Alt efter branche bliver der investeret lystigt i AI, og i overvejende grad er det håbet om at få en øget produktivitet, der bliver koblet op på investeringerne.
Men under halvdelen, 38 procent, har kunnet måle en reel produktivitetsstigning, viser en analyse fra Deloitte. Ydermere er det som om, at hypen om AI klinger af i takt med, at man høster erfaringer.
– Interessen, engagementet og investeringslysten er stadig stor på tværs af industrier, og det er nu, vi begynder at høste gevinsterne. Men der er stadig en kløft mellem forventningerne til teknologien og den faktiske indhøstede værdi af generativ AI, siger Maria Hald, Technology Lead i Deloitte.
Maria Hald mener, at virksomhederne skal væk fra kun at vurdere generativ AIs værdi ud fra mål om produktivitet, effektivitet og besparelser. Der er langt mere at hente for de enkelte virksomheder, når de begynder at bruge generativ AI til innovation, produktudvikling og kvalitetsforbedring.
– Teknologien skal implementeres helt ind i kernen af forretningen. Populært sagt skal den udbredes fra superbrugere i enkelte afdelinger til alle medarbejdere, processer, strategi og forsyningskæder, understreger Maria Hald.
Baggrunden til at AI ikke kommer videre finder Deloitte i en række barrierer. For at overvinde dem, foreslår Maria Hald, at både bestyrelser og virksomhedsledelser engagerer sig i at transformere deres forretning med generativ AI som løftestang. At afprøve teknologien på afgrænsede projekter er et fint første skridt, som mange virksomheder allerede har erfaret, men skal potentialerne i generativ AI for alvor indfries, er tiden nu moden til en dybere implementering.
De fire barriere er:
Problemer med data
55 procent af de adspurgte ledere fravælger specifikke brugsscenarier for generativ AI på grund af udfordringer med datahåndtering. Datasikkerhed og sikring af datakvalitet samt udarbejdelse af en datapolitik og stærk governance kan være med til at reducere denne barriere.
Regulatoriske krav
Både i EU og på nationalt niveau arbejdes der med regulering til at sikre fair konkurrence, sikring af privatlivs- og datasikkerhed og rammer for teknologisk innovation. Compliance med ny lovgivning kræver store ressourcer og ekspertise, og virksomheder oplever at skulle gå en svær balancegang mellem innovation og regulatorisk compliance.
Teknologispecifikke risici
Tillid er en skrøbelig størrelse i en tid, hvor kun fantasien sætter grænser for, hvad man kan generere med bredt tilgængelige AI-værktøjer. Der er brug for gode kontrolinstanser og etiske retningslinjer i organisationen til at imødegå teknologispecifikke risici som modelbias og hallucinationer.
Uforudsete udgifter
Det er ikke nok at indkøbe selve teknologien. Man skal løbende investere i området for at sikre de nyeste, hurtigste og bedste redskaber. Derudover skal der budgetteres med uddannelse af medarbejdere, forandringsledelse og tilpasninger til nye måder at arbejde på.
Kilde: Deloitte