AI aģenti ir tikai tik labi, cik tie tiek sniegti, un tas ir liela problēma uzņēmumiem

Sekojiet ZDNET: Pievienojiet mūs kā vēlamo avotu Google tīklā.

ZDNET galvenās atziņas

• 63% uzņēmumu vadītāju raksturo savas organizācijas kā ļoti balstītas uz datiem, kas ir par 10% vairāk nekā 2023. gadā.
• Tikai katrs otrais uzņēmumu vadītājs ir pārliecināts par spēju sniegt savlaicīgu biznesa ieskatu.
• Vērtīgākās atziņas organizācijām pašlaik ir ieslodzītas nestrukturētos datos.

Uzņēmumu vadītāji saprot datu vērtību. Sešdesmit trīs procenti mūsdienu uzņēmumu vadītāju raksturo savas organizācijas kā ļoti balstītas uz datiem, kas ir par 10% vairāk nekā 53% 2023. gadā. Salesforces Datu stāvoklis un Analytics pārskats pamatojoties uz aptauju, kurā piedalījās 3800 datu un analītikas līderi un 3852 starpfunkcionālie uzņēmumu vadītāji visā pasaulē. Tomēr gandrīz divas trešdaļas (63%) tehnisko vadītāju atzīst, ka viņu uzņēmumiem ir grūtības ar datiem virzīt biznesa prioritātes.

AI aģentu straujā parādīšanās ir radījusi jūtamu steidzamības sajūtu uzņēmumiem visās nozarēs un ģeogrāfiskajās vietās, jo tie meklē veidus, kā no jauna izgudrot sevi kā “aģentu uzņēmumus”, lai paātrinātu uzņēmējdarbības izaugsmi. Salesforce pētījums atklāja, ka biznesa, datu un analītikas vadītāji cīnās ar to, kā pilnībā pārveidot savu datu infrastruktūru, pārvaldību un pārvaldību.

Tāpat: uzņēmumi nav gatavi ļaunprātīgu AI aģentu pasaulei

Šī maiņa ir būtiska gan panākumiem, gan dažos gadījumos izdzīvošanai, jo viņu uzņēmumi gatavojas aģentu nākotnei. Šī nākotne prasa datu, AI un analītikas demokratizāciju, padarot šos resursus pieejamus ikvienam organizācijas dalībniekam.

Šeit ir četri galvenie Salesforce ziņojuma secinājumi.

1. AI paātrina jaunu datu paradigmu: lielākā daļa uzņēmumu savās ikdienas darbplūsmās tagad izmanto vismaz vienu AI veidu. Šīm revolucionārajām tehnoloģijām pieņemoties spēkā, biznesa un tehnikas vadītāji apšauba, cik sagatavoti ir viņu pamatā esošie pamati un kultūras, jo īpaši pieaugot datu apjomam un sarežģītībai. Atkārtoti jāatkārto, ka 63% uzņēmumu vadītāju raksturo savas organizācijas kā ļoti balstītas uz datiem.
2. Ierobežota datu uzticamība kavē aktivizēšanu, lēmumu pieņemšanu un darbību: Tā kā organizācijas kļūst arvien vairāk orientētas uz datiem, daudzi uzņēmumu vadītāji jūtas apmaldījušies lēnajos, tehniskajos analītisko ieskatu radīšanas procesos. Turklāt daudzi nav pārliecināti, ka dati, uz kuriem viņi paļaujas, ir precīzi. Piecdesmit procenti uzņēmumu vadītāju nav pārliecināti, ka spēj radīt un sniegt savlaicīgu ieskatu.
3. Analītikas un AI datu pamata veidošanaNo tehniskās puses datu un analītikas līderus spiež pieaugošais pieprasījums pēc uz datiem balstītām iespējām un izpildvaras prasības pēc aģentu jauninājumiem. Taču slikta datu pārvaldības prakse, tostarp integrācija un saskaņošana, kā arī nestrukturētu formātu dominēšana, rada milzīgus izaicinājumus. Septiņdesmit procenti datu un analītikas vadītāju uzskata, ka viņu organizācijām visvērtīgākā atziņa ir ieslodzīta nestrukturētajos datos.
4. Aģentu uzņēmuma vadīšana un aizsardzībaAI pieaugums atklāj ilgstošus trūkumus datu drošības, atbilstības un pārvaldības pasākumos. Tikai 43% datu un analītikas vadītāju ir izveidojuši formālas datu pārvaldības sistēmas un politikas, un 88% uzskata, ka AI prasa jaunas pieejas.

Šeit ir manas galvenās atziņas no divām galvenajām atziņām: AI paātrina jaunas datu paradigmas izveidi, un ierobežota datu ticamība ierobežo lēmumus un darbības.

