Tie polkuun AI-kypsyyteen – 2023 LXT Raportti

Nykyään innovaatiovetoinen yritykset panostavat merkittäviä resursseja tekoälyjärjestelmiin (AI) edistääkseen AI-kypsyytensä matkaa. IDC:n mukaan maailmanlaajuinen tekoälykeskeisten järjestelmien kulutus ylittää 300 miljardia dollaria vuoteen 2026 mennessä, verrattuna 118 miljardiin dollariin vuonna 2022.

Menneisyydessä tekoälyjärjestelmät ovat useammin epäonnistuneet prosessin kypsymättömyyden vuoksi. Noin 60-80% tekoälyprojekteista epäonnistui aiemmin huonon suunnittelun, asiantuntemuksen puutteen, riittämättömän datan hallinnan tai eettisyyden ja reiluuden ongelmien vuoksi. Mutta jokaisen vuoden myötä tämä luku on parantunut.

Nykyään keskimäärin tekoälyprojektien epäonnistumisaste on laskenut 46%:iin, LXT:n uusimman raportin mukaan. Tekoälyepäonnistumisen todennäköisyys vähenee edelleen 36%:iin, kun yritys etenee AI-kypsyytensä polulla.

Tutustumme nyt yrityksen polkuun AI-kypsyyteen, eri malleihin ja kehyksiin, joita se voi käyttää, ja tärkeimpiin liiketoimintavetureihin tehokkaan AI-strategian luomiseksi.

Mikä on AI-kypsyyten?

AI-kypsyyten viittaa siihen, minkä tasolle yritys on edennyt tekoälytekniikoiden omaksumisessa, toteuttamisessa ja skaalauksessa parantaakseen liiketoimintaprosessejaan, tuotteitaan tai palveluitaan.

LXT:n AI-kypsyyten raportin 2023 mukaan 48% keskisuurista ja suurista Yhdysvaltain yrityksistä on saavuttanut korkeamman AI-kypsymätason (ks. alla), mikä edustaa 8%:n kasvua edellisen vuoden tutkimustuloksiin verrattuna, kun taas 52% yrityksistä kokeilee aktiivisesti tekoälyä.

Raportin mukaan lupaavimmat työt on tehty luonnollisen kielen prosessoinnin (NLP) ja puheentunnistuksen alueilla – tekoälyn alaluokissa – koska niillä on ollut eniten käyttöönotettuja ratkaisuja eri aloilla.

Lisäksi valmistus- ja toimitusketjuala on alhaisin tekoälyprojektien epäonnistumisaste (29%), kun taas vähittäiskauppa ja sähkökauppa on korkein (52%).

Eri AI-kypsymallien tutkiminen

Yleensä tekoälyvetoinen yritykset kehittävät AI-kypsymalleja, jotka on räätälöity yrityksen tarpeisiin. Kuitenkin AI-kypsymallien perusidea on yhtenäinen, keskittyen tekoälyyn liittyvien kykyjen kehittämiseen optimaalisen liiketoimintasuorituksen saavuttamiseksi.

Jotkut merkittävät kypsymallit on kehittänyt Gartner, IBM ja Microsoft. Ne voivat toimia ohjeena yrityksille tekoälyomaksumispolulla.

Gartnerin AI-kypsymalli

Gartnerilla on 5-tasoinen AI-kypsymalli, jonka avulla yritykset voivat arvioida kypsymätasoaan. Käymme niiden läpi alla.

Gartnerin AI-kypsymalli. Lähde: LXT raportti 2023

• Taso 1 – Tietoisuus: Yritykset, jotka ovat tässä tasolla, aloittavat mahdollisten tekoälyratkaisujen keskustelun. Mutta ei ole käynnissä pilottihankkeita tai kokeiluja testatakseen näiden ratkaisujen toteutettavuutta.
• Taso 2 – Aktiivinen: Yritykset ovat tekoälykokeilun ja pilottihankkeiden alkuvaiheessa.
• Taso 3 – Toiminnallinen: Yritykset, jotka ovat tässä tasolla, ovat tehneet konkreettisia askelia tekoälyomaksumiseksi, mukaan lukien vähintään yhden tekoälyprojektin siirtäminen tuotantoon.
• Taso 4 – Järjestelmällinen: Yritykset, jotka ovat tässä tasolla, käyttävät tekoälyä useimmissa digitaalisissa prosesseissaan. Lisäksi tekoälysovellukset mahdollistavat tuottavan vuorovaikutuksen sekä yrityksen sisällä että ulkopuolella.
• Taso 5 – Muodonmuutos: Yritykset, jotka ovat omaksuneet tekoälyn olennaiseksi osaksi liiketoimintaprosessejaan.

Tässä mallissa yritykset saavuttavat AI-kypsymättömyyden tasolta 3 alkaen.

IBM:n AI-kypsymalli

IBM on kehittänyt oman yksilöllisen terminologian ja kriteerit arvioida tekoälyratkaisujen kypsymätasoa. IBM:n AI-kypsymallin kolme vaihetta ovat:

IBM:n AI-kypsymallin vaiheet

• Hopea: Tässä tekoälykyvyn tasolla yritykset tutkivat asiaankuuluvia työkaluja ja tekniikoita valmistautuakseen tekoälyomaksumiseen. Siihen kuuluu myös ymmärtäminen tekoälyn vaikutusta liiketoimintaan, datan valmistelu ja muut liiketoimintaan liittyvät tekoälyyn liittyvät tekijät.
• Kultaa: Tässä tasolla yritykset saavuttavat kilpailukykyisen etun tekoälyllä ja toimivalla liiketoimintatuloksella. Tämä tekoälykyky tarjoaa suosituksia ja selityksiä, jotka perustuvat dataan, on käytettävissä liiketoimintakäyttäjille ja osoittaa hyvää datan hygieniaa ja automaatiota.
• Platina: Tämä kehittynyt tekoälykyky on kestävä mission-kriittisille työnkulkuille. Se sopeutuu saapuvaan käyttäjädataan ja tarjoaa selkeät selitykset tekoälytuloksille. Lisäksi vahvat datan hallinta- ja ohjausjärjestelmät ovat paikallaan, mikä tukee automaattista päätöksentekoa.

