Veien til AI-maturitet – 2023 LXT-rapport

I dag investerer innovasjonsdrevne bedrifter betydelige ressurser i kunstig intelligens (AI)-systemer for å fremme sin AI-maturitetsreise. Ifølge IDC forventes verdensomspennende utgifter til AI-sentriske systemer å overstige 300 milliarder dollar i 2026, sammenlignet med 118 milliarder dollar i 2022.

I fortiden har AI-systemer ofte feilet på grunn av manglende prosessmaturitet. Omkring 60-80% av AI-prosjekter feilet tidligere på grunn av dårlig planlegging, manglende ekspertise, utilstrekkelig datahåndtering eller etiske og rettferdighetsspørsmål. Men med hver år som går, blir dette tallet bedre.

I dag er AI-prosjektfeilraten sunket til gjennomsnittlig 46%, ifølge den siste LXT-rapporten. Sannsynligheten for AI-feil reduseres videre til 36% når et selskap fremmer sin AI-maturitetsreise.

La oss undersøke en organisasjons vei til AI-maturitet, de ulike modellene og rammeverkene de kan bruke, og de viktigste forretningsdrivere for å bygge en effektiv AI-strategi.

Hva er AI-maturitet?

AI-maturitet refererer til det nivået av fremgang og sofistikasjon et selskap har oppnådd i å adoptere, implementere og skalerer AI-aktiverede teknologier for å forbedre sine forretningsprosesser, produkter eller tjenester.

Ifølge LXT AI-maturitetsrapport 2023 har 48% av midt-til-større amerikanske organisasjoner nådd høyere nivåer av AI-maturitet (diskutert nedenfor), som representerer en økning på 8% fra årets tidligere undersøkelsesresultater, mens 52% av organisasjonene aktivt eksperimenterer med AI.

Rapporten viser at det mest lovende arbeidet har blitt gjort i Natural Language Processing (NLP) og talegjenkjenning-domener – underkategorier av AI – siden de hadde flest utrullinger av løsninger over industrier.

I tillegg har produksjon- og leverandørsindustrien den laveste AI-prosjektfeilraten (29%), mens detaljhandel og e-handel har den høyeste (52%).

Undersøking av ulike AI-maturitetsmodeller

Vanligvis utvikler AI-drevne organisasjoner AI-maturitetsmodeller tilpasset deres forretningsbehov. Likevel forblir den underliggende ideen om maturitet konsistent over modeller, fokusert på å utvikle AI-relaterte evner for å oppnå optimal forretningsytelse.

Noen fremtredende maturitetsmodeller er utviklet av Gartner, IBM og Microsoft. De kan fungere som veiledning for organisasjoner på deres AI-adoptionsreise.

La oss undersøke AI-maturitetsmodellene fra Gartner og IBM nedenfor.

Gartner AI-maturitetsmodell

Gartner har en 5-nivås AI-maturitetsmodell som selskaper kan bruke til å vurdere sin maturitetsnivå. La oss diskutere dem nedenfor.

Gartner AI-maturitetsmodell-illustrasjon. Kilde: LXT-rapport 2023

• Nivå 1 – Bevissthet: Organisasjoner på dette nivået starter å diskutere mulige AI-løsninger. Men ingen pilotprosjekter eller eksperimenter er i gang for å teste løsningenes livskraft på dette nivået.
• Nivå 2 – Aktiv: Organisasjoner er på de innledende stadiene av AI-eksperimentering og pilotprosjekter.
• Nivå 3 – Operasjonell: Organisasjoner på dette nivået har tatt konkrete skritt mot AI-adoptsjon, inkludert å flytte minst ett AI-prosjekt til produksjon.
• Nivå 4 – Systematisk: Organisasjoner på dette nivået bruker AI for de fleste av sine digitale prosesser. Og AI-drevne applikasjoner muliggjør produktiv interaksjon innen og utenfor organisasjonen.
• Nivå 5 – Transformasjonell: Organisasjoner har adoptert AI som en innebygd del av deres forretningsprosesser.

Ifølge denne modellen begynner selskaper å oppnå AI-maturitet fra nivå 3 og oppover.

