一个柯利克®, 全球数据集成公司, 数据质量, 分析与人工智能（IA）, 宣布了IDC的一项研究结果，该研究探讨了在采用先进人工智能技术时面临的挑战和机遇. 研究突显了雄心与执行之间的重大差距：尽管89%的组织已更新数据策略以采用生成性人工智能, 仅有26%实施了大规模解决方案. 这些结果强调了迫切需要改善数据治理, 可扩展的基础设施和分析准备，以充分释放人工智能的变革潜力
结果, 在Qlik赞助的IDC信息简报中发布, 在全球各地的公司争相将人工智能融入工作流程的时刻到来了, 预计人工智能将贡献190亿美元,到2030年全球经济将达到9万亿美元. 然而, 准备的缺口威胁到进展的可行性. 组织正在将重点从人工智能模型转向创建成功所需的基础数据生态系统
生成性人工智能引发了广泛的热情, 但我们的发现揭示了准备工作中存在的重大缺口. 企业必须面对主要挑战, 数据的准确性和治理, 为了确保人工智能工作流程产生可持续和可扩展的价值, 斯图尔特·邦德说, IDC数据集成与智能研究副总裁
不涉及这些基本问题, 企业面临陷入“人工智能的疯狂竞赛”的风险, 在雄心超越有效执行能力的方面, 未达到潜在价值
“人工智能的潜力取决于组织管理和整合其人工智能价值链的有效性”, 詹姆斯·费舍尔说, Qlik战略总监. 这项研究突出了雄心与执行之间的明显分歧. 无法创建系统以提供可靠和可操作见解的公司将迅速落后于那些正在向以人工智能驱动的可扩展创新转型的竞争对手.”
IDC的研究揭示了多项重要统计数据，展示了人工智能采用的前景和挑战
– 代理人工智能的采用与准备：80%的组织正在投资于代理人工智能的工作流程, 但只有12%的人对他们的基础设施能够支持自主决策感到自信
– “数据作为产品”的“动量”擅长将数据视为产品的组织在大规模实施生成性人工智能解决方案方面的成功几率高出七倍, 强调经过策划和负责任的数据生态系统的变革潜力
– 嵌入式分析正在增长94%的组织正在将分析或计划将分析纳入企业应用程序, 但只有23%的人在大多数应用中实现了集成
– 生成性人工智能的战略影响89%的组织已根据生成性人工智能重新制定了数据策略, 展示其变革性影响
– 人工智能的准备瓶颈尽管73%的组织将生成性人工智能整合到分析解决方案中, 仅有29%完全实施了这些功能
这些发现强调了企业填补雄心与执行之间差距的紧迫性, 以明确的治理为重点, 基础设施和数据利用作为战略资产
IDC的研究结果突显了公司超越实验并解决人工智能准备的基本差距的迫切需求. 专注于治理, 在基础设施和数据集成中, 组织可以充分利用人工智能技术的潜力，实现长期成功
要访问IDC信息简报“在人工智能势头中数据和分析的优先事项和挑战”的完整结果和见解, 由Qlik赞助, 注册网络研讨会并查看完整报告这里.
