Stan rynku
Last mile problem (problem ostatniego kilometra wdrożenia AI)
Zjawisko, w którym demo i pilot pokazują obiecujące wyniki, ale integracja modelu z faktycznym workflow organizacji okazuje się dziesięcio do dwudziestokrotnie kosztowniejsza niż sam model. Ostatni etap, w którym AI wpina się w realne procesy ludzi i systemów, pochłania 70-80 procent budżetu wdrożenia. Większość projektów AI nie dożywa tego etapu.
Źródło pierwotne: BCG The Widening AI Value Gap 2025, MIT Sloan Management Review Q4 2024, Gartner Hype Cycle for AI 2025
Termin został zapożyczony z logistyki (last mile delivery), gdzie ostatni odcinek dostawy stanowi największy koszt operacyjny mimo małej odległości. W AI mechanizm jest analogiczny: zbudowanie modelu który działa w warunkach laboratoryjnych jest proste, doprowadzenie go do działania w warunkach produkcyjnych organizacji jest najtrudniejsze.
Co konkretnie składa się na last mile
BCG The Widening AI Value Gap z września 2025 dekomponuje koszt wdrożenia na sześć etapów. Pierwsze trzy (data preparation, modelowanie, prototyp) pochłaniają typowo 20-30 procent budżetu. Kolejne trzy (integracja z legacy systems, change management, monitoring) pochłaniają 70-80 procent.
Konkretne przykłady last mile costs: integracja z SAP wymaga wytworzenia konektorów (3-6 miesięcy pracy programistów), training użytkowników końcowych (1-2 miesiące), data governance dla nowego źródła danych (compliance review), monitoring i alerting infrastructure, runbook dla incident response.
Dlaczego firmy są zaskakiwane
MIT Sloan Management Review Q4 2024 analizuje 73 enterprise wdrożenia. Wniosek: dostawcy AI prezentują głównie pierwsze trzy etapy (model, dane, prototyp), bo te są ich expertise i pokazują dobre wyniki na slajdach. Last mile jest po stronie klienta, więc znika z rozmów. Klient podpisuje umowę na 200 tysięcy złotych spodziewając się że to całkowity koszt. Po sześciu miesiącach orientuje się że to było 25 procent rzeczywistego kosztu.
Mityganty
Trzy podejścia z dojrzałych wdrożeń. Pierwsze, end-to-end RFP: w zapytaniu do dostawcy wymagać scope obejmującego wszystkie sześć etapów, nie tylko model. Drugie, fixed total cost: kontrakt z fixed cost obejmującym integrację, change management i monitoring, nie tylko model. Trzecie, capability transfer od dnia pierwszego: Twoi ludzie uczestniczą w każdym etapie, żeby last mile był wewnętrzny, nie outsourcowany.
Polski kontekst
Gartner Hype Cycle for AI 2025 w polskim kontekście pokazuje, że firmy enterprise są aktualnie w "trough of disillusionment" dla GenAI właśnie z powodu last mile. Pierwsze piloty z 2023-2024 nie skalowały się do produkcji. CFO są ostrożniejsi przed kolejną falą inwestycji. To dobry moment, żeby zacząć od audytu gotowości, nie od kolejnego pilota.
AI Readiness Audit yesfor.ai zawiera estymację last mile cost dla rekomendowanych use case'ów, oprócz samego kosztu modelu.