Tehisintellekt lendab pimesi: miks suurettevõtted enam omaenda andmetest aru ei saa

Alahinnatud tehisintellekti risk: miks andmete kaos võib ettevõtetele miljoneid maksma minna

Tehisintellekti ümber käiv elevus annab tippjuhtide seas üha enam teed kainestavale reaalsusele. Kuigi OpenAI, Google'i ja teiste keelemudelid muutuvad üha võimsamaks, ebaõnnestub nende produktiivne kasutamine praktikas tavaliselt tohutu, kuid sageli eiratud probleemi tõttu: sisemine andmekaos. Kui lepingud, vestlusajalood, e-kirjad ja arvutustabelid on struktureerimata laiali lugematutes silodes ja osakondades, ei jää isegi kõige intelligentsematel tehisintellekti agentidel midagi järele või nad lihtsalt hallutsineerivad. Just selle haavatavuse tõttu on tekkimas kiiresti kasvav mitme miljardi dollari suurune turg. Spetsialiseerunud idufirmad ja väljakujunenud tehnoloogiahiiglased ehitavad nn semantilisi andmekihte – uut keskset operatsioonisüsteemi ettevõtte andmete jaoks. Kuid see tehnoloogia ei too kaasa mitte ainult tohutut efektiivsuse kasvu ja revolutsioonilisi maksemudeleid, vaid kannab endas ka käegakatsutavaid riske küberturvalisuse ja sõltuvuse osas. See artikkel pakub põhjalikku sukeldumist tehisintellekti tuleviku arhitektuuri ja uurib, mida see muutus tähendab majanduse jaoks – alates suurkorporatsioonidest kuni keskmise suurusega ettevõteteni.

Sellega seotud:

• Tehisintellekti Unframe | Tehisintellektiga ühilduvad andmed. Loodud teie juba käitatavate süsteemide põhjal.

Miljardidollariline turg on vanast probleemist väljumas

Ärimaailma tehisintellekti ümber käiv debatt on viimase kahe aasta jooksul põhjalikult muutunud. Kui esialgne fookus oli sellel, milline keelemudel annab parimad vastused, on nüüd kesksel kohal palju pragmaatilisem aspekt: ​​nende mudelite jaoks mõeldud andmete kvaliteet, ajakohasus ja kättesaadavus. Uuring, milles osales sada andme- ja tehnoloogiajuhti ettevõtetest, mille tulu on üle kahe miljardi USA dollari ja töötajad üle viie tuhande, annab kainestava pildi. Peaaegu kõik vastajad – täpsemalt üheksakümmend üheksa protsenti – näevad vaeva ühtsete ärinäitajate määratlemisega erinevate tööriistade ja osakondade vahel. Peaaegu kaheksakümmend protsenti andmemeeskondadest veedab rohkem kui poole oma ajast andmete ettevalmistamisega, selle asemel, et neist tegelikult teadmisi saada. Need arvud näitavad, et semantiline ebajärjekindlus ei ole enam marginaalne probleem, vaid pigem operatsioonisüsteem, millel paljud suurettevõtted endiselt töötavad.

Just sellesse lünka astub uus teenusepakkujate kategooria, positsioneerides end ühenduslülina ettevõtete killustatud reaalsuse ja tänapäevaste tehisintellekti süsteemide nõudmiste vahel. Nende lubadus on koondada kõik ettevõtte andmeallikad – alates e-kirjadest ja lepingutest kuni ERP- ja CRM-süsteemideni – pidevalt sünkroniseeritud, juhtimist toetavaks kihiks. Selle lubaduse edu on ilmne California-Iisraeli-Saksa idufirma Unframepuhul, mis kaheteistkümne kuu jooksul pärast ametlikku turuletoomist kindlustas lepingute mahu üle saja miljoni USA dollari. Selle viimane viiekümne miljoni USA dollari suurune rahastamisvoor, mida juhtis Highland Europe, viis kaasatud vahendite kogusumma saja miljoni USA dollarini. Sellised kasvunumbrid on märkimisväärne märk tõelisest, mitte pelgalt väidetavast vajadusest turusegmendis, mis on eksisteerinud vaid paar aastat.

