Obawy związane z AI i bezpieczeństwem danych

Bezpieczeństwo i niezawodność danych od dawna mają kluczowe znaczenie dla powodzenia inicjatyw biznesowych. Jednak szybki postęp w sztucznej inteligencji (AI) sprawił, że te elementy stały się jeszcze ważniejsze. Pewność, że sztuczna inteligencja jest zasilana dokładnymi, kompleksowymi danymi to klucz do wykorzystania jej pełnego potencjału.

Niemal 9 na 10 (87%) analityków i liderów IT zgadza się z tym, że postęp w sztucznej inteligencji sprawił, że zarządzanie danymi staje się coraz wyższym priorytetem. Najnowszy raport Salesforce „State of Data and Analytics” wskazuje na brak zaufania respondentów do dokładności danych. Ponadto, największym wyzwaniem w zarządzaniu danymi i ich wykorzystywaniu do potrzeb biznesowych okazało się ich bezpieczeństwo.

Brak wiarygodnych danych budzi strach przed utratą korzyści płynących ze sztucznej inteligencji

Obecnie firmy koncentrują się na wykorzystaniu generatywnej sztucznej inteligencji w celu poprawy produktywności, wydajności i zwiększenia przychodów. Od tworzenia treści, aż po rozwój oprogramowania – liderzy biznesowi w pełni przyjmują dobrodziejstwa płynące z generatywnej sztucznej inteligencji. Najnowsze badania Salesforce pokazują, że pierwsi użytkownicy już zauważają rezultaty, w tym krótszy czas rozwiązywania problemów w zakresie obsługi klienta i zwiększoną sprzedaż. Nic więc dziwnego, że firmy boją się pozostać w tyle.

Aby skorzystać z dobrodziejstw sztucznej inteligencji, firmy muszą jednak najpierw uporządkować swoje dane. Wspieranie skutecznej sztucznej inteligencji wymaga bezpiecznych i niezawodnych danych wejściowych. 92% analityków i liderów IT twierdzi, że zapotrzebowanie na zaufane dane jest większe niż kiedykolwiek.

Z zaufaniem do danych bywa dziś różnie

Zespoły znajdujące się najbliżej danych, na przykład analitycy, mają największe zaufanie do dokładności swoich danych. Jednak nawet te zespoły mają duże pole do poprawy: tylko 57% liderów działów analityki jest całkowicie pewnych swoich danych. Działy biznesowe takie jak marketing, sprzedaż i usługi są jeszcze bardziej sceptyczne, a średnio tylko 43% z nich całkowicie ufa swoim danym.

Zespoły obsługi klienta, których wydajność zależy od terminowego i dokładnego połączenia danych zwrotnych od klientów, informacji o zgłoszeniach do pomocy technicznej czy też szczegółów dotyczących produktów i informacji o klientach, mają szczególnie dużo wątpliwości co do jakości swoich danych.

Zagrożenia bezpieczeństwa i brak harmonizacji danych utrudniają ich wiarygodność

Podczas gdy brak zaufania podkreśla walkę firm o wykorzystanie danych jako podstawy rozwiązań opartych na sztucznej inteligencji, to jednak największym wyzwaniem wśród ankietowanych są zagrożenia bezpieczeństwa danych.

Niedawne opublikowane badanie Salesforce pokazało, że aż 65% liderów IT doświadczyło naruszenia bezpieczeństwa w okresie od czerwca 2021 r. do czerwca 2022 r. Wśród tych, którzy doświadczyli naruszenia, 35% nie było w stanie odzyskać żadnych danych. Generatywna sztuczna inteligencja niesie ze sobą dodatkowe ryzyko wycieku zastrzeżonych danych firmowych do publicznych, dużych modeli językowych.

Rosnące obawy związane z cyberbezpieczeństwem są potęgowane przez inny ważny czynnik: dane organizacyjne rosną zarówno pod względem ilości, jak i złożoności, zwiększając poziom zagrożenia.

Ponad dwie trzecie (68%) zespołów analitycznych i informatycznych przewiduje wzrost ilości danych w ciągu najbliższych 12 miesięcy. Przewidują oni, że wzrost ten będzie znaczny. Średnio liderzy techniczni spodziewają się około 20% wzrostu w różnych miejscach: w danych własnych, danych stron trzecich i danych urządzeń. Ich przewidywania są jednak prawdopodobnie mocno zaniżone, biorąc pod uwagę dane płynące z niezależnych badań.

