MIT NANDA-undersøkelser fant at bare 5 % av organisasjonene lykkes med å bringe AI-verktøy i produksjon i stor skala Amerikanske selskaper har investert mellom 35 og 40 milliarder dollar i generative AI-prosjekter, men så langt har de tapt nesten ingenting. I følge en rapport [PDF] fra MITs NANDA-prosjekt (Network AI Agents and Decentralized AI), får 95 % av bedriftsorganisasjonene null avkastning på AI-investeringene sine. Bare 5 % av organisasjonene integrerer AI-verktøy i produksjon i stor skala. Rapporten er basert på strukturerte intervjuer med 52 bedriftsledere, en analyse av over 300 offentlige AI-prosjekter og kunngjøringer, og en undersøkelse av 153 forretningsfolk. Rapportens forfattere – Aditya Challapally, Chris Pease, Ramesh Raskar og Pradyumna Chari – tilskriver dette "generative AI-skillet" til AI-systemenes manglende evne til å beholde data, tilpasse seg miljøet og evnen til å lære kontinuerlig, i stedet for mangel på infrastruktur, læringsressurser eller talent. > er det "generative AI-skillet" mest tydelig i distribusjonsrater, med bare 5 % av tilpassede AI-verktøy for bedrifter som kommer til produksjon. "Det 'generative AI-skillet' er mest tydelig i distribusjonshastigheter, med bare 5 % av tilpassede AI-verktøy for bedrifter som kommer til produksjon," sa rapporten. "Chatbots lykkes fordi de er enkle å eksperimentere med og fleksible, men de mislykkes i kritiske arbeidsflyter på grunn av mangel på minne og tilpasning." Som en anonym informasjonssjef sa i et intervju med forfatteren: «Vi så dusinvis av demoer i år. Sannsynligvis er bare en eller to virkelig nyttige. Resten er enten "skall"-produkter eller vitenskapelige eksperimentprosjekter. ” Forfatternes funn sammenfaller med resultatene fra andre nyere studier som tyder på at bedriftsledelsens tillit til AI-prosjekter synker. NANDAs rapport nevner at en liten prosentandel av bedriftene har funnet nytten av generativ AI og at teknologien har en betydelig innvirkning på to av de ni industrisektorene – teknologi og media og telekommunikasjon. For resten av sektorene – profesjonelle tjenester, helsevesen og legemidler, forbruker og detaljhandel, finansielle tjenester, avansert industri og energi og materialer – har generativ AI vært irrelevant. Rapporten siterte en anonym COO for et produksjonsselskap i mellommarkedet: «Hypen på LinkedIn er utbredt om at alt har endret seg, men i vår faktiske virksomhet har ingenting endret seg fundamentalt. Vi behandler noen kontrakter raskere, men det er omtrent det. ” En ting som virkelig endrer seg er sysselsettingslandskapet, i hvert fall i de berørte bransjene. I teknologi- og mediesektorene forventer "mer enn 80 % av lederne å redusere ansettelser innen 24 måneder," bemerker rapporten. ” Ifølge forfatterne skjer permitteringer drevet av generativ AI først og fremst i ikke-kjernevirksomheter som ofte er outsourcet, for eksempel kundestøtte, administrativ behandling og standardiserte utviklingsoppgaver. "Disse stillingene viste sårbarhet på grunn av deres outsourcingstatus og prosessstandardisering før AI ble implementert," sa rapporten, og bemerket at mellom 5 % og 20 % av støtte- og administrative håndteringsstillinger i berørte bransjer ble påvirket. Ifølge The Register gjenspeiler Oracles nylige permitteringer innsatsen for å balansere AI-kapitalutgifter, som har blitt en tung byrde på nakken til amerikanske teknologigiganter. Hos IBM mener ansatte at AI har blitt brukt som en unnskyldning for å flytte jobber utenlands. Uavhengig av den offentlige begrunnelsen og den reelle motivasjonen for permitteringene, har generativ AI faktisk en innvirkning på teknologi- og medie- og telekommunikasjonsindustrien, som også er områdene der den er mest utbredt. Selv om omtrent 50 % av AI-budsjettene er allokert til markedsføring og salg, foreslår rapportens forfattere at bedriftsinvesteringer bør flyte til aktiviteter som genererer meningsfulle forretningsresultater. Dette inkluderer kvalifisering av potensielle kunder og kundeoppbevaring på front-end, samt downsourcing outsourcing av forretningsprosesser, byråutgifter og risikoverifisering av finansielle tjenester på back-end. Ved å analysere suksessen til generativ AI i noen selskaper, påpeker rapporten at generelle verktøy som OpenAIs ChatGPT overgår tilpassede verktøy i bedriftsklasse, selv om de bruker den samme AI-modellen som ligger til grunn for disse bedriftsverktøyene. Rapporten hevder at ansatte har en tendens til å være mer kjent med ChatGPTs grensesnitt og derfor bruker det mer – et resultat av ansatteinitiert «skygge-IT». Rapporten siterer et intervju med en bedriftsadvokat som beskrev sin misnøye med et profesjonelt kontraktsanalyseverktøy som kostet 50 000 dollar i hennes mellomstore advokatfirma. "AI-verktøyene vi kjøpte ga veldig rigide sammendrag med begrensede tilpasningsmuligheter," sa advokaten til forskerne. «Med ChatGPT kan jeg lede samtalen, iterere til jeg får akkurat det jeg trenger. Den grunnleggende forskjellen i kvalitet er åpenbar, og ChatGPT gir konsekvent bedre resultater, selv om leverandørene våre hevder at de bruker den samme underliggende teknologien. ” Forfatterne hevder at selskaper som lykkes med å krysse "generativ AI-skillet" er mer som å skaffe outsourcing-tjenester for forretningsprosesser enn software-as-a-service (SaaS)-kunder når de anskaffer AI. "De krever dyp tilpasning, driver adopsjon fra frontlinjen og holder leverandører ansvarlige for forretningsberegninger," konkluderer rapporten. "De mest vellykkede kjøperne forstår at det å krysse dette skillet krever partnerskap, ikke bare kjøp av produkter." ®