L'indagine rivela una lenta adozione dell'IA generativa nelle imprese, nonostante le alte aspettative
- La privacy dei dati, la normativa e le capacità IT ostacolano l'adozione diffusa dell'intelligenza artificiale generativa nelle aziende.
- Nonostante le elevate aspettative, solo il 9% delle aziende utilizza in modo significativo l'intelligenza artificiale generativa.
- Le risorse IT, i budget di investimento e i framework di governance rappresentano ostacoli a un rapido dispiegamento dell'intelligenza artificiale generativa.
Un recente sondaggio globale condotto da Telstra e MIT Technology Review Insights ha illuminato la lenta adozione dell'IA generativa nelle imprese, nonostante l'ampia hype e le aspettative surrounding la tecnologia. Sorprendentemente, solo il 9% di oltre 300 leader aziendali in tutto il mondo è risultato utilizzare intensamente l'IA generativa, un netto contrasto con l'ottimismo surrounding il suo potenziale.
Il rapporto dell'indagine ha identificato diversi ostacoli chiave che impediscono l'adozione diffusa dell'IA generativa in vari settori. La privacy dei dati, le normative e l'infrastruttura IT sono emerse come le principali barriere, evidenziando le sfide che le imprese affrontano nell'implementare questa tecnologia all'avanguardia.
Stela Solar, Direttrice inaugurale del Centro Nazionale Australiano per l'Intelligenza Artificiale, ha sottolineato il malinteso sulla facilità di gestire un'IA generativa matura e pronta per l'impresa. Ha sottolineato la necessità per le aziende di migliorare la qualità dei dati, le misure di privacy, le competenze in IA e implementare una governance dell'IA sicura e responsabile a livello aziendale.
Sfide normative e preoccupazioni sulla privacy dei dati
Uno degli ostacoli significativi identificati nell'indagine è la necessità di robusti quadri di governance e procedure di sicurezza per mitigare i rischi associati all'IA generativa. Laurence Liew, direttore dell'innovazione in IA presso AI Singapore, ha sottolineato l'importanza di stabilire chiari quadri di governance e procedure di sicurezza per i modelli di IA durante il lancio del rapporto MIT.
Liew ha evidenziato la necessità per le imprese di garantire che una governance appropriata sia in atto e che i documenti interni siano adeguatamente segmentati o sicuri. Ha sottolineato la necessità di evitare scenari in cui i modelli di IA potrebbero essere ingannati nel rivelare informazioni private, come gli stipendi dei dipendenti.
Ostacoli infrastrutturali IT e investimenti nell'adozione
L'indagine ha anche rivelato che le risorse e le capacità IT, nonché i budget di investimento, hanno posto ostacoli significativi al rapido dispiegamento dell'IA generativa. Meno del 30% degli intervistati ha espresso fiducia nelle caratteristiche IT della propria azienda per supportare l'adozione rapida dell'IA generativa. Inoltre, il 56% degli intervistati ha dichiarato che i budget di investimento IT limitavano l'implementazione dell'IA generativa.
Nonostante il tasso di adozione lento, i risultati dell'indagine hanno indicato che la maggior parte dei leader aziendali prevede che l'IA generativa sarà utilizzata da più del doppio delle funzioni aziendali o scopi generali entro il 2024. I primi adottanti nel 2023 hanno utilizzato principalmente la tecnologia per automatizzare compiti ripetitivi a basso valore, poiché richiedevano meno supervisione umana.
Entro il 2024, gli intervistati prevedono di implementare l'IA generativa in varie aree, tra cui il servizio clienti (77%), l'analisi strategica (74%), l'innovazione di prodotto, la logistica della catena di approvvigionamento e le vendite. Tuttavia, il rapporto ha notato che questi piani potrebbero essere alti in “ambizione e presunzione” a causa degli ostacoli menzionati in precedenza.
Mentre l'ecosistema dell'IA generativa continua a evolversi, le imprese devono navigare le sfide della privacy dei dati, della conformità normativa e delle limitazioni infrastrutturali IT. Affrontare questi problemi sarà cruciale per l'adozione diffusa e l'integrazione di successo di questa tecnologia trasformativa in varie operazioni aziendali.
L'indagine evidenzia la necessità per le imprese di prioritizzare gli investimenti in risorse IT, qualità dei dati e quadri di governance dell'IA per sbloccare il pieno potenziale dell'IA generativa. Superando queste barriere, le aziende possono sfruttare il potere di questa tecnologia per guidare l'innovazione, migliorare le esperienze dei clienti e ottenere un vantaggio competitivo in un panorama sempre più digitale.
I cervelli più intelligenti del crypto leggono già la nostra newsletter. Vuoi unirti a loro? Unisciti a loro.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
John Palmer
John Murangiri è arrivato su Cryptopolitan con competenze nell'analisi di mercato. John (noto anche come JP) si è laureato presso l'Università di Nairobi con una laurea in comunicazione di massa e studi sui media. In precedenza ha contribuito con approfondimenti sul mercato delle criptovalute a InsideBitcoins.com e Metacoingraph.
