Le organizzazioni sono entusiaste del potenziale dell'intelligenza artificiale generativa per aumentare la produttività del proprio business e delle persone, ma la mancanza di pianificazione strategica e la carenza di talenti impediscono loro di realizzarne il vero valore.
Questo è quanto emerge da uno studio condotto all’inizio del 2024 da Coleman Parkes Research e sponsorizzato dalla società di analisi dei dati SAS, che ha intervistato 300 decisori statunitensi in materia di strategia GenAI o analisi dei dati per verificare a impulsi le principali aree di investimento e gli ostacoli che le organizzazioni devono affrontare.
Marinela Profi, consulente strategico per l’intelligenza artificiale presso SAS, ha dichiarato: “Le organizzazioni si stanno rendendo conto che i grandi modelli linguistici (LLM) da soli non risolvono le sfide aziendali.
“GenAI dovrebbe essere trattata come un contributore ideale all’iperautomazione e all’accelerazione dei processi e dei sistemi esistenti piuttosto che come il nuovo giocattolo luccicante che aiuterà le organizzazioni a realizzare tutte le loro aspirazioni di business. Il tempo dedicato allo sviluppo di una strategia progressista e agli investimenti nella tecnologia che offre integrazione, governance e spiegabilità dei LLM sono passaggi cruciali che tutte le organizzazioni dovrebbero intraprendere prima di lanciarsi con entrambi i piedi e rimanere “bloccate”.
Le organizzazioni stanno incontrando ostacoli in quattro aree chiave dell’implementazione:
• Aumentare la fiducia nell'utilizzo dei dati e nel raggiungimento della conformità. Solo un’organizzazione su 10 dispone di un sistema affidabile per misurare i pregiudizi e il rischio per la privacy nei LLM. Inoltre, il 93% delle aziende statunitensi non dispone di un quadro di governance completo per GenAI e la maggior parte è a rischio di non conformità in termini di regolamentazione.
• Integrazione di GenAI nei sistemi e processi esistenti. Le organizzazioni rivelano di riscontrare problemi di compatibilità quando tentano di combinare GenAI con i loro sistemi attuali.
• Talento e abilità. Manca la GenAI interna. Poiché i dipartimenti delle risorse umane incontrano una scarsità di assunzioni adeguate, i leader organizzativi temono di non avere accesso alle competenze necessarie per sfruttare al meglio il loro investimento in GenAI.
• Prevedere i costi. I leader citano costi diretti e indiretti proibitivi associati all’utilizzo dei LLM. I creatori del modello forniscono una stima dei costi simbolici (che le organizzazioni ora si rendono conto che è proibitiva). Ma i costi per la preparazione della conoscenza privata, la formazione e la gestione di ModelOps sono lunghi e complessi.
Profi ha aggiunto: “Si tratterà di identificare casi d'uso reali che offrono il massimo valore e risolvono i bisogni umani in modo sostenibile e scalabile.
“Grazie a questo studio, continuiamo il nostro impegno nell'aiutare le organizzazioni a rimanere rilevanti, investire saggiamente il proprio denaro e rimanere resilienti. In un’era in cui la tecnologia dell’intelligenza artificiale si evolve quasi quotidianamente, il vantaggio competitivo dipende fortemente dalla capacità di abbracciare le regole della resilienza”.
I dettagli dello studio sono stati svelati oggi al SAS Innovate di Las Vegas, la conferenza sull'intelligenza artificiale e sull'analisi di SAS Software per leader aziendali, utenti tecnici e SAS partner.
Vuoi saperne di più sull'intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell'intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L'evento completo è collocato in contemporanea con altri eventi importanti, tra cui BlockX, Settimana della trasformazione digitaleE Fiera sulla sicurezza informatica e sul cloud.
Esplora altri prossimi eventi e webinar sulla tecnologia aziendale forniti da TechForge Qui.
Fonte: www.artificialintelligence-news.com