Miks traditsioonilised andmearhitektuurid takistavad tehisintellekti arengut?

Selle arengu tagajärgede mõistmiseks tasub vaadata andmeladude ajaloolist funktsiooni. Aastakümneid optimeeriti neid ühe eesmärgi jaoks: retrospektiivseks aruandluseks. Kvartaliarvud, müügistatistika, juhtkonna peamised tulemusnäitajad – kõike seda sai rahuldavalt esitada perioodiliselt uuendatavate ja kõrgelt struktureeritud andmebaaside abil. Tehisintellekt, eriti agentidel põhinevad süsteemid, mis on loodud iseseisvate otsuste tegemiseks või toimingute käivitamiseks, nõuab aga midagi põhimõtteliselt teistsugust. See vajab operatiivteavet, mis on reaalajas ajakohane ja seotud tegelike äriprotsessidega. Tarneahela otsuseid toetama mõeldud tehisintellekti agent ei saa töötada andmetega, mis on kolm nädalat vanad ja mis on ette valmistatud ainult retrospektiivseks analüüsiks.

Seda lahknevust süvendab veel üks struktuuriline probleem. Suurte tehnoloogiaettevõtete hinnangul on kuni 90 protsenti ettevõtte andmetest struktureerimata ning hajutatud dokumentide, vestluste ajaloo, tugipiletite, arvete ja kalendrikirjete vahel. See tohutu hulk teavet jääb suures osas väljapoole traditsiooniliste arvutustabelipõhiste andmehoidlate ulatust ja oli traditsioonilistele analüüsivahenditele lihtsalt ligipääsmatu. Ilma ühtse semantilise kihita, mis esindaks järjepidevalt nii struktureeritud kui ka struktureerimata sisu, on praktiliselt võimatu koondada erinevatest allikatest pärit teavet ja esitada seda tehisintellekti mudelile usaldusväärse kontekstina.

Eraldi võrdlusprojekt, mis hindas generatiivse tehisintellekti andmete küpsust, jõudis struktuurilt sarnase tulemuseni, ehkki erineva kaaluga. Selles uuringus nimetas 59 protsenti küsitletud juhtidest generatiivse tehisintellekti produktiivse kasutamise suurimaks takistuseks andmete kvaliteeti ja järjepidevust, millele järgnesid killustatud andmemaastikud 50 protsendiga ning andmete turvalisuse ja privaatsuse probleemid samuti 50 protsendiga. Samuti on tähelepanuväärne, et ainult 13 protsenti ettevõtetest, mis juba kasutavad generatiivset tehisintellekti, suudavad takistada tundlike andmete, näiteks klientide või töötajate teabe, filtreerimata voolamist keelemudelitesse. See viitab juhtimislüngale, mis ulatub kaugemale tehnilise ühilduvuse probleemidest ja viib otse andmekaitse ja regulatiivse vastutuse valdkonda.

Uue andmekihi taga olev ärimudel

Selliste pakkujate nagu Unframe järgitavat põhiprintsiipi saab kirjeldada neljas funktsionaalses etapis. Esiteks ühendatakse platvormiga ettevõtte süsteemid, rakendused, andmehoidlad, failid ja API-d. Seejärel teisendatakse need heterogeensed allikad üheks, kogu organisatsiooni hõlmavaks halduspõhiseks andmekihiks. Kolmas samm hõlmab pidevat sünkroniseerimist alliksüsteemidega, tagades, et andmekiht ei muutuks lihtsalt järjekordseks aegunud hetktõmmiseks, vaid peegeldaks pigem ettevõtte tegelikku olekut. Alles neljandas etapis kasutatakse seda alust tehisintellekti, analüütika ja automatiseerimise toetamiseks – kõik ehitatud samale järjepidevale alusele.