Zarządzanie przyrastającą liczbą danych pochodzących z wielu różnych źródeł jest czymś więcej, niż tylko kwestią bezpieczeństwa. To techniczne wyzwanie do standaryzacji. Zaraz po zagrożeniach związanych z bezpieczeństwem, firmy wymieniają brak harmonizacji danych, jako największą barierę w wydobywaniu z nich wartości. Dalsze skutki utrzymywania rozproszonych, silosowych danych przekładają się na przytłaczające ilości danych i brak jednego źródła prawdy, a to według badanych główne bariery w wykorzystywaniu własnych danych. Podają oni również brak szkoleń i skutecznych sposobów wydobywania informacji jako kolejne, duże wyzwania związane z danymi w ich organizacjach.

Zarządzanie danymi i kultura danych kluczem do skutecznego wykorzystania danych

Kluczową częścią budowania sukcesu sztucznej inteligencji jest zarządzanie danymi – zestaw zasad lub polityk, zgodnie z którymi informacje są gromadzone, zarządzane, przechowywane, mierzone i przekazywane w organizacji.

Ustanawiając jasne i czytelne zasady dostępu do danych, ich dokładności, prywatności, bezpieczeństwa i przechowywania, doświadczeni liderzy wykorzystują zarządzanie danymi w celu zapewnienia jakości, demokratyzacji dostępu i ochrony prywatności. Skuteczne zarządzanie danymi może zapewnić jasność w kluczowych kwestiach. Dotyczą one przede wszystkim tego danych czy dane są poprawne i bez rozbieżności, czy są kompletne, czy są wiarygodności oraz trafne.

Zdecydowana większość ankietowanych deklaruje, że wykorzystuje zarządzanie danymi jako narzędzie do zapewnienia i certyfikacji podstawowej jakości danych (85%), ramy do wzbudzania zaufania do danych (84%) oraz skuteczny sposób na demokratyzację dostępu do danych (81%).

Oczywiście poprawa zaufania do danych to coś więcej niż tylko rozwiązanie techniczne. Wspieranie silnej kultury danych – tworzenie sposobu myślenia i praktyki wokół wartości bycia firmą opartą na danych ma kluczowe znaczenie dla zwiększenia zaufania. Badania wykazały, że firmy oparte na danych osiągają lepsze wyniki pod względem niemal każdego wskaźnika.

Kluczowe dane z raportu Salesforce:

Zarządzanie danymi:

87% liderów analityki i IT zgadza się, że postępy w dziedzinie sztucznej inteligencji sprawiają, że zarządzanie danymi ma wyższy priorytet
92% z nich zgadza się, że potrzeba wiarygodnych danych jest wyższa niż kiedykolwiek wcześniej
57% ankietowanych jest całkowicie pewnych swoich danych
68% zespołów analitycznych i zespołów IT przewiduje wzrost ilości danych w ciągu najbliższych 12 miesięcy.

Priorytety biznesowe:

77% liderów biznesowych obawia się, że ich firma traci korzyści płynące z generatywnej sztucznej inteligencji.
Poprawa jakości danych jest priorytetem nr 1 dla liderów analityki i IT
Zagrożenia bezpieczeństwa to wyzwanie nr 1 dla liderów biznesu, analityki i IT
Ponad 7 na 10 firm zwiększa budżety na narzędzia do analizy danych i szkolenia z tego zakresu

Zarządzanie danymi:

85% liderów analityki i IT wykorzystuje zarządzanie danymi, jako narzędzie do zapewnienia i certyfikacji podstawowej jakości danych.
84% liderów analityki i IT wykorzystuje zarządzanie danymi. jako ramy do wzbudzania zaufania do danych.

