Wir sind gerade vom jährlichen Data & Analytics Summit von Gartner in Orlando zurückgekehrt. Es war eine turbulente Veranstaltung, vollgepackt mit faszinierenden Präsentationen, Diskussionen und neuen Ideen darüber, wie man Daten in Unternehmen verarbeiten und verwalten kann. Vielleicht keine große Überraschung – das Thema der Woche war generative KI und ihre endlosen Möglichkeiten für die betriebliche Effizienz und die Zugänglichmachung von Daten und Analysen für einen größeren Teil des Unternehmens.
Vorbereitung auf GenAI
Die Keynote-Session konzentrierte sich auf die Bedeutung der Wertschöpfung durch kollektive Intelligenz und praktische Anwendungen von GenAI. Sie hoben die schnelle Einführung der Technologie für strategische Daten- und Analyseinitiativen (D&A) hervor. Aus den Untersuchungen von Gartner geht hervor, dass fast die Hälfte der befragten Unternehmen GenAI-Tools pilotiert, und 10 % haben GenAI bereits in der Produktion, Stand 2023.
Ein paar Statistiken aus der Präsentation zu den geschäftlichen Auswirkungen von generativer KI:
- Unternehmen, die KI als strategisch betrachteten, schnitten über einen Zeitraum von 9 Jahren in 80 % der Fälle besser ab als ihre Mitbewerber
- 64 % sind der Meinung, dass GenAI substanziell und nicht überbewertet ist
- 62 % der Unternehmen hatten KI auf Vorstandsebene diskutiert
Während Vorteile wie die Produktivität der Belegschaft, Multi-Domain-Anwendungen und die Differenzierung im Wettbewerb offensichtlich sind, gibt es auch erhebliche Risiken in Bezug auf Datenverlust, Halluzinationen, Black-Box-Natur, Urheberrechtsprobleme und potenziellen Missbrauch. 53 % haben Bedenken, dass sie nicht in der Lage wären, mit KI-Risiken umzugehen
Gartner prognostiziert, dass bis 2025 mindestens 30 % der generativen KI-Projekte nach dem Proof-of-Concept aufgrund von Problemen wie schlechter Datenqualität, unzureichender Risikokontrolle, eskalierenden Kosten oder unklarem Geschäftswert abgebrochen werden.
Das Datenmanagement ist für diese Gleichung von entscheidender Bedeutung. Sie stellten fest, dass Unternehmen mit einem hohen D&A-Reifegrad 30 % höhere Nettoeinkommen aufwiesen als Unternehmen mit einem niedrigeren Reifegrad in diesem Bereich. Viele Unternehmen haben jedoch Schwierigkeiten, den durch Daten und Analysen geschaffenen Wert zu messen und zu kommunizieren, da nur:
- 24 % überarbeiten ihre Kennzahlen, um sie geschäftsorientiert zu gestalten
- 22 % verbessern Data-Storytelling-Ansätze
So stellen Sie sicher, dass Ihr Unternehmen GenAI-fähig ist
Um den Erfolg im Jahr 2024 und darüber hinaus zu maximieren, sollten Daten- und Analyseleiter die folgenden Schritte in Betracht ziehen:
Plan: Legen Sie die KI-Ziele Ihres Unternehmens offiziell fest, indem Sie Anwendungsfälle von Funktionsleitern für Daten- und Analyseprojekte, -anfragen und -vorgänge einholen. Arbeiten Sie als Team auf diese Ziele hin und überwachen Sie den Fortschritt.
Messen: Wenden Sie Finanzoperationen (FinOps) an, um die Kosten für die Anwendung von GenAI-Tools zu überwachen, zu prüfen und zu optimieren. Abhängig vom D&A-Reifegrad Ihres Unternehmens sollten Sie vielleicht einen Entscheidungsrahmen für den Kauf von GenAI-Tools im Vergleich zu deren Entwicklung schaffen.
Ausführen: Priorisieren Sie die Ausführung in überschaubaren Schritten. Pilot-Anwendungsfälle mit einer Untersuchung der zukünftigen Skalierbarkeitsanforderungen in Bezug auf Datenschutz, Sicherheit usw.
Regieren: Revitalisieren und erweitern Sie Governance-Frameworks, um eine verantwortungsvolle, sichere KI-Bereitschaft zu ermöglichen. Evaluieren Sie Tools zur Risikominderung.
Anpassen: Entdecken Sie neue Betriebsmodelle, die die kollektive Intelligenz durch organisatorische Flexibilität und aktualisierte Führungsparadigmen verbessern. Entwerfen Sie eine Composable-Plattform-Architektur, um die Flexibilität zu verbessern und die Bindung an einen Anbieter zu vermeiden.
Erziehen: Erweitern und investieren Sie in Datenkompetenzen, um die umfassende KI-Kompetenz in der gesamten Belegschaft zu fördern. Stärken Sie Ihre Technologieteams, indem Sie robuste Data-Engineering-Praktiken wie Wissensgraphen und Vektoreinbettungen einführen.
Blei: Bewegen Sie sich zielgerichtet vom Kern (IT) bis zum Edge (alle Geschäftsbereiche). Verfolgen Sie einen agilen, produktzentrierten Ansatz mit kontinuierlichen Updates auf der Grundlage von Benutzerfeedback. Versuchen Sie immer, individuelle und organisatorische Bedürfnisse in Einklang zu bringen und gleichzeitig eine verantwortungsvolle KI zum Eckpfeiler für die Skalierung der GenAI-Fähigkeiten zu machen.
Eine Integrationsplattform, die entwickelt wurde, um Ihre KI-Reise zu begleiten
SnapLogic wurde kürzlich in den Gartner Magic Quadrants für Datenintegrationstools und iPaaS als Visionär ausgezeichnet:
Unsere Plattform bietet ein Gateway für die Anwendung von GenAI auf Systemintegrationen, Cloud-Migration, Datentransformation, Orchestrierung und eine Vielzahl anderer Daten- und Berichtsprozesse. Dies wiederum ermöglicht es, GenAI in anderen Teilen der Organisation zu aktivieren. Alles in einem einfach zu bedienenden Tool mit visualisierten Integrationen, die es Geschäftsanwendern ermöglichen, ihre eigenen Datenintegrationsprojekte sicher durchzuführen und die IT zu entlasten.
