Global studie: Bristande datakvalitet orsakar lågt förtroende för AI

66% säger att realtidsdata är ett måste för att lyckas med agentbaserad AI

En klar majoritet av företag världen över uppger att fragmenterad och gammal data står i vägen för att införa agentbaserad AI fullt ut. Det visar en färsk undersökning från data management-företaget Denodo. Undersökningen The AI Trust Gap Report visar att en kritisk förtroendeutmaning hämmar AI-utvecklingen idag.

I takt med att AI utvecklas från passiva chattbotar till autonoma agenter som kan fatta egna beslut och genomföra operativa processer, har kraven på datakvalitet ökat betydligt. Samtidigt visar studien att tekniska hinder är en stor utmaning:

• Jakten på rätt kontext: 63 % av organisationerna uppger att det är en stor utmaning att hitta relevant data i rätt affärskontext.
• Behovet av realtidsdata: 66 % menar att data måste vara tillgängliga i realtid för att AI ska vara tillräckligt tillförlitlig.
• Säkerhet: 67 % uppger att de har svårt att skapa enhetliga säkerhets- och åtkomstkontroller över olika system, vilket är avgörande för säker agentbaserad AI.
• Skalbarhet och komplexitet: I genomsnitt använder företag idag över 400 datakällor i AI-initiativ, och 20 % hanterar fler än 1 000.
• Prestandautmaningar: Nästan 60 % uppger att det är svårt att optimera prestandan för de tunga arbetslaster som storskalig AI kräver.

Studien visar också tydliga regionala skillnader i hur organisationer definierar och hanterar tillit till AI. I Europa är styrning och regelefterlevnad särskilt stora utmaningar. I Frankrike uppger 43 % att säkerhet och integritet utgör ett betydande hinder, jämfört med 20 % globalt. I Japan kopplas förtroendet för AI i hög grad till stabilitet och validering, medan det i EU i större utsträckning kopplas till säkerhet, styrning och regelefterlevnad.

Även mellan branscher finns tydliga skillnader. Offentlig sektor ligger efter i modern datahantering, särskilt i västvärlden, där endast 52 % använder en lakehouse-arkitektur, jämfört med 66 % i övriga branscher.

AI går snabbt från att vara ett system som besvarar frågor till ett system som agerar självständigt, och det förändrar helt kraven på data. När en AI-agent driver en affärsprocess finns det inget utrymme för gammal eller ostrukturerad data. För att skala agentbaserad AI med förtroende behöver företag lämna statiska datasilos bakom sig och istället bygga en grund av realtidsbaserad, styrd och kontextuell data, säger Dominic Sartorio, vice vd för Product Marketing på Denodo.

Rapporten, som baseras på svar från 850 personer i ledande befattningar, visar att förtroendegapet inte handlar om brister i AI-modellerna, utan om den underliggande dataarkitekturen. För att gå från pilotprojekt till storskalig automatisering behöver organisationer överbrygga klyftan mellan fragmenterade datamiljöer och kraven på realtidsdata i agentbaserade system.

Om Denodo

Denodo är en global ledare inom datahantering och möjliggör tillförlitliga AI-agenter och applikationer. Denodo Platform, en prisbelönt lösning för logisk datahantering, omvandlar företagsdata till tillförlitliga insikter för AI, analys och selfservice. Organisationer världen över använder Denodo för att leverera AI-redo och affärsredo data betydligt snabbare än med traditionella datalakehouse-lösningar, med upp till fyra gånger snabbare time-to-insight, 345 % ROI och tio gånger bättre prestanda.