L’adozione dell’AI ha raggiunto la “fase di maturità”, il che significa che un numero consequenziale di organizzazioni sta implementando la tecnologia e l’ecosistema è diventato autosufficiente, secondo il rapporto “2023 Trends to Watch: Operationalizing AI” di Omdia.
Il 43% delle organizzazioni ha progetti di AI in corso
Sulla base di un sondaggio globale su 414 organizzazioni, il rapporto ha rivelato che il 43% ha progetti di intelligenza artificiale in corso, mentre oltre la metà sta ridimensionando questi sforzi. Omdia considera il ridimensionamento dell’implementazione dell’AI un segno chiave della maturità dell’AI all’interno di un’azienda: mostra l’impegno nei progetti con un budget e risorse allocati, in genere che coprono diversi anni.
“Nel 2023, l’uso dell’AI nelle imprese esploderà e quadri di governance adeguati, come la gestione del rischio AI e i KPI, diventeranno critici”, afferma l’autore del rapporto Mark Beccue, analista principale di AI e NLP presso la società di ricerca Omdia.
Ecco le previsioni degli analisti per rendere operativa l’AI:
Il mercato globale per l’AI operazionalizzata accelererà rapidamente
- Nel 2022 il mercato è andato oltre gli early adopter e si è spostato nella fase di massa critica o di “maggioranza iniziale”. Le implementazioni di intelligenza artificiale, i nuovi progetti e i concorrenti esploderanno nel 2023.
- Il numero di aziende con implementazioni di AI in corso e che stanno attivamente sviluppando progetti di AI probabilmente raddoppierà entro la fine del 2025.
- I finanziamenti per i progetti di AI aumenteranno probabilmente in modo esponenziale fino al 2025.
- Man mano che più progetti di intelligenza artificiale avranno successo, la specializzazione delle soluzioni di intelligenza artificiale aumenterà probabilmente per soddisfare esigenze di casi d’uso più specifici del settore o orizzontali.
- Il mercato delle soluzioni di intelligenza artificiale rimarrà instabile fino al 2025, poiché l’aumento della domanda attira nuovi fornitori, esercitando una pressione al ribasso sui prezzi.
Una potenziale recessione globale non rallenterà gli investimenti nell’AI
Il sondaggio ha mostrato che entro la metà del 2023, il 60% degli intervistati avrebbe implementato tutti gli 11 casi d’uso presentati loro (vedi immagine sotto), nonostante l’inflazione degli Stati Uniti all’8,5% al momento in cui è stato chiesto. I casi d’uso includono l’esperienza del cliente, il rilevamento delle anomalie e l’analisi visiva.
Fonte: Omdia
Una maggiore efficienza che potrebbe aumentare il ROI continuerà a guidare gli investimenti nell’AI.
Le difficoltà nel trovare e trattenere i lavoratori significano che le efficienze ottenute con l’AI sono ancora più attraenti in quasi tutti i settori aziendali.
Le aziende inizieranno a formalizzare la gestione del rischio AI
La mancanza di gestione del rischio AI sta costando alle organizzazioni circa miliardi di dollari all’anno in entrate, costi di sviluppo, multe, brand equity e valore di mercato. Pertanto, la maggior parte delle organizzazioni che utilizzano l’intelligenza artificiale investirà in modo aggressivo e lancerà programmi di gestione del rischio.
L’uso irresponsabile dei dati e la possibilità di pregiudizi consci e inconsci sono oggi i principali rischi dell’AI.
Nessuna organizzazione dovrebbe andare oltre una fase pilota per l’AI senza mettere in atto almeno una forma rudimentale di gestione del rischio.
I KPI cresceranno rapidamente come elementi fondamentali dell’AI aziendale
- La maggior parte delle aziende non dispone di KPI AI per tutte le loro iniziative di AI. Questo cambierà: il numero di organizzazioni con KPI AI crescerà rapidamente nei prossimi due o tre anni.
- L’incapacità di sviluppare KPI AI completi comporterà una minore fiducia nei programmi da parte della direzione esecutiva e, in ultima analisi, una riduzione dei finanziamenti o dell’abbandono dei programmi.
- Raccomandazione: mappare i KPI AI ai risultati organizzativi su ampia base e ai KPI associati. La riduzione dei costi, il coinvolgimento e la riduzione dei tempi sono buoni punti di partenza per i KPI dell’AI. Realizza casi d’uso e applicazioni maturi che presenteranno KPI AI più sviluppati e comprovati e che è vero anche il contrario.
