Nog maar weinig grote ondernemingen weten de huidige mogelijkheden van artificiële intelligentie (ai) goed te benutten. Het kost veel moeite ai onder de knie te krijgen. Vooral alles zijn tekortkomingen in het databeheer en de infrastructuur lastig aan te pakken.
Boot
Alle bedrijven, ook die met minder grote ambities, staan voor uitdagingen om hun doelstellingen te bereiken. Bijna driekwart zegt dat dataproblemen waarschijnlijk de oorzaak zijn als ai-doelen niet worden gehaald. Voor het opschalen van ai is belangrijk het beheer en de kwaliteit van gegevens, evenals de toereikendheid ervan voor modellen, te verbeteren. Ook de verwerkingssnelheden moeten omhoog. Belangrijk ook is rekening te houden met de toekomstige mogelijkheden van ai. Om straks niet de boot te missen, moet vooral het databeheer in orde zijn.
De meerderheid van de respondenten zegt de komende drie jaar te investeren in het integreren van hun data-platform om de ingebruikname van ai te ondersteunen. Ze noemen dat cruciaal voor het succes van hun datastrategie.
Ruim driekwart zegt dat het succesvol schalen van ai topprioriteit is in hun datastrategie. Hun data- en ai-strategieën zijn nauw met elkaar verbonden. De meeste respondenten (72 procent) geven de voorkeur aan multi-cloud bij het opschalen van ai. Ze beseffen daarbij dat zo’n benadering problemen kan geven bij het beheer.
Complex zijn de monitoring en optimalisatie van ai-projecten bij meerdere leveranciers. Echter, platforms met gecentraliseerde capaciteiten zoals ml-ops worden steeds meer een optie om de complexiteit te beheren. De geïnterviewde cio’s benadrukken bovendien het belang van open standaarden in cloud-architectuur.
Aan het onderzoek deden managers uit veertien bedrijfstakken mee, uit verschillende landen waaronder Nederland en België. De uitgeverij van MIT werkte bij het onderzoek samen met Databricks.
