Einer neuen weltweiten Studie von SoftServe zufolge entsprechen die KI-/ML-Möglichkeiten nicht den Erwartungen der Führungskräfte - Seite 2

Die von Wakefield Research zusammengestellten unabhängigen Ergebnisse geben die Meinungen von fast 600 Chief Information Officers, Chief Data Officers, Chief Technology Officers und Vice Presidents of IT in Nordamerika und Europa wieder. Die wichtigsten Daten des Berichts sind wie folgt:

• 98 % betrachten KI-/ML-Investitionen als Priorität, 42 % glauben jedoch, dass ihre Führung diese KI-/ML-Investitionen nicht mit der erforderlichen Dringlichkeit behandelt
• Im Folgenden sind die drei wesentlichsten Gründe dafür aufgeführt, dass die Investitionen nicht den Erwartungen entsprechen:
  • 39 % - Mangel an Talenten oder Fähigkeiten
  • 38 % - ungenügende oder unzureichende Finanzierung
  • 36 % - mangelnde Geschäftsintegration
• Fast drei von zehn (29 %) sagen, dass ihr Unternehmen auf die Verwaltung von Daten zur Schulung von KI-/ML-Plattformen extrem oder sehr schlecht vorbereitet ist
• Fast alle (96 %) sind nicht vollständig vorbereitet
• Mit Blick auf die KI-Strategie bei Produkten und Funktionen kommt der Druck eher von der Führung (53 %) und den Vorstandsmitgliedern (47 %) als von den Kunden.

SoftServe ist der Ansicht, dass Software- und Digital-Native-Firmen jetzt zwei entscheidende Maßnahmen ergreifen müssen, um eine erfolgreiche Geschäftsstrategie und Langlebigkeit zu gewährleisten.

• Ausrichtung an den Geschäftsergebnissen – Auch wenn es offensichtlich klingt, ist dies überraschenderweise eine der größten Erfolgsbarrieren. Von der Organisationsstrategie bis zu den Geschäftsergebnissen, eine unzureichende Ausrichtung ist die Ursache unüberlegter Initiativen, die sowohl den Ruf der IT als auch von KI/ML gefährden. Zunächst muss die Führung die besten Einsatzbereiche und Anwendungsfälle der Technologie besser verstehen. Mit Blick auf die Umsetzung muss das Unternehmen den Fokus dann auf das Ergebnis setzen - die Umsatzsteigerung durch eine wirksame Monetarisierung dieser wichtigen Technologie.

• Verantwortung wirkt sich auf die Ergebnisse aus – Die Daten zeigen, dass Investitionen in KI/ML den Erwartungen bei weitem nicht entsprechen. KI-/ML-Investitionen sollten als Produktinnovation statt als „wissenschaftliche Projekte“ der IT zur Beruhigung neugieriger Programmierer oder anspruchsvoller Vorstände behandelt werden. Damit KI/ML bei ISVs erfolgreich ist, muss die Verantwortung von der IT auf das Produktmanagement übergehen, sodass den Möglichkeiten in Bezug auf die Entwicklung insgesamt genauso viel Wert beigemessen wird wie dem Kundennutzen und den CX-Funktionen.

Laden Sie hier unser eBook herunter und gewinnen Sie einen tieferen Einblick, wie Software- und Digital-Native-Firmen mit Blick auf Wettbewerbsfähigkeit und Wachstum KI-/ML-Funktionen schnell integrieren müssen.