AI i industrien blir stoppet av mangel på datainfrastruktur og intern innkjøp

Samarbeid er nøkkelen til å gjøre AI- og IoT-arbeid Bedrifter må samarbeide og sikre at innkjøp for å bli vellykket med transformasjonsteknologi som kunstig intelligens og Internet of Things.

Ifølge Gartner er kunstig intelligens fortsatt i de tidlige fasene av hypesyklusen.

Blant de 37 typene AI på kartet, er det bare talegjenkjenning og GPU-akseleratorer som har nådd produktivitetsplatået.

Til tross for det faktum at mange AI-teknologier er for nye for mainstream-adopsjon, er produksjonsledere allerede fast i en brunst med disse prosjektene, ifølge en ny undersøkelse fra Plutoshift.

Plutoshift fant ut at produsentprodusenter har problemer med nesten alle aspekter av AI-prosjekter fra å definere realistiske utfall og samle inn data til å få internt innkjøp.

Gartner Hype-syklus for kunstig intelligens 2019 undersøker strømmen av innovasjoner og trender i AI-sektoren og omfanger AI-planer.

Kunstig generell intelligens er helt i begynnelsen av kurven med kvanteberegning og chatbots på toppen av oppblåste forventninger og autonome kjøretøy i tunet av desillusjon, ifølge Gartner.

Gartner-analytikeren Svetlana Sicular sa at det er mange nye teknologier i årets hype-syklus, men at bare noen få er fullt forstått og enda færre ser mainstream-adopsjon.

Reseptbelagte analyser: En innsideveiledning (gratis PDF)

Plutoshift undersøkte 250 produsenter i industrien i oktober 2019. Den blinde undersøkelsen ble gjennomført online og svarene var tilfeldige, frivillige og anonyme.

I følge undersøkelsen inkluderer noen av de bekymringsfulle tegnene til AI i industrien:

  • 61% sa at selskapet deres har gode intensjoner, men må revurdere hvordan AI-prosjekter blir implementert
  • 60% sa at deres selskap kjempet for å komme til enighet om en fokusert, praktisk strategi for implementering av AI
  • 26% sa at selskapet deres implementerte AI-prosjekter, selv om andre beredskaper (f.eks. Infrastruktur, markedsberedskap osv.) Var enestående

Bare 17% av de spurte sa at selskapet deres var i full implementeringsstadium med AI-prosjekter. De fleste selskaper er fremdeles i forberedelsesfasen:

  • 25% sa at selskapet deres var i før implementeringsfase
  • 24% sa at selskapet ble kjent med AI og vurderte den potensielle forretnings- og økonomiske verdien
  • 20% sa at selskapet vurderte de interne ressursene som trengs for å implementere AI

Bare 13% sa at de bygger en forretningssak for AI, som er den fasen raske tilhengere bør være i, ifølge Gartner.

Respondentene i undersøkelsen er ikke klare til å integrere teknologier på tvers av forretningsenheter og revansjere forretningsprosesser, to nøkler til AI-suksess ifølge Accenture. Respondentene i undersøkelsen bruker AI for å oppnå relativt smale mål:

  • Kostnadsbesparelser 54%
  • Automatisering av oppgaver 49%
  • Mer produktiv arbeidskraft 49%
  • Effektivitet i forretningsprosesser 49%
  • Forbedre kvaliteten på produktene eller kundeservice 49%

Flere problemer som ble sitert i undersøkelsen høres kjent ut: 34% slet på grunn av manglende teknisk kompetanse i planleggingsfasene og manglende engasjement på grunn av lavt tillitsnivå i teknologien.

På den lyse siden sa 47% av de spurte at AI-prosjekter holdt seg i omfang og returnerte klare leveranser.

En PwC-rapport fant at bare noen få selskaper bruker AI i omfang og ser økonomiske fordeler fra disse prosjektene. Rapporten anbefaler disse fem brede prioriteringene for AI-prosjekter i 2020:

  1. Kom ombord med kjedelig AI
  2. Tenk på opplæringen
  3. Lede på risiko og ansvar
  4. Operasjonaliser AI - integrert og i skala
  5. Gjengi din forretningsmodell på nytt

Data, Analytics og AI Nyhetsbrev

Få eksperttips for å mestre grunnleggende grunnleggende analyser av data, og følg med på den siste utviklingen innen kunstig intelligens. Leveres mandager

Registrer deg i dag

© Copyright 2021 | pepebotifarra.com