De meeste bedrijven geven voorrang aan AI/ML-projecten boven andere IT-projecten, zo blijkt uit onderzoek door DataRobot naar de inzet van AI en machine learning in organisaties. 42 procent geeft zelfs aan dat het de belangrijkste IT-prioriteit is. Voor het rapport werden 400 organisaties in verschillende sectoren ondervraagd en werd ook inzicht verkregen in belangrijke barrières voor organisaties op het gebied van AI/ML en de manieren waarop AI economische groei stimuleert.
Het onderzoek laat zien dat er meer wordt geïnvesteerd in AI/ML. Maar liefst 86 procent van de respondenten geeft aan dat de bestedingen aan AI/ML binnen de organisatie het afgelopen jaar zijn toegenomen. Verder blijkt dat organisaties die AI/ML inzetten te maken hebben met steeds complexere operationele problemen na de implementatie. Zo worstelt 87% van de respondenten met lange tijdslijnen voor de implementatie van modellen. De meerderheid (59 procent) van de ondervraagde organisaties, heeft minimaal een maand nodig om een getraind model in productie te nemen. Dit betekent dat het langer duurt voordat deze organisaties kunnen profiteren van AI/ML.
Struikelblok
Een ander struikelblok is de complexe en vaak onsamenhangende infrastructuur, tooling en de specifieke gebruiksscenario’s en vereisten voor AI/ML. De meerderheid van de ondervraagde organisaties (64 procent) implementeert modellen en data om meer dan 10 landen wereldwijd te ondersteunen, terwijl 22 procent meer dan 20 regio’s wereldwijd moet ondersteunen. Verder heeft 37 procent van de respondenten AI geïmplementeerd in een hybride omgeving voor modelimplementatie, waarbij on-premise infrastructuur wordt gecombineerd met cloud-omgevingen, terwijl 28% een multi-cloudomgeving heeft.
85% van de respondenten heeft moeite met de vereisten op het gebied van IT-governance, compliance en controleerbaarheid voor hun AI/ML-implementaties. 25 procent noemde IT-beveiliging zelfs als de grootste AI/ML-uitdaging. De meeste bedrijven (83 procent) geven aan dat aanzienlijke geografische spreiding performance-uitdagingen kan opleveren en dat zij SLA’s hebben voor modellatentie.
Revolutie
“Met AI kunnen bedrijven een revolutie teweeg te brengen in hun bedrijfsvoering en traditionele sectoren ontwrichten”, zegt Diego Oppenheimer, Executive Vice President MLOps bij DataRobot. “Organisaties lopen echter tegen complexe operationele problemen aan: corporate governance, IT-beveiliging, risicobeheer en regelgeving in verschillende landen. Een end-to-end AI/ML-platform met enterprise machine learning-activiteiten, is de enige manier om deze groeiende complexiteit te beheren en zakelijke impact te maximaliseren.”
Zo heeft AB InBev, de grootste bierproducent ter wereld, het platform van DataRobot ingezet om data uit de zes belangrijkste markten samen te brengen in één data pijplijn en in slechts negen weken AutoML-modellen te ontwikkelen. Op basis van de consumptiecijfers leveren de modellen inzichten waarmee sales-medewerkers van AB InBev klanten kunnen adviseren welke producten zij het best kunnen inkopen om hun verkoopcijfers te verhogen. De datagedreven aanbevelingen van het DataRobot-platform leverden AB InBev substantieel extra omzet op in het eerste half jaar van 2021.
