A클릭®, 데이터 통합 분야의 글로벌 기업, 데이터 품질, 분석 및 인공지능 (IA), Enterprise Strategy Group (ESG)와 함께 진행된 새로운 연구 결과를 발표합니다, AI 투자와 실행 간의 중요한 단절을 드러내고 있다
ESG 연구 보고서, “영향력 있는 생성적 AI를 위한 데이터 준비성, 기업들이 AI를 확장하기 위해 공격적으로 움직이고 있음을 드러낸다, 하지만 많은 이들은 장기적인 성공을 위한 필요한 데이터베이스를 구축하기 위한 구조화된 계획이 없다. 94%가 AI를 위한 데이터 준비를 가능하게 하기 위해 제품 및 서비스에 대한 지출을 늘리고 있는 동안, 단 21%만이 AI를 그들의 운영에 완전히 통합하는 데 성공했습니다. 대부분의 조직이 데이터 품질이 중요하다는 것을 인식하고 있지만, 거버넌스, 준수와 편향 탐지는 여전히 주요 격차로 남아 있습니다, 기업들이 AI의 잠재력을 완전히 활용하지 못하도록 방해하고 있다
“기업들은 일관된 전략 없이 인공지능을 채택하기 위해 막대한 투자를 하며 서두르고 있다”, 드류 클락이 말합니다, Qlik 데이터 비즈니스 유닛의 부사장 겸 총괄 관리자. AI는 임시방편이 아니다 — 영구적인 변화로 구조를 요구한다, 거버넌스와 투명성. 명확한 계획과 견고한 데이터베이스가 없으면, 기업들은 가치를 창출하기보다는 위험을 증가시키고 있다.”
Qlik과 ESG의 새로운 연구는 AI 채택과 성공을 보장하기 위해 필요한 예방 조치 간의 강한 불일치를 강조합니다
– AI의 채택이 가속화되고 있다, 하지만 많은 기업들은 명확한 실행 전략이 없다94%의 조직이 AI를 위한 데이터 준비를 가능하게 하는 제품 및 서비스에 대한 지출을 늘리고 있다, 하지만 단 21%만이 이를 완전히 운영에 통합했습니다
– 기업들이 더 많은 데이터를 수집하고 있다, 하지만 그것들을 AI에 사용 가능하게 만드는 데 어려움이 있다64%의 조직이 매일 100에서 499개의 출처에서 데이터를 수집합니다, 데이터의 복잡성 크기를 강조하며
– 운영 효율성은 주요 지표입니다, 하지만 AI의 전체적인 영향은 여전히 불확실하다57%는 운영 효율성을 기반으로 한 AI의 성공을 측정합니다, 더 작은 숫자가 비즈니스에서의 전략적 영향을 동반하는 동안
– 편향의 공백, 거버넌스와 준수가 상당한 위험을 초래하고 있다48%의 조직이 모델 및 데이터 출처와 관련된 결정의 투명성을 통해 AI의 편향 문제를 해결하려고 시도하고 있다
– 데이터의 품질은 중요하다, 하지만 거버넌스는 여전히 도전 과제입니다단지 47%가 그들의 거버넌스 정책이 일관되게 적용된다고 강하게 동의합니다, 감독 및 준수의 격차를 강조하며
AI는 기술의 문제가 아니다 — 실행 문제입니다, 스티븐 카탄자노가 말합니다, ESG 수석 분석가. 모든 분야의 조직들이 AI를 확장하기 위해 빠르게 움직이고 있다, 하지만, 필요한 예방 조치 없이, 규제적 결과를 겪을 위험이 있다, 재정적 및 평판의. 데이터 품질의 중요성을 인식하고 있지만, 대부분은 여전히 AI 모델이 안전하고 공정하다는 것을 보장하기 위한 필요한 거버넌스를 갖추고 있지 않다. 이 실행의 공백은 많은 AI 프로젝트가 중단되거나 실질적인 ROI를 제공하지 못하는 이유를 설명합니다.”
Qlik과 ESG의 보고서AI 준비 상태AI 실행에서 가장 긴급한 도전 과제를 식별하고 장기적인 성공을 보장하기 위한 전략을 제공합니다. 더 깊은 통찰력과 전문가의 추천을 얻기 위해, 여기에서 eBook에 접속하세요https://www.qlik.com/us/resource-library/data-영향력 있는 준비생성적 인공지능
