La ricerca globale di Altair mostra opportunità significative per migliorare l’efficienza, la scalabilità e il successo nei progetti di intelligenza artificiale e IT

Troia, Michigan, 7 giugno 2023 – aquila (NASDAQ: ALTR), leader mondiale nelle scienze computazionali e nell’intelligenza artificiale (AI), pubblica ora i risultati di un sondaggio internazionale che dimostra l’alto livello di adozione e implementazione globale di dati e strategie di intelligenza artificiale. L’indagine rivela anche tre tipi principali di attrito che hanno un impatto negativo sulle possibilità di successo di un progetto; Frizioni organizzative, tecniche e finanziarie.

“Le organizzazioni odierne riconoscono la necessità di utilizzare i dati come risorsa strategica per creare un vantaggio competitivo”, ha affermato James R. Scapa, fondatore e CEO di Altair. “Ma è anche chiaro che si verificano attriti tra persone, tecnologia e finanza, impedendo alle organizzazioni di accedere alle informazioni basate sui dati necessarie per ottenere risultati. Per ottenere ciò che chiamiamo “IA senza attriti”, le aziende devono iniziare a utilizzare l’analisi dei dati self-service strumenti in modo che gli Utenti, indipendentemente dall’attitudine tecnica, possano operare facilmente ed economicamente in sistemi complessi, aggirando così vari tipi di attriti che impediscono loro di portare avanti il ​​proprio lavoro.

Si tratta di un sondaggio indipendente condotto su oltre 2.000 professionisti in più settori in dieci paesi che mostra un alto tasso di progetti falliti nell’intelligenza artificiale e nell’analisi dei dati (tra il 36% e il 56%) quando è possibile identificare attriti tra i reparti organizzativi.

I tre fattori principali che creano attrito

Il sondaggio ha identificato l’attrito organizzativo, tecnico e finanziario come i principali fattori che influenzano il successo nei progetti di analisi dei dati e di intelligenza artificiale.

frizioni organizzative

Il sondaggio mostra che le organizzazioni hanno difficoltà a trovare le giuste competenze IT, che è un’importante causa di contesa.

• Il 75% degli intervistati trova difficile assumere persone con competenze tecniche sufficientemente elevate.
• Il 35% afferma che la maggior parte della propria forza lavoro ha una scarsa comprensione di come funziona l’IA.
• Il 58% afferma che il divario di competenze e il tempo necessario per riqualificare la forza lavoro esistente è la sfida più comune per poter implementare una strategia di intelligenza artificiale.
• Gli intervistati descrivono le maggiori sfide come i limiti di velocità nell’elaborazione dei dati, la capacità di prendere decisioni rapide basate sui dati e la mancanza di qualità dei dati.
• Quasi due intervistati su tre (63%) hanno affermato che la loro organizzazione tende a rendere il lavoro con software basato sull’intelligenza artificiale più complesso di quanto dovrebbe essere.
• Il 33% ha citato l’incapacità dei sistemi legacy di sviluppare iniziative avanzate di AI e ML come una sfida tecnica ricorrente che crea attriti.
• Il 25% degli intervistati ha citato i vincoli finanziari come fonte di contesa, che a sua volta ha un impatto negativo sulle iniziative AI all’interno dell’organizzazione.
• Il 28% afferma che la direzione attribuisce troppa enfasi ai costi iniziali per capire in che modo gli investimenti nell’intelligenza artificiale e nell’apprendimento automatico possono avvantaggiare la propria organizzazione.
• Il 33% ha risposto che “l’alto costo di implementazione” – reale o percepito – è uno degli svantaggi dell’organizzazione quando si affida a strumenti di intelligenza artificiale per completare i progetti.
• Uno su quattro ha risposto che oltre il 50% dei progetti è fallito.
• Il 42% degli intervistati ha ammesso di aver sperimentato il fallimento delle iniziative di IA negli ultimi due anni. Di questi, la percentuale media di progetti falliti all’interno di un’organizzazione è del 36%.
• Nonostante il fallimento dei progetti di intelligenza artificiale, le organizzazioni continuano a utilizzare l’IA perché credono nel potenziale per aumentare le proprie capacità e capacità di servizio a lungo termine (78%) e che i successi minori mostrano comunque il potenziale per progressi positivi a lungo termine. (54%).
• Il 33% degli intervistati afferma che negli ultimi due anni più della metà dei loro progetti basati sui dati non ha raggiunto la produzione.
• Inoltre, il 55% ha dichiarato che negli ultimi due anni non più di un terzo dei propri progetti basati sui dati ha raggiunto la produzione.
• Ben il 67% ha risposto che più di un quarto dei progetti non entra mai in produzione.
• Gli intervistati nelle regioni Asia Pacifico (APAC) ed Europa e Medio Oriente (EMEA) hanno sperimentato più progetti AI falliti negli ultimi due anni (54% e 35%) rispetto alla regione AMER (29%).
• Il 65% degli intervistati in Asia Pacifico e il 61% degli intervistati in EMEA concordano sul fatto che la loro organizzazione rende inutilmente complicato il lavoro con gli strumenti di intelligenza artificiale.
• Il 78% degli intervistati nella regione Asia-Pacifico e il 75% degli intervistati nell’EMEA hanno difficoltà ad assumere persone con competenze sufficienti nella scienza dei dati.

attrito tecnico

Più della metà degli intervistati afferma che l’organizzazione deve spesso affrontare limiti tecnici, il che rallenta il lavoro su varie iniziative nel campo dell’intelligenza artificiale e dell’analisi dei dati.

attrito economico

Anche se le organizzazioni vogliono ridimensionare i propri dati e le proprie strategie di intelligenza artificiale, i team e gli individui continuano a dover affrontare ostacoli finanziari.

L’ottimismo prevale nonostante il fallimento di molti progetti

Le organizzazioni di vari settori e paesi continuano a utilizzare l’IA, nonostante il fallimento di molti progetti.

Molte organizzazioni hanno anche problemi con i progetti basati sui dati.

attrito in tutto il mondo

Il sondaggio mostra anche le tendenze globali in cui la tecnologia e le competenze sono punti dolenti per le aziende per implementare con successo i dati organizzativi e le strategie di intelligenza artificiale.

Cos’è l’IA senza attrito?

Quando le organizzazioni sperimentano la Frictionless AI, l’analisi dei dati diventa una parte semplice e naturale dell’organizzazione, con progetti veloci e scalabili che possono essere riutilizzati. Non c’è attrito tecnico tra l’organizzazione e i suoi dati, nessun attrito organizzativo tra esperti IT ed esperti di dominio, nessun attrito del flusso di lavoro tra la progettazione di applicazioni IT e l’esecuzione della produzione per prendere decisioni efficaci e nessun attrito di migrazione quando l’infrastruttura o gli strumenti cambiano.

Questo sondaggio globale è stato condotto da Altair e condotto da Atomik Research dal 14 al 31 marzo 2023. Gli intervistati includevano 2.037 professionisti di diversi settori selezionati con posizioni lavorative relative ai dati e all’analisi dei dati. La selezione comprendeva partecipanti provenienti da dieci paesi di tutto il mondo, tra cui Stati Uniti, Cina, Francia, Germania, India, Italia, Giappone, Corea del Sud, Spagna e Regno Unito.

Per leggere il “Frictionless AI Global Survey Report” e per saperne di più sulle soluzioni AI senza attrito di Altair, visita https://altair.com/frictionless-ai.