Согласно исследованию Dun & Bradstreet, 97% организаций заявляют о наличии инициатив в области ИИ, однако только 5% считают свои данные готовыми для полноценного использования технологии.
Масштабирование требует не только технологий
В последние годы компании начали получать ощутимую отдачу от инвестиций в ИИ. Однако для масштабирования ИИ требуется не только передовые модели и алгоритмы, но и чистые, совместимые и контролируемые данные. Как отмечает Каэтано Геа-Карраско, директор по стратегическому развитию Dun & Bradstreet, «пилотные проекты можно запускать с минимальными требованиями к данным, но для масштабного внедрения ИИ в ключевые процессы необходима качественная и структурированная информационная база».
Первые успехи и новые вызовы
По данным отчёта, 67% компаний уже видят первые признаки окупаемости инвестиций в ИИ, а 24% фиксируют значительную отдачу. Более половины опрошенных (56%) планируют увеличить вложения в ИИ в ближайший год. Однако рост внедрения технологий сопровождается новыми вызовами. Среди основных проблем:
- трудности с доступом к данным (50%),
- риски конфиденциальности и соблюдения нормативов (44%),
- низкое качество данных (40%),
- отсутствие интеграции между системами (38%),
- нехватка квалифицированных специалистов (37%).
Кроме того, лишь 10% компаний уверены в своей способности эффективно управлять рисками, связанными с ИИ.
Будущее за подготовкой данных
Эксперты отмечают, что вопрос уже не в том, экспериментируют ли компании с ИИ, а в том, насколько они готовы к его масштабному внедрению. Ключевым фактором успеха становится не только технологическая база, но и правильная организация данных.
ИИ продолжает оставаться мощным инструментом для бизнеса, но его потенциал может быть реализован лишь при условии решения фундаментальных проблем с качеством и доступностью данных.
Источник: Сomputerworld
Поделиться:
Читайте нас в Одноклассники | Вконтакте | VBIZNESE.BY в Телеграм
