Global undersökning från Altair visar på stora möjligheter i förbättrad effektivitet, uppskalning och framgång i AI- och IT-projekt

TROY, Michigan, 7 juni 2023 – Altair (NASDAQ: ALTR), en global ledare inom beräkningsvetenskap och artificiell intelligens (AI), släpper nu resultatet från en internationell undersökning som visar på hög grad av global användning och implementering av data- och AI-strategier. Undersökningen avslöjar även tre huvudsakliga typer av friktion som har en negativ påverkan på projektets möjlighet till framgång; organisatorisk, teknisk och ekonomisk friktion.

“Dagens organisationer inser att det är nödvändigt att använda data som en strategisk tillgång för att skapa konkurrensfördelar,” säger James R. Scapa, grundare och verkställande direktör för Altair. “Men det är också tydligt att friktion uppstår mellan människor, teknik och ekonomi, vilket hindrar organisationer från att nå de datadrivna insikter som krävs för att skapa resultat. För att uppnå vad vi kallar “Friktionsfri AI” måste företag börja använda verktyg för dataanalys med självbetjäning så att användare, oavsett teknisk kompetens, kan arbeta enkelt och kostnadseffektivt i komplexa system och därmed kringgå olika typer av friktion som hindrar dem från att avancera arbetet.”

Det är en oberoende undersökning bland mer än 2000 yrkesverksamma inom flera branscher i tio länder som visar på en hög frekvens av misslyckade projekt inom AI och dataanalys (mellan 36% och 56%) när friktion mellan organisationens avdelningar kan identifieras.

De tre främsta faktorerna som skapar friktion

Undersökningen har identifierat organisatorisk, teknisk och ekonomisk friktion som de främsta påverkansfaktorerna som motverkar framgång i projekt inom AI och dataanalys.

Organisatorisk friktion

Undersökningen visar att organisationer har svårt att hitta rätt IT-kompetens, vilket är en signifikant orsak till friktion.

• 75% av deltagarna i undersökningen upplever det svårt att rekrytera personer med tillräckligt hög teknisk kompetens.
• 35% säger att majoriteten av arbetsstyrkan har låg förståelse för hur AI fungerar.
• 58% säger att kompetensbristen och tiden det tar att vidareutbilda befintlig personalstyrka är den vanligaste utmaningen för att kunna genomföra AI-strategin.
• De svarande beskriver de största utmaningarna som hastighetsbegränsningar vid databehandlingar, förmågan att ta snabba datadrivna beslut, samt bristande datakvalitet.
• Nästan två av tre svarande (63%) säger att deras organisation tenderar att göra arbetet med AI-driven mjukvara mer komplicerat än vad det behöver vara.
• 33% uppger att äldre systems oförmåga att utveckla avancerad AI och initiativ för maskininlärning är en återkommande teknisk utmaning som skapar friktion.
• 25% av deltagarna nämner ekonomiska begränsningar som en källa till friktion, vilket i sin tur negativt påverkar AI-initiativ inom organisationen.
• 28% svarar att ledningen är alltför fokuserad på de initiala kostnaderna för att förstå hur investeringar i AI och maskininlärning kan gynna deras organisation.
• 33% svarar att den “höga kostnaden för implementering” – oavsett om den är verklig eller upplevd – är en av organisationens brister när de förlitar sig på AI-verktyg för att slutföra projekt.
• En av fyra svarar att fler än 50% av projekten misslyckades.
• 42% av de svarande erkänner att de har upplevt misslyckade AI-initiativ under de senaste två åren; av dem är den genomsnittliga andelen misslyckade projekt inom organisationen 36%.
• Trots att AI-projekten inte når framgång fortsätter organisationer att använda AI för att de tror på möjligheterna med att skala upp sin kapacitet och serviceförmåga på lång sikt (78%) och att mindre framgångar trots allt visar potential för ett positivt genombrott på lång sikt (54%).
• 33% av deltagarna berättar att under de senaste två åren har över hälften av deras datadrivna projekt inte har nått hela vägen till produktion.
• Dessutom uppger 55% att under de senaste två åren har över en tredjedel av deras datadrivna projekt inte nått hela vägen till produktion.
• Så mycket som 67% svarar att mer än en fjärdedel av projekten aldrig går till produktion.
  
• Svarande i Asien-Stillahavsregionen (APAC) samt Europa och Mellanöstern (EMEA) upplever fler misslyckade AI-projekt de två senaste åren (54% och 35%) jämfört med den Nord- och Sydamerikanska (AMER) regionen (29%).
• 65% av svarande i APAC och 61% av svarande i EMEA håller med om att deras organisation gör arbetet med AI-verktyg onödigt komplicerat.
• 78% av svarande i APAC och 75% av svarande i EMEA upplever svårigheter att rekrytera personer med tillräcklig kompetens i datavetenskap.

Teknisk friktion

Mer än hälften av deltagarna i undersökningen säger att organisationen ofta möter tekniska begränsningar, vilket saktar ner arbetet med olika initiativ inom AI och dataanalys.

Ekonomisk friktion

Trots att organisationer önskar att skala upp sina data- och AI-strategier, fortsätter team och individer att stöta på ekonomiska hinder.

Optimism råder trots att många projekt misslyckas

Organisationer i olika branscher och länder fortsätter att använda AI, trots att många projekt misslyckas.

Många organisationer kämpar även med att genomföra datadrivna projekt.

Friktion runt om i världen

Undersökningen visar även globala trender där teknik och kompetens är två smärtpunkter för att företag framgångsrikt ska kunna implementera organisatorisk data- och AI-strategier.

Vad är Friktionsfri AI?

När organisationer upplever “Friktionsfri AI”, blir dataanalys en enkel och naturlig del av företaget, med snabba och skalbara projekt som kan återanvändas. Det finns ingen teknisk friktion mellan organisationen och deras data, ingen organisatorisk friktion mellan IT-experter och domänexperter, ingen friktion i arbetsflödet mellan design av IT-applikationer och verkställd produktion för effektivt beslutsfattande och ingen friktion i samband med migrering när infrastruktur eller verktyg förändras.

Denna globala undersökning beställdes av Altair och genomfördes av Atomik Research den 14-31 mars 2023. Deltagarna bestod av 2 037 yrkesverksamma från flera utvalda branscher med jobbfunktioner relaterade till data och dataanalys. Urvalet bestod av deltagare från tio länder över hela världen, inklusive USA, Kina, Frankrike, Tyskland, Indien, Italien, Japan, Sydkorea, Spanien och Storbritannien.

För att läsa hela undersökningen “Frictionless AI Global Survey Report” och för att lära dig mer om Altairs friktionsfria AI-lösningar, besök https://altair.com/frictionless-ai.