Μια πρόσφατη έρευνα που διεξήχθη από την cnvrg.io, μια εταιρεία της Intel, αποκάλυψε ότι η υιοθέτηση της τεχνητής νοημοσύνης από τις επιχειρήσεις, ιδιαίτερα της generative AI, είναι χαμηλότερη από το αναμενόμενο, παρά το σημαντικό ενδιαφέρον που υπάρχει γύρω από αυτήν.
Η εν λόγω έρευνα, η οποία πραγματοποιείται για τρίτη χρονιά, συγκέντρωσε πληροφορίες από μια παγκόσμια ομάδα επιστημόνων δεδομένων και επαγγελματιών τεχνητής νοημοσύνης. Διαπίστωσε ότι μόνο το 10% των οργανισμών έχουν εφαρμόσει με επιτυχία λύσεις generative AI στις διαδικασίες παραγωγής. Αυτό το χαμηλό ποσοστό υιοθέτησης έρχεται σε πλήρη αντίθεση με τις υψηλές προσδοκίες.
Η έρευνα προσδιόρισε κλάδους όπως οι χρηματοοικονομικές υπηρεσίες, οι τράπεζες, η άμυνα και οι ασφάλειες ως «ηγέτες» στην υιοθέτηση της τεχνητής νοημοσύνης, καθώς την χρησιμοποιούν για να βελτιώσουν την αποτελεσματικότητα και τη συνολική εμπειρία του πελάτη. Αντίθετα, τομείς όπως η εκπαίδευση, η αυτοκινητοβιομηχανία και οι τηλεπικοινωνίες υστερούν, με τις πρωτοβουλίες να βρίσκονται ακόμη σε πρώιμα στάδια.
Τα βασικά ευρήματα της έρευνας υποδεικνύουν ότι το 46% των ερωτηθέντων βλέπει την υποδομή ως σημαντικό εμπόδιο για την ανάπτυξη των LLM, με τον χαρακτήρα αυτών των μοντέλων να καταπονεί τους IT πόρους. Τα κενά στις δεξιότητες είναι επίσης εμφανή, με το 84% των ερωτηθέντων να αναγνωρίζουν την ανάγκη για βελτιωμένες δεξιότητες, για να υποστηρίξουν το αυξανόμενο ενδιαφέρον για τα γλωσσικά μοντέλα, ενώ μόνο το 19% νιώθει πλήρως ικανό να κατανοήσει πώς αυτά δημιουργούν περιεχόμενο.
Παρά τις προόδους στη generative AI το 2023, μόνο το 25% των οργανισμών έχουν αναπτύξει οποιοδήποτε μοντέλο στη διαδικασία παραγωγής. Επιπλέον, το 58% των ερωτηθέντων ανέφερε χαμηλή ενσωμάτωση της AI, με πέντε ή λιγότερα μοντέλα, ποσοστό που δεν έχει αυξηθεί σημαντικά από το 2022. Οι μεγαλύτερες εταιρείες είναι πιο πιθανό να τρέχουν περισσότερα από 50 μοντέλα, αλλά το 62% εξακολουθεί να θεωρεί δύσκολη την εκτέλεση επιτυχημένων έργων AI, με τις μεγαλύτερες εταιρείες να αντιμετωπίζουν περισσότερες προκλήσεις.
Αυτά τα ευρήματα υποδηλώνουν ότι, ενώ υπάρχει μεγάλος ενθουσιασμός γύρω από την τεχνητή νοημοσύνη και εργαλεία όπως το ChatGPT, η πραγματική υιοθέτηση από τις επιχειρήσεις αντιμετωπίζει σημαντικές προκλήσεις. Οι εταιρείες βρίσκονται ακόμα σε πειραματική φάση, αντί να την ενσωματώνουν πλήρως στις δραστηριότητές τους. Παράγοντες όπως η έλλειψη δεξιοτήτων, οι κανονιστικές ανησυχίες, τα ζητήματα αξιοπιστίας και οι περιορισμοί στην υποδομή εμποδίζουν την ταχεία κλιμάκωση της τεχνητής νοημοσύνης.
