Firmy, które zainwestowały największe środki w wdrożenie generatywnej sztucznej inteligencji, odkrywają niespodziewaną konsekwencję: zamiast poprawy efektywności, zmaga się z systematycznym spadkiem jakości pracy. Harvard Business Review opisuje w swojej ostatniej publikacji niepokojący mechanizm zwany "workslop" — sytuację, w której niskiej jakości wyniki generowane przez AI ulegają akumulacji w systemach informacyjnych firm.
Problem ma charakter samonapędzający się. Kiedy AI trenuje się na niedostatecznie dokładnych danych, produkuje wyniki o niskiej jakości, które trafiają do kolejnych procesów i systemów. Te wciąż słabsze dane stają się następnie materiałem treningowym dla kolejnych iteracji AI, tworząc spiralę degradacji. W efekcie fundamentalne zasoby, na których opierają się decyzje biznesowe — od raportów po analizy rynkowe — tracą wiarygodność i użyteczność.
To stanowi poważne zagrożenie dla firm, które zaufały automatyzacji bez wystarczających kontroli jakości. Zamiast przyspieszyć operacje, wprowadzenie AI bez odpowiedniego nadzoru może prowadzić do kumulacji błędów, złych decyzji strategicznych i ostatecznie — spadku konkurencyjności. Harvard Business Review sugeruje, że kluczowe znaczenie ma zachowanie ludzkiego nadzoru nad procesami AI oraz regularna walidacja danych na każdym etapie pipelineu.