Пътят към зрелостта на ИИ – 2023 LXT доклад

Днес бизнесът, ориентиран към иновациите, инвестира значителни ресурси в системи с изкуствен интелект (AI), за да ускори своето пътуване до зрялост на AI. Според IDC, се очаква световните разходи за системи, ориентирани към AI, да надхвърлят 300 милиарда долара до 2026 г., в сравнение със 118 милиарда долара през 2022 г.

В миналото AI системите са се проваляли по-често поради липса на зрялост на процеса. относно 60-80% от AI проектите се проваляха поради лошо планиране, липса на опит, неадекватно управление на данни или проблеми с етиката и справедливостта. Но с всяка изминала година този брой се подобрява.

Днес средният процент на неуспешни проекти за AI е спаднал до 46%, според последния доклад на LXT. Вероятността от повреда на ИИ допълнително намалява до 36%, тъй като компанията напредва в своя път на зрялост на ИИ.

Нека по-нататък проучим пътя на една организация към зрелостта на ИИ, различните модели и рамки, които може да използва, и основните бизнес двигатели за изграждане на ефективна Стратегия за изкуствен интелект.

Какво е AI Maturity?

Зрелостта на AI се отнася до нивото на напредък и усъвършенстване, което една компания е постигнала при приемането, внедряването и мащабирането на технологии с активиран AI, за да подобри своите бизнес процеси, продукти или услуги.

Според Доклад за падежа на LXT AI 2023 г, 48% от средните до големите американски организации са достигнали по-високи нива на зрялост на AI (обсъдено по-долу), което представлява 8% увеличение спрямо резултатите от проучването от предходната година, докато 52% от организациите активно експериментират с AI.

Докладът предполага, че най-обещаващата работа е извършена в Обработка на естествен език (NLP) намлява гласово разпознаване домейни – подкатегории на AI – тъй като те имаха най-много внедрени решения в индустриите.

Освен това индустрията за производство и веригите за доставки има най-нисък процент на неуспех на AI проекти (29%), докато търговията на дребно и електронната търговия е с най-висок (52%).

Проучване на различни модели на зрялост на AI

Обикновено организациите, управлявани от AI, разработват модели за зрялост на AI, съобразени с техните бизнес нужди. Въпреки това, основната идея за зрялост остава последователна в моделите, фокусирани върху развитието на способности, свързани с AI, за постигане на оптимална бизнес производителност.

Някои видни модели на зрялост са разработени от Gartner, IBM, и Microsoft. Те могат да служат като насоки за организациите по пътя им към внедряване на AI.

Нека разгледаме накратко моделите за зрялост на AI от Gartner и IBM по-долу.

Модел на зрялост на Gartner AI

Gartner има 5-степенен модел на зрялост на AI, който компаниите могат да използват, за да оценят своите нива на зрялост. Нека ги обсъдим по-долу.

Илюстрация на модела за зрялост на Gartner AI. източник: Доклад на LXT 2023 г

• Ниво 1 – Информираност: Организациите на това ниво започват да обсъждат възможни решения за AI. Но не се провеждат пилотни проекти или експерименти за тестване на жизнеспособността на тези решения на това ниво.
• Ниво 2 – Активен: Организациите са в началните етапи на експерименти с ИИ и пилотни проекти.
• Ниво 3 – Оперативно: Организациите на това ниво са предприели конкретни стъпки към приемане на AI, включително преместване на поне един проект за AI към производство.
• Ниво 4 – систематично: Организациите на това ниво използват AI за повечето от своите цифрови процеси. Също така, базираните на AI приложения улесняват продуктивното взаимодействие в и извън организацията.
• Ниво 5 – Трансформационно: Организациите са приели AI като неразделна част от своите бизнес процеси.

Според този модел компаниите започват да постигат AI зрялост от ниво 3 нататък.

IBM AI Maturity Framework

IBM има разработени собствена уникална терминология и критерии за оценка на зрелостта на AI решенията. Трите фази на рамката за зрялост на ИИ на IBM включват:

Фази на IBM AI Maturity Framework

• Сребро: На това ниво на способности на AI предприятията изследват подходящи инструменти и технологии, за да се подготвят за приемане на AI. Той също така включва разбиране на въздействието на AI върху бизнеса, подготовката на данни и други бизнес фактори, свързани с AI.
• Злато: На това ниво организациите постигат конкурентно предимство, като предоставят значим бизнес резултат чрез AI. Тази възможност на AI предоставя препоръки и обяснения, подкрепени от данни, може да се използва от бизнес потребители и демонстрира добра хигиена на данните и автоматизация.
• Platinum: Тази усъвършенствана AI способност е устойчива за критични работни процеси. Той се адаптира към входящите потребителски данни и предоставя ясни обяснения за резултатите от AI. Освен това са въведени силни мерки за управление на данни и управление, които подпомагат автоматизираното вземане на решения.

