никулец Патот до зрелоста на вештачката интелигенција - Извештај LXT за 2023 година - Unite.AI
Поврзете се со нас

Вештачка интелигенција

Патот до зрелоста на вештачката интелигенција - Извештај LXT за 2023 година

mm
Ажурирани on
Патот до зрелоста на вештачката интелигенција во 2023 година

Денес, бизнисите водени од иновации инвестираат значителни ресурси во системите за вештачка интелигенција (ВИ) за да го унапредат своето патување до зрелост со вештачка интелигенција. Според ИДЦ, светските трошоци за системи насочени кон вештачката интелигенција се очекува да надминат 300 милијарди долари до 2026 година, во споредба со 118 милијарди долари во 2022 година.

Во минатото, системите за вештачка интелигенција почесто пропаѓаа поради недостаток на зрелост на процесот. За 60-80% од проектите за вештачка интелигенција порано пропаѓаа поради лошо планирање, недостаток на експертиза, несоодветно управување со податоци или прашања со етика и правичност. Но, со секоја измината година оваа бројка се подобрува.

Денес, во просек, стапката на неуспех на проектот за вештачка интелигенција се сведе на 46%, според најновиот извештај на LXT. Веројатноста за неуспех на вештачката интелигенција дополнително се намалува на 36% додека компанијата напредува во своето патување со зрелост со вештачка интелигенција.

Ајде дополнително да го истражиме патот на организацијата до зрелоста на вештачката интелигенција, различните модели и рамки што може да ги примени и главните деловни двигатели за градење ефективни Стратегија за АИ.

Што е AI Maturity?

Зрелоста на вештачката интелигенција се однесува на нивото на напредок и софистицираност што една компанија ги постигнала во усвојувањето, имплементирањето и скалирањето на технологиите овозможени со вештачка интелигенција за да ги подобри своите деловни процеси, производи или услуги.

Според Извештај за зрелост на LXT AI за 2023 година, 48% од средните до големите американски организации достигнаа повисоки нивоа на зрелост на вештачка интелигенција (дискутирано подолу), што претставува зголемување од 8% од резултатите од истражувањето од претходната година, додека 52% од организациите активно експериментираат со ВИ.

Извештајот сугерира дека најперспективната работа е направена во Обработка на природен јазик (НЛП) препознавање на говор домени - подкатегории на вештачка интелигенција - бидејќи тие имаа најголем број на распоредени решенија низ индустриите.

Покрај тоа, индустријата за производство и синџир на снабдување има најниска стапка на неуспех на проекти со вештачка интелигенција (29%), додека малопродажбата и е-трговијата имаат највисока (52%).

Истражување на различни модели на зрелост со вештачка интелигенција

Обично, организациите управувани од вештачката интелигенција развиваат модели на зрелост со вештачка интелигенција прилагодени на нивните деловни потреби. Сепак, основната идеја за зрелост останува конзистентна кај моделите, фокусирана на развој на способности поврзани со вештачката интелигенција за да се постигнат оптимални деловни перформанси.

Некои истакнати модели на зрелост се развиени од Гартнер, IBM,, и Мајкрософт. Тие можат да послужат како водич за организациите на нивното патување за посвојување со вештачка интелигенција.

Ајде накратко да ги истражиме моделите на зрелост со вештачка интелигенција од Gartner и IBM подолу.

Гартнер AI модел на зрелост

Гартнер има модел на зрелост со вештачка интелигенција од 5 нивоа што компаниите можат да го користат за да ги проценат нивните нивоа на зрелост. Ајде да разговараме за нив подолу.

Илустрација на моделот на зрелост на Gartner AI. Извор: Извештај LXT за 2023 година

  • Ниво 1 – Свесност: Организациите на ова ниво почнуваат да разговараат за можни решенија за вештачка интелигенција. Но, не се во тек никакви пилот проекти или експерименти за тестирање на одржливоста на овие решенија на ова ниво.
  • Ниво 2 – Активно: Организациите се во почетна фаза на експериментирање со вештачка интелигенција и пилот проекти.
  • Ниво 3 – Оперативно: Организациите на ова ниво презедоа конкретни чекори кон усвојување на вештачката интелигенција, вклучително и преместување на најмалку еден проект за вештачка интелигенција во производство.
  • Ниво 4 – Систематски: Организациите на ова ниво користат вештачка интелигенција за повеќето од нивните дигитални процеси. Исто така, апликациите напојувани со вештачка интелигенција ја олеснуваат продуктивната интеракција во и надвор од организацијата.
  • Ниво 5 – Трансформациски: Организациите ја усвоија вештачката интелигенција како инхерентен дел од нивните деловни работни текови.

Според овој модел, компаниите почнуваат да постигнуваат зрелост на вештачка интелигенција од ниво 3 па наваму.

