Una nuova ricerca sostiene che la stragrande maggioranza (80%) dei progetti basati sull'IA fallisce, il doppio del tasso di fallimento normale per le proposte tecnologiche non basate sull'IA.
Uno studio della Rand Corporation ha rilevato che solo il 14% delle organizzazioni si sente pienamente pronto ad adottare l'IA, nonostante l'84% dei dirigenti aziendali abbia dichiarato di ritenere che la tecnologia avrà un impatto significativo sulla propria organizzazione.
La ragione principale del fallimento dei progetti è stata identificata nella mancanza di comprensione e di comunicazione tra gli stakeholder e il personale tecnico circa l'intento e lo scopo del progetto. Questo significa che spesso i manager non concedono ai team il tempo e le risorse necessarie: è fondamentale assicurarsi che i leader e i team tecnici abbiano gli stessi obiettivi.
Attrazione per il superfluo
L'impossibilità di disporre dei dati necessari per addestrare sufficientemente il modello di IA è stato un altro problema per i nuovi progetti: un investimento insufficiente nell'infrastruttura per supportare la governance dei dati e l'implementazione del modello ha fatto sì che i progetti di IA richiedessero più tempo e non fossero altrettanto efficaci.
Ciò fa eco a una precedente ricerca di Lenovo, che ha rivelato preoccupazioni sulla potenza di calcolo e sulle risorse di dati necessarie per addestrare i modelli.
Un'altra difficoltà che i nuovi progetti hanno spesso incontrato è stata l'eccessiva smania di utilizzare l'ultima tecnologia più brillante, invece di concentrarsi sulla soluzione di problemi reali per gli utenti. Sperimentare nuove tecnologie aiuta a guidare lo sviluppo, ma troppo spesso queste vengono utilizzate per il gusto di usarle, anziché quando sono le più adatte. I ricercatori spiegano che i progetti di successo non si distraggono nel rincorrere gli ultimi progressi dell'IA, ma si concentrano sul problema da risolvere.
Infine, e forse non è una sorpresa, il rapporto ha rilevato una tendenza a sopravvalutare le capacità dell'IA stessa. Sebbene gli investimenti siano aumentati di 18 volte dal 2013, l'IA non è una soluzione definitiva per automatizzare tutte le attività e la tecnologia presenta ancora limiti significativi. La comprensione delle capacità dei modelli è fondamentale per il successo.
Con una pressione così massiccia per l'utilizzo dell'IA in una varietà di settori, le aziende devono tenere presente che l'IA è un investimento come un altro e comporta seri rischi se non viene compreso appieno o gestito correttamente.
