Künstliche Intelligenz (KI) hat in kleineren Anwendungen wie persönlichen Assistenten, Robotern und mobilen Geräten beeindruckt, aber ihre Rolle in großen Unternehmensprojekten bleibt unklar. Viele Führungskräfte und Fachleute erkennen, dass ihre Erwartungen an KI komplexer sind als ursprünglich gedacht. KI-Technologie wird teuer, Unternehmen sind unvorbereitet, und die Rendite bleibt unsicher. Zudem wächst der Druck auf Organisationen, ihre KI-Initiativen zu beschleunigen, obwohl die Rendite immer noch schwer fassbar ist. Diese Vorsicht kommt von David Linthicum, einem angesehenen Analysten und Autor für Unternehmensintegration und Cloud-Computing. Er ist derzeit nicht optimistisch hinsichtlich des sofortigen Erfolgs von KI-Projekten und prognostiziert einen "Abschwung" beim Unternehmenseinkauf von KI, da Unternehmen die Kluft zwischen Realität und Hype erkennen, was zu einer Phase der Ernüchterung führen wird. Dennoch könnte dies den Weg für solide KI-Anwendungsfälle und Implementierungen ebnen, die in den nächsten Jahren mit den Geschäftsbedürfnissen verbunden sind. Linthicum nennt vier Gründe für die wachsende Ernüchterung im Bereich KI in Unternehmen: 1. Aufeinandertreffen mit einer "Datenmauer": Das Hauptproblem ist nicht schlechte generative KI-Technologie, sondern unzureichende Datenqualität. Er erklärt: "Es gibt keine einfache Lösung; Organisationen müssen pausieren, ihre Daten überprüfen und Probleme angehen, die oft über Jahrzehnte vernachlässigt wurden, was häufig erhebliche Investitionen erfordert. " Solche Herausforderungen vor Vorständen darzulegen, kann zu schwierigen Diskussionen führen. 2.

Finanzieller Schock: KI erfordert mehr Ressourcen als frühere Technologieentwicklungen wie Cloud oder mobile Technologien. "Das sind kostspielige Unternehmungen", betont er, "oft zwei- bis dreimal teurer als traditionelle Set-ups, da spezialisierte GPUs, umfangreiche Ressourcen, Ökosystemkomponenten und umfassende Trainingsdaten für KI benötigt werden. " 3. Fehlen einer strategischen Ausrichtung: Linthicum besteht darauf, dass Unternehmen ihre Planung verbessern müssen, indem er sagt: "Es ist entscheidend, den Zustand Ihrer Daten zu verstehen, bevor Sie ein generatives KI-Projekt starten. Strategische Datenplanung im Einklang mit dem Einsatz neuer Technologien ist unerlässlich. " 4. Mangel an Fähigkeiten: Der Erfolg von KI hängt von gut ausgebildetem Personal ab. Linthicum hebt die Notwendigkeit hervor, Architektur, Datenwissenschaft, KI-Ethik, Modellabstimmung, Leistungsbewertung und synthetische Daten zu verstehen, über die bloße Zertifizierung von einer einzigen KI-Plattform hinaus. KI erfordert laut Linthicum einen beispiellosen Aufwand und vielschichtige Komplexität, die frühere technologische Initiativen bei weitem übersteigen. Außerdem sehen sich Mitarbeiter oft gezwungen, ihren KI-Einsatz aus bestimmten Gründen vor Vorgesetzten zu verbergen. Um erfolgreich zu sein, müssen Organisationen "ihre Daten bereinigen und verwalten, die notwendigen Fähigkeiten entwickeln, strategische Planung betreiben, Anwendungsfälle skizzieren und die Rendite berechnen. " Daran festzuhalten ermöglicht es Unternehmen, KI als strategischen Vorteil zu nutzen und dadurch verbesserte Kundenerfahrungen, erhöhte Produktivität, reduzierte Kosten und effizientere Abläufe im Vergleich zur Konkurrenz zu bieten.