Firmy na dobre wchodzą w AI, ale trudności z wdrożeniem pozostają

Wraz z rozwojem technologii AI coraz więcej organizacji decyduje się na wdrożenie tej technologii w swoich strukturach. Jak wynika z najnowszego badania przeprowadzonego przez Zogby Analytics na zlecenie Prove AI, zdecydowana większość firm nie tylko testuje AI, ale na dobre je wdrożyła w swoich działaniach.

Badanie wykazało, że 68% organizacji ma już wdrożone niestandardowe rozwiązania AI, które są używane w produkcji. Co więcej, 81% firm wydaje co najmniej milion dolarów rocznie na inicjatywy związane z AI, a około jedna czwarta wydaje ponad 10 milionów dolarów rocznie. To pokazuje, że firmy poważnie podchodzą do AI i inwestują w tę technologię na dłuższą metę.

Zmiany w strukturach organizacyjnych

Wraz ze wzrostem zaangażowania w AI, firmy zmieniają swoje struktury organizacyjne. 86% organizacji powołało osobę odpowiedzialną za prowadzenie inicjatyw AI, najczęściej z tytułem Chief AI Officer lub podobnym. Co ciekawe, osoby te mają niemal tak duży wpływ na określanie strategii firmy jak CEO – w 43,3% przypadków to CEO decyduje o kierunku AI, podczas gdy w 42% to Chief AI Officer.

Trudności we wdrażaniu AI

Mimo postępów w adoptowaniu AI, wdrożenie tej technologii nadal nie jest pozbawione wyzwań. Ponad połowa liderów biznesowych przyznaje, że trenowanie i dostrajanie modeli AI było trudniejsze niż oczekiwali. Problemy z danymi, takimi jak jakość, dostępność, prawa autorskie i walidacja modeli, nadal stanowią główne przeszkody. Niemal 70% organizacji raportuje, że przynajmniej jeden projekt AI jest opóźniony, a główną przyczyną są problemy z danymi.

Nowe obszary zastosowań AI

Wraz z rosnącym komfortem korzystania z AI, firmy odkrywają nowe obszary jego zastosowania. Podczas gdy chatboty i wirtualni asystenci pozostają popularni (55% adopcji), bardziej techniczne zastosowania zyskują na popularności. Rozwój oprogramowania jest obecnie na szczycie listy z 54% adopcją, obok analizy predykcyjnej do prognozowania i wykrywania oszustw, która wynosi 52%. To wskazuje, że firmy przenoszą swoją uwagę z efektownych, skierowanych do klientów aplikacji na wykorzystanie AI do usprawnienia podstawowych operacji.

Priorytet dla generatywnej AI i zmiana podejścia do infrastruktury

Jeśli chodzi o same modele AI, istnieje silne skupienie na generatywnej AI, z 57% organizacji, które traktują ją priorytetowo. Niemniej jednak, wiele firm stosuje zbalansowane podejście, łącząc nowsze modele z tradycyjnymi technikami uczenia maszynowego. Google Gemini i OpenAI GPT-4 to najczęściej używane duże modele językowe, choć DeepSeek, Claude i Llama również mają silną pozycję.

Większość firm korzysta z dwóch lub trzech różnych dużych modeli językowych, co sugeruje, że podejście wielomodelowe staje się standardową praktyką. Co więcej, choć prawie dziewięć na dziesięć organizacji korzysta z usług chmurowych dla co najmniej części swojej infrastruktury AI, rośnie tendencja do przenoszenia części infrastruktury do własnych serwerowni. Dwie trzecie liderów biznesowych uważa, że wdrożenia nie w chmurze oferują lepsze bezpieczeństwo i efektywność, dlatego 67% planuje przenieść dane do treningu AI do środowisk on-premises lub hybrydowych.

Wyzwania pomimo deklarowanej pewności

Liderzy biznesowi wydają się być pewni swoich możliwości w zakresie zarządzania AI – około 90% twierdzi, że skutecznie zarządza polityką AI, może ustanowić niezbędne zabezpieczenia i śledzić historię danych. Niemniej jednak, ta pewność stoi w kontraście do praktycznych wyzwań, które powodują opóźnienia w projektach. Problemy z etykietowaniem danych, treningiem modeli i walidacją nadal stanowią poważne przeszkody, podobnie jak braki kadrowe i trudności z integracją z istniejącymi systemami.

Wdrożenie AI stało się podstawowym elementem działania organizacji, które inwestują w tę technologię, zmieniają struktury zarządzania i odkrywają nowe obszary jej zastosowania. Pomimo wyzwań związanych z wdrożeniem, firmy dążą do zwiększenia kontroli, bezpieczeństwa i zarządzania, co pokazuje nową dojrzałość w podejściu do AI.