새로운 연구는 GenAI 애플리케이션의 인재 부족과 전략적 격차를 강조합니다.

최근 연구에 따르면 미국 기업은 비즈니스와 직원 생산성을 향상시키기 위해 인공 지능(GenAI)을 통한 생산 잠재력에 열광하고 있는 것으로 나타났습니다. 그러나 리더들은 고조된 열정 뒤에는 이해의 격차, 전략 계획의 부족, 인재의 부족을 기술의 전체 가치를 실현하고 측정하는 데 장애가 된다고 봅니다.

올해 초 Coleman Parks Research는 SAS의 지원을 받아 300명의 미국 GenAI 전략 또는 데이터 분석 의사 결정권자를 대상으로 현장 투자 및 조직이 직면한 주요 장벽을 조사했습니다. 연구를 위해 Coleman Parks는 미국 이외의 지도자들에게도 설문조사를 실시했습니다. 이러한 글로벌 결과는 올해 말에 발표될 예정이다. 이 미국 요약에서 읽을 수 있는 메시지는 GenAI의 과제와 잠재력, 즉 경쟁 우위를 달성하는 방법을 보여줍니다.

SAS 전략적 인공 지능 인텔리전스 Marinela Profi는 다음과 같이 말했습니다. “기업은 대규모 언어 모델(LLM)만으로는 비즈니스 과제를 해결할 수 없다는 것을 깨닫고 있습니다. GenAI는 기존 프로세스를 초자동화하고 가속화하는 아이디어에 기여하는 것으로 간주되어야 합니다. 시스템은 조직이 모든 비즈니스 목표를 달성하는 데 도움이 되는 새로운 장난감이 되기보다는 LLM을 통합하고 관리하기 위한 설명 가능성을 제공하는 기술에 투자하는 진보적인 전략을 개발하는 데 시간을 투자하는 것이 모든 조직이 완전히 헌신하고 존재하기 전에 해야 할 일입니다. '잠금'. 취해야 할 주요 단계 “

조직은 네 가지 주요 구현 영역에서 장애물에 직면합니다.

데이터 사용에 대한 신뢰를 높이고 규정 준수를 활성화하는 것이 중요합니다. 이를 갖춘 조직은 10개 중 1개뿐입니다. 측정할 수 있는 신뢰할 수 있는 시스템입니다. LLM의 편견 및 개인 정보 보호 위험. 또한 미국 기업의 93%에는 GenAI에 대한 포괄적인 거버넌스 프레임워크가 부족하며 대부분의 기업은 일시적인 규제 위반 위험에 직면해 있습니다.

기존 시스템 및 프로세스 내에 GenAI를 통합하면 호환성 문제가 발생할 수 있으므로 팀은 GenAI를 현재 시스템과 통합하려고 할 때 일부 호환성 문제에 직면할 수 있습니다.

HR 부서에 필요한 기술과 자원이 부족한 상황에서 조직 리더들은 GenAI 투자를 최대한 활용하는 데 필요한 기술을 습득하지 못할까 봐 걱정하고 있습니다.

리더들은 LLM 사용과 관련된 직간접 비용이 엄청나게 높다고 언급했습니다. 모델 작성자는 엄청나게 높은 명령 비용 추정치를 제공할 수 있습니다(조직은 이제 이것이 또한 불가능하다는 것을 깨닫습니다). 그러나 전문 지식 준비, 교육 및 ModelOps 관리 비용은 길고 복잡합니다.

전문가들은 다음과 같이 말합니다. “이것은 궁극적으로 우리가 지속 가능하고 확장 가능한 방식으로 최고의 가치를 제공하고 인간의 요구를 해결할 수 있도록 보장하는 실제 사용 사례가 될 것입니다. 이번 연구를 통해 우리는 계속해서 조직을 돕기 위해 노력할 것입니다. 현명하게 투자하고 탄력성을 유지하세요. AI 기술이 거의 매일 진화하는 시대에 경쟁 우위는 탄력성 원칙을 수용하는 능력에 크게 좌우됩니다.

이 정보는 SAS 혁신 컨퍼런스에서 발표되었습니다. , SAS Innovation for Business. 리더, 기술 사용자, SAS 파트너가 제공하는 데이터 및 AI 경험.