El camí cap a la maduresa de l'IA - Informe LXT 2023

Today, innovation-driven businesses are investing significant resources in artificial intelligence (AI) systems to advance their AI maturity journey. According to IDC, worldwide spending on AI-centric systems is expected to surpass $300 billion by 2026, compared to $118 billion in 2022.

En el passat, els sistemes d'IA han fallat amb més freqüència a causa de la manca de maduresa del procés. Sobre El 60-80% dels projectes d'IA solien fracassar a causa d'una mala planificació, manca d'experiència, gestió de dades inadequada o problemes d'ètica i equitat. Però, cada any que passa, aquesta xifra està millorant.

Avui, de mitjana, la taxa de fracàs del projecte d'IA ha baixat a 46%, segons l'últim informe de LXT. La probabilitat de fracàs de la IA es redueix encara més fins al 36% a mesura que una empresa avança en el seu viatge de maduresa de la IA.

Explorem més el camí d'una organització cap a la maduresa de la IA, els diferents models i marcs que pot emprar i els principals motors empresarials per construir un sistema eficaç. Estratègia d'AI.

Què és la maduresa de l'IA?

La maduresa de la IA es refereix al nivell d'avenç i sofisticació que ha aconseguit una empresa en l'adopció, implementació i escala de tecnologies habilitades per IA per millorar els seus processos, productes o serveis empresarials.

D'acord amb el Informe de maduresa LXT AI 2023, el 48% de les organitzacions mitjanes i grans dels EUA han assolit nivells més alts de maduresa de la IA (que es comenta a continuació), cosa que representa un augment del 8% respecte als resultats de l'enquesta de l'any anterior, mentre que el 52% de les organitzacions estan experimentant activament amb la IA.

L'informe suggereix que el treball més prometedor s'ha fet a la Processament del llenguatge natural (PNL) i reconeixement de veu dominis (subcategories d'IA), ja que tenien el major nombre de solucions desplegades a les indústries.

A més, la indústria de la fabricació i la cadena de subministrament té la taxa de fracàs dels projectes d'IA més baixa (29%), mentre que el comerç minorista i el comerç electrònic té la més alta (52%).

Explorant diferents models de maduresa d'IA

Normalment, les organitzacions impulsades per IA desenvolupen models de maduresa d'IA adaptats a les seves necessitats empresarials. Tanmateix, la idea subjacent de la maduresa segueix sent coherent en tots els models, centrada a desenvolupar capacitats relacionades amb la IA per aconseguir un rendiment empresarial òptim.

Alguns models de maduresa destacats han estat desenvolupats per Gartner, IBMi Microsoft. Poden servir d'orientació per a les organitzacions en el seu viatge d'adopció de la IA.

Explorem breument els models de maduresa d'IA de Gartner i IBM a continuació.

Model de maduresa de la IA de Gartner

Gartner té un model de maduresa d'IA de 5 nivells que les empreses poden utilitzar per avaluar els seus nivells de maduresa. Parlem-ne a continuació.

Il·lustració del model de maduresa de Gartner AI. Font: Informe LXT 2023

• Nivell 1 – Conscienciació: Les organitzacions d'aquest nivell comencen a discutir possibles solucions d'IA. Però, no hi ha projectes pilot ni experiments en marxa per provar la viabilitat d'aquestes solucions a aquest nivell.
• Nivell 2: actiu: Les organitzacions es troben en les etapes inicials d'experimentació d'IA i projectes pilot.
• Nivell 3 - Operatiu: Les organitzacions d'aquest nivell han pres mesures concretes cap a l'adopció de la IA, inclosa la transferència d'almenys un projecte d'IA a la producció.
• Nivell 4 – Sistemàtic: Les organitzacions d'aquest nivell utilitzen la IA per a la majoria dels seus processos digitals. A més, les aplicacions basades en IA faciliten la interacció productiva dins i fora de l'organització.
• Nivell 5 - Transformació: Les organitzacions han adoptat la IA com a part inherent dels seus fluxos de treball empresarials.

Segons aquest model, les empreses comencen a assolir la maduresa de la IA a partir del nivell 3.

IBM AI Maturity Framework

IBM ho té desenvolupat la seva pròpia terminologia i criteris únics per avaluar la maduresa de les solucions d'IA. Les tres fases del marc de maduresa d'IA d'IBM inclouen:

Fases d'IBM AI Maturity Framework

• Plata: En aquest nivell de capacitat d'IA, les empreses exploren eines i tecnologies rellevants per preparar-se per a l'adopció de la IA. També inclou la comprensió de l'impacte de la IA en el negoci, la preparació de dades i altres factors empresarials relacionats amb la IA.
• Or: En aquest nivell, les organitzacions aconsegueixen un avantatge competitiu oferint un resultat empresarial significatiu mitjançant la IA. Aquesta capacitat d'IA proporciona recomanacions i explicacions recolzades per dades, és utilitzable pels usuaris de la línia de negoci i demostra una bona higiene i automatització de dades.
• platinum: Aquesta sofisticada capacitat d'IA és sostenible per a fluxos de treball crítics. S'adapta a les dades d'usuari entrants i proporciona explicacions clares sobre els resultats de la IA. A més, hi ha mesures sòlides de gestió i governança de dades que donen suport a la presa de decisions automatitzada.

