Az elindított mesterséges intelligencia (MI) projektek számát és a technológia adaptálási sebességét vizsgálva a mezőgazdaságban tevékenykedő cégek mutatják a legnagyobb aktivitást.

E tekintetben a technológiai-vezérelt iparágak, mint az informatika vagy a telekommunikáció is némi lemaradásban vannak, ez derül ki a Hiflylabs és a Nimble Gravity felméréséből.

Sok a kudarcba fulladt projekt

A generatív MI modellekkel kapcsolatos fejlesztések csak közel fele jut el a tervektől a kísérleti fázisba, míg az aktív fejlesztési szakaszt alig egyharmaduk éri el – mondta Virág Zsolt, a Hiflylabs  társalapítója és igazgatóságának elnöke.

Többek között ezek a főbb megállapításai annak a nemzetközi felmérésnek, amelyet a legnagyobb magyar tulajdonú adatelemző, üzleti tanácsadó cég, a Hiflylabs és USA-beli partnere, a Nimble Gravity közösen végzett augusztusban.

A felmérést főként a USA-ban működő vállalatok körében végezték, amelyek jelentős tapasztalatra tettek szert a generatív MI modellekre épülő megoldások fejlesztése és bevezetése kapcsán. A válaszok a kiválasztott társaságok döntéshozóitól, vagyis ügyvezetőktől, pénzügyi és technológiai vezetőktől, illetve az MI projektekben aktív szerepet vállaló középvezetőktől, elemzőktől és IT szakemberektől érkeztek.

Összesen 30 ország 460 cégvezetője válaszolt, akik 14 iparágat képviselnek.

A válaszokból kiderült, hogy a fejlesztések zátonyra futását nem lehet egyetlen okra visszavezetni. A kudarcok mögött számos, egymással összefüggő tényező és kihívás húzódik meg. Az esetek nagy többségében kompatibilitási problémák léptek fel a bevezetni tervezett generatív MI megoldás és a meglévő technológiai infrastruktúra között. Emellett az okok közül érdemes kiemelni még a magas fejlesztési és bevezetési költségeket, illetve azt, hogy a leállított projektek nem támogatták kellő mértékben az üzleti célok megvalósulását.

Az MI projektek üzleti hasznossága legtöbbször a költségcsökkentés. Ez a jelenlegi gazdasági helyzetben kiemelten fontos a cégek számára. Azonban a mesterséges intelligencia sikeres alkalmazásához fejlett innovációs kultúrára van szükség, amelyben elfogadott, hogy az ötletek egy része kudarcba fullad. Azt is figyelembe kell venni, hogyha valami kicsiben, kontrollált vagy mesterséges körülmények között működik, az nem garancia arra, hogy a bevezetést követően élesben is működni fog. A két fázis között nagy a szakadék – fogalmazott Virág Zsolt.

Topon a mezőgazdaság

Meglepő kép rajzolódik ki, ha iparáganként vizsgáljuk az indított projektek számát és az új technológiák adaptálási sebességét. A felmérés alapján mindkét esetben a mezőgazdaság van a lista élén. A generatív MI modellek megjelenése óta az itt tevékenykedő cégek indították el átlagban a legtöbb fejlesztést, illetve ők jutottak el leggyorsabban tervezéstől a kísérleti fázisig.

Az olyan technológiai-vezérelt iparágak, mint az informatika vagy a telekommunikáció, szintén sok ilyen irányú fejlesztést indítottak, ugyanakkor ezek adaptálási sebessége messze elmarad a mezőgazdasági cégek teljesítményétől. Ugyanez a megállapítás igaz a pénzügyi szektor vállalataira is. A humánerőforrás cégekre szintén nagy MI fejlesztési aktivitás jellemző, a megvalósítási ciklus hossza tekintetében mégis ez a szektor a sereghajtó.

Az e témakörben kapott válaszok kiértékelése alapján kijelenthető, hogy az indulástól az aktív, end-to-end fejlesztés kezdetéig átlagosan 56 napot vesz igénybe egy generatív  MI projekt. Ezen belül közel 20 napig tart, amíg a tervektől eljutnak a pilot fázisig, és további 36 nap, amíg az élesben használható megoldás fejlesztése megkezdődik.

Az időtényező vizsgálata azért fontos, mert a technológia óriási tempóban fejlődik. Minél tovább tart egy mesterséges intelligencia projekt, annál nagyobb a valószínűsége, hogy a végeredmény már elavult lesz az indulás pillanatában, fogalmazott Virág Zsolt. A piac gyorsan mozog, a versenytársak gyorsan reagálnak. Az avulás könnyen kezelhető egy modulárisan felépített architektúrával, ami alatt az MI motor kicserélhető az aktuálisan legjobb, legfrissebb modellre  – tette hozzá a szakember,