Il percorso verso la maturità dell’AI – Rapporto LXT 2023

Oggi, le aziende che guidano l’innovazione investono risorse significative in sistemi di intelligenza artificiale (AI) per avanzare nel loro percorso di maturità dell’AI. Secondo IDC, la spesa mondiale in sistemi centrati sull’AI supererà i 300 miliardi di dollari entro il 2026, rispetto ai 118 miliardi di dollari del 2022.

Nel passato, i sistemi di intelligenza artificiale hanno fallito più frequentemente a causa della mancanza di maturità dei processi. Circa il 60-80% dei progetti di intelligenza artificiale fallivano a causa di una cattiva pianificazione, mancanza di esperienza, gestione dei dati inadeguata o problemi di etica e equità. Ma, con ogni anno che passa, questo numero sta migliorando.

Oggi, in media, il tasso di fallimento dei progetti di intelligenza artificiale è sceso al 46%, secondo il rapporto LXT più recente. La probabilità di fallimento dell’AI si riduce ulteriormente al 36% quando un’azienda avanza nel suo percorso di maturità dell’AI.

Esaminiamo ulteriormente il percorso di un’organizzazione verso la maturità dell’AI, i diversi modelli e framework che può adottare e i principali driver aziendali per costruire una strategia di intelligenza artificiale efficace.

Cosa è la maturità dell’AI?

La maturità dell’AI si riferisce al livello di avanzamento e sofisticazione che un’azienda ha raggiunto nell’adozione, implementazione e scalabilità di tecnologie abilitate dall’AI per migliorare i propri processi aziendali, prodotti o servizi.

Secondo il rapporto di maturità dell’AI di LXT 2023, il 48% delle aziende di medie e grandi dimensioni negli Stati Uniti ha raggiunto livelli più alti di maturità dell’AI (discussi di seguito), rappresentando un aumento dell’8% rispetto ai risultati della survey dell’anno precedente, mentre il 52% delle aziende sta sperimentando attivamente con l’AI.

Il rapporto suggerisce che il lavoro più promettente è stato svolto nei domini di elaborazione del linguaggio naturale (NLP) e riconoscimento vocale – sottocategorie dell’AI – poiché hanno avuto il maggior numero di soluzioni distribuite in tutti i settori.

Inoltre, l’industria manifatturiera e della catena di approvvigionamento ha il tasso di fallimento dei progetti di AI più basso (29%), mentre il retail e il commercio elettronico hanno il tasso di fallimento più alto (52%).

Esplorazione di diversi modelli di maturità dell’AI

Di solito, le aziende guidate dall’AI sviluppano modelli di maturità dell’AI personalizzati in base alle loro esigenze aziendali. Tuttavia, l’idea sottostante di maturità rimane coerente in tutti i modelli, concentrata sullo sviluppo di capacità relative all’AI per raggiungere prestazioni aziendali ottimali.

Alcuni modelli di maturità prominenti sono stati sviluppati da Gartner, IBM e Microsoft. Possono servire come guida per le aziende nel loro percorso di adozione dell’AI.

Esaminiamo brevemente i modelli di maturità dell’AI di Gartner e IBM di seguito.

Modello di maturità dell’AI di Gartner

Gartner ha un modello di maturità dell’AI a 5 livelli che le aziende possono utilizzare per valutare i loro livelli di maturità. Discutiamoli di seguito.

Illustrazione del modello di maturità dell’AI di Gartner. Fonte: rapporto LXT 2023

• Livello 1 – Consapevolezza: Le aziende a questo livello iniziano a discutere possibili soluzioni di AI. Tuttavia, non ci sono progetti pilota o esperimenti in corso per testare la fattibilità di queste soluzioni a questo livello.
• Livello 2 – Attivo: Le aziende sono alle fasi iniziali della sperimentazione e dei progetti pilota di AI.
• Livello 3 – Operativo: Le aziende a questo livello hanno intrapreso passi concreti per l’adozione dell’AI, compreso il trasferimento di almeno un progetto di AI in produzione.
• Livello 4 – Sistemico: Le aziende a questo livello utilizzano l’AI per la maggior parte dei loro processi digitali. Inoltre, le applicazioni alimentate dall’AI facilitano un’interazione produttiva all’interno e all’esterno dell’azienda.
• Livello 5 – Trasformazionale: Le aziende hanno adottato l’AI come parte integrante dei loro flussi di lavoro aziendali.

Secondo questo modello, le aziende iniziano a raggiungere la maturità dell’AI dal livello 3 in poi.