Kontseptuaalselt meenutab see lähenemisviis organisatsiooni omamoodi digitaalset kaksikut, kuid mitte peamiselt füüsiliste protsesside simuleerimiseks. Selle asemel teenib see klientide, toodete, lepingute ja tehingute kaardistamist järjepidevas esituses. Sellise mudeli majanduslik atraktiivsus seisneb selles, et iga uus tehisintellekti rakendus ei pea asjakohastele äriandmetele juurdepääsuks nullist alustama. Selle asemel tugineb iga rakendus samale, juba puhastatud ja rikastatud alusele. See potentsiaalselt vähendab iga järgneva tehisintellekti algatuse kulusid märkimisväärselt, kuna tehisintellekti projekti kõige keerulisem ja sageli alahinnatud osa – andmete integreerimine ja puhastamine – tuleb teha ainult üks kord.

Unframe kirjeldab oma pakkumist kui modulaarseid, korduvkasutatavaid ehitusplokke, millest saab kokku panna kohandatud lahendusi ilma iga kasutusjuhu jaoks eraldi mudelikoolitust nõudmata. Nn Framery toimib avatud platvormikihina, mis saab ühenduda mis tahes tarkvarateenuse, API, andmebaasi või failivorminguga, olenemata sellest, kas infrastruktuuri hallatakse pilves, kohapeal või hübriidkeskkonnas. Euroopa ja eriti Saksamaa ettevõtete jaoks on veel üks aspekt väga oluline: platvorm toimib sõltumatult mis tahes konkreetsest keelemudeli pakkujast, mis tähendab, et puudub seos konkreetse pakkujaga. Lisaks reklaamitakse selgesõnaliselt vastavust Euroopa isikuandmete kaitse üldmäärusele (GDPR) ja ELi tehisintellekti seadusele. Andmed ei tohiks vaikimisi kliendi süsteemi piiridest lahkuda, kui seda ei ole selgesõnaliselt taotletud.

Tulemuspõhine hinnakujundus usaldussignaalina umbusaldusväärsel turul

Äristrateegia eriti paljastav aspekt seisneb hinnastamismudelis. Erinevalt traditsioonilistest tarkvarapakkujatest, kes võtavad litsentsitasusid olenemata tegelikust kasust, tugineb Unframe tulemuspõhisele arveldusmudelile. Kliendid maksavad ainult siis, kui lahendus on tõestatavalt toimiv ja tulemusi annab. See otsus ei ole sugugi juhuslik, vaid pigem otsene vastus sügavale juurdunud skeptitsismile juhatustes. Nagu ettevõtte kaasasutaja on avalikult öelnud, on ettevõtted väsinud lahenduste rahastamisest, mis valdaval enamikul juhtudel ebaõnnestuvad, mistõttu nõuavad nad mudelit, kus makstakse tegeliku edu eest.

See tähelepanek on kooskõlas paljude ettevõtete laiema kogemusega, kes on aastaid katsetanud nn kontseptsioonitõendusprojektidega ilma neid tootmissüsteemidesse integreerimata. Märkimisväärne hulk paljulubavaid tehisintellekti kasutusjuhtumeid, arvukalt pilootprojekte ja ometi peaaegu mitte midagi, mida igapäevases tegevuses tegelikult ei kasutata – see võtab kokku paljude ettevõtete lähtepunkti, kes pöörduvad selle uue pakkujate kategooria poole. Selle lubaduse majanduslik tuum seisneb ebaõnnestunud projekti riski nihutamises ainuüksi kliendilt vähemalt osaliselt pakkuja enda riskile. See muudab põhimõtteliselt stiimulite struktuuri ja on tõenäoliselt üks peamisi põhjuseid täheldatud kasvudünaamikale, eriti eelmainitud 400-protsendilisele puhaskasumi säilitamisele, mis tähendab, et olemasolevad kliendid on oma kulutusi aasta jooksul keskmiselt neljakordistanud.

Kes on kliendid ja mida see turu küpsuse taseme kohta näitab

Mainitud referentskliendid maalivad huvitava pildi erinevatest tööstusharudest. Nende hulgas on kinnisvaraettevõtted Cushman & Wakefield ja Avison Young, küberturvalisuse ettevõte Armis ning Šveitsi kirjastus NZZ. Lisaks on teatatud kasutusjuhtudest lennufirmade jaoks meeskondade ajakava optimeerimiseks ja jaemüüjate jaoks müügiedenduste planeerimiseks. See jaotus kinnisvara, meedia, turvalisuse, lennunduse ja jaemüügi vahel viitab sellele, et tegemist ei ole nišilahendusega ühele tööstusharule, vaid pigem tööstusharudeülese taristuprobleemiga, mis ilmselgelt tekib väga erinevates majanduslikes kontekstides.

