Kejutan stiker: Apakah perusahaan semakin kecewa terhadap AI?

Analis dan penulis terkemuka memperingatkan bahwa perusahaan menyadari bahwa mereka tidak siap menghadapi peluncuran AI secara besar-besaran.

Kecerdasan buatan (AI) sudah luar biasa -- setidaknya dalam skala yang lebih kecil, seperti yang terlihat pada asisten pribadi, robot, dan perangkat seluler. Namun, juri masih belum bisa menentukan proyek perusahaan besar. Para eksekutif dan profesional mungkin menyadari kemungkinan bahwa harapan mereka terhadap AI mungkin lebih rumit dari yang direncanakan. Teknologi AI semakin mahal, perusahaan belum siap, dan laba atas investasi (ROI) masih menjadi tanda tanya besar.

Itulah peringatan dari David Linthicum, seorang analis terkemuka yang menulis buku tentang integrasi perusahaan, cloud, dan banyak lainnya. Namun saat ini dia tidak optimis dengan keberhasilan proyek AI - setidaknya saat ini. Dia percaya bahwa “penurunan” dalam pembelian AI di kalangan perusahaan akan segera terjadi, karena perusahaan menyadari kenyataan yang ada tidak sesuai dengan apa yang diharapkan, dan jatuh ke dalam jurang kekecewaan. Namun, apa yang akan muncul setelah satu atau dua tahun adalah kasus penggunaan dan implementasi AI yang solid, yang lebih selaras dengan bisnis.

Ada empat alasan mengapa perusahaan menjadi kecewa dengan AI, jelas Linthicum:

• Menghadapi "dinding data": Masalah utama yang dihadapi perusahaan adalah "bukan karena teknologi AI generatif buruk, namun karena data mereka buruk," jelasnya. Tantangannya adalah "tidak ada perbaikan yang mudah untuk hal ini, Anda harus menghentikan apa yang Anda lakukan, mengulang kembali, dan memperbaiki data Anda. Bagi banyak dari organisasi-organisasi ini, masalah tersebut belum diatasi dalam beberapa waktu terakhir. 20 atau 30 tahun. [Lagi pula], ini adalah biaya dan risiko yang besar, dan seseorang harus menghadiri rapat dewan direksi dan memberi tahu mereka bahwa kami akan mengeluarkan $30 juta untuk memperbaiki data kami sebelum kami dapat memperbaikinya. gen AI percakapan yang sulit untuk dilakukan."
• Kejutan finansial: Membangun, menerapkan, dan mempertahankan AI memerlukan lebih banyak sumber daya dibandingkan gelombang teknologi sebelumnya seperti cloud atau seluler. “Barang-barang ini sangat mahal,” katanya. “Harganya setidaknya dua hingga tiga kali lipat dari lingkungan tradisional, mereka membutuhkan prosesor khusus seperti GPU, mereka membutuhkan banyak sumber daya, mereka membutuhkan banyak komponen berbasis ekosistem, mereka membutuhkan data pelatihan, penyetelan data, model pelatihan, penyetelan model, semua hal yang disertakan dengan AI."
• Kurangnya arahan strategis:"Perusahaan perlu meningkatkan perencanaannya," kata Linthicum. “Tidak memahami keadaan data Anda sampai Anda mengerjakan proyek gen AI, [itu] bukanlah cara untuk melakukannya. Ini adalah melihat secara strategis bagaimana data Anda perlu diselaraskan dengan pemanfaatan teknologi baru ini.”
• Kurangnya keterampilan:Kesuksesan AI membutuhkan orang-orang yang terlatih -- "dan saya tidak berbicara tentang pelatihan sertifikasi untuk mempelajari platform AI dari salah satu penyedia cloud," kata Linthicum. “Saya berbicara tentang memahami arsitektur, memahami ilmu data, memahami etika AI, memahami penyesuaian model, memahami tolok ukur kinerja, dan memahami data sintetis.” Ini "sangat berbeda dengan pengembangan perangkat lunak tradisional."

Tidak ada teknologi historis yang sejajar dengan upaya yang diperlukan untuk mendukung AI, “yang akan menjadi jauh lebih kompleks, jauh lebih mahal,” jelas Linthicum.

Hal ini memerlukan “pembersihan dan pengelolaan data, mendapatkan keterampilan yang dibutuhkan, melakukan perencanaan strategis, memetakan kasus penggunaan, dan memetakan ROI.” Kemudian, "Anda akan mencapai kondisi di mana Anda menggunakan AI sebagai pembeda strategis untuk bisnis Anda. Anda dapat melakukan sesuatu yang tidak dapat dilakukan pesaing Anda - memberikan pengalaman pelanggan yang lebih baik, produktivitas yang lebih tinggi, harga yang lebih rendah, dan efisiensi yang lebih baik."