Framework di maturità dell’AI di IBM

IBM ha sviluppato la sua terminologia e criteri unici per valutare la maturità delle soluzioni di AI. Le tre fasi del framework di maturità dell’AI di IBM includono:

Fasi del framework di maturità dell’AI di IBM

• Argento: A questo livello di capacità di AI, le aziende esplorano strumenti e tecnologie pertinenti per prepararsi all’adozione dell’AI. Ciò include anche la comprensione dell’impatto dell’AI sul business, la preparazione dei dati e altri fattori aziendali relativi all’AI.
• Oro: A questo livello, le aziende raggiungono un vantaggio competitivo fornendo un risultato aziendale significativo attraverso l’AI. Questa capacità di AI fornisce raccomandazioni ed explicazioni supportate da dati, è utilizzabile dagli utenti aziendali e dimostra una buona igiene e automazione dei dati.
• Platino: Questa capacità di AI sofisticata è sostenibile per flussi di lavoro mission-critici. Si adatta ai dati utente in entrata e fornisce spiegazioni chiare per i risultati dell’AI. Inoltre, sono in atto misure di gestione e governance dei dati solide che supportano la presa di decisioni automatizzata.

Barriere principali nel percorso verso la maturità dell’AI

Le aziende affrontano diverse sfide per raggiungere la maturità. Il rapporto LXT 2023 identifica 11 barriere, come mostrato nel grafico di seguito. Esaminiamone alcune.

Grafico delle sfide di maturità dell’AI. Fonte: rapporto LXT 2023

1. Integrazione dell’AI con la tecnologia esistente

Circa il 54% delle aziende affronta la sfida di integrare la tecnologia legacy o esistente nei sistemi di AI, rendendolo il più grande ostacolo per raggiungere la maturità.

2. Qualità dei dati

I dati di alta qualità per l’addestramento sono fondamentali per la costruzione di sistemi di AI precisi. Tuttavia, la raccolta di dati di alta qualità rimane una grande sfida per raggiungere la maturità. Il rapporto rivela che l’87% delle aziende è disposto a pagare di più per l’acquisizione di dati di alta qualità per l’addestramento.

3. Divario delle competenze

Senza le competenze e le risorse adeguate, le aziende lottano per costruire casi di utilizzo di AI di successo. In effetti, il 31% delle aziende affronta una carenza di talenti qualificati per supportare le loro iniziative di AI e raggiungere la maturità.

4. Strategia di AI debole

La maggior parte dell’AI che osserviamo in sistemi reali può essere categorizzata come debole o ristretta. Si tratta di un’AI che può eseguire un insieme finito di attività per cui è stata addestrata. Circa il 20% delle aziende non ha una strategia di AI globale.

Per superare questa sfida, le aziende dovrebbero definire e documentare chiaramente i loro obiettivi di AI, investire in dati di alta qualità e scegliere i modelli giusti per ogni attività.

Driver aziendali principali per avanzare le strategie di AI

Il rapporto di maturità di LXT identifica dieci driver aziendali chiave per l’AI, come mostrato nel grafico di seguito. Esaminiamone alcuni.

Illustrazione dei driver aziendali chiave per l’AI. Fonte: rapporto LXT 2023

1. Agilità aziendale

L’agilità aziendale si riferisce a quanto velocemente un’azienda può adattarsi alle tendenze e opportunità digitali in evoluzione utilizzando soluzioni aziendali innovative. Rimane il driver principale per le strategie di AI per circa il 49% delle aziende.

L’AI può aiutare le aziende a raggiungere l’agilità aziendale abilitando una presa di decisione più rapida e precisa, automatizzando attività ripetitive e migliorando l’efficienza operativa.

2. Anticipazione delle esigenze dei clienti

Circa il 46% delle aziende considera l’anticipazione delle esigenze dei clienti come uno dei driver aziendali chiave per le strategie di AI. Utilizzando l’AI per analizzare i dati dei clienti, le aziende possono ottenere informazioni sui comportamenti, preferenze e esigenze dei clienti, consentendo loro di personalizzare i propri prodotti e servizi per soddisfare meglio le aspettative dei clienti.

3. Vantaggio competitivo

Il vantaggio competitivo consente alle aziende di differenziarsi dai concorrenti e ottenere un vantaggio nel mercato. È un driver chiave per le strategie di AI, secondo il 41% delle aziende.

4. Semplificazione della presa di decisione

La presa di decisione automatizzata basata sull’AI può ridurre significativamente il tempo necessario per prendere decisioni critiche basate sui dati. Pertanto, circa il 42% delle aziende considera la semplificazione della presa di decisione come un driver aziendale principale per le strategie di AI.

5. Sviluppo di prodotti

Dall’essere riconosciuto come il driver aziendale principale per le strategie di AI nel 2021, lo sviluppo di prodotti innovativi è sceso al settimo posto, con il 39% delle aziende che lo considera un driver aziendale nel 2023.

Ciò mostra che l’applicabilità dell’AI nei processi aziendali non dipende interamente dalla qualità del prodotto. Altri aspetti aziendali come la resilienza, la sostenibilità e un tempo di mercato rapido sono fondamentali per il successo aziendale.

Per ulteriori informazioni sulle ultime tendenze e tecnologie di intelligenza artificiale, visitate unite.ai.