Pot do zrelosti umetne inteligence – poročilo LXT 2023

Danes podjetja, ki jih usmerjajo v inovacije, vlagajo znatna sredstva v sisteme umetne inteligence (AI), da bi pospešila svojo pot zrelosti AI. Po navedbah IDC, naj bi svetovna poraba za sisteme, osredotočene na umetno inteligenco, do leta 300 presegla 2026 milijard dolarjev v primerjavi s 118 milijardami dolarjev leta 2022.

V preteklosti so sistemi AI pogosteje odpovedovali zaradi pomanjkanja zrelosti procesov. O tem 60–80 % projektov AI je bilo neuspešnih zaradi slabega načrtovanja, pomanjkanja strokovnega znanja, neustreznega upravljanja podatkov ali vprašanj etike in pravičnosti. Toda z vsakim letom se ta številka izboljšuje.

Danes se je stopnja neuspešnih projektov AI v povprečju znižala na 46%, glede na zadnje poročilo LXT. Verjetnost neuspeha umetne inteligence se dodatno zmanjša na 36 %, ko podjetje napreduje na svoji poti zrelosti umetne inteligence.

Raziščimo še pot organizacije do zrelosti umetne inteligence, različne modele in okvire, ki jih lahko uporabi, ter glavna poslovna gonila za izgradnjo učinkovitega Strategija AI.

Kaj je zrelost AI?

Zrelost umetne inteligence se nanaša na stopnjo napredka in izpopolnjenosti, ki jo je podjetje doseglo pri sprejemanju, izvajanju in prilagajanju tehnologij, ki podpirajo umetno inteligenco, za izboljšanje svojih poslovnih procesov, izdelkov ali storitev.

Glede na LXT AI poročilo o zapadlosti 2023, je 48 % srednjih do velikih organizacij v ZDA doseglo višjo stopnjo zrelosti umetne inteligence (obravnavano spodaj), kar predstavlja 8-odstotno povečanje glede na rezultate raziskave prejšnjega leta, medtem ko 52 % organizacij aktivno eksperimentira z umetno inteligenco.

Poročilo kaže, da je bilo najbolj obetavno delo opravljeno v Obdelava naravnega jezika (NLP) in prepoznavanje govora domene – podkategorije umetne inteligence – saj so imele največje število razporejenih rešitev v panogah.

Poleg tega ima industrija proizvodne in dobavne verige najnižjo stopnjo neuspešnih projektov AI (29 %), medtem ko imata maloprodaja in e-trgovina najvišjo (52 %).

Raziskovanje različnih modelov zrelosti AI

Običajno organizacije, ki jih poganja AI, razvijejo modele zrelosti AI, prilagojene njihovim poslovnim potrebam. Vendar osnovna zamisel o zrelosti ostaja dosledna v vseh modelih, osredotočena na razvoj zmogljivosti, povezanih z umetno inteligenco, za doseganje optimalne poslovne uspešnosti.

Nekaj ​​vidnih modelov zrelosti je razvil Gartner, IBMin Microsoft. Organizacijam lahko služijo kot vodilo na njihovi poti sprejemanja umetne inteligence.

Spodaj na kratko raziščimo modele zrelosti AI Gartnerja in IBM-a.

Model zrelosti Gartner AI

Gartner ima 5-stopenjski model zrelosti AI, ki ga lahko podjetja uporabijo za oceno svoje stopnje zrelosti. Razpravljajmo o njih spodaj.

Ilustracija modela zrelosti Gartner AI. Vir: LXT poročilo 2023

• 1. stopnja – ozaveščenost: Organizacije na tej ravni začnejo razpravljati o možnih rešitvah AI. Vendar se ne izvajajo nobeni pilotni projekti ali poskusi, ki bi preizkusili izvedljivost teh rešitev na tej ravni.
• 2. stopnja – aktivno: Organizacije so v začetnih fazah eksperimentiranja z umetno inteligenco in pilotnih projektov.
• Raven 3 – operativno: Organizacije na tej ravni so sprejele konkretne korake k uvedbi umetne inteligence, vključno s prenosom vsaj enega projekta umetne inteligence v proizvodnjo.
• 4. stopnja – sistematično: Organizacije na tej ravni uporabljajo AI za večino svojih digitalnih procesov. Poleg tega aplikacije, ki jih poganja AI, olajšajo produktivno interakcijo znotraj in zunaj organizacije.
• Raven 5 – Transformacijski: Organizacije so umetno inteligenco sprejele kot sestavni del svojih poslovnih delovnih tokov.

V skladu s tem modelom podjetja začnejo dosegati zrelost AI od stopnje 3 naprej.

