie potrafią wskazać, gdzie i jak wykorzystują AI, będą miały trudniej z wykazaniem zgodności z przepisami wymagającymi audytu i dokumentowania systemów wysokiego ryzyka. Konsolidacja zarządzania, o której mówi raport F5, staje się więc nie tylko kwestią efektywności, ale też przygotowania na kontrole regulacyjne.

Autorzy raportu jako kierunek wyjścia z impasu wskazują budowę spójnego punktu kontroli obejmującego zarządzanie tożsamością, dostępem do API, monitorowanie kosztów zależnych od liczby zużywanych tokenów oraz ochronę przed manipulacją poleceniami kierowanymi do modeli. Bez takiego podejścia rozproszenie systemów AI będzie rosło proporcjonalnie do liczby wdrażanych modeli, a wraz z nim koszty i ryzyko incydentów bezpieczeństwa.