79% промышленных компаний не полностью готовы к ожидаемым результатам от ИИ
У 79% промышленных компаний текущие возможности не полностью соответствуют результатам, которых руководство ожидает от внедрения искусственного интеллекта. Основными ограничениями остаются качество данных, доступность вычислительных мощностей и зрелость процессов управления ИИ, следует из исследования К2Тех.
В исследовании приняли участие 150 представителей руководящего состава крупных промышленных компаний. У 30% респондентов существует существенный разрыв между ожиданиями руководства и фактическими возможностями предприятия для внедрения ИИ. Еще 49% оценили соответствие ожиданий и возможностей как частичное.
Полное соответствие ожиданий руководства текущим возможностям компании отметили 5% участников исследования. Еще 16% не смогли оценить этот показатель.
Одним из основных ограничений остается состояние корпоративных данных. Проблемы с их качеством отметили 30% респондентов, при этом полностью готовыми данные для применения ИИ считают только 5%.
У 46% компаний данные подготовлены частично и требуют дополнительной разметки, очистки или объединения информации из разных источников.
Отдельный бюджет на управление данными и ИИ отсутствует у 37% опрошенных — соответствующие работы финансируются в рамках текущих ИТ-задач. У 33% респондентов финансирование этого направления увеличилось на 10–30%, еще у 14% — более чем на 50%.
Недостаток вычислительных ресурсов среди препятствий для внедрения ИИ назвали 27% участников исследования.
Для выполнения ИИ-задач 24% компаний арендуют GPU у сторонних провайдеров. Еще 21% используют гибридную модель, сочетая собственную инфраструктуру с внешними ресурсами в периоды пиковых нагрузок. Собственными GPU-кластерами с достаточным запасом вычислительных мощностей располагает 21% опрошенных.
Ограничения сохраняются и в управлении ИИ. В 19% компаний формально не определена ответственность за риски применения генеративного искусственного интеллекта, а у 23% отсутствует системное управление ИИ с установленными политиками, ролями и процедурами контроля.
«Чтобы ИИ дал результат, которого ждет руководство, нужно смотреть на внедрение комплексно, исходя прежде всего из ожидаемого результата. Компании необходимо оценить готовность к конкретному сценарию: достаточно ли качественных данных и вычислительных ресурсов, кто будет отвечать за работу решения и как измерять его эффективность», — отметил руководитель практики Big Data & BI К2Тех Дмитрий Красников.
