Iako se ove prognoze mogu ostvariti, preduzeća danas suočavaju značajne izazove kada pokušavaju preći iz pilot projekata i eksperimenata na implementaciju AI u cijeloj organizaciji. Na primjer, samo 5, 4% američkih preduzeća koristilo je AI za stvaranje proizvoda ili usluge u 2024. godini. Skaliranje usvajanja AI-a izvan početnih primjera upotrebe, kao što su generiranje koda i korisnička podrška, zahtijeva strateške i organizacijske promjene u infrastrukturi, upravljanju podacima i ekosistemima dobavljača. Pored toga, organizacije se moraju nositi s nesigurnostima u pogledu napretka performansi AI-a i mjerenja povrata na investiciju. Međutim, ako organizacije žele proširiti usvajanje AI-a širom svog poslovanja u nadolazećim godinama, moraju djelovati sada. Ovo izvješće ispituje trenutno stanje usvajanja AI u preduzećima i pruža vodič za razvijanje AI strategije, pomažući poslovnim liderima da premoste jaz između ambicija i izvršenja. Ključni nalazi izvješća uključuju: - Mnoge organizacije imaju ambiciozne ciljeve za AI, ali nisu prešle pilot projekte. Ankete pokazuju da 95% kompanija već koristi AI, a 99% očekuje da će ga koristiti u budućnosti. Međutim, ograničen broj organizacija napredovao je izvan pilot inicijativa, s 76% implementirajući AI u samo jednom do tri specifična slučaja upotrebe. S obzirom na to da polovina kompanija planira u potpunosti implementirati AI u svim poslovnim funkcijama u roku od dvije godine, ova godina postaje ključna za postavljanje temelja AI-a na nivou cijele organizacije. - Predviđa se značajan porast ulaganja u spremnost za AI. Posljednjih godina potrošnja na AI ostala je skromna ili stagnirala za većinu kompanija, s četvrtinom koja je povećala svoja ulaganja za više od 25% u 2022. i 2023.

Međutim, očekuje se da će se ovaj trend promijeniti u 2024. godini, jer devet od deset ispitanika očekuje povećanu potrošnju na spremnost podataka (uključujući modernizaciju platformi, migraciju u oblak i poboljšanje kvalitete podataka) kao i povezane oblasti poput strategije, kulturnih promjena i poslovnih modela. Otprilike 40% ispitanika planira povećati svoja ulaganja za 10 do 24%, dok trećina namjerava povećati ih za 25 do 49%. - Likvidnost podataka pojavljuje se kao ključni element za uspješnu implementaciju AI-a. Sposobnost besprijekornog pristupa, spajanja i analize podataka iz različitih izvora omogućava organizacijama da izvuku relevantne informacije i efektivno ih primijene na specifične poslovne scenarije. Ovaj pristup eliminiše potrebu za pregledanjem obimnih repozitorija podataka jer su podaci već kurirani i prilagođeni zadatku. - Kvaliteta podataka predstavlja značajan izazov za implementaciju AI-a. Polovica ispitanika identificira kvalitetu podataka kao najograničavajući faktor u implementaciji AI-a. Ovaj problem je posebno izražen za veće organizacije sa velikim količinama podataka i značajnim ulaganjima u naslijeđenu IT infrastrukturu. Kompanije s prihodima većim od 10 milijardi američkih dolara najvjerojatnije će istaknuti i kvalitet podataka i infrastrukturu podataka kao ograničavajuće faktore, ukazujući na to da upravljanje ovim pitanjima postaje znatno složenije za organizacije koje nadgledaju velike spremnike podataka. - Organizacije su oprezne kada je u pitanju usvajanje AI-a. Gotovo sve kompanije (98%) navode da su spremne odustati od prvog usvajanja AI-a ako to osigurava sigurnu i pouzdanu implementaciju. Upravljanje, sigurnost i privatnost su glavni faktori koji ograničavaju brzinu implementacije AI-a, na što ukazuje 45% ispitanika (i čak 65% ispitanika iz najvećih kompanija). Da biste pristupili kompletnom izvještaju, molimo preuzmite ga. Ovaj sadržaj je proizveo Insights, odjel za prilagođeni sadržaj MIT Technology Review. Tekst nije napisao urednički tim MIT Technology Review-a.