IBM AI-maturitetsramme

IBM har utviklet sin egen unike terminologi og kriterier for å vurdere maturiteten til AI-løsninger. De tre fasene i IBMs AI-maturitetsramme inkluderer:

IBM AI-maturitetsrammefaser

• Sølv: På dette nivået av AI-egenskaper utforsker bedrifter relevante verktøy og teknologier for å forberede seg på AI-adoptsjon. Det inkluderer også å forstå AI-påvirkningen på forretningsvirksomhet, dataforberedelse og andre forretningsfaktorer relatert til AI.
• Gull: På dette nivået oppnår organisasjoner en konkurransefordel ved å levere en meningsfull forretningsresultat gjennom AI. Denne AI-egenskapen gir anbefalinger og forklaringer bakket av data, er brukervennlig for forretningsbrukere og demonstrerer god datahygiene og automatisering.
• Platina: Denne sofistikerte AI-egenskapen er bærekraftig for kritiske arbeidsflyter. Den tilpasser seg innkommende brukerdata og gir klare forklaringer for AI-resultater. Og sterke datastyring- og styringsmessige tiltak er på plass, som støtter automatisert beslutningstaking.

Store barrierer på veien til å oppnå AI-maturitet

Organisasjoner møter flere utfordringer på veien mot maturitet. LXT-rapporten 2023 identifiserer 11 barrierer, som vist i grafen nedenfor. La oss diskutere noen av dem her.

AI-maturitetsutfordringer-graf. Kilde: LXT-rapport 2023

1. Integrering av AI med eksisterende teknologi

Omkring 54% av organisasjonene møter utfordringen med å integrere eksisterende teknologi i AI-systemer, noe som gjør det til den største barrieren for å nå maturitet.

2. Datakvalitet

Høykvalitets treningdata er avgjørende for å bygge nøyaktige AI-systemer. Likevel forblir innsamling av høykvalitetsdata en stor utfordring for å nå maturitet. Rapporten viser at 87% av selskapene er villige til å betale mer for å anskaffe høykvalitets treningdata.

3. Ferdighetsgap

Uten de riktige ferdighetene og ressursene, sliter organisasjoner med å bygge suksessfulle AI-bruksområder. Faktisk møter 31% av organisasjonene en mangel på kvalifisert talent for å støtte deres AI-initiativer og nå maturitet.

4. Svak AI-strategi

Det meste av AI-en vi observerer i virkelige systemer kan kategoriseres som svak eller smal. Det er en AI som kan utføre en begrenset mengde oppgaver som den er trent for. Omkring 20% av organisasjonene mangler en omfattende AI-strategi.

For å overvinne denne utfordringen, bør selskaper tydelig definere og dokumentere sine AI-objektiver, investere i kvalitetsdata og velge de riktige modellene for hver oppgave.

Store forretningsdrivere for å fremme dine AI-strategier

LXT-maturitetsrapporten identifiserer ti nøkkelforretningsdrivere for AI, som vist i grafen nedenfor. La oss diskutere noen av dem her.

En illustrasjon av nøkkelforretningsdrivere for AI. Kilde: LXT-rapport 2023

1. Forretningsagilitet

Forretningsagilitet refererer til hvor raskt en organisasjon kan tilpasse seg endringer i digitale trender og muligheter ved å bruke innovative forretningsløsninger. Det forblir den øverste drivkraften for AI-strategier for omkring 49% av organisasjonene.

AI kan hjelpe selskaper å oppnå forretningsagilitet ved å muliggjøre raskere og mer nøyaktig beslutningstaking, automatisere repetitive oppgaver og forbedre operasjonelle effektiviteter.

2. Forutse kundens behov

Omkring 46% av organisasjonene betrakter forutse kundens behov som en av de viktigste forretningsdrivere for AI-strategier. Ved å bruke AI til å analysere kundedata, kan selskaper få innsikt i kundeatferd, preferanser og behov, og tilpasse sine produkter og tjenester for å møte kundeforventningene bedre.

3. Konkurransedyktighet

Konkurransedyktighet muliggjør at selskaper kan differensiere seg fra sine konkurrenter og få en fordelt posisjon i markedet. Det er en nøkkel drivkraft for AI-strategier, ifølge 41% av organisasjonene.

4. Strømlinje beslutningstaking

AI-basert automatisert beslutningstaking kan betydelig redusere tiden det tar å fattet kritiske data-informerte beslutninger. Dette er hvorfor omkring 42% av organisasjonene betrakter strømlinje beslutningstaking som en stor forretningsdrivkraft for AI-strategier.

5. Produktutvikling

Fra å være anerkjent som den øverste forretningsdrivkraften for AI-strategier i 2021, har innovativ produktutvikling sunket til syvende plass, med 39% av organisasjonene som betrakter det som en forretningsdrivkraft i 2023.

Dette viser at anvendelsen av AI i forretningsprosesser ikke bare avhenger av produktkvaliteten. Andre forretningsaspekter som høy motstandskraft, bærekraft og en rask markedsintroduksjon er avgjørende for forretnings-suksess.

For mer informasjon om de siste trendene og teknologiene i kunstig intelligens, besøk unite.ai.