Qlik ha pubblicato il suo Benchmark Report sull’Intelligenza Artificiale Generativa, uno studio che mostra come le aziende stiano puntando su tecnologie che potenziano i data fabric per ottenere il massimo dall’AI generativa. Le aziende vogliono anche combinare l’AI generativa con l’AI tradizionale per ampliare l’impatto dell’AI nelle loro organizzazioni.
Il “Generative AI Benchmark Report”, realizzato nell’agosto 2023 da Enterprise Technology Research (ETR) per conto di Qlik, ha coinvolto 200 dirigenti, VP e direttori C-level di aziende Global 2000 di vari settori. Lo scopo dell’indagine era di capire come i leader stanno utilizzando gli strumenti di intelligenza artificiale generativa che hanno acquistato, quali sono le sfide che hanno affrontato e quali sono le loro priorità per ottimizzare i loro investimenti.
I risultati del Benchmark Report sull’Intelligenza Artificiale Generativa
Il rapporto ha evidenziato che, nonostante l’interesse iniziale per le possibilità offerte dall’AI generativa, i leader sono consci che per sfruttare appieno il suo potenziale di trasformazione devono adottare le strategie e le tecnologie di dati più adatte. Molti stanno già implementando l’intelligenza artificiale generativa per ridurre la pressione competitiva e incrementare l’efficienza, ma allo stesso tempo cercano orientamenti su come iniziare e come avanzare rapidamente, senza trascurare i rischi e le questioni di governance.
Sebbene il mercato si stia focalizzando sull’AI generativa, gli intervistati sanno che l’AI tradizionale continua a generare valore in ambiti come l’analisi predittiva. Difatti il vantaggio dell’AI generativa è che può estendere la portata dell’AI oltre i data scientist o gli ingegneri, rendendo le capacità dell’AI accessibili a un pubblico più ampio. I leader sperano che questo approccio li aiuti a scalare la capacità di estrarre informazioni più profonde e di trovare nuove soluzioni ai problemi molto più velocemente.
La consapevolezza di ciò che si può fare con l’intelligenza artificiale generativa ha stimolato una forte crescita degli investimenti. Lo confermano i dati: il 79% degli intervistati ha comprato strumenti di AI generativa o investito in progetti di AI generativa. Inoltre il 31% dichiara di voler spendere più di 10 milioni di dollari in iniziative di AI generativa nel prossimo anno. Tuttavia, questi investimenti rischiano di essere disconnessi, dato che il 44% di queste organizzazioni ha riferito di non avere una strategia chiara a riguardo.
L’AI generativa come sfida strategica e tecnologica
Quando gli è stato chiesto come intendono affrontare l’AI generativa, il 68% dei rispondenti ha affermato di voler usare modelli pubblici o open source arricchiti con dati proprietari, mentre il 45% ha invece espresso l’intenzione di costruire modelli da zero con dati proprietari. Infatti, l’esperienza in queste aree è essenziale per evitare problemi (come quelli che vengono spesso segnalati) di sicurezza dei dati, di governance, o di pregiudizi. Tutte problematiche che possono insorgere con l’AI generativa.
Gli intervistati sono quindi consci di aver bisogno di supporto. Non a caso il 60% di essi dichiara di voler ricorrere parzialmente o totalmente a competenze di terze parti.
Molte aziende considerano anche i data fabric come un elemento chiave della loro strategia per mitigare questi problemi. Gli intervistati hanno ammesso che i loro data fabric necessitano di miglioramenti o che non sono pronti per l’AI generativa. Infatti, solo il 20% ritiene che il proprio data fabric sia molto o estremamente adeguato per soddisfare le proprie esigenze di AI generativa.
“Il potenziale dell’AI generativa ha scatenato un’ondata di interesse e di investimenti sia per gli strumenti discreti, sia per le tecnologie che aiutano le organizzazioni a gestire il rischio, abbracciare la complessità e scalare l’AI generativa e l’AI tradizionale per l’impatto”, commenta James Fisher, Chief Strategy Officer di Qlik. “Il nostro report Generative AI Benchmark mostra chiaramente che le aziende leader comprendono che questi strumenti devono essere supportati da una base dati affidabile. Questa base di dati alimenta le intuizioni e i casi d’uso avanzati in cui la potenza dell’AI generativa e dell’AI tradizionale insieme prendono vita”.
