Bedrijfs­lei­ders verwachten dat AI-inves­te­ringen kunnen leiden tot innova­ties die alles kunnen trans­for­meren, van klant­te­vre­den­heid tot product­in­no­vatie. Een gebrek­kige data-infra­struc­tuur weerhoudt 78% van de organi­sa­ties ervan om deze doelen te bereiken.

Uit het nieuwe ‘Data Strate­gies for AI Leaders’-rapport van MIT Techno­logy Review Insights, in samen­wer­king met AI Datacloud-bedrijf Snowflake, blijkt dat bedrijven erg ambitieus zijn op het gebied van genera­tieve AI. Zo wil 72% de effici­ëntie of produc­ti­vi­teit verhogen, zet 55% in op een groter concur­ren­tie­ver­mogen en streeft 47% naar meer innovatie in producten en diensten. Deson­danks moet de funda­men­tele datastra­tegie worden verbe­terd om het poten­tieel van AI te maximaliseren. 

Bedrijven hebben een sterk datafun­da­ment nodig op basis van moderne cloud-dataplat­forms om hun eigen datavoor­raden te benutten, maar ook de grote hoeveel­heden data die eerder niet toegan­ke­lijk was. Groten­deels gaat dit om ongestruc­tu­reerde data zoals video’s en afbeel­dingen. Volgens het rapport geeft slechts 22% van de bedrijfs­lei­ders aan ‘zeer bereid’ te zijn om met AI aan de slag te gaan, terwijl 53% aangeeft ‘enigs­zins bereid’ te zijn. Hogere bereid­heid corre­leert met minder uitda­gingen qua toegang tot schaal­bare reken­kracht, datasi­lo’s, integra­tie­pro­blemen en data gover­nance. Ondanks het vertrouwen van veel bedrijfs­lei­ders in de resul­taten die AI kan opleveren, reali­seren zij zich dat data de sleutel is tot hoe snel en effec­tief zij de waarde van AI kunnen ontgrendelen.

Een andere uitda­ging waar organi­sa­ties mee te maken hebben, is het groot­schalig inzetten van AI. 95% van de respon­denten gaf aan moeilijk­heden te onder­vinden bij de imple­men­tatie van AI. 59% van de respon­denten noemt data gover­nance, security of privacy als hun grootste uitda­ging, gevolgd door datakwa­li­teit en ‑actua­li­teit (53%), en kosten van middelen of inves­te­ringen (48%). Het nemen van beslis­singen over budgetten en middelen, waaronder die voor het verbe­teren van de data-infra­struc­tuur, blijft een uitda­ging bij elke techno­logie-inves­te­ring. De kosten van GenAI zelf dalen, omdat bedrijven begonnen zijn om kleinere Large Language Models (LLM’s) te bouwen die krachtig, maar minder kostbaar zijn. 

“Veel bedrijven hebben grote ambities voor genera­tieve AI: ze zijn op zoek naar een nieuwe vorm van hoe ze werken en wat ze verkopen”, zegt Baris Gultekin, Head of AI bij Snowflake. “Uit ons gezamen­lijke onder­zoek blijkt dat organi­sa­ties steeds meer de drang voelen om AI-toepas­singen in te zetten en zich reali­seren dat hun data inzichten kan bieden uit voorheen onaan­ge­boorde infor­ma­tie­bronnen. Een sterk datafun­da­ment vormt de kern van genera­tieve AI-mogelijk­heden. Bedrijfs­lei­ders moeten snel handelen om zorgen over bijvoor­beeld databe­vei­li­ging en kosten aan te pakken, en het funda­ment leggen dat ze nodig hebben om de belofte van AI waar te maken.”

De voordelen van genera­tieve AI worden zicht­baar voor bedrijven die al verder gevor­derd zijn in hun datareis, omdat ze veel hebben geïnves­teerd in een datafun­da­ment en nu worden beloond door AI toe te passen op die data. Elk bedrijf dat wil profi­teren van AI, moet eerst een goed datafun­da­ment opzetten, die een brede verza­me­ling van processen en middelen omvat behorende bij het verza­melen, samen­voegen, opslaan en toegan­ke­lijk maken van bedrijfs­data. Inves­te­ringen in datafun­da­menten in de hele organi­satie zal krach­ti­gere gebrui­kers van GenAI mogelijk maken, terwijl ze ook de zorgen over gover­nance en bevei­li­ging verminderen.