A Deloitte felmérése szerint számos oka van annak, hogy a vállalatok miért küzdenek a generatív mesterséges intelligencia kiaknázásával

A vállalatok kevesebb mint fele érzi úgy, hogy nagyon felkészült a legalapvetőbb követelményekre, például az adatkezelésre.

A Deloitte tanácsadó óriáscég jelentése szerint a legtöbb vállalat küzd a generatív mesterséges intelligencia (Gen AI) projektjének a kezdeti szakaszból a gyártásba való áthelyezésével.

"A válaszadók 70%-a azt mondta, hogy szervezetük a generatív mesterségesintelligencia-kísérleteik 30%-át vagy kevesebbet termelésbe állított át" - áll Jim Rowan vezető szerző és csapata szerint a cég "The State of Generative AI in the Enterprise" jelentéssorozatának legújabb részében. .

A termelés előrehaladásának hiánya ellentétben áll a technológia körüli aktivitással. "A három megkérdezett szervezet közül kettő azt mondta, hogy növeli befektetéseit a Generative AI-ba, mert a mai napig erős korai értéket tapasztaltak" - számolt be Rowan és csapata.

Rowan és csapata „méretarányos törekvésnek” nevezi azt a kihívást, hogy a Gen AI projekteket a koncepció bizonyítási szakaszából a gyártásba helyezzük át.

A május és június között lefolytatott felmérésre hat iparág és 14 ország 2770 igazgatói-C-suite szintű válaszadója érkezett. A felmérés 25 interjúalanytól kapott visszajelzést is, akik a C-suite vezetői, valamint a mesterséges intelligencia és adattudományi vezetők voltak nagy szervezeteknél.

A kutatás „számos okot” javasol, amiért a vállalatok küzdenek a Gen AI méretezésével. A szervezetek általánosságban elmondható, hogy "tapasztalatból tanulják meg, hogy a generatív mesterséges intelligencia nagyszabású bevezetése nehéz és sokrétű kihívás lehet" - áll a jelentésben.

Az okok, amelyek miatt a vállalatoknak nehézségekbe ütköznek a Gen AI méretezése terén, egyértelműbbé váltak, amikor Rowan és csapata arra kérte a felmérés válaszadóit, hogy értékeljék azokat a képességeket, ahol szerintük szervezeteik "nagyon felkészültek". A válaszadók kevesebb mint fele érezte úgy, hogy szervezete nagyon felkészült a legalapvetőbb képességekre.

Átlagosan a válaszadók 45%-a nyilatkozott úgy, hogy nagyon felkészült a „technológiai infrastruktúrát” illetően, 41%-uk pedig úgy gondolta, hogy a szervezet nagyon felkészült az „adatkezelésre”.

A válaszok szerint a legkevésbé felkészült területek a "stratégia", 37%-uk úgy érezte, hogy cége nagyon felkészült, ezt követi a "kockázat és irányítás" és a "tehetség", és csak a válaszadók ötöde jelezte felkészültségét az egyes területeken.

A megkérdezett vezetők néhány kvalitatív megjegyzése több részletet tárt fel arról, hogy hol rejlik a felkészültség hiánya. Például egy médiacég adat- és hírszerzési alelnöke azt mondta Rowannak és csapatának, hogy a vállalat számára a „legnagyobb méretezési kihívást” valójában a hozzáférhetõ adatmennyiség és a megfelelõ adatkezelési érettség hiánya jelentette. "

Az ügyvezető így folytatta: "Nem volt formális adatkatalógus. Nem voltak formális metaadatok és az adatpontok címkézése a vállalaton belül. Csak olyan gyorsan tudtunk haladni, amennyire címkézni tudtuk az adatokat."

Rowan és csapata a jelentésben azt javasolta, hogy az adatok minősége sok vállalatot akadályoz: "Az adatokkal kapcsolatos problémák miatt az általunk vizsgált szervezetek 55%-a elkerülte a generatív mesterséges intelligencia használatának bizonyos eseteit."

A felmérés kimutatta, hogy az irányítási problémák magukban foglalták a mesterséges intelligencia eredő kockázatát és a szabályozási kockázatot is. Egyrészt a vállalatok „az új eszközökre és képességekre jellemző új és kialakulóban lévő kockázatokkal” küzdenek, amelyek nem hasonlítanak a korábbi technológiák kockázataihoz. Ezek a kockázatok magukban foglalják a Gen AI hírhedt hiányosságait, mint például a "modell-elfogultság, hallucinációk, újszerű adatvédelmi aggályok, bizalom és az új támadási felület védelme".

Az új szabályozásokkal kapcsolatos bizonytalanság a vállalatokat is szünetre és gondolkodásra készteti, Rowan és csapata kijelentette a jelentésben: "A szervezetek rendkívül bizonytalanok voltak a jövőben esetlegesen létező szabályozási környezettel kapcsolatban (attól függően, hogy melyik országban működnek).

Mindkét aggályra válaszul a vállalatok többféle stratégiát követnek, állapította meg Rowan és csapata. Ezek a stratégiák a következőket foglalják magukban: „zárja le a hozzáférést a személyzet számára bizonyos Generatív AI-eszközökhöz”; „iránymutatások bevezetése annak megakadályozására, hogy a személyzet szervezeti adatokat vigyen be nyilvános LLM-ekbe”; és "falazott kerteket építsen privát felhőkben olyan biztosítékokkal, amelyek megakadályozzák az adatok nyilvános felhőbe való szivárgását."

A Gen AI projektek méretezésének hiánya ellentétben áll más közelmúltbeli tanulmányokkal, amelyek erős szándékot mutatnak a feltörekvő technológia bevezetésére. Például a Bloomberg Intelligence legújabb, mesterséges intelligencia-jelentése megállapította, hogy a vállalatok generatív mesterséges intelligencia „másodpilóta” programjainak bevetésének aránya megduplázódott tavaly december és 2024 júliusa között, ami az összes válaszadó cégének 66%-át érte el.

A Deloitte-tanulmány eredményei azonban segíthetnek megmagyarázni, hogy a vállalati generációs AI-ról szóló közelmúltbeli Gartner-jelentés miért jósolja, hogy a Gen AI projektek egyharmadát felhagyják, mielőtt a koncepció bizonyítási szakaszából a gyártásba kerülnének.

Még ha az amerikai informatikai igazgatók „dolgoznak is” a Gen AI bevezetésén, és egyre inkább „értékelik” a másodpilóta technológiát és hasonlókat, a Deloitte tanulmánya szerint rengeteg akadályba ütköznek, miközben ezt teszik.