Per far sì che le implementazioni dell’intelligenza artificiale aziendale bloccate nella regione EMEA riprendano, sarà necessario che i CIO controllino in modo aggressivo i propri sistemi.
Negli ultimi 18 mesi, l’implementazione dell’IA in tutta Europa è andata ben oltre i test iniziali. Le aziende hanno investito capitali in grandi modelli linguistici e nell’apprendimento automatico, aspettandosi pesanti aggiornamenti operativi. IDC la ricerca rivela che i consigli di amministrazione stanno rallentando, ridimensionando o riorientando queste iniziative.
La contrazione si basa su problemi di esecuzione e di convalida finanziaria piuttosto che su una perdita di interesse tecnico. La concorrenza tra le richieste IT e le pressioni macroeconomiche sta costringendo i direttori a richiedere prove concrete dei ritorni finanziari prima di autorizzare un’implementazione più ampia.
Solo il 9% delle organizzazioni della regione è riuscita a fornire risultati aziendali quantificabili dalla maggior parte dei progetti di intelligenza artificiale negli ultimi due anni. Il restante 91% resta intrappolato. I progetti raramente subiscono un fallimento tecnico catastrofico; semplicemente perdono slancio, rimanendo abbandonati nella fase pilota senza un impatto organizzativo più ampio.
Andare oltre i tradizionali parametri di procurement
L’approvvigionamento tradizionale si basa sulla mappatura dei costi di licenza del software direttamente rispetto alla riduzione del personale. Il valore dei modelli generativi e dei sistemi di routing intelligenti si materializza attraverso vie indirette; consentendo nuovi flussi di entrate, accelerando la produzione dei lavoratori e riducendo il rischio aziendale.
Prendi in considerazione uno strumento di manutenzione predittiva all’interno di uno stabilimento di produzione. Il modello potrebbe non ridurre le dimensioni del team di ingegneri. Invece, impedisce un massiccio guasto alla catena di montaggio. Il vantaggio finanziario di un disastro evitato non appare su un foglio di calcolo dipartimentale standard.
Poiché le organizzazioni non dispongono di un approccio standardizzato per misurare questo valore indiretto, le unità di procurement giudicano i casi d’uso isolati sulla base di parametri ristretti. Senza un quadro finanziario definito, i progetti pilota più promettenti perdono i finanziamenti prima di raggiungere le reti di produzione. I responsabili tecnologici devono riscrivere attivamente i calcoli del ROI per cogliere questi ampi vantaggi, mappandoli direttamente sui profitti dell’azienda.
L’espansione di un progetto pilota in una funzione aziendale permanente richiede un capitale intenso e sostenuto. I budget per l’innovazione coprono facilmente le chiamate API iniziali e gli ambienti di test del cloud. L’implementazione dello stesso modello in un ambiente live richiede investimenti continui in infrastrutture pesanti, pipeline di dati attive e manutenzione quotidiana. Il passaggio da una sandbox AWS o Azure a una distribuzione aziendale completa espone pesanti lacune architettoniche.
Le unità di ingegneria incontrano difficoltà quando tentano di integrare moderni database vettoriali insieme a server Oracle o SAP on-premise vecchi di decenni. Alimentare un’architettura di generazione aumentata di recupero richiede informazioni pulite e categorizzate. Il tentativo di eseguire modelli linguistici di grandi dimensioni su archivi disorganizzati porta a risultati di bassa qualità e tassi di allucinazioni elevati.
Risolvere questo divario strutturale richiede una ristrutturazione estesa e costosa dei dati prima che il software possa funzionare correttamente. I costi di elaborazione continua associati con inferenza la generazione e la messa a punto dei modelli aumentano in modo aggressivo, costringendo i responsabili della tecnologia a giustificare i loro conti per l’iperscaler davanti a team finanziari sempre più scettici.
Le leggi regionali che regolano la protezione dei dati e la sicurezza informatica determinano i parametri di implementazione in tutta Europa. Protezione delle reti interne contro l’iniezione tempestiva attacchi e la documentazione degli alberi decisionali dei modelli aumenta i costi operativi di base. Molti team di distribuzione considerano questi requisiti legali come pesanti restrizioni.
La minoranza di successo adotta una posizione diversa. Utilizzano regole di conformità per applicare una migliore architettura di sistema nelle prime fasi del ciclo di sviluppo. Costruire strutture di governance fin dal primo giorno accelera attivamente il processo di crescita.
Le aziende riferiscono che questo rigoroso lavoro di conformità si traduce in una maggiore resilienza aziendale, migliori prestazioni ESG e una maggiore fiducia da parte della loro base di clienti. La legislazione funge da acceleratore per un’implementazione affidabile, costringendo i team di ingegneri a stabilire gli esatti controlli sui dati che dovrebbero creare indipendentemente dai mandati governativi.
Progettare implementazioni artificiali per flussi di lavoro reali
La resistenza più forte si verifica spesso a livello della scrivania. I responsabili tecnologici spesso progettano soluzioni software che i dipendenti si rifiutano di utilizzare. L’adattamento algoritmico rappresenta una barriera organizzativa, non puramente tecnica. Superare la resistenza al cambiamento dei processi richiede l’allineamento diretto della tecnologia con le capacità della forza lavoro esistente e la cultura aziendale.
I direttori tecnici devono finanziare programmi di riqualificazione e gestione attiva del cambiamento per garantire la fiducia nei processi guidati dalle macchine. La mancata gestione dell’elemento umano garantisce praticamente un’adozione più lenta e una portata operativa limitata. Le integrazioni software hanno successo quando eliminano gli attriti dalla routine quotidiana di un dipendente.
Le aziende che estraggono valore a lungo termine progettano intenzionalmente le loro implementazioni attorno ai flussi di lavoro umani, garantendo che l’utente finale tragga attivamente vantaggio dai nuovi strumenti. Un sistema automatizzato di revisione dei contratti, ad esempio, dovrebbe consentire ai consulenti aziendali di concentrarsi su negoziazioni di alto valore piuttosto che su controlli di conformità di base.
L’intelligenza artificiale è ora al centro delle operazioni aziendali e i moderni leader digitali devono guidare attivamente la crescita e progettare sistemi che generino rendimenti positivi. Secondo IDC, il 42% dei leader C-Suite dell’area EMEA si aspetta che il proprio ruolo di CIO guidi la trasformazione digitale e dell’intelligenza artificiale, con particolare attenzione alla creazione specifica di nuovi flussi di entrate.
Questa pressione richiede una mentalità aggressivamente commerciale. Sono finiti i giorni in cui il leader tecnologico svolgeva esclusivamente il ruolo di responsabile degli acquisti e di manutentore della rete. I CIO devono collegare le iniziative sperimentali direttamente a risultati aziendali tangibili, imponendo un allineamento assoluto in tutti i dipartimenti.
Il successo nel mercato attuale dipende fortemente dall’esecuzione. Le organizzazioni che escono dalla fase pilota stanno collegando il loro lavoro di ingegneria agli obiettivi commerciali, incorporando tempestivamente la governance e adattando il loro software all’adattamento umano.
Con la transizione del mercato, decidere come misurare i rendimenti finanziari e costruire strutture di scalabilità aziendale deciderà quali aziende acquisiranno valore effettivo. I leader tecnologici devono rispondere a come modificheranno i loro modelli operativi per supportare questi sistemi.
Vedi anche: IBM lancia la piattaforma AI Bob per regolare i costi SDLC
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 parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera sulla sicurezza informatica e sul cloud. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
