Глобальный индекс внедрения искусственного интеллекта IBM позволяет получить представление об общем внедрении искусственного интеллекта по всему миру, барьерах и проблемах, которые мешают ИИ реализовать свой потенциал, а также о вариантах использования, отраслях и странах, где ИИ, скорее всего, будет процветать. Данные, подготовленные по заказу IBM, проливают новый свет на внедрение искусственного интеллекта в 7 502 компаниях по всему миру.
Основные тезисы Индекса:
-
Сегодня 35% компаний сообщили об использовании искусственного интеллекта в своем бизнесе, и еще 42% сообщили, что изучают искусственный интеллект. Внедрение искусственного интеллекта неуклонно растет, увеличившись на четыре пункта по сравнению с 2021 годом.
-
Искусственный интеллект помогает компаниям решать проблемы нехватки рабочей силы и навыков путем автоматизации повторяющихся задач. 30% ИТ-специалистов по всему миру говорят, что сотрудники их организации уже экономят время с помощью нового программного обеспечения и инструментов искусственного интеллекта и автоматизации.
-
Две трети (66%) компаний либо в настоящее время внедряют, либо планируют применять искусственный интеллект для достижения своих целей в области устойчивого развития.
-
Около половины организаций видят преимущества от использования искусственного интеллекта для автоматизации ИТ, бизнес-процессов или сетевых процессов, включая экономию средств и повышение эффективности (54%), улучшение производительности ИТ или сети (53%) и улучшение обслуживания клиентов (48%).
В то же время сохраняются важные проблемы:
-
В первую пятерку факторов, препятствующих успешному внедрению ИИ для бизнеса, входят ограниченные навыки, опыт или знания в области ИИ (34%), слишком высокая цена (29%), отсутствие инструментов или платформ для разработки моделей (25%), проекты слишком сложны или их трудно интегрировать и масштабировать (24%) и слишком большая сложность данных (24%).
-
Большинство организаций не предприняли ключевых шагов для обеспечения того, чтобы их ИИ заслуживал доверия и был ответственным, таких как уменьшение предвзятости (74%), отслеживание изменений производительности и дрейфа модели (68%) и обеспечение того, чтобы они могли объяснить решения, основанные на ИИ (61%).
