АQlik®, глобальная компания по интеграции данных, качество данных, аналитика и искусственный интеллект (ИИ), анонсирует результаты нового исследования, проведенного с Enterprise Strategy Group (ESG), выявляя критическое несоответствие между инвестициями и реализацией ИИ
Отчет о исследовании ESG, “Готовность данных для эффективного генеративного ИИ», раскрывает, что компании активно движутся для масштабирования ИИ, но многие не имеют структурированного плана для создания необходимых баз данных для долгосрочного успеха. В то время как 94% увеличивают расходы на продукты и услуги для обеспечения готовности данных для ИИ, только 21% смогли полностью интегрировать ИИ в свои операции. Хотя большинство организаций признает, что качество данных имеет решающее значение, управление, соблюдение и обнаружение предвзятостей по-прежнему остаются основными пробелами, препятствуя компаниям полностью использовать потенциал ИИ
«Компании спешат внедрить ИИ, сильно инвестируя без четкой стратегии», говорит Дрю Кларк, Исполнительный вице-президент и генеральный менеджер бизнес-единицы данных Qlik. ИИ не является временным решением — это постоянная трансформация, требующая структуры, управление и прозрачность. Без четкого плана и надежных баз данных, компании увеличивают свои риски вместо того чтобы создавать ценность.”
Новое исследование Qlik и ESG подчеркивает резкое несоответствие между внедрением ИИ и мерами предосторожности, необходимыми для обеспечения его успеха:
– Принятие ИИ ускоряется, но многие компании не имеют четкой стратегии реализации94% организаций увеличивают расходы на продукты и услуги, которые обеспечивают готовность данных для ИИ, но только 21% полностью интегрировали их в свои операции
– Компании собирают больше данных, но испытывают трудности с тем, чтобы сделать их пригодными для ИИ64% организаций собирают данные из 100-499 источников ежедневно, подчеркивая размер сложности данных
– Операционная эффективность является основной метрикой, но общий impacto ИИ остается неопределенным57% определяют успех ИИ на основе операционной эффективности, в то время как меньшее число сопровождает его стратегическое воздействие на бизнес
– Пробелы в предвзятости, управление и соблюдение норм создают значительные риски48% организаций пытаются решить проблемы предвзятости в ИИ через прозрачность в принятии решений, связанных с моделями и источниками данных
– Качество данных имеет решающее значение, но управление по-прежнему остается проблемойТолько 47% сильно согласны с тем, что их политики управления применяются последовательно, выявляя пробелы в надзоре и соблюдении норм
Искусственный интеллект не является проблемой технологии — это проблема исполнения, говорит Стивен Катандзано, Старший аналитик по ESG. Организации всех секторов быстро переходят к масштабированию ИИ, но, без необходимых мер предосторожности, подвергаются риску понести регуляторные последствия, финансовые и репутационные. Хотя они признают важность качества данных, большинство все еще не имеет необходимого управления, чтобы гарантировать, что модели ИИ безопасны и беспристрастны. Этот пробел в реализации объясняет, почему так много проектов ИИ приостанавливаются или не могут обеспечить ощутимую отдачу от инвестиций.”
Отчет Qlik и ESGГотовность к ИИопределяет наиболее срочные проблемы в реализации ИИ и предлагает стратегии для обеспечения долгосрочного успеха. Чтобы получить более глубокие инсайты и рекомендации экспертов, доступ к eBook здесьhttps://www.qlik.com/us/resource-library/data-готовность-к-эффекту-генеративный-ИИ
