Umělá inteligence
Cesta k zralosti AI – Zpráva LXT 2023
Dnes společnosti, které jsou poháněny inovacemi, investují významné zdroje do systémů umělé inteligence (AI), aby pokročily ve své cestě za zralostí AI. Podle IDC se celosvětové výdaje na systémy zaměřené na AI očekávají, že přesáhnou 300 miliard dolarů do roku 2026, ve srovnání s 118 miliardami dolarů v roce 2022.
V minulosti systémy AI často selhávaly kvůli nedostatku zralosti procesů. Přibližně 60-80 % projektů AI selhávalo kvůli špatnému plánování, nedostatku odborných znalostí, nedostatečnému řízení dat nebo problémům s etikou a spravedlností. Ale s každým uplynulým rokem se toto číslo zlepšuje.
Dnes je průměrná míra selhání projektů AI snížena na 46 %, podle nejnovější zprávy LXT. Pravděpodobnost selhání AI se dále snižuje na 36 %, jakmile společnost pokročí ve své cestě za zralostí AI.
Podrobněji prozkoumejme cestu organizace za zralostí AI, různé modely a rámce, které může použít, a hlavní obchodní pohony pro vytvoření efektivní AI strategie.
Co je zralost AI?
Zralost AI se týká úrovně pokroku a sofistikovanosti, kterou společnost dosáhla při přijímání, implementaci a škálování technologií založených na AI, aby zlepšila své obchodní procesy, produkty nebo služby.
Podle zprávy LXT o zralosti AI 2023 dosáhlo 48 % středních a velkých organizací ve Spojených státech vyšších úrovní zralosti AI (diskutováno níže), což představuje 8% nárůst oproti výsledkům předchozího roku, zatímco 52 % organizací aktivně experimentuje s AI.
Zpráva naznačuje, že nejnadějnější práce byla provedena v oblastech zpracování přirozeného jazyka (NLP) a rozpoznávání řeči – subkategoriích AI – protože měly největší počet nasazených řešení napříč odvětvími.
Navíc má průmysl výroby a dodavatelského řetězce nejnižší míru selhání projektů AI (29 %), zatímco maloobchod a e-commerce mají nejvyšší (52 %).
Prozkoumání různých modelů zralosti AI
Obvykle organizace, které jsou poháněny AI, vyvíjejí modely zralosti AI přizpůsobené svým obchodním potřebám. Avšak základní idea zralosti zůstává konzistentní napříč modely, zaměřená na rozvoj schopností souvisejících s AI, aby se dosáhlo optimálního obchodního výkonu.
Některé prominentní modely zralosti byly vyvinuty společnostmi Gartner, IBM a Microsoft. Tyto modely mohou sloužit jako vodítko pro organizace na jejich cestě za přijetím AI.
Podrobněji prozkoumejme modely zralosti AI od Gartner a IBM níže.
Model zralosti AI Gartner
Gartner má 5-úrovňový model zralosti AI, který společnosti mohou použít k hodnocení svých úrovní zralosti. Podrobněji je probereme níže.
Ilustrace modelu zralosti AI Gartner. Zdroj: Zpráva LXT 2023
- Úroveň 1 – Vědomí: Organizace na této úrovni začínají diskutovat o možných řešeních AI. Avšak žádné pilotní projekty nebo experimenty nejsou dosud zahájeny, aby se otestovala životaschopnost těchto řešení.
- Úroveň 2 – Aktivní: Organizace jsou na počátku experimentování s AI a pilotních projektech.
- Úroveň 3 – Operační: Organizace na této úrovni učinily konkrétní kroky k přijetí AI, včetně přesunu alespoň jednoho projektu AI do produkce.
- Úroveň 4 – Systémová: Organizace na této úrovni využívají AI pro většinu svých digitálních procesů. Kromě toho AI poháněné aplikace umožňují produktivní interakci uvnitř a vně organizace.
- Úroveň 5 – Transformační: Organizace přijaly AI jako inherentní součást svých obchodních procesů.
Podle tohoto modelu společnosti začínají dosahovat zralosti AI od úrovně 3 výše.
Rámec zralosti AI IBM
IBM vyvinul svůj vlastní jedinečný terminologický a kritériový rámec pro hodnocení zralosti řešení AI. Tři fáze rámce zralosti AI IBM zahrnují:
- Stříbrná: Na této úrovni schopnosti AI podniky prozkoumávají relevantní nástroje a technologie, aby se připravily na přijetí AI. Zahrnuje to také pochopení dopadu AI na podnik, přípravu dat a dalších obchodních faktorů souvisejících s AI.