Pääesteet AI-kypsymättömyyden saavuttamisessa

Yritykset kohtaavat useita haasteita AI-kypsymättömyyden saavuttamisessa. LXT:n 2023 raportti tunnistaa 11 estettä, kuten alla olevassa graafissa. Käymme niiden läpi alla.

AI-kypsymättömyyden haasteiden graafi. Lähde: LXT raportti 2023

1. Tekoälyn integrointi olemassa olevaan tekniikkaan

Noin 54% yrityksistä kohtaavat haasteen perinteisen tai olemassa olevan tekniikan integroimisesta tekoälyjärjestelmiin, mikä on suurin este AI-kypsymättömyyden saavuttamiselle.

2. Datan laatu

Korkealaatuiset koulutusdatat ovat olennaisia tarkkojen tekoälyjärjestelmien luomiseksi. Kuitenkin korkealaatuisten datojen kerääminen on edelleen suuri haaste AI-kypsymättömyyden saavuttamisessa. Raportin mukaan 87% yrityksistä on valmis maksamaan enemmän korkealaatuisten koulutusdatan hankkimisesta.

3. Taitopula

Ilman oikeita taitoja ja resursseja yritykset kamppailevat onnistuneiden tekoälykäytöönottojen luomisessa. Itse asiassa 31% yrityksistä kohtaavat taitavien ammattilaisten puutteen tekoälyaloitteiden tukemisessa ja AI-kypsymättömyyden saavuttamisessa.

4. Heikko tekoälystrategia

Useimmat tekoälysovellukset, joita havaitsemme todellisissa järjestelmissä, voidaan luokitella heikoiksi tai kapeiksi. Se on tekoäly, joka voi suorittaa rajatun joukon tehtäviä, joiden parissa se on koulutettu. Noin 20% yrityksistä ei ole laadittu kattavaa tekoälystrategiaa.

Haasteen voittamiseksi yritysten on määriteltävä selkeästi ja asiakirjattava tekoälyobjektiivinsa, panostettava laadukkaisiin datoihin ja valittava oikeat mallit kullekin tehtävälle.

Pääliiketoimintaveturet tekoälystrategian edistämiseksi

LXT:n kypsymäisraportti tunnistaa kymmenen avainliiketoimintaveturia tekoälylle, kuten alla olevassa graafissa. Käymme niiden läpi alla.

Avainliiketoimintavetureiden graafi tekoälylle. Lähde: LXT raportti 2023

1. Liiketoimintajoustavuus

Liiketoimintajoustavuus viittaa siihen, kuinka nopeasti yritys voi sopeutua muuttuviin digitaalisiin trendeihin ja mahdollisuuksiin innovatiivisilla liiketoimintaratkaisuilla. Se on tekoälystrategian tärkein veturi 49%:lla yrityksistä.

Tekoäly voi auttaa yrityksiä saavuttamaan liiketoimintajoustavuuden mahdollistamalla nopeamman ja tarkemman päätöksenteon, automatisoimalla toistuvia tehtäviä ja parantamalla operatiivisia tehokkuuksia.

2. Asiakkaiden tarpeiden ennakointi

Noin 46% yrityksistä pitää asiakkaiden tarpeiden ennakointia yhtenä tekoälystrategian tärkeimmistä vetureista. Käyttämällä tekoälyä analysoimaan asiakasdataa, yritykset voivat saada tietoa asiakkaiden käyttäytymisestä, mieltymyksistä ja tarpeista, mikä mahdollistaa tuotteiden ja palvelujen räätälöimisen paremmin vastaamaan asiakkaiden odotuksia.

3. Kilpailuetu

Kilpailuetu mahdollistaa yritysten erottautumisen kilpailijoistaan ja saavuttamisen markkinoiden eturintamaan. Se on tekoälystrategian tärkein veturi 41%:lla yrityksistä.

4. Päätöksenteon tehostaminen

Tekoälypohjainen automaattinen päätöksenteko voi merkittävästi lyhentää kriittisten, data-perustuvien päätösten tekemiseen tarvittavaa aikaa. Tämän vuoksi 42% yrityksistä pitää päätöksenteon tehostamista tekoälystrategian tärkeänä veturina.

5. Tuotekehitys

Ollessaan tunnistettu tekoälystrategian tärkeimmäksi veturiksi vuonna 2021, innovatiivinen tuotekehitys on laskenut seitsemänneksi sijaan, ja 39% yrityksistä pitää sitä liiketoimintaveturina vuonna 2023.

Tämä osoittaa, että tekoälyn soveltamista liiketoimintaprosesseissa ei riipu pelkästään tuotteen laadusta. Muita liiketoiminnan näkökohtia, kuten korkeaa resilienssiä, kestävyyttä ja nopeaa markkinoille saapumista, on keskeisiä liiketoiminnan menestykselle.

Lisätietoa viimeisimmistä trendeistä ja teknologioista tekoälyssä on saatavilla unite.ai-sivustolla.