Согласно опросу Deloitte, существует множество причин, по которым компаниям сложно использовать генеративный искусственный интеллект.

Менее половины компаний чувствуют себя хорошо подготовленными к самым базовым требованиям, таким как управление данными.

Согласно отчету консалтингового гиганта Deloitte, большинство компаний изо всех сил пытаются перевести свои проекты генеративного искусственного интеллекта (Gen AI) с начальных стадий в производство.

«70% респондентов заявили, что их организация перевела в производство 30% или меньше своих экспериментов с генеративным ИИ», — сообщает ведущий автор Джим Роуэн и его команда в последней части серии отчетов компании «Состояние генеративного ИИ на предприятии». .

Отсутствие прогресса в производстве контрастирует с бурной деятельностью вокруг технологии. «Две из трех опрошенных организаций заявили, что увеличивают свои инвестиции в генеративный искусственный интеллект, потому что на сегодняшний день они увидели высокую начальную ценность», — сообщили Роуэн и его команда.

Задача перевода проектов Gen AI со стадии проверки концепции в производство — это то, что Роуэн и его команда называют «стремлением к масштабированию».

Опрос, проведенный в период с мая по июнь, получил ответы от 2770 респондентов от директоров до руководителей высшего звена в шести отраслях и 14 странах. Опрос также включал отзывы 25 опрошенных, которые были руководителями высшего звена, а также лидерами в области искусственного интеллекта и науки о данных в крупных организациях.

Исследование предполагает «множество причин», по которым компаниям сложно масштабировать Gen AI. В целом организации «на собственном опыте узнают, что крупномасштабное развертывание генеративного искусственного интеллекта может оказаться сложной и многогранной задачей», говорится в отчете.

Причины, по которым компании испытывают трудности с масштабированием Gen AI, стали яснее, когда Роуэн и его команда попросили респондентов оценить возможности, в которых, по их мнению, их организации «высоко подготовлены». Менее половины респондентов считают, что их организации хорошо подготовлены к использованию самых базовых возможностей.

В среднем 45% респондентов заявили, что они хорошо подготовлены к «технологической инфраструктуре», а 41% заявили, что, по их мнению, организация хорошо подготовлена к «управлению данными».

Наименее подготовленными областями, как показывают ответы, была «стратегия»: 37% респондентов считали, что их фирма очень подготовлена, за ней следовали «риски и управление» и «талант», причем лишь около пятой респондентов указали на готовность в каждой области.

Некоторые качественные замечания опрошенных руководителей позволили более подробно объяснить, в чем заключается недостаточная готовность. Например, бывший вице-президент по данным и аналитике медиа-компании рассказал Роуэну и его команде, что «самой большой проблемой масштабирования» для компании «на самом деле был объем данных, к которым у нас был доступ, и отсутствие надлежащего уровня управления данными. "

Руководитель продолжил: «Не было формального каталога данных. Не было официальных метаданных и маркировки точек данных по всему предприятию. Мы могли работать настолько быстро, насколько могли маркировать данные».

В отчете Роуэн и его команда предположили, что качество данных мешает многим компаниям: «Из-за проблем, связанных с данными, 55% опрошенных нами организаций избегают определенных случаев использования генеративного ИИ».

Опрос показал, что проблемы управления включают как присущий ИИ риск, так и регуляторный риск. С одной стороны, компании сталкиваются с «новыми и возникающими рисками, характерными для новых инструментов и возможностей», которые не похожи на риски, связанные с любой предыдущей технологией. Эти риски включают в себя печально известные недостатки Gen AI, такие как «предвзятость модели, галлюцинации, новые проблемы конфиденциальности, доверие и защита новых поверхностей атак».

Неопределенность в отношении новых правил также заставляет компании задуматься, заявили Роуэн и его команда в отчете: «Организации были крайне неуверены в отношении нормативной среды, которая может существовать в будущем (в зависимости от стран, в которых они работают)».

Как обнаружили Роуэн и его команда, в ответ на обе проблемы компании применяют различные стратегии. Эти стратегии включают в себя: «закрыть доступ сотрудников к конкретным инструментам генеративного ИИ»; «ввести правила, запрещающие сотрудникам вводить организационные данные в публичные LLM»; и «создавайте огороженные сады в частных облаках с мерами безопасности, предотвращающими утечку данных в общедоступное облако».

Отсутствие масштабирования проектов Gen AI контрастирует с другими недавними исследованиями, которые показывают твердое намерение внедрять новые технологии. Например, в последнем отчете Bloomberg Intelligence об искусственном интеллекте было обнаружено, что скорость, с которой компании развертывают программы «второго пилота» генеративного искусственного интеллекта, удвоилась в период с декабря прошлого года по июль 2024 года, затронув 66% фирм всех респондентов.

Однако результаты исследования Deloitte могут помочь объяснить, почему в недавнем отчете Gartner о Gen AI на предприятии прогнозируется, что одна треть проектов Gen AI будет заброшена до перехода от стадии проверки концепции к производству.

Даже если ИТ-директора США «работают» над внедрением искусственного интеллекта поколения и все чаще «оценивают» технологии второго пилота и тому подобное, исследование Deloitte предполагает, что при этом они сталкиваются с множеством препятствий.