De flesta CIO:er & CTO:er har avbrutit ett AI‑projekt på grund av föråldrade system, enligt undersökning

En ny enkät bland 945 CIO:er och CTO:er pekar på åldrande infrastruktur, bubbelrisk och osäkerhet kring regeringens politik som bromsar företags‑AI.

Legacy‑system och gamla applikationer tvingar stora företag att överge AI‑projekt i en anmärkningsvärd takt, enligt en ny undersökning från GFT Technologies, ett företag som är specialiserat på modernisering av infrastruktur.

Åttiofyra procent av chefer för information och teknik uppgav att begränsningar i deras äldre system har tvingat dem att avbryta minst ett AI‑pilotprojekt eller -projekt, och nästan en fjärdedel av dem sade att det har hänt mer än en gång.

Resultatet kommer från en enkät bland 945 CIO:er och CTO:er på företag med minst 500 miljoner dollar i årlig omsättning i 19 länder, genomförd i augusti av Wakefield Research för GFT Technologies räkning.

Utöver problemet med legacy‑systemen visar undersökningen också på en utbredd tvivel om att AI‑utgifter ger avkastning samt ökande oro bland de chefer som ansvarar för att få dem att fungera.

Gamla system, nya problem

Nästan alla företag i undersökningen (99 %) uppgav att deras AI körs på eller är kopplat till legacy‑system som inte byggts med AI i åtanke, och 95 % sade att dessa system fördröjer deras förmåga att implementera och skala AI.

De flesta anser risken allvarlig och tror att drift av AI på icke‑moderniserade system så småningom kommer att utlösa en säkerhetskris i hela företaget. Att åtgärda det går dock långsamt. Endast 15 % sade att deras modernisering är slutförd eller nästan klar, 27 % har påbörjat den men känner sig efter, och 9 % har inte påbörjat den alls.

“Varje företag jag talar med har en AI‑färdplan. Färre har en infrastruktur‑färdplan som matchar den, och det gapet är orsaken till att så många AI‑initiativ inte går förbi pilotstadiet. Att överbrygga det är det verkliga arbetet i AI‑transformeringen, och det är där värdet slutligen avgörs,” sade Rishi Chohan, VD, GFT USA.

Ger pengarna avkastning?

Infrastrukturproblemet ligger inom en större fråga om huruvida AI‑utgifter ger resultat.

Goldman Sachs har prognostiserat att den globala AI‑relaterade investeringen i år kommer att nå ungefär 1 biljon dollar. Men en Gartner‑undersökning visade att endast 22 % av organisationerna har skalat AI över flera affärsenheter, och en McKinsey‑undersökning fann att bara 37 % av företagen säger att AI har betydligt förbättrat deras resultat.

Cheferna i GFT:s undersökning delar den inre skepsisen: 89 % sade att de är oroade över att den globala AI‑investeringen växer snabbare än det affärsvärde den realistiskt kan leverera, och 44 % av dem beskrev sig själva som mycket eller extremt oroade.

“En avbokningsgrad på 84 % visar att företagen äntligen inser att AI inte enkelt kan läggas på befintliga legacy‑system, och det är en sundare utgångspunkt än ytterligare ett år av pilotspel eller jakt på nästa modellrelease,” sade Chohan.

Ompröva vem man ska förlita sig på

Geopolitik omformar hur företag köper AI. I juni avbröts åtkomsten till några av Anthropics mest avancerade modeller globalt efter att företaget meddelade att de stoppade åtkomsten för att följa USA:s handelsdepartements exportkontroller. (Kontrollerna upphävdes den 30 juni och åtkomsten återställdes dagen därpå).

GFT:s rapport kopplar den händelsen till ett nästan enhälligt svar i deras undersökning: 99 % av cheferna sade att potentiella statliga restriktioner för AI‑åtkomst gör det viktigare att inte förlita sig på en enda leverantör.

Det förändrar redan beteendet. Hälften av svarande sade att geopolitiska utvecklingar har begränsat var de kan implementera AI, 34 % minskade planerade investeringar, och 28 % avbröt projekt helt.

Fyrtiotvå procent lutar nu åt att bygga AI‑infrastruktur internt snarare än att köpa den, och 54 % sade att regulatorisk osäkerhet har gjort dem mer försiktiga. Sjuttiosju procent sade att de överväger modeller från leverantörer baserade i Kina, vanligtvis med extra säkerhetsgranskningar eller endast när inget annat alternativ passar.

Skeptisk till nedskärningsnarrativet

Undersökningen motsätter sig också en vanlig antagelse om AI och jobb.

Nittioett procent av cheferna tror att vissa börsbolag hänvisar till AI för att rättfärdiga personalförändringar som egentligen syftar till att höja deras aktiekurs, en uppfattning som är ännu vanligare i USA, där den ligger på 93,3 %.

Deras egna erfarenhet tyder på att verkligheten är mer komplicerad: 51 % anställde personer specifikt för att granska eller rätta AI‑genererat arbete, 45 % anställde personal för uppgifter de förväntat sig att AI skulle hantera, och 26 % återanställde medarbetare de tidigare avskedat.

31 % avbröt ett AI‑initiativ eftersom det presterade sämre än de människor det var avsett att ersätta.

Trycket på teknikledare

Den bakgrunden väger på de personer som driver dessa program. Åttioett procent oroar sig för att ett felaktigt personalbeslut under AI‑skalning kan hota deras egen anställning, och endast 20 % sade att andra chefer och styrelsemedlemmar fullt ut förstår säkerhetsriskerna med att köra AI på legacy‑system.

Trycket är starkast i USA, där 92 % av teknikledarna oroar sig för att AI‑investeringar överstiger deras värde, den högsta andelen i någon region som GFT har undersökt, jämfört med 80,6 % i Europa, Mellanöstern och Afrika. Nästan hälften av de amerikanska svararna, 47 %, sade att de är mycket eller extremt oroade för sina egna jobb, vilket ligger över det globala genomsnittet på 42,9 %.

”USA:s teknikledare bär på mer press än de flesta när det gäller huruvida AI levererar verkligt värde, förtroende hos arbetskraften och deras egen personliga exponering om något går fel. Med så mycket AI‑investering koncentrerad i USA blir den efterföljande granskningen desto viktigare för att inse att grunden under AI, från infrastruktur och styrning till rätt kompetens, är lika betydelsefull som själva tekniken,” sade Chohan.

Vad att hålla utkik efter

GFT:s egen slutsats är att företag måste modernisera sin infrastruktur innan de kan skala AI på ett säkert sätt, vilket också är affärsområdet för GFT, så deras ramverk är värt att läsa både som ett argument och som ett fynd.

Den öppna frågan är om vågen av moderniseringsutgifter som nu pågår ger resultat innan AI‑bubblans farhågor blir mer konkreta, eller om fler projekt tyst ansluter sig till de 84 % som redan inte överlevde kontakten med äldre system.