Największym wyzwaniem związanym z przyjęciem sztucznej inteligencji w firmach jest niedojrzałość danych. Tak odpowiedziało 56 proc. respondentów w raporcie F5 2024 State of Application Strategy. Niedojrzałość danych oznacza słabo rozwinięte lub nieodpowiednie praktyki w organizacji w zakresie danych, które ograniczają efektywne wykorzystywanie AI. Niedojrzałość ta obejmuje kwestie związane z jakością danych, dostępnością, zarządzaniem i infrastrukturą.

5 istotnych rzeczy do poprawy

Mianowicie firmy mają problem z niską jakością danych. Są niekompletne, niespójne lub nieaktualne, co prowadzi do niewiarygodnych wyników AI.

Kolejna bariera to ograniczona dostępność poprzez silosy danych.

Na próbach osiągnięcia korzyści z AI negatywnie odbija się też słabe zarządzanie danymi. Chodzi np. o zasady dotyczące zgodności i bezpieczeństwa, co wprowadza ryzyko i ogranicza wykorzystanie sztucznej inteligencji.
Kolejna kwestia do poprawy to nieodpowiednia infrastruktura w firmie, utrudniająca przetwarzanie danych i szkolenie modeli AI.
Do tego brak jasnej strategii skutkuje nieskoordynowanymi inicjatywami i ograniczonym skupieniem się na wartościowych danych dla AI.

Jakie są skutki niedojrzałości danych

Niedojrzałość danych hamuje wdrażanie sztucznej inteligencji. Adopcja spowalnia, ponieważ organizacje w większości wybrały już najbardziej dostępne narzędzia (chatboty, asystenci AI, copiloty. Napotykają jednak wymienione problemy z danymi, zwłaszcza, gdy próbują wykorzystać AI w bardziej autonomiczny sposób. Chodzi np. o automatyzację przepływu pracy, procesów biznesowych czy zastosowań operacyjnych. Problem niedojrzałości ogranicza dokładność predykcyjną i niezawodność AI, a te są kluczowe dla autonomicznych funkcji.

Co trzeba zrobić, by zadbać o wykorzystanie AI w firmie

Organizacje muszą więc priorytetowo traktować opisany problem, aby odblokować zaawansowane możliwości AI. Powinny więc zadbać m.in. o jasną strategię dotyczącą danych, wdrożenie solidnego zarządzania nimi, jak też zainwestować w skalowalną nowoczesną infrastruktury. Trzeba też zaadresować inne wymienione wyzwania. Chodzi np. o ulepszenie standardów jakości danych (większa dokładność, kompletność, spójność, czyszczenie i monitorowanie danych), jak też o promowanie w firmie umiejętności korzystania z nich.

Według badania MIT Sloan Management Review firmy z dojrzałymi zasadami zarządzania danymi mają o 60 proc. większe szanse na odniesienie sukcesu w automatyzacji przepływu pracy niż te z niedojrzałymi praktykami w tym zakresie. Natomiast z badania przeprowadzonego przez TE Connectivity wynika, że technologie AI na szeroką skalę na świecie wykorzystuje już 22 proc. organizacji.