Samuti pakub huvi ettevõtte geograafiline ja organisatsiooniline struktuur. Peakontoriga Cupertinos Californias ning lisaks kontoritega Tel Avivis ja Berliinis kehastab Unframe tehnoloogiasektorile tüüpilist transatlantilist või mandritevahelist ülesehitust, mis ühendab Ameerika kapitali, Iisraeli tehnoloogilise arengu ja läheduse Euroopa turule. Saksa fookusega ettevõtte puhul on eriti oluline, et tegevjuht-kaasasutaja töötab otseselt Berliinist ja et ettevõte on korduvalt osalenud Euroopa digiüritustel, näiteks Mind the Tech konverentsil Berliinis. See annab märku teadlikust strateegilisest keskendumisest Euroopa turule, millel rangemate andmekaitsenõuete ja üldiselt ettevaatlikuma suhtumise tõttu ettevõtte andmete kontrollimatusse edastamisse Ameerika pilveteenuse pakkujatele on erinevad nõuded kui Põhja-Ameerika turul.

Konkurentsimaastik ja tehnoloogiahiiglaste võidujooks

Kirjeldatud trend ei piirdu kaugeltki ainult spetsialiseerunud idufirmadega. Ka tuntud tehnoloogiaettevõtted on tuvastanud killustatud ettevõtteandmete probleemi kui peamise kasvuvaldkonna. Dell Technologies on koos Nvidiaga välja töötanud tehisintellekti andmeplatvormi, mille eesmärk on muuta aastakümneid killustatud ettevõtteandmed tegutsemist võimaldavaks intelligentsuseks. Delli vanem tooteturunduse juht märkis tabavalt, et andmeprobleemi lahendus ei pea käsitlema mitte ainult salvestustasandit, vaid hõlmama kogu protsessi alates andmete sisestamisest ja kureerimisest kuni orkestreerimiseni, et andmed jõuaksid lõpuks usaldusväärselt graafikaprotsessorite arvutusvõimsuseni.

IBM rõhutas oma 2026. aasta peamiste andmetrendide hindamises ka seda, et ilma koondatud platvormita, mis pakub ühtset juurdepääsu struktureeritud ja struktureerimata andmetele, ei suuda ettevõtted rakendada analüütikat ja autonoomset automatiseerimist vajaliku kiiruse ja usaldusväärsusega. See ühe maailma vanima ja suurima IT-ettevõtte hinnang rõhutab, et see ei ole nišiprobleem väikestele müüjatele, vaid pigem põhimõtteline struktuuriline väljakutse, mis on määratletud kui kriitiline kitsaskoht kogu tööstusharus. Oluline on see, et IBM rõhutab selgesõnaliselt, et ükski müüja ei saa seda probleemi üksi lahendada, kuna hajutatud andmete integreerimine ja autonoomsete tehisintellekti süsteemide jaoks vajaliku infrastruktuuri arendamine nõuab laia partnerite ja tehnoloogiate ökosüsteemi.

See hinnang heidab olulist valgust tegelikule konkurentsidünaamikale. Tekkimas ei ole turg, kus üks võitja domineerib kogu väärtusahelas, vaid pigem hulk pakkujaid, kellel on erinevad fookused, mõned täiendavad teineteist, mõned konkureerivad omavahel. Spetsialiseerunud pakkujad, nagu K2View, keskenduvad otseselt operatiivsetele, tootmisvalmis andmearhitektuuridele, samas kui taristuettevõtted nagu Dell ja Nvidia pakuvad alusarvutusvõimsust ning platvormipakkujad, nagu Unframe täidavad lõhet toorandmete ja juurutatavate tehisintellekti rakenduste vahel.

Siit saate teada, kuidas teie ettevõte saab kiiresti, turvaliselt ja ilma kõrgete sisenemisbarjäärideta rakendada kohandatud tehisintellekti lahendusi.

