Kunstig intelligens (AI) har imponert i mindre applikasjoner som personlige assistenter, roboter og mobile enheter, men dens rolle i store bedriftsprosjekter forblir usikker. Mange ledere og fagfolk begynner å innse at deres forventninger til AI er mer komplekse enn først antatt. AI-teknologi blir kostbar, bedrifter er uforberedt, og avkastningen på investeringen (ROI) er fortsatt usikker. I tillegg øker presset på organisasjoner for å fremskynde AI-initiativer, til tross for at ROI fortsatt er unnvikende. Denne forsiktigheten kommer fra David Linthicum, en anerkjent analytiker og forfatter innen bedriftsintegrasjon og skydatabehandling. Han er for tiden ikke optimistisk med hensyn til umiddelbar suksess for AI-prosjekter, og forutser en "nedgang" i bedrifts AI-innkjøp etter hvert som selskaper innser gapet mellom virkelighet og hype, noe som fører til en periode med desillusjon. Likevel kan dette bane vei for solide AI-bruksområder og implementeringer integrert med forretningsbehov de neste par årene. Linthicum skisserer fire grunner for økende misnøye med AI i bedrifter: 1. Møte en "datavegg": Hovedproblemet er ikke dårlig generativ AI-teknologi, men utilstrekkelig kvalitetsdata. Han forklarer, "Det finnes ingen enkel løsning; organisasjoner må ta en pause, gå gjennom dataene sine og adressere problemer som har blitt forsømt i tiår, ofte med betydelige investeringer. " Å presentere slike utfordringer for styrer kan føre til harde diskusjoner. 2.

Finansiell prissjokk: AI krever mer ressurser enn tidligere teknologiske utviklinger som skyen eller mobil. "Dette er kostbare bestrebelser, " påpeker han, "ofte to til tre ganger mer enn tradisjonelle oppsett, og krever spesialiserte GPU-er, omfattende ressurser, økosystemkomponenter og omfattende treningsdata for AI. " 3. Fravær av strategisk retning: Linthicum insisterer på at bedrifter må forbedre planleggingen, og sier, "Det er avgjørende å forstå tilstanden til dataene dine før du starter et generativ AI-prosjekt. Strategisk planlegging for å tilpasse data med ny teknologi er essensielt. " 4. Mangel på ferdigheter: AI-suksess avhenger av å ha godt trente ansatte. Linthicum fremhever behovet for å forstå arkitektur, datavitenskap, AI-etikk, modelljustering, ytelsesbenchmarking og syntetiske data, utover ren sertifiseringsopplæring fra en enkelt AI-plattform. AI krever en enestående innsats og komplekstitet langt utover tidligere teknologiske initiativer, ifølge Linthicum. I tillegg føler ansatte seg tvunget til å skjule sin AI-bruk for ledere av spesifikke grunner. For å lykkes må organisasjoner "rense og administrere dataene sine, utvikle nødvendige ferdigheter, engasjere seg i strategisk planlegging, skissere bruksområder og beregne ROI. " Ved å oppnå dette kan selskaper utnytte AI som en strategisk fordel, tilby forbedrede kundeopplevelser, økt produktivitet, reduserte kostnader og forbedret effektivitet sammenlignet med konkurrentene.