68 proc. firm globalnych chce zwiększać inwestycje w AI - Deloitte
68 proc. firm globalnych chce zwiększać inwestycje w AI ze względu na korzyści z dotychczasowych wdrożeń - wynika z raportu „Deloitte’s State of Generative AI in the Enterprise”, przygotowanego przez firmę doradczą Deloitte. Podano, że obecnie jedynie co czwarta organizacja czuje się przygotowana do stosowania generatywnej AI pod względem zarządzania ryzkiem i zgodności z regulacjami.
Jak podano w raporcie, do najczęściej wymienianych zalet związanych z adopcją AI wciąż należy wzrost efektywności oraz produktywności (34 proc.). Respondenci wskazują także na zwiększenie innowacyjności (12 proc.), poprawę jakości dotychczas oferowanych produktów i usług (10 proc.) oraz relacji z klientami (9 proc.).
Zapytani o czynniki, które przyczyniają się do maksymalizacji zwrotu z inwestycji w AI, liderzy zdecydowanie wskazali na potrzebę głębokiej integracji sztucznej inteligencji z funkcjami i procesami biznesowymi (22 proc.), efektywne zarządzanie ryzykiem (13 proc.) oraz dobór odpowiednich rozwiązań technologicznych (11 proc.).
Jak wynika z raportu, wiele inicjatyw podejmowanych przez firmy pozostaje na etapie pilotażu. Większość organizacji (68 proc.) zdołała przenieść do fazy produkcji maksymalnie co trzecie rozważane zastosowanie generatywnej AI.
"Wyzwania związane z przejściem od fazy eksperymentów do pełnego wdrożenia i uzyskania wartości z inwestycji bardzo jasno pokazują, jak ważne dla powodzenia transformacji jest wyjście od potrzeb biznesowych, zrozumienie procesów w organizacji i właściwe zaplanowanie wdrożenia pod kątem technologicznym, jakości danych i aspektów regulacyjno-prawnych. Wszystko to wymaga doświadczenia, kompetencji oraz stworzenia efektywnego zespołu projektowego składającego się ze specjalistów z obszaru biznesu, technologii oraz działów prawnych i compliance" - powiedział cytowany w raporcie Amadeusz Andrzejewski, partner, lider zespołu Data & AI w Polsce, Deloitte.
"Obecnie jedynie ok. 5 proc. dużych firm na świecie ocenia swoje wewnętrzne kompetencje w tym zakresie jako bardzo wysokie. Firmy te osiągają dwukrotnie wyższe efekty z wdrożeń generatywnej AI. W Polsce większość dużych firm również znajduje się na etapie testowania i eksperymentowania z zastosowaniami generatywnej AI. Patrząc na pozytywne wyniki wielu testów, coraz więcej z nich przechodzi do wdrożenia eksperymentów na większą skalę, aby osiągnąć pełne efekty biznesowe z generatywnej AI" - dodał.
Choć coraz więcej firm globalnych przechodzi do wdrażania rozwiązań bazujących na generatywnej AI, dla dwóch na pięć badanych organizacji wyzwaniem pozostaje ustalenie celów i mierzenie efektów z tych inwestycji. Najczęściej firmy decydują się na zastosowanie specjalnie opracowanych wskaźników efektywności (48 proc.) czy monitorowanie zmian w efektywności pracowników (38 proc.).
Przedstawiciele światowych firm byli także pytani o główne bariery w stosowaniu generatywnej sztucznej inteligencji. Aż trzy spośród pięciu wymienionych wyzwań mają związek z szeroko rozumianym zarządzaniem ryzykiem: obawy o zgodność z regulacjami (36 proc. odpowiedzi), kwestia zarządzania ryzykiem (30 proc.) oraz modeli zarządzania, tzw. governance (29 proc.).
Obecnie w sumie tylko co czwarty respondent ocenia swoją organizację jako w pełni lub bardzo dobrze przygotowaną w zakresie zarządzania ryzykiem i zgodności z regulacjami.
Najczęściej podejmowaną przez firmy strategią działania w obszarze poprawy zarządzania ryzkiem jest wdrożenie odpowiedniego modelu governance w zakresie wykorzystania narzędzi opartych na generatywnej AI (51 proc. odpowiedzi). Niewiele mniejszy odsetek (49 proc.) wskazań dotyczy podmiotów, które prowadzą aktywny monitoring regulacji.
Z kolei 43 proc. organizacji przeprowadza audyty i testy rozwiązań AI, a 37 proc. decyduje się na szkolenia zespołów w zakresie identyfikacji i zarządzania ryzykiem różnego rodzaju.
Jak wynika z raportu Deloitte, ponad połowa firm rezygnuje z niektórych zastosowań AI ze względu na wyzwania w zakresie jakości danych i procesu zarządzania nimi. Są to przede wszystkim niepewność co do możliwości wykorzystania wrażliwych informacji w opracowywanych modelach (58 proc.), zarządzenie kwestią prywatności (58 proc.) oraz bezpieczeństwa (57 proc.). (PAP Biznes)
alk/ ana/
