Het nieuwe tijdperk van zakelijke AI: uitdagingen en kansen

Een recent onderzoek door Altair, uitgevoerd onder meer dan 2000 professionals uit diverse industrieën in 10 verschillende landen*, toont aan dat organisaties wereldwijd steeds meer de waarde van zakelijke AI erkennen. Het onderzoek onthult echter ook dat er fricties bestaan op organisatorisch, technologisch en financieel vlak, wat leidt tot een aanzienlijk falen van AI- en data-analyseprojecten (tussen 36% en 56%).

De drie hoofdfricties in zakelijke AI

Het onderzoek wijst op drie fricties die de effectieve implementatie van AI- en data-analyseprojecten in de weg staan:

1. Organisatorische frictie

Organisaties blijken worstelen met het vervullen van data science-rollen, een belangrijk obstakel op de weg naar een succesvolle implementatie van zakelijke AI.

• 75% van de respondenten heeft moeite met het vinden van voldoende data scientists.
• 35% stelt dat de AI-geletterdheid bij hun medewerkers overwegend laag is.
• 58% wijst op het tekort aan talent en de tijd die het kost om huidige medewerkers bij te scholen als de voornaamste hindernis in hun AI-strategie.

2. Technologische frictie

Technische beperkingen blijken een veelvoorkomend struikelblok bij de implementatie van zakelijke AI en data-initiatieven.

• Uitdagingen liggen vooral in de snelheid van dataverwerking, het tijdig nemen van beslissingen en problemen met datakwaliteit.
• Bijna twee derde (63%) van de respondenten stelt dat hun organisatie het gebruik van AI-gedreven datatools complexer maakt dan noodzakelijk.
• 33% wijst op de beperkingen van legacy-systemen om geavanceerde AI- en machine learning-initiatieven te ontwikkelen als een terugkerend probleem.

3. Financiële frictie

Ondanks de wens om zakelijke AI en datastrategieën te schalen, ondervinden teams en individuen nog steeds financiële belemmeringen.

• 25% van de respondenten beschouwt financiële beperkingen als een belemmering voor AI-initiatieven binnen hun organisatie.
• 28% stelt dat de leiding te veel focust op de aanvankelijke kosten van de strategieën, zonder te begrijpen hoe investeringen in AI en machine learning de organisatie kunnen bevorderen.
• 33% wijst op ‘hoge implementatiekosten’, echt of geschat, als een tekortkoming van hun organisatie bij het vertrouwen op AI-tools om projecten te voltooien.

Mislukking en optimisme: twee zijden van dezelfde munt

Hoewel er een hoog percentage van mislukte projecten is, blijven organisaties die zakelijke AI gebruiken optimistisch.

• 25% van de respondenten meldt dat meer dan de helft van hun projecten mislukt.
• 42% geeft toe dat ze in de afgelopen twee jaar te maken hebben gehad met AI-mislukkingen; onder deze groep was het gemiddelde mislukkingspercentage 36%.
• Ondanks de mislukte projecten blijft men overtuigd van de waarde van AI, vanwege het potentieel om op de lange termijn capaciteiten of diensten te verbeteren (78%), en het feit dat de kleine successen wijzen op toekomstige doorbraken (54%).

Veel organisaties ervaren ook problemen bij het voltooien van hun data science-projecten:

• 33% van de respondenten geeft aan dat meer dan de helft van hun data science-projecten in de afgelopen twee jaar nooit in productie is genomen.
• Bij 55% van de organisaties is meer dan een derde van hun data science-projecten de afgelopen twee jaar niet in productie genomen.
• 67% meldt dat meer dan een kwart van de projecten nooit productie heeft bereikt.

Globale pijnpunten in zakelijke AI: technologie en talent

Over de hele wereld worden zowel technologie als talent als knelpunten ervaren bij de uitvoering van data- en AI-strategieën.

• Respondenten uit de regio’s Azië-Pacific (APAC) en Europa-Midden-Oosten (EMEA) meldden dat ze de afgelopen twee jaar meer AI-storingen hadden ervaren (54% en 35%) in vergelijking met de regio Noord-Zuid-Amerika (AMER) (29%).
• 65% van de APAC-respondenten en 61% van de EMEA-respondenten was het erover eens dat hun organisatie het werken met AI-tools ingewikkelder maakt dan nodig is.
• 78% van de APAC-respondenten en 75% van de EMEA-respondenten gaf aan dat ze moeite hebben om voldoende data scientists te vinden.

Naar een frictieloze zakelijke AI

Wanneer organisaties in staat zijn een ‘frictieloze AI’ te realiseren, wordt data-analyse een naadloos onderdeel van de bedrijfsvoering, waarbij projecten snel, herhaalbaar en schaalbaar kunnen worden uitgevoerd. Er ontstaan dan geen fricties meer tussen projectteams en hun data, tussen data- en domeinexperts, tussen het ontwerp van data-applicaties en de implementatie voor een effectieve besluitvorming, en er zijn geen migratieproblemen meer als de infrastructuur of tools veranderen.

Het is onmiskenbaar dat de acceptatie van zakelijke AI-strategieën steeds meer de norm wordt in verschillende marktsectoren wereldwijd. Ondanks de duidelijke uitdagingen op organisatorisch, technologisch en financieel gebied, blijft het optimisme overheersen. Hoewel het falen van AI-projecten op korte termijn frustraties oplevert, houdt de overtuiging stand dat de langetermijnvoordelen de moeilijkheden waard zijn.

Lees hier het volledige ‘Frictionless AI Global Survey Report’ en kom meer te weten te komen over Altair’s frictieloze AI-oplossingen. Hier vind je uitgebreidere inzichten en details over de enquêteresultaten en hoe Altair kan helpen bij het implementeren van naadloze AI binnen jouw organisatie.

*Het wereldwijde onderzoek is in opdracht van Altair uitgevoerd door Atomik Research in maart 2023. 2.037 professionals uit diverse markten reageerden, met functies die verband houden met data en data-analyse. De steekproef betrof deelnemers uit onder andere de Verenigde Staten, China, Frankrijk, Duitsland, India, Italië, Japan, Zuid-Korea, Spanje en het Verenigd Koninkrijk.