IBM AI Maturity Framework

IBM ima razvili lastno edinstveno terminologijo in merila za ocenjevanje zrelosti rešitev AI. Tri faze IBM-ovega ogrodja zrelosti AI vključujejo:

IBM AI Maturity Framework faze

• Srebro: Na tej ravni zmogljivosti umetne inteligence podjetja raziskujejo ustrezna orodja in tehnologije za pripravo na sprejetje umetne inteligence. Vključuje tudi razumevanje vpliva umetne inteligence na poslovanje, pripravo podatkov in druge poslovne dejavnike, povezane z umetno inteligenco.
• Zlato: Na tej ravni organizacije dosegajo konkurenčno prednost z zagotavljanjem pomembnih poslovnih rezultatov prek umetne inteligence. Ta zmožnost umetne inteligence ponuja priporočila in razlage, podprte s podatki, uporabna je za poslovne uporabnike in izkazuje dobro higieno podatkov in avtomatizacijo.
• Platina: Ta izpopolnjena zmogljivost umetne inteligence je trajnostna za kritične poteke dela. Prilagaja se vhodnim uporabniškim podatkom in zagotavlja jasne razlage rezultatov AI. Vzpostavljeni so tudi močni ukrepi za upravljanje podatkov in upravljanje, ki podpirajo avtomatizirano odločanje.

Glavne ovire na poti k doseganju zrelosti umetne inteligence

Organizacije se pri doseganju zrelosti soočajo s številnimi izzivi. The Poročilo LXT 2023 identificira 11 ovir, kot je prikazano na spodnjem grafu. Razpravljajmo o nekaterih od njih tukaj.

Graf izzivov zrelosti AI. Vir: LXT poročilo 2023

1. Integracija AI z obstoječo tehnologijo

Približno 54 % organizacij se sooča z izzivom integracije podedovane ali obstoječe tehnologije v sisteme umetne inteligence, zaradi česar je največja ovira pri doseganju zrelosti.

2. Kakovost podatkov

Visokokakovostni podatki o usposabljanju so ključni za gradnjo natančnih sistemov AI. Vendar zbiranje visokokakovostnih podatkov ostaja velik izziv pri doseganju zrelosti. Poročilo ugotavlja, da je 87 % podjetij pripravljenih plačati več za pridobitev visokokakovostnih podatkov o usposabljanju.

3. Vrzel v spretnostih

Brez ustreznih znanj in virov se organizacije trudijo zgraditi uspešne primere uporabe umetne inteligence. Dejansko se 31 % organizacij sooča s pomanjkanjem usposobljenih talentov za podporo svojih pobud AI in doseganje zrelosti.

4. Šibka strategija AI

Večino umetne inteligence, ki jo opazimo v sistemih resničnega sveta, lahko kategoriziramo kot šibko ali ozko. Je umetna inteligenca, ki lahko izvaja končen nabor nalog, za katere je usposobljena. Približno 20 % organizacij nima celovite strategije AI.

Da bi premagala ta izziv, bi morala podjetja jasno opredeliti in dokumentirati svoje cilje AI, vlagati v kakovostne podatke in izbrati prave modele za vsako nalogo.

Glavna poslovna gonila za napredek vaših strategij umetne inteligence

O LXT zrelost Poročilo opredeljuje deset ključnih poslovnih gonil za AI, kot je prikazano v spodnjem grafu. Razpravljajmo o nekaterih od njih tukaj.

Ilustracija ključnih poslovnih gonil za AI. Vir: LXT poročilo 2023

1. Poslovna spretnost

Poslovna agilnost se nanaša na to, kako hitro se lahko organizacija prilagodi spreminjajočim se digitalnim trendom in priložnostim z uporabo inovativnih poslovnih rešitev. Še vedno je glavno gonilo strategij AI za približno 49 % organizacij.

Umetna inteligenca lahko pomaga podjetjem doseči poslovno agilnost z omogočanjem hitrejšega in natančnejšega odločanja, avtomatizacijo ponavljajočih se nalog in izboljšanjem operativne učinkovitosti.

2. Predvidevanje potreb strank

Približno 46 % organizacij meni, da je predvidevanje potreb strank eno ključnih poslovnih gonil za strategije umetne inteligence. Z uporabo umetne inteligence za analizo podatkov o strankah lahko podjetja pridobijo vpogled v vedenje, želje in potrebe strank, kar jim omogoča, da svoje izdelke in storitve prilagodijo tako, da bolje izpolnjujejo pričakovanja strank.

3. Konkurenčna prednost

Konkurenčna prednost omogoča podjetjem, da se razlikujejo od svojih konkurentov in pridobijo prednost na trgu. Po mnenju 41 % organizacij je ključno gonilo za strategije umetne inteligence.

4. Poenostavite odločanje

Avtomatizirano odločanje na podlagi umetne inteligence lahko znatno skrajša čas, potreben za sprejemanje kritičnih odločitev na podlagi podatkov. Zato približno 42 % organizacij meni, da je racionalizacija odločanja glavni poslovni dejavnik za strategije umetne inteligence.

5. Razvoj izdelkov

Od tega, da je bil leta 2021 prepoznan kot glavno poslovno gonilo za strategije umetne inteligence, je razvoj inovativnih izdelkov padel na sedmo mesto, pri čemer ga je leta 39 2023 % organizacij menilo za poslovno gonilo.

To kaže, da uporabnost AI v poslovnih procesih ni v celoti odvisna od kakovosti izdelka. Drugi poslovni vidiki, kot so visoka odpornost, trajnost in hiter prihod na trg, so ključni za poslovni uspeh.

Za več informacij o najnovejših trendih in tehnologijah na področju umetne inteligence obiščite združiti.ai.