Tradičné štatistiky o umelej inteligencii sa často zameriavajú len na počet používateľov. Nová štúdia publikovaná v Statistics and Economics (DOI: 10.21686/2500-3925-2026-5-23-33) však navrhuje komplexnejší systém indexov na meranie reálnej efektivity.
Úvod
Väčšina súčasných regionálnych štatistík o umelej inteligencii (AI) sa obmedzuje na jednoduchý počet organizácií, ktoré technológiu implementovali. Tento prístup však ignoruje kľúčovú otázku: prináša táto technológia skutočnú pridanú hodnotu?
Autori Natalya V. Novikova a Ivan A. Strakhov sa v štúdii zameriavajú na prekonanie tohto nedostatku. Ich cieľom je vytvoriť systém indexov, ktorý dokáže merať efektivitu AI na regionálnej úrovni a identifikovať faktory, ktoré ovplyvňujú rozdiely medzi jednotlivými oblasťami.
Čo skúmala štúdia
Podľa abstraktu štúdia analyzovala výsledky federálneho štatistického pozorovania za roky 2024 a 2025, ktoré zahŕňalo 85 regiónov Ruskej federácie. Zber dát sa opieral o hodnotenia organizácií týkajúce sa desiatich rôznych typov výsledkov implementácie AI.
Výskumníci sa zamerali na proporcie pozitívnych, negatívnych a neistých hodnotení. Okrem toho sledovali typy technológií, účely ich využitia a spôsoby, akými organizácie k týmto riešeniam pristupujú.
Hlavné zistenia a význam
Podľa abstraktu štúdie 62,7 % používateľov uvádza pozitívny vplyv AI na kvalitu obchodných procesov a 51,1 % na výrobné procesy. Zaujímavé je, že zníženie nákladov reportuje len 11,5 % organizácií a rast produktivity práce 24,1 %.
Významným zistením je, že 33 až 50 % organizácií nedokáže efekt AI vôbec posúdiť. Štúdia tiež ukazuje, že efektivita nezávisí od veľkosti trhu, ale od hĺbky a šírky využívania technológie v rámci organizácií.
Metodika a limity
Autori využili deskriptívnu štatistiku, Spearmanovu koreláciu, viacnásobnú regresiu s robustnými štandardnými chybami a dvojrozmerné typologické zoskupovanie. Pre porovnanie profilov efektov použili Ryabtsevov index.
Je dôležité poznamenať, že tento článok vychádza výlučne z poskytnutého abstraktu. Keďže nemáme prístup k plnému textu štúdie, limity analýzy môžu zahŕňať špecifiká ruského trhu, ktoré nemusia byť priamo aplikovateľné na iné ekonomické prostredia.
Praktický návrh WEBU
Pre majiteľov malých firiem a webdizajnérov odporúčame zamerať sa na 'šírku' využitia AI. Namiesto implementácie jedného komplexného nástroja skúste integrovať AI do viacerých menších procesov, ako je automatizácia zákazníckej podpory, SEO optimalizácia obsahu a analýza dát o návštevnosti.
V marketingu a správe pracoviska odporúčame pravidelne vyhodnocovať efektivitu AI pomocou vlastných interných indexov. Ak vaši zamestnanci nevedia posúdiť prínos AI, je to signál, že technológia nie je dostatočne integrovaná do ich každodenných úloh.
Záver
Štúdia Novikovej a Strakhova (2026) posúva diskusiu o AI od kvantitatívneho rastu k meraniu skutočnej návratnosti. Podľa abstraktu je kľúčom k úspechu podpora viacúčelového rozvoja technológie, nie len zvyšovanie počtu používateľov.
Pre organizácie to znamená, že investície do AI by mali byť sprevádzané vzdelávaním zamestnancov, aby dokázali lepšie identifikovať a merať prínosy technológie v reálnej prevádzke.
Zdroje a redakčná transparentnosť
Natalya V. Novikova, Ivan A. Strakhov (2026). Statistical Assessment of the Effectiveness of Artificial Intelligence Use by organizations in Russian Regions. Statistics and Economics. https://doi.org/10.21686/2500-3925-2026-5-23-33