Tylko 7% firm w Europie wykorzystuje w pełni potencjał AI

72% firm w regionie EMEA uznaje rozwój narzędzi bazujących na sztucznej inteligencji za priorytet strategii IT na najbliższe 18 miesięcy – wynika z badania Red Hat. Jednocześnie 21% deklaruje, że w perspektywie pięciu lat chce wykorzystywać AI do realnego tworzenia wartości dla klientów. Dziś na tym etapie znajduje się jednak zaledwie 7% podmiotów. Skutkiem tego rozdźwięku są nie tylko niezaspokojone ambicje biznesowe, ale także zjawisko „shadow AI”. Aż 91% firm przyznaje, że ich pracownicy korzystają z narzędzi AI poza formalnymi ramami organizacji.

Czytaj również: Powstał pierwszy w Polsce zakład produkcji morskich wież wiatrowych. Eksperci Arup dzielą się szczegółami przełomowego projektu Baltic Towers

Sztuczna inteligencja przestała być w przedsiębiorstwach europejskich tematem niszowym. Z najnowszego raportu Red Hat płyną jednoznaczne wnioski. Okazuje się, że zaledwie jedna na dziesięć firm nie uwzględnia dziś AI. Luka ta dotyczy ich planów strategicznych przewidzianych na najbliższe półtora roku. Dla większości ankietowanych podmiotów (72%) rozwój tej technologii jest priorytetem, który w przyszłości powinien przełożyć się na poprawę konkurencyjności biznesu.

Jednocześnie, choć przedsiębiorstwa są już na etapie wdrażania AI, to skala i tempo tych działań wciąż pozostają ograniczone. Co czwarta firma w regionie EMEA (26%) znajduje się obecnie w fazie przygotowań do wdrażania sztucznej inteligencji, a kolejne 34% przedsiębiorstw jest na etapie poszukiwania konkretnych zastosowań AI, testując jej potencjał w wybranych obszarach działalności. Tylko 7% podmiotów deklaruje, że ta technologia już teraz realnie przekłada się na wymierną wartość biznesową.

Brak kompetencji, AI odizolowane od IT, a ROI niejasne

Firmy z regionu EMEA wskazują na główne bariery w skalowaniu sztucznej inteligencji. Na pierwszym miejscu wymieniają one jeden konkretny problem. Jest nim brak współpracy między zespołami rozwijającymi narzędzia AI a działami IT. Na problem silosów organizacyjnych zwróciło uwagę 30% ankietowanych przedsiębiorstw. Rozdzielenie kompetencji, danych i procesów pomiędzy różne zespoły utrudnia płynne przechodzenie od projektów eksperymentalnych do rozwiązań wykorzystywanych na szerszą skalę oraz ogranicza możliwość spójnego zarządzania środowiskiem AI w firmie.

Do kolejnych wyzwań należą istotne kwestie finansowe. Chodzi o wysokie koszty wdrożenia i utrzymania rozwiązań bazujących na sztucznej inteligencji (29%). Ważne są także obawy o bezpieczeństwo i prywatność danych (28%). Problemem pozostają również trudności z integracją modeli AI z istniejącymi systemami IT (27%). Co czwarta firma zwraca również uwagę na problemy z przejrzystością modeli AI oraz brak jasnych kryteriów oceny zwrotu z inwestycji (ROI), co utrudnia uzasadnianie projektów AI z perspektywy biznesowej. W efekcie, nawet tam, gdzie technologia jest dostępna, decyzje o jej dalszym rozwijaniu często napotykają na bariery organizacyjne i finansowe.

Ograniczenia we wdrażaniu AI mają również wyraźny wymiar kompetencyjny. Problem nie sprowadza się jednak do samego braku specjalistów. Główną przeszkodą jest niedobór konkretnych kompetencji w obszarze AI wewnątrz firm. Połowa przebadanych przez Red Hat przedsiębiorstw wskazuje na problem z łączeniem sztucznej inteligencji z danymi gromadzonymi w firmach. Niewiele mniej, bo 48% podmiotów dostrzega wyzwanie w efektywnym wykorzystaniu możliwości AI, a 46% nie wie, jak w praktyce wykorzystywać agenty AI. Dane te pokazują, że ważną barierą pozostają kompetencje wdrożeniowe, a także operacyjne, a nie sama dostępność technologii.

Definicja i skala zjawiska Shadow AI

Konsekwencją rozdźwięku między ambicjami biznesowymi a rzeczywistym tempem wdrażania sztucznej inteligencji w firmach jest rosnące zjawisko tzw. shadow AI. Tak jak spopularyzowane w ostatnich latach hasło shadow IT odnosiło się do nieautoryzowanego korzystania przez pracowników ze sprzętu lub oprogramowania poza kontrolą działów IT, tak shadow AI oznacza wykorzystywanie narzędzi sztucznej inteligencji, takich jak popularne i bezpłatnie dostępne duże modele językowe poza formalnymi ramami organizacji. Aż 91% podmiotów w regionie EMEA przyznaje, że ich kadra korzysta z narzędzi AI bez spójnych zasad i nadzoru firmy. W dwóch przypadkach na pięć (42%) proceder ten obejmuje całą organizację, a 38% firm dostrzega go w określonych zespołach. Tylko 9% przedsiębiorstw deklaruje, że utrzymuje całkowitą kontrolę nad użyciem sztucznej inteligencji przez swoich pracowników.

Przyczyny luki wdrożeniowej i poszukiwanie rozwiązań

Skala zjawiska shadow AI pokazuje, że zapotrzebowanie na rozwiązania oparte na sztucznej inteligencji w codziennej pracy wyraźnie wyprzedza tempo, w jakim firmy są w stanie wdrażać je w sposób uporządkowany. W odpowiedzi na rosnące ambicje w tym obszarze, a także potrzebę ograniczenia niekontrolowanego wykorzystania takich narzędzi przedsiębiorstwa coraz częściej poszukują sposobów na przyspieszenie i usprawnienie własnych wdrożeń. Jednym z wybieranych kierunków jest sięganie po otwarte technologie.

InstructLab – otwarte podejście do tworzenia modeli

Przykładem takiego podejścia jest stworzony przez Red Hat i IBM projekt InstructLab. To narzędzie pozwalające osobom spoza świata data science na aktywne współtworzenie modeli AI poprzez dostarczanie swojej specjalistycznej wiedzy. Dzięki temu przedstawiciele różnych branż i biznesu mogą wpływać na rozwój sztucznej inteligencji, sprawiając, że lepiej odpowiada ona na konkretne wyzwania gospodarcze i naukowe. Ułatwia to transparentny i inkluzywny rozwój AI, a także sprzyja tworzeniu mniejszych, bardziej wyspecjalizowanych modeli do konkretnych zastosowań biznesowych.

Strategia Open Source jako droga do kontroli i skalowalności

Z badania Red Hat wynika, że aż 92% firm w regionie EMEA uznaje zastosowanie korporacyjnych rozwiązań open source za istotny element strategii AI. Wskazuje to na rosnące znaczenie innowacji zapewniających większą transparentność, możliwość audytu oraz dostosowanie wykorzystywanych narzędzi do własnych potrzeb. Takie podejście ułatwia firmom lepszą kontrolę nad rozwojem sztucznej inteligencji, a także umożliwia szybsze przechodzenie z fazy eksperymentalnej do skalowalnego wykorzystania w firmie.

Może Cię także zainteresować: Sztuczna inteligencja: praktykant spawacza? 

Źródło: Sarota PR