Οι εταιρείες σπεύδουν να υιοθετήσουν εργαλεία τεχνητής νοημοσύνης (AI) καθώς εμφανίζονται νέες ευκαιρίες, αλλά οι περισσότερες δεν έχουν ακόμη εφαρμόσει τις απαραίτητες μετρήσεις για τη μέτρηση της απόδοσης των επενδύσεών τους.
Πολλοί στερούνται επίσης ολοκληρωμένης στρατηγικής AI και αγοράζουν προϊόντα κυρίως για τις καμπάνες και τις σφυρίχτρες, σύμφωνα με τη μελέτη Βαρόμετρου ετοιμότητας της IBM AI που κυκλοφόρησε αυτή την εβδομάδα. Μόνο το 17% των εταιρειών που αξιολογήθηκαν στην έκθεση έχουν μια σαφώς καθορισμένη στρατηγική τεχνητής νοημοσύνης και η πλειοψηφία, το 38%, εξακολουθεί να βρίσκεται στη διαδικασία ανάπτυξης μιας στρατηγικής τεχνητής νοημοσύνης. Ένα άλλο 30% έχει μια στρατηγική τεχνητής νοημοσύνης που επικεντρώνεται σε συγκεκριμένες περιπτώσεις χρήσης, ενώ το 7% παραδέχτηκε ότι τελικά εγκατέλειψε μια στρατηγική τεχνητής νοημοσύνης ή απέτυχε να την εφαρμόσει αποτελεσματικά.
Η έκθεση αναφέρει ότι περίπου το 43% έχει υιοθετήσει την τεχνητή νοημοσύνη λόγω της αυξανόμενης διαθεσιμότητας επιχειρηματικών εφαρμογών που βασίζονται σε τεχνητή νοημοσύνη. Η μελέτη, που ανατέθηκε από την IBM από την ερευνητική εταιρεία Ecosystm, εξέτασε 372 ηγέτες τεχνολογίας και επιχειρήσεων σε πέντε αγορές ASEAN: Σιγκαπούρη, Ινδονησία, Ταϊλάνδη, Μαλαισία και Φιλιππίνες.
Επίσης: Τα στελέχη πληροφορικής φοβούνται ότι η βιασύνη για την υιοθέτηση της τεχνητής νοημοσύνης θα μπορούσε να έχει συνέπειες για τις τεχνολογικές υποδομές
Επιπλέον, ενώ το 85% αναγνώρισε τη δύναμη της τεχνητής νοημοσύνης, μόνο το 22% εκτίμησε την αξία της και σημείωσε την έκθεση. Αυτό σημαίνει ότι οι περισσότεροι δεν διαθέτουν σαφείς μετρήσεις απόδοσης επένδυσης (ROI) για να προσδιορίσουν εάν οι επενδύσεις τους σε τεχνητή νοημοσύνη οδηγούν σε εσωτερική αποδοτικότητα ή οδηγούν σε εξωτερικές αποδόσεις.
Υπάρχουν επίσης κενά μεταξύ του τρόπου με τον οποίο οι οργανισμοί αξιολογούν την ετοιμότητά τους για τεχνητή νοημοσύνη και την πραγματικότητα αυτής της κατάστασης όπως μετρήθηκε από τη μελέτη, δήλωσε ο διευθύνων σύμβουλος της Ecosystm Ulrich Leffler σε συνέντευξη Τύπου στη Σιγκαπούρη. Εξήγησε ότι η ερευνητική εταιρεία συνέλεξε δεδομένα για να αξιολογήσει την ετοιμότητα και την ωριμότητα των οργανισμών να αναπτύξουν τον οδικό χάρτη τεχνητής νοημοσύνης τους σε τέσσερα κριτήρια. Αυτά περιλαμβάνουν την κουλτούρα και την ηγεσία, τη βάση δεδομένων και τη δομή διακυβέρνησης. Οι βαθμολογίες συγκεντρώθηκαν και χρησιμοποιήθηκαν για να τοποθετηθούν οι οργανισμοί σε ένα από τα πέντε στάδια ετοιμότητας της τεχνητής νοημοσύνης, καλύπτοντας το Παραδοσιακό, το Αναδυόμενο, το Ενοποίηση, το Μετασχηματισμό και το AI-First.
