Gartner ha recentemente previsto che almeno il 30% dei progetti di intelligenza artificiale generativa verrà abbandonato dopo la prova di fattibilità entro la fine del 2025. Tra le ragioni addotte figurano la scarsa qualità dei dati, controlli dei rischi inadeguati, costi crescenti o un valore aziendale poco chiaro.
Durante il Gartner Data & Analytics Summit di Sydney, Rita Sallam, VP Distinguished Analyst di Gartner, ha osservato che, dopo l'entusiasmo dello scorso anno, i dirigenti sono impazienti di vedere i rendimenti degli investimenti nell'intelligenza artificiale generativa, ma le organizzazioni faticano a dimostrare e realizzare valore. Con l'espansione della portata delle iniziative, l'onere finanziario dello sviluppo e dell'implementazione di modelli di intelligenza artificiale generativa si fa sempre più sentire.
Una delle principali sfide per le organizzazioni è giustificare investimenti sostanziali nell'IA generativa per aumentare la produttività, il che può essere difficile da tradurre direttamente in benefici finanziari. Molte aziende stanno sfruttando l'IA generativa per trasformare i propri modelli di business e creare nuove opportunità, ma questi approcci di implementazione comportano costi significativi.
Sallam ha osservato che non esiste un approccio universale all'IA generativa e che i costi non sono così prevedibili come per altre tecnologie. I costi sono determinati da spesa, casi d'uso e approcci di implementazione. Che si tratti di un innovatore del mercato che cerca di diffondere l'IA ovunque, o di un'organizzazione con un focus più conservativo sull'aumento della produttività o sull'estensione dei processi esistenti, ogni approccio presenta diversi livelli di costo, rischio, variabilità e impatto strategico.
Indipendentemente dalle ambizioni dell'IA, la ricerca di Gartner indica che l'IA generativa richiede una maggiore tolleranza per i criteri di investimento finanziario indiretto e futuro rispetto al ritorno sull'investimento (ROI) immediato. Storicamente, molti CFO si sono dimostrati riluttanti a investire oggi per ottenere valore indiretto nel futuro. Questa riluttanza può distorcere l'allocazione degli investimenti verso risultati tattici piuttosto che strategici.
Realizzare valore commerciale
I primi utilizzatori di soluzioni in diversi settori e processi aziendali segnalano una serie di miglioramenti che variano in base al caso d'uso, al tipo di lavoro e al livello di competenza dei dipendenti. Secondo un recente sondaggio Gartner, gli intervistati hanno segnalato un aumento medio del 15,8% del fatturato, un risparmio sui costi del 15,2% e un miglioramento della produttività del 22,6%. Il sondaggio è stato condotto tra settembre e novembre 2023 su 822 dirigenti aziendali.
Sallam ha sottolineato che questi dati costituiscono un prezioso punto di riferimento per valutare il valore aziendale derivante dall'innovazione del modello di business basato sull'intelligenza artificiale generativa. Tuttavia, è importante riconoscere le difficoltà nella stima di questo valore, poiché i benefici sono altamente specifici per ogni azienda, caso d'uso, funzione e forza lavoro. Spesso, l'impatto potrebbe non essere immediatamente evidente e materializzarsi nel tempo, ma questo ritardo non ne riduce i potenziali benefici.
Calcolo dell'impatto commerciale
Analizzando il valore aziendale e i costi totali dell'innovazione del modello di business basato sull'intelligenza artificiale generativa, le organizzazioni possono determinare il ROI diretto e l'impatto sul valore futuro. Questo rappresenta uno strumento cruciale per prendere decisioni di investimento consapevoli sull'innovazione del modello di business basato sull'intelligenza artificiale generativa.
Sallam conclude sottolineando che, se i risultati aziendali soddisfano o superano le aspettative, esiste l'opportunità di espandere gli investimenti estendendo l'innovazione e l'utilizzo dell'IA generativa a una base di utenti più ampia o implementandola in ulteriori divisioni aziendali. In caso contrario, potrebbe essere necessario esplorare scenari di innovazione alternativi. Queste intuizioni aiutano le organizzazioni ad allocare strategicamente le risorse e a determinare il percorso più efficace da seguire.
La mia impressione personale
Na Flexa Nuvola Dopo aver lavorato a centinaia di progetti di intelligenza artificiale, ho capito che il problema principale si verifica quando il cliente si concentra sullo strumento e non sul problema reale che risolve. Quando si supera questa fase, i casi d'uso diventano concreti e hanno un impatto significativo. È fondamentale ricordare che la tecnologia è solo uno strumento; il vero valore risiede nel modo in cui la utilizziamo per risolvere sfide specifiche e creare opportunità trasformative.
Continuiamo a concentrarci sulle soluzioni, non sugli strumenti, e insieme raggiungeremo risultati significativi e duraturi.
