เหตุใดข้อมูลจึงเป็นจุดอ่อนของ AI (และแผนธุรกิจอื่นๆ ทุกแผน)

บริษัทต่างๆ จำเป็นต้องจัดระเบียบคลังข้อมูลของตนก่อนที่จะก้าวไปข้างหน้าด้วยโครงการริเริ่มด้าน AI เชิงสร้างสรรค์ เตือนการสำรวจใหม่ 2 รายการ

ความตื่นเต้นอยู่เหนือสิ่งมหัศจรรย์ทั้งหมดของเทคโนโลยีในปัจจุบัน เช่น ปัญญาประดิษฐ์ การวิเคราะห์แบบเรียลไทม์ ความเป็นจริงเสมือน และองค์กรที่เชื่อมต่อ และอื่นๆ อีกมากมาย อย่างไรก็ตาม หากไม่มีข้อมูลที่ถูกต้อง โครงการริเริ่มเหล่านี้ก็จะสูญสิ้นไป การสำรวจใหม่ 2 รายการเตือนว่าบริษัทต่างๆ ยังคงต้องจัดระเบียบคลังข้อมูลของตน และผลก็คือ ยังไม่พร้อมที่จะก้าวไปข้างหน้าด้วยโครงการริเริ่มต่างๆ เช่น generative AI (gen AI)

มีการเปลี่ยนแปลงที่ไม่สบายใจเกิดขึ้นระหว่างการจัดการข้อมูลและการพัฒนา AI ทั่วทั้งภูมิทัศน์ธุรกิจ ความท้าทายคือข้อมูลยังคงมีความเสี่ยงมากเกินไป แทนที่จะเป็นทรัพย์สินในโครงการริเริ่มที่ขับเคลื่อนด้วยข้อมูลหรือ AI

ในขณะที่พุ่งเป้าไปที่ AI และโครงการริเริ่มที่ล้ำหน้าอื่นๆ "หลายองค์กรไม่เข้าใจวิธีให้ความสำคัญกับการลงทุนในเทคโนโลยีและฐานข้อมูล แต่ยังคงมองว่าพวกเขาเป็นศูนย์กลางต้นทุนเพียงอย่างเดียว" Steve Mitchell CFO ของ Redgate Software กล่าว อย่างไรก็ตาม มีธุรกิจจำนวนหนึ่งที่แสดงให้เห็นถึงการเติบโตและโอกาสในการสร้างมูลค่ามหาศาลที่มีข้อมูลและความสามารถในการขับเคลื่อนอย่างรวดเร็วเพื่อควบคุมปริมาณข้อมูลที่เพิ่มขึ้นเรื่อยๆ ในปัจจุบัน องค์กรต่างๆ จำนวนมากต้องการและจะมองหาวิธีที่มีประสิทธิภาพมากขึ้นในการ วัดผลประโยชน์ที่การตัดสินใจโดยมุ่งเน้นข้อมูลที่ได้รับการปรับปรุงและรวดเร็วยิ่งขึ้นสามารถนำมาได้ เช่น การดำเนินการเชิงพาณิชย์ที่ดีขึ้น ความพยายามและทรัพยากรที่สิ้นเปลืองน้อยลง ทีมที่พึงพอใจมากขึ้น และอื่นๆ อีกมากมาย"

ในขณะที่ AI ยังคงเป็นลำดับความสำคัญสำหรับการลงทุนด้านไอที โมเมนตัมกำลังชะลอตัวเนื่องจากปัญหาด้านข้อมูล จากการสำรวจผู้บริหารด้านไอที 1,000 รายจาก Presidio พบว่า อย่างน้อย 86% รายงานอุปสรรคที่เกี่ยวข้องกับข้อมูล เช่น ความยากในการได้รับข้อมูลเชิงลึกที่มีความหมาย และปัญหาเกี่ยวกับการเข้าถึงข้อมูลแบบเรียลไทม์

