Badanie Enterprise AI Promise Study przeprowadzono wśród przedstawicieli 100 europejskich firm z sektorów takich jak bankowość, ubezpieczenia, produkcja, handel czy administracja publiczna. Badanie odbyło się w sierpniu tego roku i miało na celu sprawdzenie, jak liderzy biznesu oceniają potencjał sztucznej inteligencji, jak ją wykorzystują, czy planują wdrożenia projektów w oparciu o tę technologię oraz z jakimi wyzwaniami muszą się zmierzyć.

Optymizmem napawa fakt, że większość przedsiębiorstw przygotowuje się do wdrożenia sztucznej inteligencji. Co z tego, skoro niewiele organizacji deklaruje dziś gotowość do wykorzystania potencjału tej technologii. Co ważne, nie wynika to z braku odpowiednich narzędzi technologicznych.

Zobacz również:

• Microsoft zapowiada nową linię małych modeli językowych AI
• Stan cyberbezpieczeństwa w Polsce w 2023 roku
• AI w walce z przestępstwami finansowymi

Większość respondentów potwierdza bowiem, że na rynku dostępnych jest dziś wiele rozwiązań. Częściej przyczyną jest brak w firmach specjalistów data science i odpowiednich umiejętności analitycznych oraz różnego rodzaju ograniczenia organizacyjne lub społeczne.

Aż 55% respondentów stwierdziło, że największe wyzwania związane z implementacją sztucznej inteligencji spowodowane są rosnącą autonomią maszyn i postępującą automatyzacją procesów, która może istotnie wpływać na zmiany na rynku pracy. Potencjalnym efektem wdrożenia AI może być utrata pracy przez określone grupy specjalistów, ale z drugiej strony może również powstać potrzeba tworzenia nowych miejsc pracy dla ekspertów z kompetencjami związanymi z AI.

Drugim wyzwaniem, najczęściej wskazywanym przez respondentów, są aspekty etyczne. Aż 41% badanych poddało w wątpliwość czy roboty i systemy wykorzystujące sztuczną inteligencję nie powinny działać „dla dobra ludzkości”, a nie poszczególnych firm oraz jak zadbać o osoby, które stracą pracę w wyniku wdrożeń rozwiązań AI.

Czy specjaliści data science są gotowi stawić czoła wyzwaniom związanym z wdrożeniem sztucznej inteligencji? Tylko 20% z biorących udział w badaniu przedstawicieli biznesu odpowiedziało twierdząco na to pytanie. 19% respondentów nie posiada w swoich organizacjach zespołów data science.

Rekrutacja specjalistów w celu budowania takich zespołów jest celem 28% respondentów, natomiast 32% stwierdziło, że będzie rozwijać umiejętności analityczne w ramach obecnych zespołów poprzez specjalistyczne szkolenia, konferencje, warsztaty itp.

Zaufanie staje się jednym z podstawowych wyzwań, któremu biznes musi stawić czoła. Niemal połowa badanych (49%) zwróciła uwagę na problemy kulturowe wynikające z obawy przed skutkami wykorzystania sztucznej inteligencji. Strach przed AI wiąże się z niezrozumieniem, jak w rzeczywistości działa ta technologia.

Właściwa infrastruktura

Część respondentów (24%) przyznało, że dysponuje odpowiednią infrastrukturą. Taka sama grupa stwierdziła, że musi zwiększyć nakłady na sprzęt oraz zaadaptować obecnie wykorzystywane platformy do potrzeb wdrożenia AI. Aż 29% przedstawicieli biznesu przyznało, że nie posiada odpowiednich zasobów umożliwiających wdrożenie tej technologii.

"Obserwujemy ogromny rozwój algorytmów, poprawę ich dokładności oraz możliwości wykonywania zadań, za które odpowiadają ludzie. Przykładem jest wygrana maszyny z mistrzem świata w chińskiej grze Go, podczas, gdy myśleliśmy, że umiejętności potrzebnych do rywalizacji w tę grę nie da się zdigitalizować. Gdy tylko system poznał zasady Go, sam nauczył się, jak grać i wygrywać. Teraz możemy wykorzystać tę wiedzę do tworzenia systemów, które pozwalają na rozwiązywanie problemów biznesowych szybciej i skuteczniej niż powszechnie używane dziś rozwiązania. Możemy budować systemy, które uczą się reguł biznesowych, poznają zasady funkcjonowania firmy i w oparciu o te informacje same się rozwijają. Właśnie nad tym pracujemy w SAS" – mówi Oliver Schabenberger, Executive Vice President oraz Chief Technoloogy Officer w SAS.

Źródła: SAS, d*fusion communication$