Hallatud tehisintellekti platvorm on teie kõikehõlmav ja muretu tehisintellekti lahendus. Keerulise tehnoloogia, kalli infrastruktuuri ja pikkade arendusprotsessidega tegelemise asemel saate spetsialiseerunud partnerilt teie vajadustele vastava valmislahenduse – sageli vaid mõne päeva jooksul.

Peamised eelised lühidalt:

⚡ Kiire teostus: Ideest kasutusvalmis rakenduseni päevade, mitte kuude jooksul. Pakume praktilisi lahendusi, mis loovad kohest lisaväärtust.

🔒 Maksimaalne andmeturve: Teie tundlikud andmed jäävad teie kätte. Garanteerime turvalise ja nõuetele vastava töötlemise ilma andmeid kolmandate osapooltega jagamata.

💸 Finantsriski pole: maksate ainult tulemuste eest. Suured esialgsed investeeringud riist- ja tarkvarasse või personali jäävad täielikult ära.

🎯 Keskendu oma põhitegevusele: Keskendu sellele, mida sa kõige paremini oskad. Meie hoolitseme sinu tehisintellekti lahenduse kogu tehnilise juurutamise, käitamise ja hoolduse eest.

📈 Tulevikukindel ja skaleeritav: teie tehisintellekt kasvab koos teiega. Tagame pideva optimeerimise ja skaleeritavuse ning kohandame mudeleid paindlikult uutele nõuetele.

Lisateavet leiate siit:

• Hallatud tehisintellekti platvorm

Juhtimine kui alahinnatud konkurentsitegur

Üks tehisintellekti avalikus arutelus sageli tähelepanuta jäetud aspekt on valitsemise küsimus – see tähendab kontrolli selle üle, kellel on juurdepääs millistele andmetele, kuidas neid töödeldakse ja kuidas neid saab jälgida konkreetsete tehisintellekti otsusteni. Eespool viidatud saja andmehalduri uuring näitab, et 87 protsenti vastanutest nõuab suuremat läbipaistvust selle osas, kuidas tehisintellekt nende andmeid kasutab ja tõlgendab. See on märkimisväärselt kõrge näitaja ja viitab sellele, et usaldus tehisintellekti süsteemide usaldusväärsuse vastu ei ole kõrvalküsimus, vaid pigem peamine eeltingimus nende laiemaks aktsepteerimiseks organisatsioonides.

Küsitletud ettevõtete keskpika perioodi prioriteedid järgmiseks kolmeks kuni viieks aastaks kinnitavad seda pilti. Skaleeritavust erinevate andmeallikate vahel peab prioriteediks 92 protsenti, andmete ja peamiste tulemusnäitajate (KPI-de) kaasaskantavust 83 protsenti ning tehisintellekti juhtimist ja jälgitavust 82 protsenti. Need kolm prioriteeti on omavahel tihedalt seotud. Ilma skaleeritavate ja süsteemipiiride üleselt ühtsete andmestruktuurideta ei saa luua usaldusväärset juhtimist ning ilma juhtimiseta on igasugune skaleerimine seotud oluliste õiguslike ja maineriskidega, eriti seoses Euroopa isikuandmete kaitse üldmäärusega (GDPR) ja nüüdseks jõustunud Euroopa Liidu tehisintellekti seadusega.

See on eriti oluline Saksamaa ja Euroopa ettevõtete jaoks, kuna regulatiivne raamistik on oluliselt rangem kui Ameerika Ühendriikides või suures osas Aasiast. Euroopa ettevõtted, kes rakendavad tehisintellekti andmekihti, peavad algusest peale kaaluma, kuidas isikuandmeid kaitstakse, kuidas töötlemisprotseduure dokumenteeritakse ja kuidas tehisintellekti süsteemi otsuseid vaidluse korral läbipaistvaks muuta. Pakkujad, kes lisavad need nõuded oma arhitektuuri algusest peale, näiteks lubades andmetel jääda täielikult oma süsteemi piiridesse, saavad struktuurilise eelise konkurentide ees, kes tuginevad peamiselt USA pilveinfrastruktuuridele, kus on leebemad eeskirjad.

