Dwie dekady później przedsiębiorstwa po raz pierwszy zaczęły wdrażać rozwiązania AI, można argumentować, że poczyniły one niewielkie postępy w osiąganiu znacznego wzrostu wydajności i rentowności w porównaniu z szumem, który wzbudził początkowe oczekiwania.
Na pierwszy rzut oka najnowsze dane potwierdzają sceptyków AI. Prawie 90% projektów związanych z analizą danych nigdy nie trafia do produkcji; tylko 20% spostrzeżeń analitycznych do roku 2022 przyniesie rezultaty biznesowe; a nawet firmy, które opracowały strategię sztucznej inteligencji dla całego przedsiębiorstwa, odnotowują wskaźnik awaryjności sięgający nawet 50%.
Jednak ostatnie 25 lat było jedynie pierwszą fazą ewolucji sztucznej inteligencji dla przedsiębiorstw – lub tego, co moglibyśmy nazwać Enterprise AI 1.0. To tam dziś pozostało wiele przedsiębiorstw. Jednak firmy wiodące w zakresie innowacji w zakresie sztucznej inteligencji przeszły do następnej generacji, która zdefiniuje nadchodzącą dekadę dużych zbiorów danych, analityki i automatyzacji – Enterprise AI 2.0.
Różnica między tymi dwiema generacjami sztucznej inteligencji dla przedsiębiorstw nie jest akademicka. Dla kadry kierowniczej z całego spektrum biznesowego – od opieki zdrowotnej i handlu detalicznego po media i finanse – ewolucja od wersji 1.0 do 2.0 to szansa na wyciągnięcie wniosków i przystosowanie się na błędach z przeszłości, stworzenie konkretnych oczekiwań co do przyszłych zastosowań i uzasadnienie rosnących inwestycji w sztuczną inteligencję, które obserwujemy w całym branże.
Za dwie dekady, kiedy liderzy biznesu będą wspominać lata 2020., firmy, które jako pierwsze wdrożyły Enterprise AI 2.0, staną się wielkimi zwycięzcami w gospodarce, różnicując swoje usługi, zdobywając udział w rynku i przygotowując się do ciągłych innowacji.
Ujęcie cyfrowych transformacji przyszłości jako ewolucji od Enterprise AI 1.0 do 2.0 zapewnia model koncepcyjny dla liderów biznesowych opracowujących strategie umożliwiające konkurowanie w dobie automatyzacji i zaawansowanej analityki.
Enterprise AI 1.0 (status quo)
Począwszy od połowy lat 1990. XX w. sztuczna inteligencja była sektorem charakteryzującym się testowaniem spekulatywnym, zainteresowaniami eksperymentalnymi i eksploracją. Działania te dotyczyły niemal wyłącznie analityków danych. Jak napisał Gartner w niedawnym wydaniu raportwysiłki te były „alchemią… prowadzoną przez czarodziejów, których talenty nie będą wykorzystywane w organizacji”.
- zajęcia
- AI
- analityka
- Automatyzacja
- B2B
- biznes
- biznes
- wezwanie
- przyjście
- Firmy
- dane
- nauka danych
- cyfrowy
- gospodarka
- krawędź
- efektywność
- Enterprise
- ewolucja
- kierownictwo
- eksploracja
- Brak
- finansować
- i terminów, a
- przyszłość
- Gartner
- opieki zdrowotnej
- HTTPS
- przemysłowa
- Innowacja
- spostrzeżenia
- odsetki
- inwestycja
- IT
- prowadzący
- UCZYĆ SIĘ
- rynek
- Media
- model
- Produkcja
- rentowność
- projektowanie
- ceny
- detaliczny
- run
- Skala
- nauka
- Naukowcy
- Usługi
- Share
- Rozwiązania
- rozpoczęty
- Rynek
- Strategia
- podpory
- Powierzchnia
- talenty
- Testowanie
- Przyszłość
- KIM
- lat