Quick alle befragten Organisationen betrachten GenAI als eine der fünf wichtigsten Prioritäten, aber nur 44 % verfügen über umfassende Governance-Richtlinien. Unternehmen nennen Sicherheit, Infrastruktur und Datenmanagement als größte Hindernisse für die Einführung.
Trotz des wachsenden Interesses und Enthusiasmus für Generative AI (GenAI) tauchen erhebliche Herausforderungen auf, die den Erfolg von GenAI-Projekten bedrohen, so ein gemeinsam gesponserter Forschungsbericht der Enterprise Technique Group (ESG) und Hitachi-Vantaradie Tochtergesellschaft für Datenspeicherung, Infrastruktur und Hybrid-Cloud-Administration von Hitachi, Ltd. (TSE: 6501). Der Bericht befragte 800 IT- und Unternehmensleiter in den USA, Kanada und Westeuropa und untersucht die entscheidende Rolle der Dateninfrastruktur für Enterprise GenAI und die damit verbundenen Entscheidungen, die einer erfolgreichen Implementierung zugrunde liegen. Dabei stellte sich heraus, dass 97 % der Unternehmen, die GenAI bereits im Einsatz haben, es als eine der fünf wichtigsten Prioritäten ansehen, wobei US-Unternehmen es im Vergleich zu europäischen Befragten mit 35 % höherer Wahrscheinlichkeit als die oberste Priorität angeben.
Weitere Informationen zu den Ergebnissen des Berichts finden Sie unter: https://www.hitachivantara.com/en-us/featured/enterprise-infrastructure-genai
Darüber hinaus geben quick zwei Drittel (63 %) an, bereits mindestens einen Anwendungsfall für GenAI identifiziert zu haben. Trotz der zunehmenden Bemühungen um die Implementierung von GenAI bergen mehrere Faktoren ernsthafte Risiken für Unternehmen:
- Weniger als die Hälfte (44 %) der Organisationen verfügen über klar definierte und umfassende Richtlinien in Bezug auf GenAI.
- Nur etwas mehr als ein Drittel (37 %) glaubt, dass ihre Infrastruktur und ihr Datenökosystem intestine auf die Implementierung von GenAI-Lösungen vorbereitet sind. Allerdings gaben Führungskräfte auf C-Ebene 1,3-mal häufiger an, dass ihre Infrastruktur und ihr Datenökosystem intestine vorbereitet seien, was eine erhebliche Diskrepanz verdeutlicht.
- 61 % der Befragten stimmten zu, dass die meisten Benutzer nicht wissen, wie sie aus GenAI Kapital schlagen können, und 51 % berichteten von einem Mangel an qualifizierten Mitarbeitern mit GenAI-Kenntnissen.
- 40 % der Befragten gaben an, dass sie über die Planung und Durchführung von GenAI-Projekten nicht intestine informiert seien.
„Unternehmen springen eindeutig auf den GenAI-Zug auf, was nicht überraschend ist, aber es ist auch klar, dass die Grundlage für eine erfolgreiche GenAI noch nicht vollständig ausgebaut ist und ihr volles Potenzial nicht ausgeschöpft werden kann“, sagte Ayman Abouelwafa, Chief Know-how Officer bei Hitachi Vantara. „Um die wahre Leistungsfähigkeit von GenAI freizusetzen, ist jedoch eine starke Grundlage mit einer robusten und sicheren Infrastruktur erforderlich, die den Anforderungen dieser leistungsstarken Technologie gerecht wird.“
Aufbau der Grundlage für Enterprise GenAI
Daten zeigen, dass Unternehmen aktiv nach kostengünstigeren Infrastrukturoptionen suchen, aber Datenschutz und Latenz sind auch die wichtigsten Faktoren. 71 % der Befragten stimmten zu, dass ihre Infrastruktur modernisiert werden muss, bevor sie GenAI-Projekte in Angriff nehmen – überwältigende 96 % der Umfrageteilnehmer bevorzugen nicht-proprietäre Modelle, 86 % werden Retrieval-Augmented Era (RAG) nutzen und 78 % nennen eine Mischung aus On-Premises und Public Cloud für den Aufbau und die Nutzung von GenAI-Lösungen. Langfristig erwarten die Unternehmen jedoch eine Zunahme der Nutzung proprietärer Modelle – laut Umfrage um das Sechsfache –, da die Unternehmen an Fachwissen gewinnen und versuchen, sich von der Konkurrenz abzuheben.
„Der Bedarf an höherer Genauigkeit zeigt, dass Unternehmen die relevantesten und aktuellsten Daten priorisieren und in ein Massive Language Mannequin integrieren, gefolgt vom Wunsch, mit Technologie, Vorschriften und sich ändernden Datenmustern Schritt zu halten“, sagte Mike Leone, leitender Analyst bei der Enterprise Technique Group. „Die Verwaltung von Daten mit der richtigen Infrastruktur ermöglicht nicht nur eine höhere Genauigkeit, sondern verbessert auch die Zuverlässigkeit, wenn sich Daten und Geschäftsbedingungen ändern.“
Treiber und Hindernisse für die Einführung
Der Bericht ergab, dass es mehrere Bereiche gibt, die Unternehmen zu GenAI treiben, aber auch, die sie zögern lassen. Was die Gründe für Unternehmensinvestitionen in GenAI betrifft, drehten sich die am häufigsten genannten Anwendungsfälle um Prozessautomatisierung und -optimierung (37 %), prädiktive Analysen (36 %) und Betrugserkennung (35 %). Es ist daher keine Überraschung, dass die Verbesserung der betrieblichen Effizienz der Bereich struggle, in dem die Unternehmen am häufigsten Ergebnisse erzielten; allerdings haben bisher weniger als die Hälfte (43 %) Vorteile erzielt.
Mehr als vier von fünf (81 %) der Befragten nannten die größten Bedenken und Herausforderungen hinsichtlich der Gewährleistung von Datenschutz und Compliance bei der Erstellung und Nutzung von Anwendungen, die GenAI nutzen, und 77 % stimmten zu, dass Probleme mit der Datenqualität gelöst werden müssten, bevor die Ergebnisse von GenAI akzeptiert würden.
Melden Sie sich für die kostenlosen insideAI Information an Publication.
Folgen Sie uns auf Twitter: https://twitter.com/InsideBigData1
Folgen Sie uns auf LinkedIn: https://www.linkedin.com/firm/insideainews/
Folge uns auf Fb: https://www.fb.com/insideAINEWSNOW