Global studie: Dårlig datakvalitet forårsaker lav tillit til AI

66% sier at sanntidsdata er et must for å lykkes med agentbasert AI

Et klart flertall av selskaper over hele verden sier at fragmenterte og utdaterte data hindrer full adopsjon av agentbasert AI, ifølge en fersk undersøkelse fra et datahåndteringsfirma. Denodo. Undersøkelsen Rapporten om AI-tillitsgap viser at en kritisk tillitsutfordring hindrer AI-utviklingen i dag.

Etter hvert som AI utvikler seg fra passive chatboter til autonome agenter som kan ta sine egne beslutninger og utføre driftsprosesser, har kravene til datakvalitet økt betydelig. Samtidig viser studien at tekniske barrierer er en stor utfordring:

• Jakten på den rette konteksten: 63 % av organisasjonene oppgir at det er en stor utfordring å finne relevante data i riktig forretningskontekst.
• Behovet for sanntidsdata: 66 % mener at data må være tilgjengelige i sanntid for at AI skal være tilstrekkelig pålitelig.
• Sikkerhet: 67 % oppgir at de har problemer med å lage ensartede sikkerhets- og tilgangskontroller på tvers av ulike systemer, noe som er avgjørende for sikker agentbasert AI.
• Skalerbarhet og kompleksitet: I gjennomsnitt bruker bedrifter i dag over 400 datakilder i AI-initiativer, og 20 %-er administrerer mer enn 1000.
• Ytelsesutfordringer: Nesten 60 %-er oppgir at det er vanskelig å optimalisere ytelsen for de tunge arbeidsbelastningene som storskala AI krever.

Studien viser også klare regionale forskjeller i hvordan organisasjoner definerer og håndterer tillit til AI. I Europa er styring og samsvar spesielt betydelige utfordringer. I Frankrike rapporterer 43 %-er at sikkerhet og personvern er en betydelig barriere, sammenlignet med 20 %-er globalt. I Japan er tillit til AI sterkt knyttet til stabilitet og validering, mens det i EU er tettere knyttet til sikkerhet, styring og samsvar.

Det er også tydelige forskjeller mellom bransjer. Offentlig sektor henger etter når det gjelder moderne datahåndtering, spesielt i den vestlige verden, hvor bare 52 % bruker en lakehouse-arkitektur, sammenlignet med 66 % i andre bransjer.

AI beveger seg raskt fra et system som svarer på spørsmål til et system som opptrer autonomt, og som fullstendig endrer kravene til data. Når en AI-agent driver en forretningsprosess, er det ikke plass til gamle eller ustrukturerte data. For å skalere agentbasert AI med trygghet, må bedrifter legge bak seg statiske datasiloer og i stedet bygge et fundament av sanntids-, styrte og kontekstuelle data, sier Dominic Sartorio, visepresident for produktmarkedsføring hos Denodo.

Rapporten, basert på svar fra 850 ledere, viser at tillitsgapet ikke handler om feil i AI-modeller, men om den underliggende dataarkitekturen. For å gå fra pilotprosjekter til storskala automatisering, må organisasjoner bygge bro mellom fragmenterte datamiljøer og sanntidsdatakravene fra agentbaserte systemer.

Om Denodo

Denodo er en global leder innen datahåndtering, som muliggjør pålitelige AI-agenter og -applikasjoner. Denodo Platform, en prisvinnende logisk datahåndteringsløsning, forvandler bedriftsdata til pålitelig innsikt for AI, analyse og selvbetjening. Organisasjoner over hele verden bruker Denodo til å levere AI-klare og forretningsklare data betydelig raskere enn tradisjonelle data-lakehouse-løsninger, med opptil 4 ganger raskere tid til innsikt, 345 % avkastning og 10 ganger bedre ytelse.