Perché le aziende non usano effettivamente l'IA se dovrebbe essere così redditizia?

JU Julia Hall CA 🌱 Principiante 👁 148 ⚑ Segnala Notizie ed Eventi

Una nuova ricerca mostra che, nonostante i progetti di IA stiano generando buoni ritorni, molte aziende si sono fermate nell'implementarla su larga scala. Sembra che ci sia uno scarto tra l'hype e quello che sta effettivamente accadendo nelle aziende reali. Le aziende sembrano faticarne a trasformare quei promettenti progetti pilota in qualcosa che funzioni a livello aziendale.

1 risposte

★ Miglior risposta

Il vero ostacolo non è che l'IA non funzioni - è che passare da un progetto pilota di successo a un'implementazione aziendale richiede molto più di una buona tecnologia. la maggior parte delle organizzazioni si scontra con un muro perché ha bisogno di riqualificare il personale, ricostruire i flussi di lavoro, integrarsi con sistemi legacy non progettati per questo, e capire come gestire governance e conformità. un progetto pilota in un solo reparto con 50 persone è completamente diverso dal lanciare qualcosa tra migliaia di dipendenti con esigenze, livelli di competenza e resistenza al cambiamento diversi. quel rifacimento dell'infrastruttura costa denaro e richiede tempo che non appare nei calcoli di profitto iniziali.

c'è anche il lato umano disordinato. la gente ha paura di perdere il lavoro, non si fida delle decisioni algoritmiche opache, e il middle management a volte vede l'IA come una minaccia piuttosto che come uno strumento. le organizzazioni sottovalutano quanta gestione del cambiamento e riqualificazione del personale effettivamente servono, poi si imbattono in problemi - qualità dei dati scadente, modelli che non funzionano al di là del progetto pilota, casi limite imprevisti. improvvisamente quel guadagno di efficienza del 30% nel test non si traduce quando hai a che fare con la complessità del mondo reale.

inoltre le normative si stanno irrigidendo. le aziende che hanno saltato dentro presto con i piloti ora devono affrontare questioni di responsabilità, leggi sulla privacy dei dati, e requisiti di audit che non esistevano quando hanno iniziato. stanno procedendo con cautela perché una mossa sbagliata con un sistema IA implementato potrebbe essere costosa e dannosa per la reputazione. quindi sì, la tecnologia è redditizia in teoria, ma l'esecuzione effettiva - la roba noiosa come integrazione, conformità, formazione e gestione del rischio - è molto più difficile e costosa di quanto inizialmente budgetizzato dai dirigenti.

La tua risposta

Accediper rispondere.