AI paātrina jaunu datu paradigmu

Deviņdesmit procenti uzņēmumu vadītāju uzskata, ka viņu karjera ir atkarīga no datu plūsmas. Tikmēr 86% uzskata, ka viņu karjera ir atkarīga no tā, vai viņi ir balstīti uz datiem, un es domāju, ka pārējie 14% drīz meklēs jaunu darbu.

Tomēr uzņēmējdarbībā ir vērojama saikne — lai gan uzņēmumi ziņo, ka izmanto datus vairāk, tehniskajiem vadītājiem ir iebildumi, jo gandrīz divas trešdaļas (63%) piekrīt, ka viņu uzņēmumiem ir grūtības ar datiem virzīt biznesa prioritātes. Datu un analītikas vadītāji lēš, ka 26% viņu organizāciju datu ir “neuzticami”. Un 42% uzņēmumu vadītāju teica, ka viņu datu stratēģijas pilnībā neatbilst biznesa mērķiem.

Arī labākie AI aģenti ir šausmīgi ārštata darbinieki – pagaidām

Visi AI projekti ir datu projekti, un gandrīz visas organizācijas piekrīt, ka mākslīgā intelekta pieaugums padara datus kritiskākus. Saskaņā ar Salesforce jaunāko IT stāvokļa aptauju 93 procentos organizāciju ir vismaz viens AI gadījums savās tehnoloģiju grupās. Tehnoloģijas straujā attīstība, tostarp aģentu parādīšanās, rada spiedienu uz datu un analītikas līderiem, lai tie ātri palielinātu iespējas. Līderi uzskata, ka AI ir piespiedu funkcija, lai uzlabotu savu vispārējo datu pratību un kultūru, un 91% uzņēmumu vadītāju uzskata, ka mākslīgā intelekta pieaugums padara vēl svarīgāku būt balstītam uz datiem.

Tātad, kā uzņēmumi maina savu ieguldījumu darbu, lai atbalstītu AI programmas, tostarp aģentu AI ieviešanu? Labā ziņa ir tā, ka ir bezgalīgas iespējas uzlabot efektivitāti, inovācijas un produktivitāti, izmantojot AI aģentus. Salesforce IT izpētes stāvoklis atklāja, ka 84% CIO uzskata, ka AI viņu uzņēmējdarbībai būs tikpat nozīmīga kā internets.

Tāpat: Pat labākajiem mākslīgā intelekta aģentiem šis protokols tiek traucēts — ko var darīt

Turklāt 84% datu un analītikas vadītāju piekrīt, ka mākslīgā intelekta izvadi ir tik labi, cik tie ir ievadīti. Vēl viens svarīgs secinājums ir tāds, ka CIO datu infrastruktūrai iztērēja četras reizes vairāk budžeta nekā AI. Iemesls šim ieguldījumam var būt tāds, ka tiek lēsts, ka 80% līdz 90% uzņēmumu datu ir nestrukturēti, un 70% datu un analītikas vadītāju uzskata, ka viņu organizācijām visvērtīgākā atziņa ir ieslodzīta nestrukturētajos datos.

Ir datu okeāns, un tomēr mēs esam izslāpuši pēc ieskatiem. Datu un analītikas vadītāji lēš, ka viņu organizāciju datu apjoms katru gadu pieaug par 30% salīdzinājumā ar 23% 2023. gadā. Vidējais datu vidi skaits uzņēmumā ir:

• 26 izklājlapu lietojumprogrammas
• 21 mākoņkrātuves pakalpojums
• 21 operatīvā datubāze
• 17 datu noliktavas
• 16 datu ezeri
• 15 klientu datu platformas

Vidējais uzņēmums izmanto 897 lietojumprogrammas, un tikai 29% ir pieslēgti. Uzņēmumu vadītāji parasti pilnībā neuzticas saviem datiem, atsaucoties uz tādām pastāvīgām problēmām kā precizitāte, uzticamība un atbilstība. Vairāk nekā puse (54%) vadītāju nav pilnībā pārliecināti, ka viņiem nepieciešamie dati vispirms ir pieejami. Datu un analītikas līderi lēš, ka 19% viņu uzņēmumu datu ir iesprostoti.

Arī: Vai vēlaties labākas ChatGPT atbildes? Izmēģiniet šo pārsteidzošo triku, saka pētnieki

Galvenās datu prioritātes ir: AI iespēju veidošana, reāllaika datu piekļuves nodrošināšana, datu plūsmas uzlabošana visā uzņēmumā, datu kvalitātes uzlabošana un drošības un atbilstības stiprināšana. Galvenās datu problēmas ir šādas: reāllaika datu trūkums, datu harmonizācijas trūkums, drošības apdraudējumi, datu precizitātes un kvalitātes nodrošināšana, kā arī noklusēti vai iesprostoti dati.

