Le aziende di tutto il mondo sono entusiaste di integrare l'IA nei propri processi, ma ci sono molte criticità di cui non tengono conto che potrebbero mettere in pericolo il business: secondo lo studio "Architect and AI Advantage" commissionato da Hewlett Packard Enterprise (HPE), il 44% dei leader IT ritiene che la propria organizzazione è pronta a sfruttare i vantaggi delle nuove tecnologie, ma la ricerca ha fatto emergere anche molte lacune di implementazione.
Le imprese stanno trascurando problemi importanti che ostacolano il successo dei progetti di IA, come i bassi livelli di maturità dei dati, le carenze nel provisioning di rete e di calcolo e le questioni etiche e di compliance a cui non riescono a rispondere.
Lo studio ha rivelato inoltre una mancanza di allineamento tra i processi e le metriche frammenta l'approccio di implementazione e che influisce negativamente sul ROI.
"Non c'è dubbio che l'adozione dell'IA stia accelerando, con quasi tutti i leader IT che prevedono di aumentare la spesa per l'IA nei prossimi 12 mesi" ha dichiarato Sylvia Hooks, VP di HPE Aruba Networking. "Questi risultati dimostrano chiaramente un grande interesse nei confronti dell’IA, ma evidenziano anche problemi molto seri che, se non si segue un approccio più olistico, potrebbero rallentare i progressi. Il disallineamento sulla strategia e sul coinvolgimento dei reparti, ad esempio, può impedire alle organizzazioni di sfruttare le aree critiche di competenza, di prendere decisioni efficaci ed efficienti e di garantire che una roadmap olistica sull'IA porti benefici a tutte le aree aziendali in modo congruente".
I dati non sono maturi
Per ottenere prestazioni di IA efficaci è necessario basarsi su dati di qualità; sebbene le aziende siano consapevoli di questo requisito, lo studio di HPE dimostra che i livelli di maturità dei dati aziendali sono ancora bassi.
Solo il 7% delle organizzazioni intervistate è in grado di eseguire push/pull di dati in tempo reale per supportare l'innovazione e la monetizzazione delle informazioni, e solo il 26% ha predisposto modelli di governance dei dati e può eseguire analisi avanzate.
Meno di 6 intervistati su 10 hanno dichiarato che la loro organizzazione è in grado di gestire tutte le fasi chiave della preparazione dei dati per usarli nei modelli di IA, dall'accesso (59%) all'archiviazione (57%), fino all'elaborazione (55%) e al recupero (51%). Questa difficoltà di gestione non solo rallenta il processo di creazione del modello, ma aumenta la probabilità che questo fornisca risultati imprecisi.
Il provisioning di calcolo e di rete rischia di non essere sufficiente
I livelli di fiducia degli intervistati sono molto alti quando si parla di fornire le risorse giuste alle applicazioni: il 93% dei responsabili IT ritiene che la propria infrastruttura di rete sia predisposta per gestire il traffico dell'IA, e l'84% concorda sul fatto che i propri sistemi abbiano una capacità di calcolo sufficientemente flessibile per supportare le richieste specifiche nelle diverse fasi del ciclo di vita dell'IA.
Approfondendo la questione, però, meno della metà dei responsabili IT intervistati ha ammesso di avere una piena comprensione delle esigenze dei diversi workload di IA, mettendo in dubbio l'accuratezza nel garantire un provisioning adeguato per le attività di addestramento, tuning e inferenza.
L'approccio all'IA è troppo frammentato
Per garantire il successo delle iniziative di IA è indispensabile costruire relazioni tra le aree chiave del business, ma più di un quarto (28%) dei leader IT ritiene che l'approccio all'IA della propria organizzazione sia frammentato.
In effetti più di un terzo (35%) delle organizzazioni ha scelto di creare strategie di implementazione e gestione separate per le singole funzioni, e il 32% sta anche definendo obiettivi diversi.
Di fronte a questi impegni, etica e compliance vengono completamente trascurate, nonostante consumatori ed enti normativi siano sempre più attenti sulla questione. Nel dettaglio, le questioni legali e di compliance (13%) e l'etica (11%) sono considerate dai leader IT le meno critiche per il successo dell'IA; inoltre, quasi un'organizzazione su quattro (22%) non coinvolge affatto i team legali nelle conversazioni sulla strategia IA della propria azienda.
Troppa fiducia nell'IA: occorre rivedere le strategie aziendali
L'entusiasmo nei confronti dell'IA ha travolto le organizzazioni e, per non rimanere indietro sul mercato, hanno cominciato a muoversi in fretta per integrare l'intelligenza artificiale nei propri processi, senza però considerare tutte le criticità presenti.
Senza un'adeguata comprensione del fenomeno IA, le aziende rischiano di esporre i propri dati e quelli dei propri clienti, perdere il loro vantaggio competitivo e la propria reputazione, affrontare perdite nelle vendite e dover pagare multe molto costose.
Se non si segue un approccio olistico per i progetti di IA, i rischi per il business diventano molto elevati e gli impatti negativi si moltiplicano.
"L’IA è il workload a più alta intensità di dati e di consumo energetico del nostro tempo e, per sostenere le sfide poste dalla GenAI, le soluzioni devono essere progettate in modo ibrido e costruite con una moderna architettura AI-native" ha commentato il Dr. Eng Lim Goh, SVP per Data & AI, HPE.
"Dal training e tuning dei modelli on-premises, in colocation o nel cloud pubblico, all'inferenza sul edge, la GenAI ha il potenziale per trasformare i dati in insight da ogni dispositivo in rete. Tuttavia, le aziende devono valutare con attenzione l'equilibrio tra l'essere i primi a muoversi in quest’ambito e il rischio di non comprendere appieno le lacune del ciclo di vita dell'AI, altrimenti gli ingenti investimenti di capitale possono finire per produrre un ritorno dell’investimento negativo".