Ενώ το 39% των ερωτηθέντων ταξινόμησε τους οργανισμούς τους ως σε στάδιο μετασχηματισμού, η αξιολόγηση της Ecosystm κατέταξε μόνο το 4% σε αυτήν την κατηγορία. Ένα άλλο 16% των εταιρειών είπε ότι ήταν πρώτα η τεχνητή νοημοσύνη, αλλά η Ecosystm διαπίστωσε ότι μόνο το 1% από αυτές πληρούσε αυτό το στάδιο ετοιμότητας για τεχνητή νοημοσύνη.
Επίσης: Ήρθε η ώρα για τις εταιρείες να ξεπεράσουν τη διαφημιστική εκστρατεία γύρω από τη γενετική τεχνητή νοημοσύνη και να βρουν πραγματική αξία.
Οι οργανισμοί που εστιάζουν στην τεχνητή νοημοσύνη σημείωσαν υψηλή βαθμολογία σε τέσσερις βασικούς τομείς, συμπεριλαμβανομένης της διακυβέρνησης, όπου έχουν αφοσιωμένους ρόλους επιβλέποντας τη λειτουργία και έχουν αναπτύξει ηθικές λύσεις τεχνητής νοημοσύνης. Αυτές οι επιχειρήσεις έχουν επίσης μια στρατηγική με επίκεντρο τα δεδομένα που προσφέρει απρόσκοπτη πρόσβαση στα δεδομένα και ένα εργατικό δυναμικό με τεχνητή νοημοσύνη, συμπεριλαμβανομένης μιας κεντρικής ομάδας δεδομένων με ισχυρές δυνατότητες AI και μηχανικής μάθησης.
Εξηγώντας την έλλειψη εταιρειών που σημειώνουν πρόοδο στην υιοθέτηση της τεχνητής νοημοσύνης, ο Loeffler σημείωσε ότι, ενώ είναι εύκολο να αποκτηθεί απόδειξη της ιδέας, μπορεί να είναι δύσκολο για τις επιχειρήσεις να επιτύχουν την υιοθέτηση της τεχνητής νοημοσύνης σε κλίμακα.
Τόνισε επίσης την ανάγκη οι οργανισμοί να παρακολουθούν και να μετρούν τον αντίκτυπο της εφαρμογής τους για να διασφαλίσουν ότι οι εφαρμογές τεχνητής νοημοσύνης τους αποφέρουν τα αναμενόμενα οφέλη.
Σύμφωνα με τη μελέτη, το 63% των εταιρειών χρησιμοποιεί τεχνητή νοημοσύνη για έξυπνη επεξεργασία εγγράφων, το 60% χρησιμοποιεί την τεχνολογία για εφαρμογές υποστήριξης και γραφείου υποστήριξης και το 57% τη χρησιμοποιεί για την αυτοματοποίηση πληρωμών και τιμολόγησης. Ένα άλλο 56% χρησιμοποιεί AI για τεκμηρίωση τεχνολογίας, ενώ το 55% το χρησιμοποιεί για στρατηγική και δημιουργία περιεχομένου και το 55% το χρησιμοποιεί για σκοπούς στρατολόγησης.
Περίπου το 25% των οργανισμών εντόπισαν τον εντοπισμό περιπτώσεων χρήσης για πιλοτική χρήση ή την απόδειξη της ιδέας ως την κορυφαία προτεραιότητά τους για την τεχνητή νοημοσύνη. Το 22% αναφέρει τη βελτίωση της ποιότητας των δεδομένων, τη διαλειτουργικότητα και τη συνέπεια ως προτεραιότητα της τεχνητής νοημοσύνης και το 21% αναφέρει ότι απαιτείται αναβάθμιση και αναβάθμιση των δεξιοτήτων των εργαζομένων για τη διασφάλιση της ετοιμότητας των δεδομένων.
Περίπου το 39% είπε ότι οι οργανισμοί τους είχαν περιορισμένες γνώσεις τεχνητής νοημοσύνης, με λίγους μόνο ειδικούς σε συγκεκριμένους τομείς, και το 26% χρησιμοποίησε τεχνητή νοημοσύνη στις υπάρχουσες εφαρμογές ή πλατφόρμες τους και δεν είχε αυτόνομες δυνατότητες τεχνητής νοημοσύνης.
