Почти всички пилотни проекти на GenAI се провалят

По-голямата част от пилотните проекти за внедряване на генеративен изкуствен интелект, които се опитват да стимулират бърз растеж на приходите на компаниите, „се провалят”, сочи ново проучване на инициативата NANDA на Mасачузетския технологичен институт (MIT).

95% от компаниите в извадката, внедряващи генеративен изкуствен интелект, се бавят с проектите си. GenAI „осигурява малко или никакво измеримо въздействие” върху печалбата и загубата, установи проучването.

Изглежда, че е игра „всичко или нищо”, тъй като само 5% от компаниите, които се възползват от GenAI, постигат отличителни резултати. 

Това са предимно стартиращи компании, ръководени от 19- или 20-годишни предприемачи, чиито приходи са „скочили от нула до 20 милиона долара за една година”.

Ключът към успеха с AI моделите е специализацията, според авторите на доклада. Успешното внедряване е свързано с избиране на „една болезнена точка” и нейното добро изпълнение, както и внимателно партньорство с компаниите, които използват тези AI инструменти.

Специализираните доставчици имат успех в около 67% от случаите, но вътрешно изградените AI модели успяват с около една трета по-рядко. 

В силно регулирани сектори като финансовата индустрия много организации изграждат свои собствени системи с изкуствен интелект, но изследванията показват, че такива компании са много по-склонни към провал.

Когато има мениджъри, овластени да управляват внедряването, те постигат успех, защото са в състояние да избират инструменти, които могат да се адаптират с течение на времето.

Разпределението също е важно, тъй като повечето бюджети на GenAI са предназначени за продажби и маркетинг – но най-голямата възвръщаемост на инвестициите е наблюдавана в автоматизацията на бек-офиса.

Не за първи път изследванията показват, че моделите с изкуствен интелект не работят както трябва. Значителен брой компании са заменили работници от по-ниско ниво с изкуствен интелект – но над половината от британските фирми, които са направили това, съжаляват за решението си.

Осезаемите ползи от AI моделите са все по-трудни за намиране, а рисковете за сигурността се увеличават и правят корпоративните ESG цели много по-трудни за постигане.