Umelá inteligencia (AI) sa osvedčila v menších aplikáciách ako osobní asistenti, roboti a mobilné zariadenia, ale jej úloha vo veľkých podnikovych projektoch zostáva neistá. Mnohí vedúci pracovníci a odborníci začínajú chápať, že ich očakávania od AI sú zložitejšie, než si pôvodne mysleli. Technológia AI sa stáva nákladnou, podniky sú nepripravené a návratnosť investície (ROI) zostáva neistá. Okrem toho narastá tlak na organizácie, aby urýchlili AI iniciatívy, aj keď ROI je stále nepolapiteľná. Túto obozretnosť preukazuje David Linthicum, uznávaný analytik a autor v oblasti podnikovej integrácie a cloud computingu. V súčasnosti nie je optimistický ohľadom okamžitého úspechu AI projektov, predpovedá "pokles" v nákupoch AI pre podniky, keďže firmy si uvedomujú rozdiel medzi realitou a hypom, čo vedie k obdobiu dezilúzie. Napriek tomu to môže pripraviť pôdu pre silné AI prípady využitia a implementácie integrované s obchodnými potrebami počas nasledujúcich rokov. Linthicum uvádza štyri dôvody narastajúceho rozčarovania s AI v podnikoch: 1. Narážanie na "dátovú stenu": Primárnym problémom nie je nekvalitná generatívna AI technológia, ale nedostatočné kvalitné dáta. Vysvetľuje, "Neexistuje jednoduché riešenie; organizácie musia zastaviť, prehodnotiť svoje dáta a adresovať problémy, ktoré boli zanedbávané desaťročia, často vyžadujúce významné investície. " Prezentácia takýchto výziev na predstavenstvách môže viesť k tvrdým diskusiám. 2.

Finančný šok z nákladov: AI si vyžaduje viac zdrojov ako predchádzajúce technologické evolúcie ako cloud alebo mobilné technológie. "Tieto sú nákladné podnikania, " zdôrazňuje, "často dva až trikrát drahšie ako tradičné nastavenia, vyžadujúce špeciálne GPU, rozsiahle zdroje, komponenty ekosystému a komplexné tréningové dáta pre AI. " 3. Absencia strategického smerovania: Linthicum trvá na tom, že podniky musia zlepšiť plánovanie, hovoriac, "Je kľúčové pochopiť stav vašich dát pred začatím generatívneho AI projektu. Strategické plánovanie dát na zosúladenie s novým technologickým využitím je zásadné. " 4. Nedostatočné zručnosti: Úspech AI závisí od dobre vyškoleného personálu. Linthicum zdôrazňuje potrebu rozumieť architektúre, dátovej vede, etike AI, ladeniu modelov, hodnotenia výkonnosti a syntetickým dátam, okrem samotného certifikačného školenia z jednej AI platformy. AI si vyžaduje bezprecedentné úsilie a zložitosť, ďaleko presahujúc predchádzajúce technologické iniciatívy, podľa Linthicuma. Tiež, zamestnanci pociťujú nutkavú potrebu skrývať svoje využívanie AI pred manažérmi z konkrétnych dôvodov. Aby boli úspešní, organizácie musia "čistiť a spravovať svoje dáta, rozvíjať potrebné zručnosti, angažovať sa v strategickom plánovaní, definovať prípady použitia a vypočítať ROI. " Dosiahnutie toho umožňuje spoločnostiam využiť AI ako strategickú výhodu, ponúkať lepšie zákaznícke skúsenosti, zvýšenú produktivitu, znížené náklady a zlepšenú efektivitu v porovnaní s ich konkurentmi.