Вештачката интелигенција (AI) импресионираше во помали апликации како лични асистенти, роботи и мобилни уреди, но нејзината улога во големи претпријатија останува несигурна. Многу извршни директори и професионалци почнуваат да сфаќаат дека нивните очекувања за AI се покомплексни од првично замисленото. Технологијата на AI станува скапа, претпријатијата се неподготвени, а враќањето на инвестицијата (ROI) останува неизвесно. Дополнително, се зголемува притисокот врз организациите за да ги забрзаат AI иницијативите, иако ROI сè уште не може да се види. Ова предупредување доаѓа од Дејвид Линтичум, почитуван аналитичар и автор за интеграција на претпријатија и облачни пресметки. Тој моментално не е оптимист за непосредниот успех на AI проектите, предвидувајќи "пад" во набавката на AI во претпријатијата како што компаниите го препознаваат јазот меѓу реалноста и хипата, што води до период на разочарување. Сепак, ова би можело да отвори пат за цврсти AI случаи на употреба и имплементации интегрирани со деловните потреби во следните неколку години. Линтичум објаснува четири причини за зголемено разочарување од AI во претпријатијата: 1. Поминување во "ѕид на податоци": Главниот проблем не е лошата генеративна AI технологија, туку недостатокот на квалитетни податоци. Тој објаснува, "Нема едноставен поправен чекор; организациите треба да застанат, да ги прегледаат своите податоци и да се справат со проблемите кои биле занемарени со децении, често барајќи значајни инвестиции. " Презентирањето на ваквите предизвици пред одборите може да доведе до тешки дискусии. 2.

Финансиски шок: AI бара повеќе ресурси од претходните технолошки еволуции како облак или мобилност. "Овие се скапи потфати, " забележува тој, "често два до три пати повеќе од традиционалните поставки, барајќи специјализирани GPU-и, обемни ресурси, компоненти од еко-системот и обемни податоци за обука за AI. " 3. Недостаток на стратешка насока: Линтичум инсистира дека претпријатијата мораат да го подобрат планирањето, велејќи: "Клучно е да се разбере состојбата на вашите податоци пред да започнете генеративен AI проект. Стратешкото планирање за податоците да се усогласат со користењето на новата технологија е суштинско. " 4. Недостаток на вештини: Успехот на AI зависи од добро обучен персонал. Линтичум нагласува потребата од разбирање на архитектурата, наука за податоци, AI етика, доработка на моделот, перформансни бенчмаркови и синтетички податоци, надвор од едноставно сертификациско обука од единствена AI платформа. AI бара невидена сложеност и напор, многу повеќе од претходни технолошки иницијативи, според Линтичум. Исто така, вработените чувствуваат потреба да го прикријат нивното користење на AI од менаџерите поради специфични причини. За да успеат, организациите мораат "да ги исчистат и управуваат своите податоци, да ги развијат потребните вештини, да се вклучат во стратешко планирање, да дефинираат случаи на употреба и да пресметаат ROI. " Ова им овозможува на компаниите да ја искористат AI како стратешка предност, нудејќи подобрени кориснички искуства, зголемена продуктивност, намалени трошоци и подобрена ефикасност во споредба со нивните конкуренти.