Sztuczna inteligencja
Ścieżka do dojrzałości AI – Raport LXT 2023
Dziś, przedsiębiorstwa napędzane innowacjami inwestują znaczne zasoby w systemy sztucznej inteligencji (AI), aby przyspieszyć swoją podróż do dojrzałości AI. Według IDC, światowe wydatki na systemy zorientowane na AI mają przekroczyć 300 miliardów dolarów do 2026 roku, w porównaniu z 118 miliardami dolarów w 2022 roku.
W przeszłości systemy AI częściej kończyły się niepowodzeniem z powodu braku dojrzałości procesów. Około 60-80% projektów AI kończyło się niepowodzeniem z powodu złego planowania, braku ekspertyzy, niewystarczającego zarządzania danymi lub problemów z etyką i sprawiedliwością. Ale z każdym mijającym rokiem, ta liczba się poprawia.
Dziś, średnio, wskaźnik niepowodzenia projektów AI spadł do 46%, według najnowszego raportu LXT. Prawdopodobieństwo niepowodzenia AI jest jeszcze mniejsze, spadając do 36%, gdy firma posuwa się naprzód w swojej podróży do dojrzałości AI.
Przejdźmy dalej, aby zbadać ścieżkę organizacji do dojrzałości AI, różne modele i ramy, które mogą być wykorzystane, oraz główne czynniki biznesowe dla budowy skutecznej strategii AI.
Czym jest dojrzałość AI?
Dojrzałość AI odnosi się do poziomu zaawansowania i wyrafinowania, jaki firma osiąga w przyjęciu, wdrożeniu i skalowaniu technologii wspomaganych przez AI w celu poprawy swoich procesów biznesowych, produktów lub usług.
Według raportu LXT o dojrzałości AI 2023, 48% średnich i dużych organizacji w USA osiągnęło wyższe poziomy dojrzałości AI (omówione poniżej), co stanowi wzrost o 8% w porównaniu z wynikami ankiety z poprzedniego roku, podczas gdy 52% organizacji aktywnie eksperymentuje z AI.
Raport sugeruje, że najbardziej obiecująca praca została wykonana w dziedzinach przetwarzania języka naturalnego (NLP) i rozpoznawania mowy – podkategorii AI – ponieważ miały one największą liczbę wdrożonych rozwiązań w różnych branżach.
Ponadto, przemysł produkcji i łańcucha dostaw ma najniższy wskaźnik niepowodzenia projektów AI (29%), podczas gdy handel detaliczny i e-commerce mają najwyższy (52%).
Eksploracja różnych modeli dojrzałości AI
Zazwyczaj, organizacje napędzane przez AI rozwijają modele dojrzałości AI dostosowane do ich potrzeb biznesowych. Jednakże, podstawowa idea dojrzałości pozostaje spójna w różnych modelach, skupiając się na rozwijaniu zdolności związanych z AI w celu osiągnięcia optymalnej wydajności biznesowej.
Niektóre wybitne modele dojrzałości zostały opracowane przez Gartner, IBM i Microsoft. Mogą one służyć jako wskazówka dla organizacji w ich podróży do adopcji AI.
Przejdźmy krótko przez modele dojrzałości AI od Gartner i IBM poniżej.
Model dojrzałości AI Gartner
Gartner ma 5-poziomowy model dojrzałości AI, który firmy mogą wykorzystać do oceny swoich poziomów dojrzałości. Omówmy je poniżej.
Ilustracja modelu dojrzałości AI Gartner. Źródło: Raport LXT 2023
- Poziom 1 – Świadomość: Organizacje na tym poziomie zaczynają dyskutować o możliwych rozwiązaniach AI. Ale nie ma jeszcze żadnych projektów pilotażowych ani eksperymentów, aby przetestować ich wykonalność na tym poziomie.
- Poziom 2 – Aktywny: Organizacje są na wstępnych etapach eksperymentowania z AI i projektów pilotażowych.
- Poziom 3 – Operacyjny: Organizacje na tym poziomie podjęły konkretnie kroki w kierunku adopcji AI, w tym przeniesienie co najmniej jednego projektu AI do produkcji.
- Poziom 4 – Systematyczny: Organizacje na tym poziomie wykorzystują AI do większości swoich procesów cyfrowych. Ponadto, aplikacje wspomagane przez AI ułatwiają produktywną interakcję wewnątrz i na zewnątrz organizacji.
- Poziom 5 – Przekształceniowy: Organizacje przyjęły AI jako nieodłączną część swoich procesów biznesowych.
Zgodnie z tym modelem, firmy zaczynają osiągać dojrzałość AI od poziomu 3.
Rama dojrzałości AI IBM
IBM opracował własną unikalną terminologię i kryteria do oceny dojrzałości rozwiązań AI. Trzy fazy ramy dojrzałości AI IBM obejmują:
- Srebrny: Na tym poziomie zdolności AI, przedsiębiorstwa badają odpowiednie narzędzia i technologie, aby przygotować się do adopcji AI. Obejmuje to również zrozumienie wpływu AI na biznes, przygotowanie danych i inne czynniki biznesowe związane z AI.
