"In de meeste organisaties waarmee ik te maken heb, zijn er hier en daar altijd wel data van zeer goede kwaliteit te vinden", zegt Michael Schrage, research fellow aan de Sloan School of Management van het Massachusetts Institute of Technology (MIT Sloan). "Maar in heel weinig organisaties is de kwaliteit van labeling, herkomstaanduiding en governance goed genoeg om hun data onmiddellijk te gebruiken om op betrouwbare wijze machine learning-algoritmen te trainen – of ChatGPT of Llama te optimaliseren."
De kwaliteit van je data bepalen de kwaliteit van je inzichten. 67% van de CEO's beschouwt potentiële fouten dan ook als een van de grootste risico's van AI en ML. Maar data-integriteit is niet het enige probleem dat businessleaders tegenhoudt. Bijna de helft (49%) van de CEO's zegt dat hun organisatie niet klaar is voor AI en ML en niet over alle tools, vaardigheden en kennis beschikt die nodig zijn om deze technologieën te integreren.
De weg vooruit
Als je wilt profiteren van innovatie, is snelheid van essentieel belang – en dat geldt zeker voor AI. "Mensen die alleen toekijken, missen het hele leerproces waar degenen die nu hun AI ontwikkelen van profiteren", zegt Ajay Agrawal, professor aan de Rotman School of Management van de Universiteit van Toronto, in het rapport. "Hoe eerder je instapt, hoe eerder je AI begint te leren."
We zouden er allemaal verstandig aan doen om naar de begindagen van het internet te kijken: veel van de merken die al in een vroeg stadium gebruik gingen maken van de nieuwe technologie, zijn er vandaag de dag nog steeds. De merken die dat niet deden, of die zo lang hebben gewacht dat ze nooit de kans hebben gehad om de pioniers in te halen, zijn er niet meer om ons te herinneren aan wat er gebeurt (of juist niet gebeurt) met bedrijven die te lang wachten.
Download C-Suite Global AI Indicator Report: AI Is the Ultimate Level-Up voor meer C-suite-inzichten over AI en voordelen voor pioniers.