Un’indagine svela le opportunità per migliorare l’efficienza, la scalabilità e il successo dei progetti aziendali di AI e data science

Altair ha pubblicato i risultati di un’indagine internazionale che ha rivelato alti tassi di adozione e implementazione di strategie organizzative basate su dati e AI a livello globale. L’indagine ha anche rivelato che spesso il successo dei progetti è condizionato da tre principali tipologie di ostacoli: organizzativi, tecnologici e finanziari.

L’indagine indipendente condotta su oltre 2.000 professionisti in 10 Paesi e in diversi settori industriali ha evidenziato un elevato tasso di fallimento dei progetti di IA e data science (tra il 36% e il 56%) laddove sono presenti ostacoli tra i reparti organizzativi.

Le tre principali aree di ostacolo

Nel complesso, l’indagine ha identificato gli ostacoli organizzativi, tecnologici e finanziari come i principali limiti al successo dei progetti di data science e intelligenza artificiale.

Ostacoli organizzativi

L’indagine ha rilevato che le organizzazioni stanno avendo difficoltà nel coprire i ruoli di data science, e questo rappresenta una causa significativa di insuccesso.

• Il 75% dei partecipanti ha dichiarato di avere difficoltà a trovare talenti nel campo della data science.
• Il 35% ha affermato che la conoscenza e la comprensione dell’intelligenza artificiale sono basse nella maggior parte del personale.
• Il 58% ha affermato che sono la scarsità di talenti e il tempo necessario per migliorare le competenze dei dipendenti attuali il problema più diffuso nella loro strategia di adozione dell’intelligenza artificiale.

Ostacoli tecnologici

Più della metà dei partecipanti ha dichiarato che la propria organizzazione si scontra spesso con limitazioni tecniche che rallentano le iniziative di data science e intelligenza artificiale.

• Nel complesso, i partecipanti hanno dichiarato di avere difficoltà a causa della lentezza nell’elaborazione dei dati, oltre alla difficoltà nel prendere decisioni informate rapidamente e a problemi legati alla qualità dei dati.
• Quasi due terzi dei partecipanti (63%) hanno affermato che la propria organizzazione tende a complicare l’utilizzo degli strumenti di dati basati sull’intelligenza artificiale più di quanto sia necessario.
• Il 33% ha citato l’incapacità dei sistemi legacy nello sviluppare iniziative avanzate di intelligenza artificiale e di machine learning, creando problemi tecnologici ricorrenti.

Ostacoli finanziari

Nonostante il desiderio delle organizzazioni di espandere le proprie strategie di data science e intelligenza artificiale, i team e gli individui si devono interfacciare continuamente con ostacoli di tipo finanziario.

• Il 25% dei partecipanti ha citato i vincoli finanziari come punto che influisce negativamente sulle iniziative di intelligenza artificiale all’interno della propria organizzazione.
• Il 28% ha affermato che la dirigenza è troppo concentrata sui costi iniziali delle strategie per capire come gli investimenti in intelligenza artificiale e apprendimento automatico potrebbero portare benefici alla loro organizzazione.
• Il 33% ha affermato che l’”alto costo di implementazione” – che sia reale o percepito – è una delle problematiche della loro organizzazione quando si fa affidamento sugli strumenti di intelligenza artificiale per completare i progetti.

Il fallimento dei progetti è comune, ma prevale comunque l’ottimismo

Le organizzazioni, di diversi settori e regioni geografiche, continuano ad utilizzare l’intelligenza artificiale nonostante l’alto tasso di fallimento dei progetti.

• Un partecipante su quattro ha dichiarato che più del 50% dei loro progetti fallisce.
• Il 42% dei partecipanti ammette di aver sperimentato un fallimento legato all’intelligenza artificiale nei due anni precedenti; tra questi partecipanti, il tasso medio di fallimento all’interno della propria organizzazione è stato del 36%.
• Nonostante i fallimenti dei progetti, le organizzazioni continuano a utilizzare l’intelligenza artificiale perché credono che ci sia l’opportunità di migliorare le capacità o i servizi nel lungo periodo (78%) e che i successi ottenuti, anche se limitati, dimostrino il potenziale di importanti progressi a lungo termine (54%).

Molte organizzazioni faticano anche a portare a termine i loro progetti di data science:

• Il 33% dei partecipanti ha dichiarato che più della metà dei progetti di data science non è mai arrivata alla fase finale di produzione negli ultimi due anni.
• Inoltre, il 55% ha affermato che più di un terzo dei progetti di data science non è mai arrivato alla fase di produzione nei due anni precedenti.
• Un impressionante 67% ha dichiarato che più di un quarto dei progetti non è mai arrivato alla fase di produzione.

Gli ostacoli esistono ovunque

A livello globale, l’indagine ha rivelato che sia la tecnologia che la scarsità di talenti rappresentano punti critici per le organizzazioni nell’implementazione delle strategie di data science e intelligenza artificiale.