Principals barreres en el camí per assolir la maduresa de la IA

Les organitzacions s'enfronten a diversos reptes per assolir la maduresa. El Informe LXT 2023 identifica 11 barreres, tal com es mostra al gràfic següent. Comentem alguns d'ells aquí.

Gràfic de reptes de maduresa de la IA. Font: Informe LXT 2023

1. Integració de la IA amb la tecnologia existent

Al voltant del 54% de les organitzacions s'enfronten al repte d'integrar la tecnologia heretada o existent als sistemes d'IA, cosa que la converteix en la barrera més gran per assolir la maduresa.

2. Qualitat de les dades

Les dades d'entrenament d'alta qualitat són vitals per construir sistemes d'IA precisos. Tanmateix, la recollida de dades d'alta qualitat continua sent un gran repte per assolir la maduresa. L'informe constata que el 87% de les empreses estan disposades a pagar més per adquirir dades de formació d'alta qualitat.

3. Bretxa d'habilitats

Sense les habilitats i els recursos adequats, les organitzacions lluiten per crear casos d'ús d'IA amb èxit. De fet, el 31% de les organitzacions s'enfronten a una manca de talent qualificat per donar suport a les seves iniciatives d'IA i assolir la maduresa.

4. Estratègia d'IA feble

La majoria de la IA que observem als sistemes del món real es pot classificar com a feble o estreta. És una IA que pot realitzar un conjunt finit de tasques per a les quals està entrenat. Al voltant del 20% de les organitzacions no tenen una estratègia integral d'IA.

Per superar aquest repte, les empreses haurien de definir i documentar clarament els seus objectius d'IA, invertir en dades de qualitat i triar els models adequats per a cada tasca.

Principals impulsors empresarials per avançar en les vostres estratègies d'IA

El maduresa LXT L'informe identifica deu impulsors empresarials clau per a la IA, tal com es mostra al gràfic següent. Comentem alguns d'ells aquí.

Una il·lustració dels principals motors empresarials de la IA. Font: Informe LXT 2023

1. Agilitat empresarial

L'agilitat empresarial fa referència a la rapidesa amb què una organització pot adaptar-se a les tendències i oportunitats digitals canviants mitjançant solucions empresarials innovadores. Continua sent el principal motor de les estratègies d'IA per al voltant del 49% de les organitzacions.

La IA pot ajudar les empreses a assolir l'agilitat empresarial permetent una presa de decisions més ràpida i precisa, automatitzant tasques repetitives i millorant l'eficiència operativa.

2. Anticipar-se a les necessitats del client

Al voltant del 46% de les organitzacions consideren anticipar les necessitats dels clients com un dels motors empresarials clau per a les estratègies d'IA. Mitjançant l'ús de la IA per analitzar les dades dels clients, les empreses poden obtenir informació sobre el comportament, les preferències i les necessitats dels clients, cosa que els permet adaptar els seus productes i serveis per satisfer millor les expectatives dels clients.

3. Avantatge competitiu

L'avantatge competitiu permet a les empreses diferenciar-se dels seus competidors i guanyar avantatge en el mercat. És un motor clau per a les estratègies d'IA, segons el 41% de les organitzacions.

4. Agilitzar la presa de decisions

La presa de decisions automatitzada basada en IA pot reduir significativament el temps necessari per prendre decisions crítiques basades en dades. És per això que al voltant del 42% de les organitzacions consideren que la racionalització de la presa de decisions és un dels principals motors de negoci per a les estratègies d'IA.

5. Desenvolupament del producte

Des de ser reconegut com el principal motor empresarial per a les estratègies d'IA el 2021, el desenvolupament de productes innovadors ha caigut al setè lloc, amb el 39% de les organitzacions que el consideraven un impulsor empresarial el 2023.

Això demostra que l'aplicabilitat de la IA en els processos empresarials no depèn completament de la qualitat del producte. Altres aspectes empresarials, com ara l'alta resiliència, la sostenibilitat i un temps ràpid de llançament al mercat, són fonamentals per a l'èxit empresarial.

Per obtenir més informació sobre les últimes tendències i tecnologies en intel·ligència artificial, visiteu unir.ai.