Press release

Einer neuen weltweiten Studie von SoftServe zufolge entsprechen die KI-/ML-Möglichkeiten nicht den Erwartungen der Führungskräfte

businesswire,
0
Präsentiert von Businesswire

Neue Daten, die heute von SoftServe herausgegeben wurden, deuten darauf hin, dass Führungskräfte von Software- und Digital-Native-Firmen ein sehr unterschiedliches Verständnis für den Wert von künstlicher Intelligenz und maschinellem Lernen (AI/ML) haben.

Das Interesse an KI/ML ist mit der jüngsten Veröffentlichung von Instrumenten wie ChatGPT und der Einführung von Microsofts KI-gestütztem Bing gestiegen. Die Erhebung unter fast 600 IT-Führungskräften in neun Ländern von SoftServe verdeutlicht jedoch, dass die große KI-/ML-Ambition, die es gibt, mit erheblicher Enttäuschung verbunden ist.

Während den Angaben von 56 % zufolge die Führung KI/ML als dringende Priorität einstufen sollte, um die Geschäftsergebnisse zu verbessern, betrachten 52 % es als eine Priorität, qualifizierte Talente zu halten und zu gewinnen. Umgekehrt sagen 72 % der IT-Führungskräfte, dass ihr Führungsteam die technischen Möglichkeiten von KI/ML und ihr Potenzial für den Geschäftserfolg nicht vollständig versteht. 42 % der Befragten meinen überdies, dass ihre Führung dem KI-/ML-Bereich nicht genügend Dringlichkeit beimisst – bis zu dem Punkt, dass diese wichtige Investition auf der Prioritätenliste nach unten wandert.

Besonders beunruhigend ist die Zustimmung von 83 %, dass in den nächsten fünf Jahren nur solche Anbieter von Unternehmens- und Verbrauchersoftware wettbewerbsfähig sein werden, die KI-/ML-Funktionen erfolgreich in ihre Produkte und die allgemeine Geschäftsstrategie integriert haben.

„Wir verzeichnen eine erhebliche digitale Kluft zwischen Firmenleitern, die wenig über die Methoden der profitablen Nutzung von KI/ML wissen, und den Teams, die für die Umsetzung zuständig sind“, sagte Chuck Ros, Industry Success Leader for High Tech, SoftServe. „In Software- und Digital-Native-Firmen ist das Team, das sich mit KI/ML beschäftigt, besonders wichtig, denn davon ist abhängig, wie die Technologie an der Geschäftsstrategie, den Kundenbedürfnissen und der profitablen Nutzung ausgerichtet wird. In den meisten Software- und Digital-Native-Firmen ist KI/ML immer noch in der IT angesiedelt, was darauf hindeutet, dass viele Führungskräfte mit Blick auf die Möglichkeiten, die diese Technologie hat, Produkte, Dienstleistungen und den Wert für den Kunden zu transformieren, unsicher sind.“

Die von Wakefield Research zusammengestellten unabhängigen Ergebnisse geben die Meinungen von fast 600 Chief Information Officers, Chief Data Officers, Chief Technology Officers und Vice Presidents of IT in Nordamerika und Europa wieder. Die wichtigsten Daten des Berichts sind wie folgt:

  • 98 % betrachten KI-/ML-Investitionen als Priorität, 42 % glauben jedoch, dass ihre Führung diese KI-/ML-Investitionen nicht mit der erforderlichen Dringlichkeit behandelt
  • Im Folgenden sind die drei wesentlichsten Gründe dafür aufgeführt, dass die Investitionen nicht den Erwartungen entsprechen:

    • 39 % – Mangel an Talenten oder Fähigkeiten
    • 38 % – ungenügende oder unzureichende Finanzierung
    • 36 % – mangelnde Geschäftsintegration
  • Fast drei von zehn (29 %) sagen, dass ihr Unternehmen auf die Verwaltung von Daten zur Schulung von KI-/ML-Plattformen extrem oder sehr schlecht vorbereitet ist
  • Fast alle (96 %) sind nicht vollständig vorbereitet
  • Mit Blick auf die KI-Strategie bei Produkten und Funktionen kommt der Druck eher von der Führung (53 %) und den Vorstandsmitgliedern (47 %) als von den Kunden.

SoftServe ist der Ansicht, dass Software- und Digital-Native-Firmen jetzt zwei entscheidende Maßnahmen ergreifen müssen, um eine erfolgreiche Geschäftsstrategie und Langlebigkeit zu gewährleisten.

  • Ausrichtung an den Geschäftsergebnissen – Auch wenn es offensichtlich klingt, ist dies überraschenderweise eine der größten Erfolgsbarrieren. Von der Organisationsstrategie bis zu den Geschäftsergebnissen, eine unzureichende Ausrichtung ist die Ursache unüberlegter Initiativen, die sowohl den Ruf der IT als auch von KI/ML gefährden. Zunächst muss die Führung die besten Einsatzbereiche und Anwendungsfälle der Technologie besser verstehen. Mit Blick auf die Umsetzung muss das Unternehmen den Fokus dann auf das Ergebnis setzen – die Umsatzsteigerung durch eine wirksame Monetarisierung dieser wichtigen Technologie.
  • Verantwortung wirkt sich auf die Ergebnisse aus – Die Daten zeigen, dass Investitionen in KI/ML den Erwartungen bei weitem nicht entsprechen. KI-/ML-Investitionen sollten als Produktinnovation statt als „wissenschaftliche Projekte“ der IT zur Beruhigung neugieriger Programmierer oder anspruchsvoller Vorstände behandelt werden. Damit KI/ML bei ISVs erfolgreich ist, muss die Verantwortung von der IT auf das Produktmanagement übergehen, sodass den Möglichkeiten in Bezug auf die Entwicklung insgesamt genauso viel Wert beigemessen wird wie dem Kundennutzen und den CX-Funktionen.

Laden Sie hier unser eBook herunter und gewinnen Sie einen tieferen Einblick, wie Software- und Digital-Native-Firmen mit Blick auf Wettbewerbsfähigkeit und Wachstum KI-/ML-Funktionen schnell integrieren müssen.

ÜBER SOFTSERVE

SoftServe, ein IT-Beratungsunternehmen, transformiert und optimiert die Geschäftsabläufe von Unternehmen und Softwarefirmen. Unser ganzheitlicher Ansatz ermöglicht Innovation, Qualität und Geschwindigkeit in den Sektoren Gesundheitswesen, Einzelhandel, Energie, Fertigung und Finanzdienstleistungen.

Besuchen Sie uns auf unserer Website, unserem Blog und auf LinkedIn, Facebook und Twitter.

Die SoftServe-Erhebung wurde von Wakefield Research (www.wakefieldresearch.com) unter 600 Führungskräften mit den Titeln CIO/VP of IT, Chief Digital Officer, CTO, Produktentwicklung und Engineering in den USA, Kanada, dem Vereinigten Königreich, Deutschland, den Niederlanden, Belgien, Schweden, Finnland und Dänemark durchgeführt, die in Unternehmen mit einem Jahresumsatz von mindestens 100 Mio. US-Dollar für die Bereiche IT, Produktentwicklung und/oder Kundenerlebnis zuständig sind. Sie erfolgte vom 17. bis zum 30. November2022 mittels einer E-Mail-Einladung und einer Online-Erhebung. Die Fehlerspanne für die Studie beträgt +/- 4,0 %.

Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.