Επίσης: Η διαφάνεια λείπει πολύ εν μέσω αυξανόμενου ενδιαφέροντος για την τεχνητή νοημοσύνη
Η μελέτη τόνισε επίσης το πρόβλημα της έλλειψης δομής διακυβέρνησης, με μόνο το 18% των οργανισμών να έχουν ειδικό ρόλο στη διακυβέρνηση τεχνητής νοημοσύνης και δεδομένων. Το 66% κατανέμει αυτήν την ευθύνη σε τμήματα ή ομάδες και περίπου το 3% δεν έχει σαφείς πολιτικές ή καθορισμένες ευθύνες σχετικά με τη διακυβέρνηση της τεχνητής νοημοσύνης.
Επιπλέον, μόνο το 12% διαθέτει διαδικασίες για την παρακολούθηση αλλαγών στην απόδοση του μοντέλου τεχνητής νοημοσύνης ή της μετατόπισης του μοντέλου, κάτι που μπορεί να επηρεάσει τα αποτελέσματα με την πάροδο του χρόνου, σύμφωνα με την έκθεση.
«Το απτό όφελος για τους οργανισμούς είναι η κλιμάκωση της τεχνητής νοημοσύνης για την επιτάχυνση της καινοτομίας και της παραγωγικότητας», δήλωσε η Catherine Lian, γενική διευθύντρια της IBM για το ASEAN. «Δυστυχώς, πολλοί ηγέτες τεχνολογίας και επιχειρήσεων υπερεκτιμούν την ικανότητα των οργανισμών τους να εφαρμόζουν με επιτυχία την τεχνητή νοημοσύνη. Η ετοιμότητα της τεχνητής νοημοσύνης απαιτεί ισχυρή ηγεσία, μια ισχυρή στρατηγική δεδομένων, το κατάλληλο ταλέντο για την εφαρμογή της και μια στοχαστική δομή διακυβέρνησης για να διασφαλιστεί η υπεύθυνη και ηθική χρήση της τεχνητής νοημοσύνης».
«Χωρίς ένα τόσο ισχυρό θεμέλιο, οι οργανισμοί κινδυνεύουν να εφαρμόσουν λύσεις που επικεντρώνονται αποκλειστικά στις δυνατότητες της τεχνολογίας χωρίς να λαμβάνουν υπόψη τις μακροπρόθεσμες επιχειρηματικές επιπτώσεις», είπε ο Lian.
Επίσης: Οι κίνδυνοι της τεχνητής νοημοσύνης είναι παντού και τώρα το MIT τους προσθέτει όλους σε μία βάση δεδομένων
Ο Hans Dekkers, γενικός διευθυντής της IBM Asia Pacific, σημείωσε επίσης την ανάγκη να χρησιμοποιηθεί η τεχνητή νοημοσύνη παράλληλα με την αυτοματοποίηση για να βοηθήσει τους οργανισμούς να συμβαδίζουν με τον ρυθμό της αλλαγής.
Το ZDNET ρώτησε: Υπάρχει αυξημένος κίνδυνος περιστατικών όπως η διακοπή λειτουργίας του CrowdStrike; Πρέπει οι οργανισμοί να βασίζονται όλο και περισσότερο στην αυτοματοποίηση για να χειρίζονται τη διαχείριση ενημερώσεων κώδικα και άλλες βασικές ροές εργασίας;
Ο Dekkers σημείωσε ότι η αυτοματοποίηση είναι ζωτικής σημασίας για την απελευθέρωση των εργαζομένων από χρονοβόρες και επαναλαμβανόμενες εργασίες και για την επιτάχυνση των διαδικασιών συναλλαγών.
Επίσης: Ο αγώνας για παγκόσμια ηγεσία στην τεχνητή νοημοσύνη μπορεί να οφείλεται σε ζητήματα διακυβέρνησης
Ωστόσο, ο αυτοματισμός πρέπει να εφαρμοστεί σωστά για να αποφευχθούν λάθη, σημείωσε.
Ο Loeffler πρόσθεσε ότι αυτό θα πρέπει επίσης να αποτελεί μέρος της δομής διακυβέρνησης του οργανισμού, συμπεριλαμβανομένης της διασφάλισης ότι οι εφαρμογές τεχνητής νοημοσύνης τρίτων συμμορφώνονται με την πολιτική ασφάλειας τεχνητής νοημοσύνης της εταιρείας.
