Въпреки че тези прогнози може да се сбъднат, днес бизнесът се сблъсква със значителни предизвикателства при опитите си да премине от пилотни проекти и експерименти към внедряване на AI в цялото предприятие. Например, само 5, 4% от американските предприятия са използвали AI за създаване на продукт или услуга през 2024 г. Разширяването на приемането на AI извън първоначалните случаи на използване, като генериране на код и обслужване на клиенти, изисква стратегически и организационни промени в инфраструктурата, управлението на данни и екосистемите на доставчиците. Допълнително, организациите трябва да се справят с несигурността относно напредъка в представянето на AI и измерването на възвръщаемостта на инвестициите. Обаче, ако организациите целят да разширят приемането на AI в своя бизнес през следващите години, трябва да действат сега. Този доклад разглежда текущото състояние на приемането на AI в предприятията и предоставя ръководство за разработване на AI стратегия, помагайки на бизнес лидерите да преодолеят пропастта между амбицията и изпълнението. Основни открития от доклада включват: - Много организации имат амбициозни цели за AI, но не са излезли извън рамките на пилотните проекти. Проучване показва, че 95% от компаниите вече използват AI, а 99% очакват да го използват в бъдеще. Въпреки това, ограничен брой организации са напреднали отвъд начални инициативи, като 76% внедряват AI в само един до три конкретни случаи на използване. С оглед на това, че половината от компаниите планират да внедрят AI напълно във всички бизнес функции в рамките на две години, тази година става решаваща за установяване на основите на AI в цялото предприятие. - Очаква се инвестициите в готовността за AI да се увеличат значително. През последните години разходите за AI останаха скромни или стагнираха за повечето компании, като само четвърт от тях увеличиха инвестициите си с повече от 25% през 2022 и 2023 г. Обаче се очаква този тренд да се промени през 2024 г. , като девет от десет респонденти предвиждат увеличаване на разходите за готовност на данни (включително модернизация на платформите, миграция към облака и подобряване на качеството на данните) както и други свързани области като стратегия, културни промени и бизнес модели.

Приблизително 40% от респондентите планират да увеличат разходите си между 10 и 24%, докато една трета възнамерява да ги увеличи с 25 до 49%. - Ликвидността на данни се очертава като ключов елемент за успешното внедряване на AI. Способността за безпроблемен достъп, обединяване и анализ на данни от различни източници позволява на организациите да извличат релевантна информация и ефективно да я прилагат към конкретни бизнес сценарии. Този подход премахва нуждата от пресяване на обширни хранилища с данни, тъй като данните вече са курирани и адаптирани за изпълняваната задача. - Качеството на данните представлява значително предизвикателство за внедряването на AI. Половината от респондентите посочват качеството на данните като най-ограничителния фактор за внедряването на AI. Този въпрос е особено изразен за по-големите организации с големи обеми от данни и значителни инвестиции в остаряла IT инфраструктура. Компаниите с приход над 10 милиарда долара са най-вероятно да посочат както качеството на данните, така и инфраструктурата на данните като ограничителни фактори, което показва, че управлението на тези въпроси става значително по-трудно за организациите, които управляват значителни хранилища с данни. - Организациите са предпазливи, когато става дума за приемане на AI. Почти всички компании (98%) заявяват, че са готови да изоставят първите редици на приемането на AI, ако това осигури безопасно и сигурно внедряване. Управлението, сигурността и опасенията за поверителността са основните фактори, възпиращи скоростта на внедряване на AI, посочени от 45% от респондентите (и до 65% сред респондентите от най-големите компании). За да получите пълния доклад, моля изтеглете го. Това съдържание е произведено от Insights, отделът за персонализирано съдържание на MIT Technology Review. Текстът не е написан от редакционния екип на MIT Technology Review.