A kezdeti AI-próbálkozások sok vállalatnál nem hozták meg a várt eredményeket
A Forrester tanácsadó cég szerint olyan stratégiákra van szükség, amelyek képesek hosszú távon is biztosítani a megtérülést. Ehhez az üzleti célokra épülő, átgondolt ütemterv, megfelelő architektúra és speciális szakértelem szükséges, különben a vállalatok akár 75 százaléka is kudarcot vallhat a legfontosabb AI-projektjeiben.

 

A 2024-es év a vállalati AI-alkalmazások szempontjából a spontaneitás időszaka volt: a munkavállalók saját maguk által választott eszközöket kezdtek el használni, sokszor a szervezeti kereteken kívül. A szakértők a BYOD mintájára a BYOAI (Bring Your Own Artificial Intelligence) nevet adták ennek a jelenségnek. Az egységes stratégia hiánya pedig megakadályozta a vállalatokat abban, hogy hatékonyan alkalmazzák a modern technológiát, igazán kihasználva annak előnyeit és valódi üzleti értékét. A Forrester friss kutatása szerint az idei évben a szervezetek már egyre inkább a strukturált megközelítésre összpontosítanak, ezért olyan AI-stratégiákra van szükségük, amelyek biztosítják a hosszú távú megtérülést és igazodnak az üzleti célokhoz.

A haszonhoz vezető út hosszabb, mint gondolnánk

Számos vállalat ért már el kisebb-nagyobb sikereket a mesterséges intelligencia alkalmazásával, például javult az ügyfélélmény, nőtt a munkavállalói hatékonyság, és új bevételi lehetőségek nyíltak meg. A Forrester úgy látja, hogy sok cég mégis túl korán leállítja AI-projektjeit, mivel a megtérülés (ROI) gyakran lassabban jelentkezik a vártnál.

 

A vállalatok 75%-a kudarcot vallhat AI-projektjeivel, ha egyedül vág bele | Illusztráció: SUSE

 

Az elemző felmérése szerint az amerikai döntéshozók 49 százaléka 1–3 éven belül, további 44 százalék pedig 3–5 éven belül számít megtérülésre az AI-megoldások esetében. A türelmetlenség azonban hosszú távon hátráltathatja a fejlődést. A mesterséges intelligencia nem azonnali sikertermék: a megtérülést fokozatosan, üzleti célok mentén felépített stratégiával, jól ütemezett lépésekben lehet elérni. A legsikeresebb vállalatok olyan alkalmazási területeket választanak az AI-hoz, amelyek szorosan kapcsolódnak a működésükhöz, az adatvagyonukhoz és piaci pozíciójukhoz.

Visszatér a prediktív AI

A generatív mesterséges intelligencia iránti lelkesedés az elmúlt évben jelentősen megnőtt, sok vállalatnál azonban a technológia nem váltotta be a hozzá fűzött reményeket. Ezért idén a vállalatok egyre inkább visszatérnek a jól bevált, stabil üzleti eredményeket hozó prediktív AI-megoldásokhoz. A Forrester adatai alapján 2024-ben nagyjából kiegyenlített volt a prediktív (36%) és a generatív (35%) AI-projektek aránya, az előbbi szerepe azonban tovább erősödik.

A vállalat becslései szerint 2025-ben az AI-alkalmazások több mint fele prediktív technológiákra épül, olyan területekre helyezve a fókuszt, mint a prediktív karbantartás, az ügyfélélmény személyre szabása, az ellátási lánc optimalizálása vagy a kereslet előrejelzése. Ugyanakkor a jövőben a prediktív és generatív mesterséges intelligencia együttes használata várható, mivel az előrejelző modellek eredményei intelligensebbé és pontosabbá tehetik a generatív rendszerek működését.

Stabil alapokkal gyorsabb a haladás

Szintén nő a lelkesedés az agentic AI-rendszerek iránt, amelyek képesek önállóan végrehajtani összetett feladatokat. Sok vállalat már el is indult a saját agentic megoldások fejlesztésének útján. A Forrester szerint azonban ezen törekvések 75 százaléka elbukik, ha a cégek egyedül vágnak bele a megvalósításba. Az ilyen rendszerekhez ugyanis több különféle modellre, kifinomult adatarchitektúrára és speciális szakértelemre van szükség.

Egyre több szervezet ismeri fel, hogy az előrelépéshez tapasztalt partnerekre és stabil, jól integrálható alapokra van szükség. Ilyen például a biztonságos, vállalati felhasználásra szánt SUSE AI platform, amelynek segítségével a cégek megbízható, átlátható és rugalmas módon vezethetnek be és kezelhetnek bármilyen AI-alkalmazást. A moduláris felépítésű, könnyen bővíthető megoldás lehetővé teszi a vállalatok számára, hogy megtartsák az irányítást saját AI-megoldásaik felett, miközben a működésüknek megfelelő ütemben haladnak előre.

A szervezetek biztosak lehetnek abban, hogy a SUSE AI használatával felkészülten nézhetnek szembe a jövő kihívásaival, a platform ugyanis folyamatosan garantálja a kompatibilitást a legújabb AI-technológiákkal. Emellett erős védelmet és felügyeletet biztosít a legérzékenyebb adatok felett, megelőzve az adatszivárgást, és kizárva, hogy illetéktelen vagy rosszindulatú szereplők hozzáférjenek a bizalmas információkhoz.

 

| Nyitókép: Illusztráció: Adobe Stock

Egy elemzés szerint az MI már most kézzelfogható eredményeket hoz
A Kyndryl közzétette második, éves Kyndryl Readiness Report (Felkészültségi jelentés) című tanulmányát, amely 21 ország 3 700 felsővezetőjének válaszain alapul. Az eredmények egyszerre tükröznek lendületet és önreflexiót.
Új megoldások az AI-adatközpontok energiaigényére
Az ABB az NVIDIA-val együttműködve felgyorsítja a gigawatt-nagyságrendű, következő generációs adatközpontok fejlesztését. Az innováció középpontjában a jövőbeni, AI-alapú terhelésekhez elengedhetetlen, nagy hatékonyságú, csúcstechnológiájú, skálázható áramellátási megoldások fejlesztése és bevezetése áll.
Túlélni a zsarolóvírust – hogyan lehet a kiberreziliencia versenyelőny?
A zsarolóvírus-támadások nem csupán technikai fennakadásokat vagy átmeneti anyagi veszteségeket okoznak – hanem akár egy teljes vállalkozás bukását is jelenthetik. A siker kulcsa egyre inkább az, hogy a cégek mennyire képesek megelőzni a bajt, illetve helyreállni belőle.
Európa legmodernebb papírgyárában tanulhatnak a jövő szakemberei
A digitalizáció, az automatizálás és a mesterséges intelligencia világát hozza közel a fiatalokhoz a Vajda-Papír a papíripari szakképzési programban, amelynek célja, hogy a diákok valódi ipari környezetben, Európa legmodernebb papírgyárában sajátítsák el a papírgyártás szakmai alapjait.
Kevesebb anyag, kisebb lábnyom - hazai innováció a műanyaggyártásban
A műanyag nélkülözhetetlen mindennapi életünkben, ugyanakkor előállítása és hulladékként való kezelése komoly környezeti kihívást jelent. Míg a PET-palackok és egyszer használatos zacskók esetében már látható előrehaladás, a legtöbb, összetett anyagból készülő műanyag újrahasznosítása továbbra is megoldatlan.