Fivetran maakte de resultaten bekend van een onderzoek waaruit blijkt dat hoewel 87 procent van de organisaties kunstmatige intelligentie (AI) als essentieel beschouwt voor het voortbestaan van hun bedrijf, 86 procent zegt dat ze moeite zouden hebben om AI volledig te vertrouwen om alle zakelijke beslissingen te nemen zonder menselijke tussenkomst. 90 procent van de respondenten geeft aan dat hun organisaties blijven vertrouwen op handmatige gegevensprocessen.
Uit het online onderzoek onder 550 senior IT- en datawetenschapsprofessionals in de VS, het VK, Ierland, Frankrijk en Duitsland, uitgevoerd door Vanson Bourne, bleek ook dat slechts 14 procent van de organisaties hun AI-volwassenheid als “gevorderd” beschouwt – wat betekent dat ze AI voor algemene doeleinden gebruiken om automatisch voorspellingen en zakelijke beslissingen te maken. 41 procent van de respondenten gaf toe dat er veel ruimte voor verbetering was in de manier waarop hun organisatie AI gebruikte. Dat aantal steeg tot 64 procent wanneer alleen naar Amerikaanse respondenten werd gekeken.
“Deze studie wijst op significante lacunes in efficiënte dataverplaatsing en toegang tussen organisaties. Een succesvol AI-programma hangt af van een solide databasis, te beginnen met een clouddatawarehouse of -meer als basis”, zegt George Fraser, CEO van Fivetran. “Analytische teams die een moderne datastack gebruiken, kunnen de waarde van hun data gemakkelijker vergroten en hun investeringen in AI en datawetenschap maximaliseren.”
Inefficiënte gegevensprocessen beperken AI-verbeteringen en inkomstenwinsten
Organisaties lijken de basis te leggen voor meer geavanceerde AI-projecten en zijn van plan om binnen de komende drie tot vijf jaar 13 procent van hun wereldwijde jaaromzet daarin te investeren, vergeleken met de acht procent die nu wordt geïnvesteerd. Bijna alle ondervraagde organisaties verzamelen en gebruiken al gegevens van operationele systemen, maar hun vermogen om deze gegevens te gebruiken voor AI-modellen wordt belemmerd door diepgaande gegevensuitdagingen:
- 71 procent heeft moeite om toegang te krijgen tot alle gegevens die nodig zijn om AI-programma’s, workloads en modellen uit te voeren
- Minstens 73 procent vindt elk van de fasen van het extraheren, laden en transformeren van de gegevens, om deze te vertalen in praktisch advies voor besluitvormers, een uitdaging
Dergelijke inefficiënte gegevensprocessen dwingen bedrijven 71 procent van de tijd te vertrouwen op door mensen geleide besluitvorming. Slecht presterende AI-programma’s treffen organisaties ook financieel, waarbij respondenten schatten dat ze gemiddeld vijf procent van de wereldwijde jaaromzet mislopen vanwege modellen die zijn gebouwd met behulp van onnauwkeurige of lage kwaliteit gegevens.
AI-talent blijft onbenut
De prevalentie van lage kwaliteit, silo’s en verouderde gegevens betekent dat datawetenschappers, in dienst van alle grote organisaties die zijn ondervraagd, minder dan een derde van hun tijd besteden aan het bouwen van AI-modellen, en de rest besteden aan taken buiten hun functie.
Als gevolg hiervan is 87 procent het ermee eens dat datawetenschappers binnen hun organisatie niet ten volle worden benut. Toch wordt werving (door 39 procent) genoemd als de grootste belemmering voor de adoptie van AI, wat de verantwoordelijkheid van organisaties benadrukt om het talent dat ze al hebben dringend te versterken.
0 Comments