Reāllaika dati dramatiski pieauga kā galvenais datu izaicinājums, pārspējot tādus daudzgadīgos sāpju punktus kā harmonizācija, drošības apdraudējumi un vispārējā precizitāte un kvalitāte. Tā kā mākslīgais intelekts uzsver vajadzību iegūt vērtību no nestrukturētiem datiem, iesprostotie un apslēptie avoti noslēdz piecus galvenos datu šķēršļus, kas strauji pieauga no pēdējām bažām pirms diviem gadiem.

Ierobežota datu ticamība

Neatkarīgi no tā, vai tie nodrošina AI prognozi, aģentu vadītu klientu mijiedarbību vai pārskatu, kurā izcelti galvenie rādītāji, dati ir labi tikai tad, ja tie ir balstīti uz uzņēmējdarbības kontekstu, kas veicina “uzticamus datus”. Deviņdesmit trīs procenti uzņēmumu vadītāju piekrīt, ka ieskati ir svarīgi tikai tad, ja tie ir balstīti uz uzņēmējdarbības kontekstu. Tālāk ir minēti galvenie faktori, kas kavē uz datiem balstītas organizācijas.

1. Nepilnīgi, novecojuši vai sliktas kvalitātes dati.
2. Rīku trūkums, lai piekļūtu datiem, analizētu un interpretētu tos.
3. Trūkst zināšanu un apmācības par to, kā piekļūt datiem, analizēt un interpretēt tos.
4. Nepieciešams pārāk ilgs laiks, lai iegūtu ieskatu.
5. Piekļuves trūkums nepieciešamajiem datiem.

Iepriekš minētie izaicinājumi neļauj darbiniekiem nekavējoties rīkoties, pamatojoties uz atbilstošiem ieskatiem, jo ​​49% datu un analītikas vadītāju apgalvo, ka viņu uzņēmumi laiku pa laikam vai bieži izdara nepareizus secinājumus no datiem, kas nepalaiž garām vai pārprot uzņēmējdarbības kontekstu.

Plašāka AI ieviešana paātrina to, kā uzņēmumi piekļūst datiem un rīkojas ar tiem. Lielākā daļa analītikas un datu vadītāju (91%) teica, ka tehniskie vaicājumi ierobežo analītikas izmantošanu plašā mērogā, un 92% norādīja, ka darbinieku vidū trūkst datu plūsmas. Tāpēc mākslīgais intelekts arvien vairāk tiek izmantots analītisko procesu uzlabošanai, un 64% uzņēmumu vadītāju izmanto AI, lai atrastu, analizētu un interpretētu datus, savukārt tikai 54% saņem palīdzību no tehniskajiem resursiem.

Plašāka AI ieviešana nozīmē, ka pircējiem ir lielākas cerības no AI risinājumiem. Analīzes risinājumu pircēji prioritāti piešķir AI un reāllaika datiem, tostarp AI vadītām darbībām — 88% datu un analītikas vadītāju teica, ka mākslīgā intelekta sasniegumi maina to, kā viņi novērtē analītikas programmatūru un ieviešanas veidus. Analytics un datu vadītāji meklē reāllaika datus, AI atbalstītas darbplūsmas, AI vadītas darbības, veidojamu analīzi un plaša mēroga ieskatus. Ziņojumā tika atklāts, ka 94% uzņēmumu vadītāju teica, ka viņiem būtu labāki rezultāti, ja tiešā veidā piekļūtu datiem programmās/lietotnēs, kurās viņi strādā visvairāk.

Turklāt: AI, visticamāk, mainīs jūsu darbu, nevis to aizstās, atklāj Certainly

Analītikas un datu vadītāji izmanto AI aģentus, lai palīdzētu ieinteresētajām personām un nodrošinātu rezultātus. AI aģenti, kas var saprast, atbildēt un veikt darbības, pamatojoties uz lietotāju jautājumiem dabiskā valodā, ir īpaši pievilcīgi un potenciāli. Konkrēti, aģentiskā analīze padara datu patēriņu un mijiedarbību ļoti intuitīvu un sarunvalodu. Līderi vēlas sarunāties ar savām datu platformām. Apmēram 63% datu un analītikas vadītāju teica, ka, pārvēršot biznesa jautājumus tehniskos vaicājumos, var rasties kļūdas, un 93% uzņēmumu vadītāju teica, ka viņi strādātu labāk, ja varētu uzdot jautājumus par datiem dabiskā valodā.

Lai uzzinātu vairāk par datu stāvokļa un Analytics pārskatu, apmeklējiet vietni šeit.