Jalur Menuju Kematangan AI – Laporan LXT 2023

Hari ini, bisnis yang didorong oleh inovasi menginvestasikan sumber daya yang signifikan dalam sistem kecerdasan buatan (AI) untuk memajukan perjalanan kematangan AI mereka. Menurut IDC, pengeluaran di seluruh dunia untuk sistem yang berfokus pada AI diperkirakan akan melampaui $300 miliar pada tahun 2026, dibandingkan dengan $118 miliar pada tahun 2022.

Di masa lalu, sistem AI lebih sering gagal karena kurangnya kematangan proses. Sekitar 60-80% proyek AI gagal karena perencanaan yang buruk, kurangnya keahlian, manajemen data yang tidak memadai, atau masalah etika dan keadilan. Namun, dengan setiap tahun yang berlalu, angka ini membaik.

Hari ini, rata-rata, tingkat kegagalan proyek AI telah turun menjadi 46%, menurut laporan LXT terbaru. Kemungkinan kegagalan AI lebih lanjut berkurang menjadi 36% ketika sebuah perusahaan maju dalam perjalanan kematangan AI-nya.

Mari kita jelajahi lebih lanjut jalur kematangan AI sebuah organisasi, model dan kerangka yang dapat digunakan, dan penggerak bisnis utama untuk membangun strategi AI yang efektif AI.

Apa itu Kematangan AI?

Kematangan AI merujuk pada tingkat kemajuan dan kesophistikasian yang telah dicapai oleh sebuah perusahaan dalam mengadopsi, mengimplementasikan, dan menskala teknologi yang diaktifkan AI untuk memperbaiki proses bisnis, produk, atau layanan.

Menurut laporan kematangan AI LXT 2023, 48% organisasi menengah-ke-besar di AS telah mencapai tingkat kematangan AI yang lebih tinggi (dibahas di bawah), yang merupakan peningkatan 8% dari hasil survei tahun sebelumnya, sementara 52% organisasi secara aktif bereksperimen dengan AI.

Laporan tersebut menunjukkan bahwa pekerjaan paling menjanjikan telah dilakukan dalam domain Pengolahan Bahasa Alami (NLP) dan pengenalan suara – subkategori AI – karena mereka memiliki jumlah solusi yang diterapkan terbanyak di seluruh industri.

Lebih lanjut, industri manufaktur & rantai pasokan memiliki tingkat kegagalan proyek AI terendah (29%), sementara ritel & e-niaga memiliki tingkat kegagalan tertinggi (52%).

Menggali Model Kematangan AI yang Berbeda

Biasanya, organisasi yang didorong oleh AI mengembangkan model kematangan AI yang disesuaikan dengan kebutuhan bisnis mereka. Namun, ide dasar kematangan tetap konsisten di seluruh model, yang berfokus pada mengembangkan kemampuan terkait AI untuk mencapai kinerja bisnis yang optimal.

Beberapa model kematangan yang terkemuka telah dikembangkan oleh Gartner, IBM, dan Microsoft. Mereka dapat berfungsi sebagai pedoman bagi organisasi dalam perjalanan adopsi AI mereka.

Mari kita jelajahi singkat model kematangan AI dari Gartner dan IBM di bawah.

Model Kematangan AI Gartner

Gartner memiliki model kematangan AI 5-tahap yang dapat digunakan perusahaan untuk menilai tingkat kematangan mereka. Mari kita bahas mereka di bawah.

Ilustrasi model kematangan AI Gartner. Sumber: Laporan LXT 2023

• Tahap 1 – Kesadaran: Organisasi pada tahap ini mulai membahas solusi AI yang mungkin. Namun, tidak ada proyek pilot atau eksperimen yang sedang berlangsung untuk menguji viabilitas solusi tersebut pada tahap ini.
• Tahap 2 – Aktif: Organisasi berada pada tahap awal eksperimen dan proyek pilot AI.
• Tahap 3 – Operasional: Organisasi pada tahap ini telah mengambil langkah konkret menuju adopsi AI, termasuk memindahkan setidaknya satu proyek AI ke produksi.
• Tahap 4 – Sistematis: Organisasi pada tahap ini menggunakan AI untuk sebagian besar proses digital mereka. Selain itu, aplikasi AI memfasilitasi interaksi produktif di dalam dan di luar organisasi.
• Tahap 5 – Transformatif: Organisasi telah mengadopsi AI sebagai bagian inheren dari alur kerja bisnis mereka.

Menurut model ini, perusahaan mulai mencapai kematangan AI dari tahap 3 dan seterusnya.

Kerangka Kematangan AI IBM

IBM telah mengembangkan terminologi dan kriteria unik untuk menilai kematangan solusi AI. Tiga fase kerangka kematangan AI IBM termasuk:

Fase Kerangka Kematangan AI IBM

• Perak: Pada tingkat kemampuan AI ini, perusahaan menjelajahi alat dan teknologi yang relevan untuk mempersiapkan adopsi AI. Ini juga termasuk memahami dampak AI pada bisnis, persiapan data, dan faktor bisnis lainnya yang terkait dengan AI.
• Emas: Pada tahap ini, organisasi mencapai keunggulan kompetitif dengan menghasilkan hasil bisnis yang bermakna melalui AI. Kemampuan AI ini menyediakan rekomendasi dan penjelasan yang didukung oleh data, dapat digunakan oleh pengguna bisnis, dan menunjukkan kebersihan data yang baik dan otomatisasi.
• Platina: Kemampuan AI yang canggih ini berkelanjutan untuk alur kerja kritis. Ini beradaptasi dengan data pengguna yang masuk dan menyediakan penjelasan yang jelas untuk hasil AI. Selain itu, langkah-langkah manajemen dan tata kelola data yang kuat ada di tempat yang mendukung pengambilan keputusan otomatis.