Majanduslikud tagajärjed Saksamaa VKEdele

Kuigi seni mainitud võrdluskliendid on valdavalt suured rahvusvaheliselt tegutsevad korporatsioonid, tekib õigustatud küsimus selle teema olulisuse kohta Saksa VKEde jaoks, kes traditsiooniliselt moodustavad Saksamaa majanduse selgroo. Esmapilgul tundub olukord väiksemate ettevõtete puhul vähem dramaatiline, kuna neil on loomulikult vähem süsteeme ja väiksem andmemaht. Lähemal uurimisel selgub aga, et VKEd, mis on aastate jooksul orgaaniliselt kasvanud ja rakendanud mitmesuguseid isoleeritud lahendusi raamatupidamise, varude haldamise, kliendisuhete haldamise ja kommunikatsiooni jaoks, seisavad silmitsi struktuurilt sarnase killustatuse probleemiga – lihtsalt väiksemas mastaabis.

Seega ei ole oluline majanduslik küsimus mitte see, kas probleem on olemas, vaid see, kas investeering ühtsesse andmekihti on piiratud IT-eelarvete korral majanduslikult õigustatud. Tulemuspõhiste hinnamudelite teke, mille teerajajaks oli Unframe , mängib siin tõenäoliselt olulist rolli, kuna see mudel vähendab märkimisväärselt väiksemate ettevõtete finantsriski. Samal ajal võib eeldada, et keskmise suurusega ettevõtete jaoks kehtestatakse pigem lihtsustatud ja spetsialiseeritumad lahendused kui mitme miljardi dollari suurustele korporatsioonidele mõeldud terviklikud platvormid. Põhiloogika, et järjepidev ja pidevalt sünkroniseeritud andmekiht on iga sisuka tehisintellekti rakenduse eeltingimus, jääb aga kehtima olenemata ettevõtte suurusest.

Uue andmekihiga seotud riskid ja lahtised küsimused

Kuigi see areng väärib märkimisväärset tähelepanu, ei tohiks tähelepanuta jätta sellega kaasnevaid riske. Kogu ettevõtte andmemaastiku migreerimine ühtsele kesksele kihile loob paratamatult küberkurjategijatele äärmiselt atraktiivse sihtmärgi. Selle keskse andmekihi edukal kompromiteerimisel võivad olla palju ulatuslikumad tagajärjed kui ühe isoleeritud süsteemi rikkumisel, kuna see võib koheselt anda juurdepääsu kogu ettevõtte kliendi-, lepingu- ja finantsandmetele. Selliste platvormide turvaarhitektuur peab seetõttu olema erakordselt tugev ning ettevõtted peaksid pakkuja valimisel kriitiliselt uurima, kuidas detailseid juurdepääsuõigusi kontrollitakse ja krüpteerimisstandardeid rakendatakse.

Teine, strateegilisem risk seisneb sõltuvuses ühest platvormipakkujast. Kuigi Unframe rõhutab selgesõnaliselt, et see ei ole seotud kindla keelemudeliga, kujutab aluseks olev andmekiht endast siiski olulist struktuurilist sõltuvust. Kui ettevõte otsustab teisele pakkujale üle minna, on aastate jooksul kasvanud ettevõtteülese andmekihi migreerimine tõenäoliselt märkimisväärne ettevõtmine, sarnaselt suurte ERP-süsteemide vahetamisega seotud tuntud väljakutsetega. Seda tüüpi seotuse efekti pakkujad ise loomulikult harva lahendavad, kuid seda tuleks iga strateegilise otsuse hindamisel arvesse võtta.

Lõpuks jääb õhku tulemuste tegeliku kvaliteedi küsimus. Isegi kõige arenenum andmekiht ei saa garanteerida, et sellest tulenevad tehisintellekti otsused on veatud. Eriti autonoomsete, agendipõhiste süsteemide puhul, mis algatavad iseseisvalt toiminguid, jääb vastutuse küsimus vigade korral lahendamata. Kui tehisintellekti agent teeb valesti sünkroniseeritud andmekihi põhjal vale äriotsuse – näiteks tõlgendab lepingutingimust valesti või teeb vigase tarneahela otsuse –, tekib kohe vastutuse küsimus, millele on seni nii lepinguliselt kui ka regulatiivselt ebapiisavalt tähelepanu pööratud.

