De hype rond kunstmatige intelligentie (AI) is enorm. Bij de meeste van de honderd Europese bedrijven die hebben deelgenomen aan een recent onderzoek van SAS, bevindt de invoering van AI zich echter nog maar in de beginfase of zelfs nog maar in de planningsfase. Het goede nieuws is dat de grote meerderheid van de organisaties het onderwerp kunstmatige intelligentie wel al op de agenda heeft staan en dat een aantal al is begonnen met de implementatie van concrete projecten.
Er bestaat onder de respondenten aan het onderzoek veel optimisme over het potentieel van kunstmatige intelligentie in algemene zin. Tegelijkertijd is maar een beperkt aantal respondenten ervan overtuigd dat hun organisatie al klaar is om dat potentieel te ontsluiten. Het is niet zozeer een gebrek aan beschikbare technologie dat de invoering van kunstmatige intelligentie in de weg staat; de meesten geven aan dat er diverse opties voorhanden zijn. De uitdagingen zijn eerder het gevolg van een tekort aan data science vaardigheden om opkomende AI-technologie optimaal te benutten, en het gevolg van dieperliggende organisatorische en maatschappelijke obstakels.
Dit zijn enkele van de bevindingen van de Enterprise AI Promise Study, een enquête onder leidinggevenden van honderd Europese organisaties in verschillende sectoren, zoals het bank- en verzekeringswezen, de productie- en retailsector en de overheid. Het SAS-onderzoek werd in augustus gehouden om te meten hoe zakelijke leiders aankijken tegen de mogelijkheden van AI, hoe ze het nu gebruiken, hoe ze het van plan zijn in de toekomst te gebruiken, en welke uitdagingen zij ondervinden.
Maatschappelijke uitdagingen
Volgens 25 procent van de respondenten is de grootste uitdaging met betrekking tot AI het effect van de automatisering en autonomie van AI op de werkgelegenheid. Bij dit potentiële effect gaat het niet alleen om verlies van arbeidsplaatsen, maar ook om de ontwikkeling van nieuwe banen waarvoor nieuwe, met AI verband houdende vaardigheden nodig zijn.
Ethische kwesties werden als de op één na grootste uitdaging genoemd: 41 procent van de respondenten vraagt zich af of robots en AI-systemen zouden moeten werken voor “ het welzijn van de mensheid” in plaats van voor afzonderlijke bedrijven, en hoe degenen die door AI-systemen hun baan verliezen, moeten worden opgevangen.
Data scientists en organisatorische bereidheid
Op de vraag of de data scientists van organisaties klaar zijn voor de uitdaging van de opkomende kunstmatige intelligentie, antwoordt slechts 20 procent dat hun data science teams klaar zijn. Terwijl 19 procent aangeeft helemaal geen data science teams in huis te hebben.
Volgens 28 procent van de respondenten is hun organisatie van plan om data scientists aan te trekken om de vaardigheden binnen de organisatie uit te breiden; 32 procent zegt dat ze binnen hun bestaande analistenteams AI-vaardigheden ontwikkelen door middel van training, symposia en workshops.
Daarnaast blijkt in veel organisaties vertrouwen een belangrijk knelpunt te zijn. Bijna de helft van de respondenten (49 procent) noemt in dit verband culturele uitdagingen als gevolg van een gebrek aan vertrouwen in de resultaten van AI en – meer in het algemeen – een gebrek aan vertrouwen in
de resultaten van zogeheten "black box" oplossingen.
Platform gereed voor AI
Een ander doel van het onderzoek was om na te gaan in hoeverre de infrastructuur binnen organisaties gereed is voor AI. Er blijkt een tegenstelling te zijn tussen de respondenten die van mening zijn dat ze over de juiste infrastructuur voor AI beschikken (24 procent), en de respondenten die vinden dat ze hun huidige platform voor AI moeten bijwerken en aanpassen (24 procent) of geen specifiek platform voor AI hebben (29 procent).
Download hier het volledige onderzoeksrapport voor nog meer bevindingen. De bekendmaking van dit onderzoek werd gedaan tijdens Analytics Experience in Amsterdam, een congres georganiseerd door SAS dat meer dan 1000 geïnteresseerden samenbrengt om ideeën uit te wisselen over innovatieve technologische ontwikkelingen en oplossingen.
21 en 22 maart 2023 Organisaties hebben behoefte aan data science, selfservice BI, embedded BI, edge analytics en klantgedreven BI. Vaak is het dan ook tijd voor een nieuwe, toekomstbestendige data-architectuur. Dit tweedaagse seminar geeft antwoord ...
4 april 2023 (Face-to-face én Live Video Stream) Schrijf in voor al weer de tiende editie van ons jaarlijkse congres met wederom een ijzersterke sprekers line-up. Op deze editie behandelen wij belangrijke thema’s als Datamesh, Analytics ...
5 april 2023 Praktisch en interactief seminar met Nigel Turner Data-gedreven worden lukt niet door alleen nieuwe technologie en tools aan te schaffen. Het vereist een transformatie van bestaande business modellen, met cultuurverandering, een herontwe...
5 april 2023 (halve dag)Praktische workshop met Alec Sharp This workshop introduces concept modelling from a non-technical perspective, provides tips and guidelines for the analyst, and explores entity-relationship modelling at conceptual and logical...
5 april 2023 (halve dag)Praktische workshop door Thomas Frisendal In deze workshop van een halve dag zal de Deense expert Thomas Frisendal laten zien wat graph technologieën in de praktijk betekenen. Hij zal ook laten zien hoe graph oplossi...
13 april 2023 Praktische workshop Datavisualisatie en Human Data Stories. Hoe gaat u van data naar inzicht? En hoe gaat u om met grote hoeveelheden data, de noodzaak van storytelling, data science en de data artist? Lex Pierik behandelt de stromingen...
8 t/m 10 mei 2023 Praktische workshop Data Management Fundamentals door Chris Bradley - CDMP-examinatie optioneel De DAMA DMBoK2 beschrijft 11 disciplines van Data Management, waarbij Data Governance centraal staat. De Certified Data Managemen...
11 en 12 mei 2023 Praktische workshop Data Governance & Stewardship door Chris Bradley - CDMP-examinatie optioneel Wat betekent Data Governance eigenlijk, hoe kunnen we het praktisch laten werken en wat zijn de implicaties? Deze 2-daagse cursus bie...
Deel dit bericht