- Zlatá: Na této úrovni organizace dosahují konkurenční výhody poskytováním smysluplných obchodních výsledků prostřednictvím AI. Tato schopnost AI poskytuje doporučení a vysvětlení podložená daty, je použitelná pro uživatele na úrovni obchodních linií a demonstruje dobrou hygienu dat a automatizaci.
- Platinová: Tato pokročilá schopnost AI je udržitelná pro kritické pracovní postupy. Přizpůsobuje se příchozím uživatelským datům a poskytuje jasná vysvětlení výsledků AI. Kromě toho jsou zavedena silná opatření pro řízení a správu dat, která podporují automatizované rozhodování.
Hlavní bariéry na cestě za dosažením zralosti AI
Organizace čelí několika výzvám při dosahování zralosti. Zpráva LXT 2023 identifikuje 11 bariér, jak je znázorněno na grafu níže. Podrobněji probereme některé z nich zde.
Graf bariér zralosti AI. Zdroj: Zpráva LXT 2023
1. Integrace AI s existující technologií
Přes 54 % organizací čelí výzvě integrace stávající nebo existující technologie do systémů AI, což je největší bariéra pro dosažení zralosti.
2. Kvalita dat
Vysoce kvalitní trénovací data jsou zásadní pro budování přesných systémů AI. Avšak shromažďování vysoce kvalitních dat zůstává velkou výzvou při dosahování zralosti. Zpráva zjistila, že 87 % společností je ochotno zaplatit více za získání vysoce kvalitních trénovacích dat.
3. Mezera ve dovednostech
Bez správných dovedností a zdrojů organizace bojují s budováním úspěšných případů použití AI. Ve skutečnosti 31 % organizací čelí nedostatku kvalifikovaných talentů pro podporu jejich iniciativ AI a dosažení zralosti.
4. Slabá strategie AI
Většina AI, kterou pozorujeme v reálných systémech, lze klasifikovat jako slabou nebo úzkou. Jedná se o AI, která může provádět konečnou sadu úkolů, pro které je trénována. Přibližně 20 % organizací nemá komplexní strategii AI.
Aby organizace překonaly tuto výzvu, měly by jasně definovat a dokumentovat své cíle AI, investovat do kvalitních dat a zvolit správné modely pro každou úlohu.
Hlavní obchodní pohony pro rozvoj vašich strategií AI
Zpráva LXT o zralosti identifikuje deset klíčových obchodních pohonů pro AI, jak je znázorněno na grafu níže. Podrobněji probereme některé z nich zde.
Ilustrace klíčových obchodních pohonů pro AI. Zdroj: Zpráva LXT 2023
1. Obchodní pružnost
Obchodní pružnost se týká toho, jak rychle může organizace reagovat na měnící se digitální trendy a příležitosti pomocí inovativních obchodních řešení. Zůstává nejvýznamnějším pohonem pro strategie AI pro přibližně 49 % organizací.
AI může pomoci společnostem dosáhnout obchodní pružnosti umožněním rychlejšího a přesnějšího rozhodování, automatizací opakujících se úkolů a zlepšením provozní efektivity.
2. Předvídání potřeb zákazníků
Přes 46 % organizací považuje předvídání potřeb zákazníků za jeden z klíčových obchodních pohonů pro strategie AI. Používáním AI k analýze dat zákazníků mohou společnosti získat přehled o chování, preferencích a potřebách zákazníků, což jim umožňuje přizpůsobit své produkty a služby, aby lépe splňovaly očekávání zákazníků.
3. Konkurenční výhoda
Konkurenční výhoda umožňuje společnostem odlišit se od svých konkurentů a získat výhodu na trhu. Je to klíčový pohon pro strategie AI, podle 41 % organizací.
4. Zefektivnění rozhodování
Rozhodování založené na AI může výrazně snížit dobu potřebnou pro učiněné kritické, daty podložené rozhodnutí. To je důvod, proč přibližně 42 % organizací považuje zefektivnění rozhodování za hlavní obchodní pohon pro strategie AI.
5. Vývoj produktů
Od toho, kdy byl vývoj produktů uznán jako hlavní obchodní pohon pro strategie AI v roce 2021, poklesl na sedmé místo, přičemž 39 % organizací jej považuje za obchodní pohon v roce 2023.
To ukazuje, že uplatnitelnost AI v obchodních procesech nezávisí zcela na kvalitě produktu. Další obchodní aspekty, jako je vysoká odolnost, udržitelnost a rychlá doba dodání, jsou kritické pro obchodní úspěch.
Pro více informací o nejnovějších trendech a technologiích v oblasti umělé inteligence navštivte unite.ai.
