"Nella maggior parte delle aziende con cui collaboro, ci sono sempre alcuni dati puliti e di qualità", dichiara Michael Schrage, ricercatore presso la Sloan School of Management del Massachusetts Institute of Technology (MIT Sloan). "Tuttavia, poche di queste presentano quella qualità a livello di etichettatura, lineage e governance che è necessaria per utilizzare immediatamente i dati al fine di addestrare gli algoritmi di machine learning in modo affidabile o per migliorare ChatGPT o Llama".
La qualità degli insight coincide con quella dei dati. Infatti, il 67% dei CEO afferma che i potenziali errori dell'AI e del machine learning siano i rischi principali. Ma l'integrità dei dati non è l'unico problema a frenare i top manager, e quasi la metà (49%) dei CEO dichiara che la loro azienda non è pronta ad adottare l'AI e il ML, poiché non dispone di alcuni o di tutti gli strumenti, le skill e le conoscenze necessarie per integrare tali tecnologie.
Prospettive future
Quando si tratta di capitalizzare sull'innovazione, è fondamentale muoversi in tempi brevi, e questo vale anche per l'AI. "Chi resta in disparte, perde tempo prezioso rispetto a chi ha già iniziato ad addestrare la propria AI", afferma nel report Ajay Agrawal, docente presso la Rotman School of Management dell'Università di Toronto. "Prima cominci, prima la tua intelligenza artificiale inizia ad apprendere."
Sarebbe bene ricordare gli albori di Internet: molti dei brand che per primi abbracciarono la nuova tecnologia sono ancora oggi sul mercato. Chi non ha osato o ha aspettato troppo rispetto ai first mover, non esiste più
Per conoscere meglio quello che pensano i top manager sull'AI e sui vantaggi dei first mover, scarica il report "C-Suite Global AI Indicator Report: AI Is the Ultimate Level-Up".