Основни бариери по пътя към постигане на зрялост на ИИ

Организациите са изправени пред няколко предизвикателства при достигането на зрялост. The Доклад за LXT 2023 г идентифицира 11 бариери, както е показано на графиката по-долу. Нека обсъдим някои от тях тук.

Графика на предизвикателствата за зрялост на AI. източник: Доклад на LXT 2023 г

1. Интегриране на AI със съществуваща технология

Около 54% ​​от организациите са изправени пред предизвикателството да интегрират наследени или съществуващи технологии в AI системи, което го прави най-голямата пречка за достигане на зрялост.

2. Качество на данните

Висококачествените данни за обучение са жизненоважни за изграждането на точни AI системи. Събирането на висококачествени данни обаче остава голямо предизвикателство за достигане на зрялост. Докладът установява, че 87% от компаниите са готови да платят повече за получаване на висококачествени данни за обучение.

3. Липса на умения

Без подходящите умения и ресурси организациите се борят да изградят успешни случаи на използване на AI. Всъщност 31% от организациите се сблъскват с липса на квалифициран талант за подпомагане на техните инициативи за ИИ и достигане на зрялост.

4. Слаба AI стратегия

Повечето от ИИ, които наблюдаваме в системите от реалния свят, могат да бъдат категоризирани като слаби или тесни. Това е AI, който може да изпълнява краен набор от задачи, за които е обучен. Около 20% от организациите нямат цялостна стратегия за ИИ.

За да преодолеят това предизвикателство, компаниите трябва ясно да дефинират и документират своите AI цели, да инвестират в качествени данни и да изберат правилните модели за всяка задача.

Основни бизнес двигатели за напредване на вашите стратегии за ИИ

- LXT падеж докладът идентифицира десет ключови бизнес двигатели за AI, както е показано на графиката по-долу. Нека обсъдим някои от тях тук.

Илюстрация на ключови бизнес двигатели за AI. източник: Доклад на LXT 2023 г

1. Бизнес ловкост

Бизнес гъвкавостта се отнася до това колко бързо една организация може да се адаптира към променящите се цифрови тенденции и възможности, използвайки иновативни бизнес решения. Той остава основният двигател на стратегиите за ИИ за около 49% от организациите.

AI може да помогне на компаниите да постигнат бизнес гъвкавост, като позволява по-бързо и по-точно вземане на решения, автоматизиране на повтарящи се задачи и подобряване на оперативната ефективност.

2. Предвиждане на нуждите на клиентите

Около 46% от организациите смятат, че предвиждането на нуждите на клиентите е един от ключовите бизнес двигатели за стратегиите за ИИ. Чрез използването на AI за анализиране на клиентски данни, компаниите могат да придобият представа за поведението, предпочитанията и нуждите на клиентите, което им позволява да приспособят своите продукти и услуги, за да отговорят по-добре на очакванията на клиентите.

3. Конкурентно предимство

Конкурентното предимство позволява на компаниите да се разграничат от своите конкуренти и да получат предимство на пазара. Това е ключов двигател за стратегиите за ИИ, според 41% от организациите.

4. Рационализирайте вземането на решения

Базираното на AI автоматизирано вземане на решения може значително да намали времето, необходимо за вземане на критични решения, базирани на данни. Ето защо около 42% от организациите смятат рационализирането на вземането на решения за основен бизнес двигател на стратегиите за ИИ.

5. Разработка на продукта

От признаването за най-добрия бизнес двигател за AI стратегиите през 2021 г., иновативното разработване на продукти падна до седмо място, като 39% от организациите го смятат за бизнес двигател през 2023 г.

Това показва, че приложимостта на AI в бизнес процесите не зависи изцяло от качеството на продукта. Други бизнес аспекти, като висока устойчивост, устойчивост и бързо излизане на пазара, са от решаващо значение за успеха на бизнеса.

За повече информация относно най-новите тенденции и технологии в областта на изкуствения интелект посетете обединявам.ai.