ผู้บริหารครึ่งหนึ่งที่ตอบแบบสำรวจเชื่อว่าตนได้เข้าสู่ Gen AI ก่อนที่พวกเขาจะได้รับการเตรียมพร้อมอย่างเต็มที่ ในบรรดาผู้ที่นำ Gen AI มาใช้แล้ว 84% ประสบปัญหากับแหล่งข้อมูลของตน “สิ่งนี้ชี้ให้เห็นว่าความพร้อมไม่ได้เป็นเพียงการนำเทคโนโลยีมาใช้เท่านั้น แต่ยังเกี่ยวกับการมีข้อมูลและโครงสร้างพื้นฐานที่เหมาะสม” ผู้เขียนการสำรวจแนะนำ

นอกจากนี้ยังมีความลังเลในการนำ AI ไปใช้ ผู้นำด้านไอทีมากกว่าเก้าในสิบหรือ 92% รายงานข้อกังวลเกี่ยวกับการรวม AI เข้ากับการดำเนินงาน

หนึ่งในห้าของผู้ตอบแบบสอบถาม 20% เตือนว่าโครงการ AI ล้มเหลวเนื่องจากการเร่งรีบในการดำเนินการเร็วเกินไป อีก 17% อ้างอิงปัญหาคุณภาพข้อมูล สิ่งนี้เห็นได้ชัดเจนโดยเฉพาะในหมู่ผู้บริหารด้านการดูแลสุขภาพ โดยมากกว่าหนึ่งในสี่หรือ 27% ชี้ว่าการนำไปใช้อย่างเร่งรีบเป็นสาเหตุหลักของความล้มเหลว

เส้นทางสู่ AI และความสำเร็จที่ขับเคลื่อนด้วยข้อมูลนั้นสร้างขึ้นจากการกำกับดูแล และในปัจจุบันนี้เป็นการต่อสู้ดิ้นรนสำหรับหลายบริษัท ตามการสำรวจแยกกันของผู้เชี่ยวชาญด้านธุรกิจและไอที 220 รายโดย Quest Software และ Enterprise Strategy Group การสำรวจพบว่าความพร้อมของข้อมูล AI และประสิทธิภาพการดำเนินงานเป็นสิ่งสำคัญที่สุดสำหรับผู้บริหารจำนวนมาก

การพัฒนาข้อมูลและการกำกับดูแลไปสู่สถานะที่พร้อมใช้งาน AI ได้รับการอ้างถึงถึง 33% ทำให้เป็นปัญหาคอขวดสามอันดับแรกที่ส่งผลกระทบต่อห่วงโซ่คุณค่าข้อมูลขององค์กร ซึ่งอยู่เบื้องหลังการทำความเข้าใจคุณภาพของแหล่งข้อมูลที่ 38% และเชื่อมโยงกับ 33% ที่รายงานความท้าทายด้วย การค้นหา การระบุ และการเก็บเกี่ยวสินทรัพย์ข้อมูล

ผู้ตอบแบบสอบถามรายงานว่าการควบคุมการใช้โมเดล AI และข้อมูล เพื่อจัดทำแผนที่ข้อมูล สายข้อมูล และนโยบายข้อมูล ถือเป็นความท้าทายในการจัดการที่ยากที่สุด การกำกับดูแลด้าน AI อยู่ในอันดับต้นๆ ด้วยการจัดการเมตาดาต้า ซึ่งเป็นองค์ประกอบสำคัญของความพร้อมของข้อมูล AI ซึ่งเพิ่มขึ้น 21% เมื่อเทียบเป็นรายปี การตรวจสอบคุณภาพข้อมูล การแก้ไขคุณภาพข้อมูล การทำโปรไฟล์ข้อมูลและการให้คะแนนคุณภาพ และนโยบายและการควบคุมข้อมูล ล้วนเป็นความท้าทายหลักที่องค์กรต่างๆ กำลังเผชิญอยู่ในปัจจุบัน