• I partecipanti delle regioni Asia-Pacifico (APAC) e Europa-Medio Oriente (EMEA) hanno riportato un maggior numero di fallimenti legati all’intelligenza artificiale negli ultimi due anni (54% e 35%) rispetto alla regione America del Nord-Sud America (AMER) (29%).
• Il 65% dei partecipanti APAC e il 61% dei partecipanti EMEA hanno concordato sul fatto che le proprie organizzazioni complicano l’uso degli strumenti di intelligenza artificiale più di quanto sia necessario.
• Il 78% dei partecipanti APAC e il 75% dei partecipanti EMEA hanno dichiarato di avere difficoltà a trovare abbastanza talenti nel campo dei dati.

Cosa intendiamo quindi con Frictionless AI?

Quando le organizzazioni raggiungono la “Frictionless AI”, l’analisi dei dati diventa una parte facile e naturale del business, con progetti semplici, ripetibili e scalabili. Non ci sono scogli tecnologici tra le organizzazioni e i loro dati; non ci sono limiti organizzativi tra gli esperti di dati e gli esperti del settore; non ci sono ostacoli nel flusso di lavoro tra la progettazione dell’applicazione dei dati e l’implementazione produttiva; e non ci sono difficoltà di migrazione quando infrastrutture o strumenti cambiano.

Il sondaggio globale è stato commissionato da Altair e condotto da Atomik Research tra il 14 e il 31 marzo 2023. Hanno partecipato 2.037 professionisti provenienti da diverse industrie target con funzioni lavorative legate al mondo dei dati e l’analisi dei dati. Il campione includeva partecipanti provenienti da 10 paesi diversi in tutto il mondo, tra cui Stati Uniti, Cina, Francia, Germania, India, Italia, Giappone, Corea del Sud, Spagna e Regno Unito.

Contenuti correlati

• 
  Approccio asset light e noleggio operativo nelle aziende con Domorental

  Le aziende, insieme ai fondi d’investimento interessati a sostenerle, stanno sempre più orientandosi verso il modello di business ‘asset light’. Come illustra infatti Domorental, società fondata a Milano nel 2017 che si propone come facilitatore per la...
• 
  AI per analisi delle immagini in applicazioni complesse con Basler

  Basler AG, produttore internazionale di hardware e software per la visione artificiale di alta qualità, amplia la sua collaudata suite di software pylon con pylon AI.pylon AI offre funzioni di analisi delle immagini con algoritmi di intelligenza...
• 
  Assofermet: al convegno autunnale in primo piano la AI fra normativa e applicazioni

  Intelligenza artificiale: sempre più opportunità per il mondo industriale e imprenditoriale. Il Convegno autunnale di Assofermet ha riunito importanti ospiti autorevoli che hanno parlato delle novità più interessanti relative all’IA nel contesto normativo e imprenditoriale. Il punto...
• 
  Pylon AI: il software AI efficiente per l’analisi delle immagini

  Basler, esperta in soluzioni di visione artificiale, propone Pylon AI, il software di intelligenza artificiale efficiente per l’analisi delle immagini. Grazie agli avanzati algoritmi di deep learning integrati, Pylon AI apre nuovi campi di applicazione in visione artificiale, tra...
• 
  Dati sintetici, imaging 3D e AI al centro del Forum alla VISION 2024

  Gli organizzatori di VISION 2024, fiera leader mondiale specializzata in tecnologie per elaborazione dell’immagine che avrà luogo dall’8 al 10 ottobre 2024 presso la Messe Stuttgart, hanno annunciato il programma delle conferenze che si terranno durante l’evento....
• 
  Una piattaforma software per la birra perfetta

  Easybräu-Velo, marchio di Omnia Technologies che progetta e realizza impianti e attrezzature per la birrificazione, ha sviluppato un innovativo Brewhouse Management System utilizzando le funzionalità di Ignition, piattaforma per lo sviluppo di applicazioni software industriali distribuita in...
• 
  La Riverbed Global AI & Digital Experience Survey esplora le opinioni sull’intelligenza artificiale

  Riverbed ha presentato i risultati della Riverbed Global AI & Digital Experience Survey, che ha rilevato come le imprese si trovino a un punto di svolta nell’accelerare l’adozione dell’ intelligenza artificiale. Riverbed Global AI & Digital Experience...
• 
  L’ascesa dei robot collaborativi e umanoidi

  I robot collaborativi e umanoidi, progettati per assomigliare e interagire con gli esseri umani, stanno diventando più sicuri, performanti e facili da usare. In entrambi i casi l’integrazione di sensori avanzati, la diffusione dell’AI e lo sviluppo...
• 
  AI e GenAI, sfide e soluzioni per implementarle in produzione

  Per produrre valore, i progetti d’integrazione dell’intelligenza artificiale e della AI generativa nei processi aziendali vanno realizzati definendo con chiarezza lo specifico business case e gli obiettivi da raggiungere. All’evento SAS Innovate on Tour 2024, SAS ha...
• 
  Qui il vincitore dell’Altair Global Student Contest 2023-2024

  Si chiama Luca Sutton, membro del TUfast Eco Team, il vincitore del gran premio dell’Altair Global Student Contest 2023-24. Sutton ha conquistato il premio di 7.500 dollari utilizzando Altair Inspire per ridurre del 41% il peso della sospensione...