Hambatan Utama dalam Mencapai Kematangan AI

Organisasi menghadapi beberapa tantangan dalam mencapai kematangan. Laporan LXT 2023 mengidentifikasi 11 hambatan, seperti yang ditunjukkan pada grafik di bawah. Mari kita bahas beberapa di antaranya.

Grafik tantangan kematangan AI. Sumber: Laporan LXT 2023

1. Mengintegrasikan AI dengan Teknologi yang Ada

Sekitar 54% organisasi menghadapi tantangan mengintegrasikan teknologi warisan atau yang ada ke dalam sistem AI, menjadikannya hambatan terbesar untuk mencapai kematangan.

2. Kualitas Data

Data pelatihan berkualitas tinggi sangat penting untuk membangun sistem AI yang akurat. Namun, mengumpulkan data berkualitas tinggi tetap menjadi tantangan besar dalam mencapai kematangan. Laporan tersebut menemukan bahwa 87% perusahaan bersedia membayar lebih untuk memperoleh data pelatihan berkualitas tinggi.

3. Kesenjangan Keterampilan

Tanpa keterampilan dan sumber daya yang tepat, organisasi bergumul untuk membangun kasus penggunaan AI yang sukses. Faktanya, 31% organisasi menghadapi kekurangan bakat terampil untuk mendukung inisiatif AI mereka dan mencapai kematangan.

4. Strategi AI yang Lemah

Sebagian besar AI yang kita amati dalam sistem dunia nyata dapat dikategorikan sebagai AI yang lemah atau sempit. Ini adalah AI yang dapat melakukan serangkaian tugas terbatas untuk yang dilatih. Sekitar 20% organisasi tidak memiliki strategi AI yang komprehensif.

Untuk mengatasi tantangan ini, perusahaan harus dengan jelas mendefinisikan dan mendokumentasikan tujuan AI mereka, berinvestasi dalam data berkualitas, dan memilih model yang tepat untuk setiap tugas.

Penggerak Bisnis Utama untuk Meningkatkan Strategi AI Anda

Laporan kematangan LXT mengidentifikasi sepuluh penggerak bisnis kunci untuk AI, seperti yang ditunjukkan pada grafik di bawah. Mari kita bahas beberapa di antaranya.

Ilustrasi penggerak bisnis kunci untuk AI. Sumber: Laporan LXT 2023

1. Kelenturan Bisnis

Kelenturan bisnis merujuk pada seberapa cepat sebuah organisasi dapat beradaptasi dengan tren dan peluang digital yang berubah menggunakan solusi bisnis inovatif. Ini tetap menjadi penggerak teratas untuk strategi AI bagi sekitar 49% organisasi.

AI dapat membantu perusahaan mencapai kelenturan bisnis dengan memungkinkan pengambilan keputusan yang lebih cepat dan akurat, mengotomatisasi tugas berulang, dan meningkatkan efisiensi operasional.

2. Mengantisipasi Kebutuhan Pelanggan

Sekitar 46% organisasi mempertimbangkan mengantisipasi kebutuhan pelanggan sebagai salah satu penggerak bisnis kunci untuk strategi AI. Dengan menggunakan AI untuk menganalisis data pelanggan, perusahaan dapat memperoleh wawasan tentang perilaku, preferensi, dan kebutuhan pelanggan, memungkinkan mereka untuk menyesuaikan produk dan layanan mereka untuk memenuhi harapan pelanggan dengan lebih baik.

3. Keunggulan Kompetitif

Keunggulan kompetitif memungkinkan perusahaan untuk membedakan diri dari pesaing mereka dan mendapatkan keunggulan di pasar. Ini adalah penggerak kunci untuk strategi AI, menurut 41% organisasi.

4. Mempermudah Pengambilan Keputusan

Pengambilan keputusan otomatis berbasis AI dapat secara signifikan mengurangi waktu yang dibutuhkan untuk membuat keputusan kritis yang berbasis data. Ini adalah alasan mengapa sekitar 42% organisasi mempertimbangkan mempermudah pengambilan keputusan sebagai penggerak bisnis utama untuk strategi AI.

5. Pengembangan Produk

Dari menjadi penggerak bisnis teratas untuk strategi AI pada tahun 2021, pengembangan produk inovatif telah turun ke tempat ketujuh, dengan 39% organisasi mempertimbangkannya sebagai penggerak bisnis pada tahun 2023.

Ini menunjukkan bahwa penerapan AI dalam proses bisnis tidak sepenuhnya bergantung pada kualitas produk. Aspek bisnis lain seperti ketahanan tinggi, keberlanjutan, dan waktu ke pasar yang cepat sangat penting untuk kesuksesan bisnis.

Untuk informasi lebih lanjut tentang tren dan teknologi terbaru dalam kecerdasan buatan, kunjungi unite.ai.