Tegeliku edu kaine hindamine

Selle arengu kriitiline hindamine nõuab ettevaatlikkust liialdatud päästelubaduste suhtes. Idee, et tehisintellekti saab väljakujunenud ettevõttekeskkonnas mõne päevaga rakendada ja tootmisvalmis muuta, võib valitud, selgelt määratletud kasutusjuhtudel tõsi olla, kuid enamiku keerukate äriprotsesside puhul on see tõenäoliselt reaalsuse oluline lihtsustamine. Kogemused varasemate digitaalse transformatsiooni lainetega, näiteks pilveinfrastruktuuri kasutuselevõtu või ERP-süsteemide rakendamisega, näitavad, et isegi tehniliselt keerukad lahendused ebaõnnestuvad regulaarselt organisatsioonilise vastupanu, lähtesüsteemide ebapiisava andmekvaliteedi ja tööjõu soovimatuse tõttu muutusteks.

Samal ajal on aluseks olev diagnoos vaieldamatult õige. Ettevõtte andmete killustatus on reaalne, empiiriliselt hästi dokumenteeritud ja kujutab endast tõepoolest üht peamist kitsaskohta tehisintellekti produktiivsel kasutamisel. Seega ei ole küsimus niivõrd selles, kas ühtne, tehisintellektiga ühilduv andmekiht on mõttekas, vaid pigem selles, milline konkreetne tee selle saavutamiseks on konkreetse ettevõtte jaoks, arvestades selle ainulaadset ajaloolist süsteemimaastikku, riskitaluvust ja olemasolevat eelarvet, majanduslikult kõige elujõulisem. Ettevõtetele, kes on seni selle probleemi lahendamisega kõhelnud, annavad viimase kahe aasta turuarengud olulise vihje: need, kes jätkavad katsetamist isoleeritud, koordineerimata pilootprojektidega, jäävad keskpikas perspektiivis maha konkurentidest, kes investeerisid varakult järjepidevasse andmebaasi.

Andmesilode lammutamine: tee koostalitlusvõimelise ettevõtte tehisintellekti poole

Lähiaastate areng sõltub oluliselt sellest, kas kehtestatakse ühtsed standardid erinevate andmekihtide ja tehisintellekti platvormide koostalitlusvõime tagamiseks. Kui tööstusharul õnnestub välja töötada avatud protokollid, mis võimaldavad erinevatel andmekihtide ja tehisintellekti mudelite pakkujatel sujuvalt koostööd teha, vähendaks see oluliselt olemasolevaid sõltuvusriske ja intensiivistaks konkurentsi klientide kasuks. Esimesed sammud selles suunas on juba nähtavad, näiteks avatud liidese protokollide toetamise kaudu, mis võimaldavad integratsiooni olemasolevate ettevõttesiseste tehisintellekti assistentidega ilma neid täielikult välja vahetamata.

Saksa ettevõtete jaoks, kes on traditsiooniliselt uute digitehnoloogiate kasutuselevõtul olnud üsna kõhklevad, kuid kellel on rahvusvaheliste standardite järgi range ja mitmes mõttes eeskujulik andmekaitsekultuur, pakub see areng huvitavat strateegilist võimalust. Pakkujad, kes integreerivad Euroopa vastavusnõuded oma arhitektuuri algusest peale, võivad saada usalduse osas olulise eelise, eriti saksakeelsetes riikides, puhtalt Ameerika pakkujate ees, kelle andmetöötlustavad on traditsiooniliselt vähem läbipaistvad ja allutatud leebematele eeskirjadele. Saksa ettevõtted, kes loovad varakult järjepideva ja juhtimisvalmis andmekihi, saavad lisaks tehnoloogilisele ka regulatiivsele konkurentsieelise, mis osutub tõenäoliselt lähiaastatel üha väärtuslikumaks, kuna Euroopa tehisintellekti käsitlevate õigusaktide praktiline rakendamine kogub veelgi hoogu.

Mul oleks hea meel olla teie isiklik nõustaja.

Võite minuga ühendust võtta aadressil wolfenstein∂xpert.digital või

Helista mulle lihtsalt numbril +49 7348 4088 965 .

LinkedIn