Le aziende guardano all'intelligenza
artificiale per promuovere innovazione e cambiare il mercato, ma
il 78% non riesce a capitalizzare questi obiettivi a causa di
una base di dati inadeguata. Sono i risultati di uno studio
condotto dal Mit Technology Review Insights, in collaborazione
con l'azienda tecnologica Snowflake.
Secondo l'analisi, sebbene le aziende abbiano grandi
ambizioni in materia di IA generativa - con il 72% che intende
aumentare l'efficienza o la produttività, il 55% che scommette
su una maggiore competitività del mercato e il 47% che mira a
una maggiore innovazione di prodotti e servizi - "la strategia
dei dati di base deve essere migliorata per massimizzare il
potenziale dell'intelligenza artificiale". I dati sono il fulcro
delle capacità dell'intelligenza artificiale generativa e
portano a riflessioni su temi come l'elaborazione e la
conservazione, la sicurezza e i costi.
Il report spiega inoltre che il 22% dei dirigenti aziendali
dichiara di essere "molto pronto" a impiegare l'IA, mentre il
53% ritiene di essere "abbastanza pronto". Un'altra sfida che le
aziende devono affrontare è l'implementazione dell'IA su scala.
Più precisamente, il 95% degli intervistati ha dichiarato di
aver riscontrato diversi ostacoli durante questo processo. Il
59%, invece, ha individuato nella governance, nella sicurezza o
nella privacy dei dati la sfida più importante, seguita da
qualità e tempestività dei dati (53%) e dai costi delle risorse
o degli investimenti (48%).
"Ogni investimento tecnologico porta con sé una serie di
problematiche legate alle decisioni su spesa e risorse, comprese
quelle necessarie per migliorare le basi dei dati. Tuttavia, il
costo dell'IA generativa in sé sta diminuendo, in quanto le
aziende hanno iniziato a progettare modelli linguistici di
grandi dimensioni (Llm) più piccoli, ma ugualmente performanti e
meno costosi", conclude la ricerca.
Riproduzione riservata © Copyright ANSA