- Złoty: Na tym poziomie organizacje osiągają przewagę konkurencyjną, dostarczając znaczące wyniki biznesowe za pomocą AI. Ta zdolność AI zapewnia rekomendacje i wyjaśnienia poparte danymi, jest użyteczna dla użytkowników linii biznesu i wykazuje dobre higienę danych i automatyzację.
- Platynowy: Ta zaawansowana zdolność AI jest trwała dla krytycznych procesów biznesowych. Dostosowuje się do nadchodzących danych użytkowników i zapewnia wyraźne wyjaśnienia wyników AI. Ponadto, silne zarządzanie danymi i środki zarządzania są w miejscu, co wspiera automatyczne podejmowanie decyzji.
Główne bariery na ścieżce do osiągnięcia dojrzałości AI
Organizacje napotykają na kilka wyzwań w drodze do dojrzałości. Raport LXT 2023 identyfikuje 11 barier, jak pokazano na poniższym wykresie. Omówmy niektóre z nich.
Wykres wyzwań dojrzałości AI. Źródło: Raport LXT 2023
1. Integracja AI z istniejącą technologią
Okolo 54% organizacji napotkało na wyzwanie integracji technologii dziedzictwa lub istniejącej technologii z systemami AI, co stanowi największą barierę dla osiągnięcia dojrzałości.
2. Jakość danych
Wysokiej jakości dane szkoleniowe są niezbędne do budowy dokładnych systemów AI. Jednakże, zbieranie wysokiej jakości danych pozostaje dużym wyzwaniem w drodze do dojrzałości. Raport stwierdza, że 87% firm jest skłonnych zapłacić więcej za pozyskanie wysokiej jakości danych szkoleniowych.
3. Luka umiejętności
Bez odpowiednich umiejętności i zasobów, organizacje mają trudności z budowaniem udanych przypadków użycia AI. W rzeczywistości, 31% organizacji napotkało na brak wykwalifikowanego personelu do wspierania ich inicjatyw AI i osiągnięcia dojrzałości.
4. Słaba strategia AI
Większość AI, którą obserwujemy w systemach rzeczywistych, może być zakwalifikowana jako słaba lub wąska. Jest to AI, która może wykonywać ograniczoną liczbę zadań, dla których została przeszkolona. Około 20% organizacji nie ma kompleksowej strategii AI.
Aby pokonać to wyzwanie, firmy powinny wyraźnie zdefiniować i udokumentować swoje cele AI, zainwestować w jakość danych i wybrać odpowiednie modele dla każdego zadania.
Główne czynniki biznesowe dla rozwoju strategii AI
Raport LXT o dojrzałości identyfikuje dziesięć kluczowych czynników biznesowych dla AI, jak pokazano na poniższym wykresie. Omówmy niektóre z nich.
Ilustracja kluczowych czynników biznesowych dla AI. Źródło: Raport LXT 2023
1. Agilita biznesowa
Agilita biznesowa odnosi się do tego, jak szybko organizacja może dostosować się do zmieniających się trendów cyfrowych i możliwości za pomocą innowacyjnych rozwiązań biznesowych. Pozostaje najważniejszym czynnikiem dla strategii AI dla około 49% organizacji.
AI może pomóc firmom osiągnąć agilitę biznesową, umożliwiając szybsze i bardziej dokładne podejmowanie decyzji, automatyzując powtarzalne zadania i poprawiając wydajność operacyjną.
2. Przewidywanie potrzeb klientów
Około 46% organizacji uważa przewidywanie potrzeb klientów za jeden z kluczowych czynników biznesowych dla strategii AI. Wykorzystując AI do analizy danych klientów, firmy mogą uzyskać wgląd w zachowania, preferencje i potrzeby klientów, co pozwala im dostosować swoje produkty i usługi do lepszego spełniania oczekiwań klientów.
3. Przewaga konkurencyjna
Przewaga konkurencyjna umożliwia firmom różnicowanie się od swoich konkurentów i uzyskanie przewagi na rynku. Jest to kluczowy czynnik dla strategii AI, według 41% organizacji.
4. Uproszczenie podejmowania decyzji
Podejmowanie decyzji opartych na AI może znacznie skrócić czas potrzebny do podjęcia krytycznych decyzji opartych na danych. Dlatego około 42% organizacji uważa uproszczenie podejmowania decyzji za główny czynnik biznesowy dla strategii AI.
5. Rozwój produktu
Od uznania za najważniejszy czynnik biznesowy dla strategii AI w 2021 roku, innowacyjny rozwój produktu spadł do siódmego miejsca, z 39% organizacji uważających go za czynnik biznesowy w 2023 roku.
To pokazuje, że stosowalność AI w procesach biznesowych nie zależy wyłącznie od jakości produktu. Inne aspekty biznesowe, takie jak wysoka odporność, zrównoważoność i szybki czas wprowadzenia na rynek, są kluczowe dla sukcesu biznesowego.
Aby uzyskać więcej informacji o najnowszych trendach i technologiach w dziedzinie sztucznej inteligencji, odwiedź unite.ai.
