Wereldwijde studie: Slechte datakwaliteit leidt tot weinig vertrouwen in AI

66% stelt dat realtime data essentieel is voor het succes van agentgebaseerde AI.

Volgens een recent onderzoek van datamanagementbedrijf zegt een overduidelijke meerderheid van de bedrijven wereldwijd dat gefragmenteerde en verouderde data de volledige implementatie van agentgebaseerde AI belemmeren. Denodo. Het onderzoek Het AI-vertrouwenskloofrapport Dit toont aan dat een cruciaal vertrouwensprobleem de ontwikkeling van AI momenteel belemmert.

Naarmate AI evolueert van passieve chatbots naar autonome agenten die zelfstandig beslissingen kunnen nemen en operationele processen kunnen uitvoeren, zijn de eisen aan de datakwaliteit aanzienlijk toegenomen. Tegelijkertijd laat het onderzoek zien dat technische belemmeringen een grote uitdaging vormen:

• De zoektocht naar de juiste context: 63% van de organisaties geeft aan dat het een grote uitdaging is om relevante gegevens in de juiste zakelijke context te vinden.
• De behoefte aan realtime data: 66 % is van mening dat gegevens in realtime beschikbaar moeten zijn wil AI voldoende betrouwbaar zijn.
• Beveiliging: 67 % stelt dat ze moeite hebben met het creëren van uniforme beveiligings- en toegangscontroles voor verschillende systemen, wat cruciaal is voor veilige agentgebaseerde AI.
• Schaalbaarheid en complexiteit: Bedrijven gebruiken tegenwoordig gemiddeld meer dan 400 databronnen in hun AI-initiatieven, en 20 %'s beheren er zelfs meer dan 1.000.
• Prestatie-uitdagingen: Bijna 60 %'s geven aan dat het moeilijk is om de prestaties te optimaliseren voor de zware werklasten die grootschalige AI vereist.

De studie toont ook duidelijke regionale verschillen aan in hoe organisaties vertrouwen in AI definiëren en beheren. In Europa vormen governance en compliance met name grote uitdagingen. In Frankrijk melden 43 %'s dat veiligheid en privacy een significant obstakel vormen, vergeleken met 20 %'s wereldwijd. In Japan is vertrouwen in AI sterk gekoppeld aan stabiliteit en validatie, terwijl het in de EU nauwer verbonden is met veiligheid, governance en compliance.

Er zijn ook duidelijke verschillen tussen sectoren. De publieke sector loopt achter op het gebied van modern datamanagement, met name in de westerse wereld, waar slechts 52% van de %-bedrijven een lakehouse-architectuur gebruikt, vergeleken met 66% in andere sectoren.

AI evolueert snel van een systeem dat vragen beantwoordt naar een systeem dat autonoom handelt, en dat verandert de eisen aan data volledig. Wanneer een AI-agent een bedrijfsproces aanstuurt, is er geen plaats meer voor oude of ongestructureerde data. Om agentgebaseerde AI met vertrouwen op te schalen, moeten bedrijven statische datasilo's achter zich laten en in plaats daarvan een basis leggen van realtime, beheerde en contextuele data, aldus [naam expert]. Dominic Sartorio, Vice President Product Marketing bij Denodo.

Het rapport, gebaseerd op reacties van 850 leidinggevenden, laat zien dat het vertrouwensprobleem niet te wijten is aan gebreken in AI-modellen, maar aan de onderliggende data-architectuur. Om van pilotprojecten naar grootschalige automatisering over te stappen, moeten organisaties de kloof overbruggen tussen gefragmenteerde dataomgevingen en de realtime datavereisten van agentgebaseerde systemen.

Over Denodo

Denodo is een wereldleider in datamanagement en maakt betrouwbare AI-agenten en -toepassingen mogelijk. Denodo Denodo Platform, een bekroonde oplossing voor logisch databeheer, transformeert bedrijfsdata in betrouwbare inzichten voor AI, analyses en selfservice. Organisaties wereldwijd gebruiken Denodo om aanzienlijk sneller dan met traditionele data lakehouse-oplossingen AI-klare en bedrijfsgerichte data te leveren, met tot wel 4x snellere inzichten, een ROI van 345% en 10x betere prestaties.