Liderzy biznesu wiążą znaczące nadzieje z inwestycjami w sztuczną inteligencję (AI), które tworzą szansę nowych inicjatyw rynkowych, dokonujących transformacji praktycznie każdego obszaru biznesu, począwszy od podniesienia satysfakcji klientów, po innowacje produktowe. Kluczowym problemem ograniczającym możliwość realizacji tego celu jest niska jakość architektury danych, na co wskazuje aż 78% respondentów.
Według raportu „Data Strategies for AI Leaders” przygotowanego przez MIT Technology Review Insights w partnerstwie z firmą Snowflake, 72% respondentów wskazuje wśród korzyści podniesienie efektywności i produktywności, 55% liczy na zwiększenie pozycji konkurencyjnej, 47% dostrzega możliwość zwiększenia innowacyjności produktów i usług. W każdym ze wskazanych przypadków powodzenie strategii AI wynika z poprawy strategii zarządzania danymi w firmie.
Firmy potrzebują nowoczesnych platform w chmurze, aby móc wykorzystywać ogromne ilości wcześniej niedostępnych danych, w dużej mierze tych nieustrukturyzowanych, takich jak filmy i obrazy. Według raportu tylko 22% liderów biznesu przyznało, że są oni „w pełni gotowi” do zaangażowania się w projekty AI, podczas gdy 53% wskazuje, że są jedynie „w pewnym stopniu gotowi”. Wyższa gotowość menedżerów koreluje z mniejszą liczbą wyzwań związanych z dostępem do skalowalnej mocy obliczeniowej, silosami danych i kwestiami integracji oraz zarządzaniem danymi. Niezależnie od zaufania menedżerów do rezultatów generowanych przez AI, zdają sobie oni sprawę, że dane stanowią klucz do szybkiego i efektywnego uwolnienia wartości wynikającej z AI.
Kolejnym wyzwaniem, przed którym stoją organizacje, jest wdrażanie AI na dużą skalę. 95% ankietowanych zgłosiło napotkanie przeszkód podczas implementacji AI. 59% respondentów wskazało zarządzanie danymi, bezpieczeństwo lub prywatność jako najczęstsze wyzwania, następnie jakość i aktualność danych (53%), a także koszty zasobów lub inwestycji (48%). Decyzje dotyczące wydatków i zasobów, w tym te potrzebne do ulepszenia fundamentów danych, są wyzwaniem w przypadku każdej inwestycji technologicznej. Jednak koszt samej sztucznej inteligencji generatywnej maleje, ponieważ przedsiębiorstwa zaczęły tworzyć mniejsze modele językowe (LLM), które pozostają równie wydajne i tańsze.
„Wiele dzisiejszych organizacji ma wielkie ambicje związane z generatywną sztuczną inteligencją: chcą przekształcić sposób, w jaki działają i co sprzedają,” podkreśla Baris Gultekin, szef obszaru AI w Snowflake. „Nasze wspólne badanie pokazuje, że w miarę jak organizacje odczuwają rosnącą presję na wdrażanie aplikacji AI, zdają sobie sprawę, że ich dane mogą pomóc w dostarczaniu wniosków z wcześniej niewykorzystanych źródeł informacji. Silna architektura danych stanowi trzon możliwości generatywnej AI. Liderzy biznesu muszą sprawnie adresować obawy, takie jak bezpieczeństwo danych, czy koszty i stworzyć takie środowisko danych, które sprosta obietnicom wynikającym z zastosowania AI”.
Korzyści wynikające z zastosowania generatywnej AI są dostrzegane przez firmy wraz z postępem rozwoju ich strategii danych. Inwestując wcześniej w środowisko danych, dzisiaj zyskują szereg korzyści z zastosowania AI. Dla każdego biznesu, który chce czerpać z możliwości AI, muszą najpierw stworzyć solidny fundament danych obejmujący szeroki zbiór procesów i zasobów zaangażowanych w gromadzenie, agregację, przechowywanie i udostępnianie danych organizacyjnych. Inwestycje w dane na poziomie całej organizacji umożliwi potężniejsze wykorzystanie mocy generatywnej AI, eliminując obawy związane z zarządzaniem i bezpieczeństwem.
źródło: informacja prasowa