Badania przeprowadzone przez Dynatrace rzucają światło na wyzwania i ryzyka związane z wdrażaniem AI.
Raport podkreśla potrzebę zastosowania złożonego podejścia do AI. Obejmuje to połączenie różnych typów AI – takich jak generatywne, predykcyjne i przyczynowe – wraz z różnorodnymi źródłami danych, takimi jak obserwowalność, bezpieczeństwo i zdarzenia biznesowe. Ta całościowa strategia ma na celu dostarczenie precyzji, kontekstu i znaczenia wynikom AI, zapewniając wiarygodne rezultaty.
Główne wnioski:
- 83% liderów technologicznych podkreśla obowiązkową rolę AI w nawigacji po dynamicznym środowisku chmury obliczeniowej.
- 82% przewiduje kluczową rolę AI w wykrywaniu zagrożeń bezpieczeństwa, dochodzeniach i reakcjach.
- 88% przewiduje, że AI rozszerzy dostęp do analizy danych dla pracowników nontechnicznych za pomocą zapytań w języku naturalnym.
- 88% uważa, że AI zwiększy efektywność kosztów chmury poprzez wsparcie dla praktyk Financial Operations (FinOps). „AI stało się kluczowe dla tego, jak organizacje zwiększają efektywność, poprawiają produktywność i przyspieszają innowacje,” powiedział Bernd Greifeneder, Dyrektor Techniczny w Dynatrace.
„Wydanie ChatGPT pod koniec zeszłego roku wywołało znaczący hype wokół generatywnego AI. Liderzy biznesu, rozwoju, operacji i bezpieczeństwa mają wysokie oczekiwania wobec generatywnych AI, aby pomóc im dostarczać nowe usługi z mniejszym wysiłkiem i w rekordowym tempie.”
Chociaż organizacje wyrażają optymizm co do transformacyjnego potencjału AI, obawy pozostają:
- 93% liderów technologicznych martwi się potencjalnymi niezatwierdzonymi użyciami AI, gdy pracownicy przyzwyczają się do narzędzi takich jak ChatGPT.
- 95% wyraża obawy dotyczące wykorzystania generatywnego AI do generowania kodu, obawiając się wycieku i niewłaściwego wykorzystania własności intelektualnej.
- 98% obawia się niezamierzonego uprzedzenia, błędów i dezinformacji w generatywnym AI. „Zwłaszcza w przypadkach użycia, które obejmują automatyzację i zależą od kontekstu danych, krytyczne jest zastosowanie złożonego podejścia do AI. Na przykład, automatyzowanie usług oprogramowania, rozwiązywanie problemów zabezpieczeń, przewidywanie potrzeb konserwacji i analizowanie danych biznesowych wymagają złożonego podejścia do AI,” dodał Greifeneder.
„To podejście powinno dostarczyć precyzji AI przyczynowego, które określa podstawowe przyczyny i skutki zachowań systemów, oraz predykcyjnego AI, które prognozuje przyszłe wydarzenia na podstawie danych historycznych.”
Gdy organizacje idą naprzód z przyjęciem AI, równoważenie entuzjazmu z uważnym podejściem do wyzwań staje się kluczowe. Ankieta podkreśla transformacyjny potencjał AI, ale jego skuteczna integracja wymaga starannego rozważenia i zróżnicowanej strategii AI.
„Predykcyjne AI i przyczynowe AI nie tylko dostarczają istotnego kontekstu dla odpowiedzi wygenerowanych przez generatywne AI, ale mogą również skłonić generatywne AI do zapewnienia precyzyjnych, nieprawdopodobnych odpowiedzi wkomponowanych w swoją reakcję,” mówi Greifeneder.
„Jeśli organizacje dobrze opracują swoją strategię, łączenie tych różnych typów AI z wysokiej jakości danymi z obserwowalności, bezpieczeństwa i zdarzeń biznesowych może znacznie zwiększyć produktywność ich zespołów ds. rozwoju, operacji i bezpieczeństwa oraz dostarczyć trwałej wartości biznesowej.