IBM AI Maturity Framework

IBM има развиена своја единствена терминологија и критериуми за проценка на зрелоста на решенијата за вештачка интелигенција. Трите фази на рамката за зрелост на вештачката интелигенција на IBM вклучуваат:

Фази на зрелост на IBM AI

  • Сребрена: На ова ниво на способност за вештачка интелигенција, претпријатијата истражуваат релевантни алатки и технологии за да се подготват за усвојување на вештачката интелигенција. Исто така, вклучува разбирање на влијанието на вештачката интелигенција врз бизнисот, подготовката на податоци и други деловни фактори поврзани со вештачката интелигенција.
  • Злато: На ова ниво, организациите постигнуваат конкурентна предност преку обезбедување значаен деловен исход преку вештачка интелигенција. Оваа способност за вештачка интелигенција обезбедува препораки и објаснувања поткрепени со податоци, може да се користи од страна на деловните корисници и покажува добра хигиена и автоматизација на податоците.
  • Платина: Оваа софистицирана способност за вештачка интелигенција е одржлива за работни процеси кои се клучни за мисијата. Се прилагодува на дојдовните кориснички податоци и дава јасни објаснувања за резултатите од вештачката интелигенција. Исто така, воспоставени се силни мерки за управување со податоци и управување кои поддржуваат автоматско одлучување.

Главните бариери на патот кон постигнување зрелост на вештачката интелигенција

Организациите се соочуваат со неколку предизвици во достигнувањето на зрелоста. На Извештај LXT 2023 година идентификува 11 бариери, како што е прикажано на графиконот подолу. Ајде да разговараме за некои од нив овде.

График на предизвици со зрелост на вештачката интелигенција. Извор: Извештај LXT за 2023 година

1. Интегрирање на вештачката интелигенција со постоечката технологија

Околу 54% од организациите се соочуваат со предизвикот да интегрираат наследена или постоечка технологија во системите за вештачка интелигенција, што ја прави најголемата бариера за достигнување зрелост.

2. Квалитет на податоци

Висококвалитетните податоци за обука се од витално значење за градење точни системи за вештачка интелигенција. Сепак, собирањето висококвалитетни податоци останува голем предизвик во достигнувањето на зрелоста. Извештајот открива дека 87% од компаниите се подготвени да платат повеќе за стекнување на висококвалитетни податоци за обука.

3. Јаз во вештини

Без соодветни вештини и ресурси, организациите се борат да изградат успешни случаи на употреба на вештачка интелигенција. Всушност, 31% од организациите се соочуваат со недостаток на квалификуван талент за поддршка на нивните иницијативи за вештачка интелигенција и достигнување зрелост.

4. Слаба стратегија за вештачка интелигенција

Повеќето од вештачката интелигенција што ја набљудуваме во реалните системи може да се категоризираат како слаби или тесни. Тоа е вештачка интелигенција која може да изврши конечен сет на задачи за кои е обучен. Околу 20% од организациите немаат сеопфатна стратегија за вештачка интелигенција.

За да го надминат овој предизвик, компаниите треба јасно да ги дефинираат и документираат своите цели за вештачка интелигенција, да инвестираат во квалитетни податоци и да ги изберат вистинските модели за секоја задача.

Главни деловни двигатели за унапредување на вашите стратегии за вештачка интелигенција

на LXT зрелост извештајот идентификува десет клучни деловни двигатели за вештачката интелигенција, како што е прикажано на графиконот подолу. Ајде да разговараме за некои од нив овде.

Илустрација на клучните деловни двигатели за вештачката интелигенција. Извор: Извештај LXT за 2023 година

1. Деловна агилност

Деловната агилност се однесува на тоа колку брзо една организација може да се прилагоди на променливите дигитални трендови и можности користејќи иновативни деловни решенија. Останува главниот двигател за стратегии за вештачка интелигенција за околу 49% од организациите.

Вештачката интелигенција може да им помогне на компаниите да постигнат деловна агилност преку овозможување побрзо и попрецизно донесување одлуки, автоматизирање на повторливите задачи и подобрување на оперативната ефикасност.

2. Предвидување на потребите на клиентите

Околу 46% од организациите сметаат дека предвидувањето на потребите на клиентите е еден од клучните деловни двигатели за стратегиите за вештачка интелигенција. Со користење на вештачка интелигенција за анализа на податоците за клиентите, компаниите можат да добијат увид во однесувањето, преференциите и потребите на клиентите, овозможувајќи им да ги приспособат своите производи и услуги за подобро да ги исполнат очекувањата на клиентите.

3. Конкурентна предност

Конкурентната предност им овозможува на компаниите да се разликуваат од нивните конкуренти и да добијат предност на пазарот. Тоа е клучен двигател за стратегиите за вештачка интелигенција, според 41% од организациите.

4. Рационализирање на донесувањето одлуки

Автоматското одлучување засновано на вештачка интелигенција може значително да го намали времето потребно за донесување одлуки засновани на критични податоци. Ова е причината зошто околу 42% од организациите сметаат дека рационализирањето на донесувањето одлуки е главен бизнис двигател за стратегиите за вештачка интелигенција.

5. Развој на производ

Од признанието како врвен бизнис двигател за стратегии за вештачка интелигенција во 2021 година, иновативниот развој на производи падна на седмото место, при што 39% од организациите го сметаат за деловен двигател во 2023 година.

Ова покажува дека применливоста на вештачката интелигенција во деловните процеси не се потпира целосно на квалитетот на производот. Други деловни аспекти, како што се високата еластичност, одржливост и брзото време на пазарот се клучни за деловниот успех.

За повеќе информации за најновите трендови и технологии во вештачката интелигенција, посетете обедини.ai.