Automazione Plus

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

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.

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.

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 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.

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

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.

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.