Η σωστή χρήση της τεχνητής νοημοσύνης φέρνει περισσότερα κέρδη

Του Στάθη Ασπιώτη

Σύμφωνα με την έκθεση Data+AI Making AI Real που κυκλοφόρησε από την Infosys, οι παγκόσμιοι οργανισμοί μπορούν μέσω της βελτίωσης των πρακτικών τεχνητής νοημοσύνης και των δεδομένων να αυξήσουν τα κέρδη τους σε 467 δισεκατομμύρια δολάρια συνολικά.

Η πρόβλεψη από το Infosys Knowledge Institute, το οποίο είναι το ερευνητικό τμήμα της Infosys, βασίστηκε εν μέρει σε έρευνα 2.500 ηγετών πληροφορικής σε 13 κλάδους στις ΗΠΑ, το Ηνωμένο Βασίλειο, τη Γαλλία, τη Γερμανία, την Αυστραλία και τη Νέα Ζηλανδία.

Η βασική πρόκληση που εντόπισε η έκθεση δεν είναι ότι οι οργανισμοί πρέπει να αρχίσουν να χρησιμοποιούν την τεχνητή νοημοσύνη, αλλά μάλλον πρέπει να ενσωματώσουν βέλτιστες πρακτικές για την τεχνητή νοημοσύνη, καθώς και για τα δεδομένα, για να λάβουν πραγματικά τα πλήρη οφέλη της τεχνολογίας.

Μόλις 26% των οργανισμών σε όλες τις βιομηχανίες που συμμετείχαν στην έρευνα ισχυρίστηκαν ότι ήταν «πολύ ικανοποιημένοι με την τεχνητή νοημοσύνη και τα εργαλεία δεδομένων τους».

Υπάρχουν αρκετοί λόγοι για το χαμηλό επίπεδο ικανοποίησης, συμπεριλαμβανομένης της ανάγκης για περισσότερη αυτοματοποίηση για τον εντοπισμό πιθανών προβλημάτων, καθώς και για τη συμμόρφωση με τους κανονισμούς (regulatory compliance). Η έκθεση διαπίστωσε επίσης ότι η πλειοψηφία των μοντέλων τεχνητής νοημοσύνης (63%) είναι μάλλον βασικά και απαιτούν από τον άνθρωπο να τα κάνει να λειτουργούν σωστά.

Τα βασικά μοντέλα μαστίζονται επίσης από την έλλειψη καλών πρακτικών στα δεδομένα, συμπεριλαμβανομένου του data verification. Υπάρχει επίσης σαφής ανάγκη για πιο υπεύθυνες δυνατότητες μετριασμού της τεχνητής νοημοσύνης και της προκατάληψης απέναντι σε αυτή.

Αξιοσημείωτο είναι ότι οι επιχειρήσεις χρηματοοικονομικών υπηρεσιών είναι οι πιο ικανοποιημένες με την τεχνητή νοημοσύνη τους ως κλάδος, ενώ όσον αφορά στις συγκεκριμένες περιπτώσεις χρήσης, οι κατασκευαστές και οι εταιρείες υψηλής τεχνολογίας έδειξαν την υψηλότερη ικανοποίηση με τη χρήση της τεχνητής νοημοσύνης για προγνωστική συντήρηση και μείωση του χρόνου διακοπής λειτουργίας των συστημάτων.

Τεύχος 175