Ada banyak alasan mengapa perusahaan kesulitan mengeksploitasi AI generatif, menurut survei Deloitte


Kurang dari separuh perusahaan merasa sangat siap menghadapi persyaratan paling dasar, seperti pengelolaan data.

Sebagian besar perusahaan sedang berjuang untuk memindahkan proyek kecerdasan buatan generatif (Gen AI) mereka dari tahap awal ke tahap produksi, menurut sebuah laporan oleh raksasa konsultan Deloitte.

“70% responden mengatakan organisasi mereka telah memindahkan 30% atau lebih sedikit eksperimen AI Generatif mereka ke dalam produksi,” menurut penulis utama Jim Rowan dan timnya dalam seri laporan terbaru perusahaan tersebut yang bertajuk 'The State of Generative AI in the Enterprise' (Keadaan AI Generatif dalam Perusahaan). .

Kurangnya kemajuan dalam produksi kontras dengan kesibukan aktivitas seputar teknologi. “Dua dari tiga organisasi yang disurvei mengatakan mereka meningkatkan investasi mereka pada AI Generatif karena mereka telah melihat nilai awal yang kuat hingga saat ini,” lapor Rowan dan timnya.

Tantangan untuk memindahkan proyek-proyek Gen AI dari tahap pembuktian konsep ke tahap produksi adalah apa yang Rowan dan timnya sebut sebagai "berjuang untuk meningkatkan skala".

Survei yang dilakukan antara bulan Mei dan Juni ini menerima tanggapan dari 2.770 responden tingkat direktur hingga C-suite di enam industri dan 14 negara. Survei ini juga mencakup umpan balik wawancara dari 25 orang yang diwawancarai, yang merupakan eksekutif C-suite dan pemimpin AI serta ilmu data di organisasi besar.

Penelitian ini menunjukkan “berbagai alasan” mengapa perusahaan kesulitan untuk meningkatkan skala Gen AI. Secara umum, organisasi-organisasi “belajar melalui pengalaman bahwa penerapan AI Generatif dalam skala besar dapat menjadi tantangan yang sulit dan memiliki banyak aspek,” demikian dinyatakan dalam laporan tersebut.

Alasan mengapa perusahaan kesulitan untuk meningkatkan Gen AI menjadi lebih jelas ketika Rowan dan tim meminta responden survei untuk menilai kemampuan yang mereka yakini bahwa organisasi mereka “sangat siap”. Kurang dari separuh responden merasa organisasi mereka sangat siap menghadapi kemampuan paling dasar.

Rata-rata, 45% responden mengatakan mereka sangat siap dalam hal "infrastruktur teknologi", dan 41% mengatakan mereka menganggap organisasi sangat siap dalam hal "manajemen data".

Respons menunjukkan bahwa bidang yang paling tidak siap adalah “strategi”, dengan 37% merasa perusahaan mereka sangat siap, diikuti oleh “risiko dan tata kelola” dan “bakat”, dengan hanya sekitar seperlima responden yang menyatakan kesiapan di setiap bidang.

Beberapa pernyataan kualitatif dari para eksekutif yang diwawancarai mengungkapkan lebih banyak rincian mengenai penyebab kurangnya kesiapan tersebut. Misalnya, mantan wakil presiden bidang data dan intelijen untuk sebuah perusahaan media mengatakan kepada Rowan dan timnya bahwa "tantangan penskalaan terbesar" bagi perusahaan tersebut "adalah jumlah data yang dapat kami akses dan kurangnya kematangan pengelolaan data yang tepat. "

Eksekutif tersebut melanjutkan: "Tidak ada katalog data formal. Tidak ada metadata formal dan pelabelan titik data di seluruh perusahaan. Kami hanya dapat melakukannya secepat yang kami bisa memberi label pada data tersebut."

Rowan dan tim menyatakan dalam laporannya bahwa kualitas data menghambat banyak perusahaan: "Masalah terkait data telah menyebabkan 55% organisasi yang kami survei menghindari kasus penggunaan AI Generatif tertentu."

Survei tersebut menunjukkan bahwa permasalahan tata kelola mencakup risiko inheren AI dan risiko peraturan. Di satu sisi, perusahaan-perusahaan sedang bergulat dengan “risiko-risiko baru dan yang muncul khusus untuk alat dan kemampuan baru” yang berbeda dengan risiko-risiko yang ditimbulkan oleh teknologi sebelumnya. Risiko-risiko tersebut mencakup kelemahan Gen AI yang kini terkenal, seperti "bias model, halusinasi, masalah privasi baru, kepercayaan, dan perlindungan terhadap permukaan serangan baru".

Ketidakpastian mengenai peraturan baru juga menyebabkan perusahaan berhenti sejenak dan berpikir, Rowan dan tim menyatakan dalam laporannya: "Organisasi sangat tidak yakin mengenai lingkungan peraturan yang mungkin ada di masa depan (tergantung pada negara tempat mereka beroperasi)."

Menanggapi kedua kekhawatiran tersebut, perusahaan menerapkan berbagai strategi, demikian temuan Rowan dan tim. Strategi-strategi ini mencakup: "mematikan akses ke alat AI Generatif tertentu untuk staf"; "menerapkan pedoman untuk mencegah staf memasukkan data organisasi ke dalam LLM publik"; dan "membangun taman bertembok di cloud pribadi dengan perlindungan untuk mencegah kebocoran data ke cloud publik."

Kurangnya skala proyek Gen AI kontras dengan penelitian terbaru lainnya yang menunjukkan niat kuat untuk menerapkan teknologi baru. Misalnya, laporan Bloomberg Intelligence terbaru mengenai AI menemukan bahwa tingkat penerapan program “copilot” kecerdasan buatan generatif meningkat dua kali lipat antara bulan Desember tahun lalu dan Juli 2024, yaitu mencapai 66% dari seluruh perusahaan yang disurvei.

Namun, temuan studi Deloitte dapat membantu menjelaskan mengapa laporan Gartner baru-baru ini mengenai Gen AI di perusahaan memperkirakan sepertiga proyek Gen AI akan ditinggalkan sebelum beralih dari tahap pembuktian konsep ke tahap produksi.

Sekalipun para CIO AS sedang “bekerja” untuk menerapkan Gen AI, dan semakin “mengevaluasi” teknologi kopilot dan sejenisnya, studi Deloitte menunjukkan bahwa mereka menghadapi banyak kendala dalam melakukan hal tersebut.

Artikel terkait