Przeczytaj również:

Firmy zwraca się ku Agentom AI w obliczu problemów z zatrudnieniem

Najnowszy raport MuleSoft Connectivity Benchmark pokazuje, że w odpowiedzi na rosnące zapotrzebowanie na zasoby działów IT aż 96% liderów IT w europejskich przedsiębiorstwach już wdrożyło lub planuje wdrożenie agentów AI w ciągu najbliższych dwóch lat. Jednak wyzwania związane z integracją systemów sprawiają, że firmy nie mogą w pełni wykorzystać potencjału tej technologii. Tymczasem agenci AI mogą znacząco odciążyć zespoły IT, automatyzując wiele czasochłonnych procesów. Badania wskazują, że 94% respondentów w Europie ma trudności z integracją danych w różnych systemach. Dodatkowo, średnio tylko 32% aplikacji w europejskich organizacjach jest ze sobą kompatybilnych, co negatywnie wpływa na precyzję i skuteczność agentów AI. Kluczowe wnioski z 10. edycji raportu Connectivity Benchmark firmy MuleSoft Dzięki agentom AI otwiera się droga do większej efektywności Zespoły IT, które już teraz odpowiadają za utrzymanie istniejących systemów, mają trudności z nadążaniem za rosnącym zapotrzebowaniem na rozwiązania oparte na sztucznej inteligencji. Odsetek projektów, które nie zostały zrealizowane na czas, wzrósł do 29% w 2024 roku – w porównaniu do 28% w 2023 roku. 81% europejskich liderów IT spodziewa się dalszego wzrostu obciążenia pracą. Średnio ankietowani przewidują, że liczba projektów wzrośnie o 18% między 2024 a 2025 rokiem. Aby sprostać rosnącemu zapotrzebowaniu, przedsiębiorstwa w Europie przeznaczyły w 2024 roku średnio 19,3 mln dolarów na zatrudnienie specjalistów IT – to wzrost o 69% w porównaniu do 2023 roku, gdy wydatki te wynosiły około 11,4 mln dolarów. Agenci AI i rozwiązania integracyjne – szansa na zwiększenie produktywności, efektywności i redukcję kosztów Agenci AI i narzędzia do integracji systemów mogą znacząco odciążyć zespoły IT, automatyzując powtarzalne zadania i umożliwiając firmom bardziej efektywne zarządzanie zasobami. Większość europejskich liderów IT (92%) uważa, że sztuczna inteligencja zwiększy produktywność ich zespołów deweloperskich w ciągu najbliższych trzech lat. Wśród firm, które już korzystają z agentów AI, odsetek ten jest jeszcze wyższy – 98% wyraża taką pewność. Średnio 39% czasu zespołów IT jest obecnie poświęcane na projektowanie, budowanie i testowanie niestandardowych integracji między systemami i danymi, aby umożliwić firmom wdrażanie nowych rozwiązań cyfrowych. Proces ten może zostać zautomatyzowany dzięki odpowiednim narzędziom integracyjnym. Coraz bardziej złożona infrastruktura ogranicza skuteczność agentów AI Rosnąca liczba aplikacji i modeli AI wykorzystywanych przez przedsiębiorstwa prowadzi do powstawania silosów danych, które mogą utrudniać efektywne działanie agentów. Średnio 85% europejskich liderów IT uważa, że silosy danych stanowią wyzwanie dla ich organizacji. Problem ten jest jeszcze bardziej widoczny w firmach korzystających z agentów AI (91%) w porównaniu do tych, które ich nie używają (81%). Obecnie europejskie organizacje korzystają średnio z 789 aplikacji. Firmy wykorzystujące agentów AI mają ich jeszcze więcej – średnio 1 075, czyli o 68% więcej niż organizacje, które nie wdrożyły agentów (639). Liczba modeli AI wykorzystywanych przez europejskie przedsiębiorstwa wzrosła – z 10 w 2024 roku do 15 w 2025 roku. Organizacje korzystające z agentów AI używają średnio 17 modeli, podczas gdy te bez agentów – 15. API i skuteczne łączenie danych mogą zwiększyć wydajność IT oraz agentów AI Integracja strategii AI i połączeń pomiędzy danymi pozwala firmom uprościć i ujednolicić ich infrastrukturę, maksymalnie wykorzystując ich potencjał do efektywnego zasilania agentów AI. Dzięki temu agenci mogą uzyskiwać dostęp do kluczowych, specyficznych dla biznesu danych, działając w sposób optymalny i wchodząc w interakcje z istniejącymi systemami oraz automatyzacjami. Wśród europejskich firm korzystających z agentów AI, te wykorzystujące API czerpią z nich korzyści w zakresie: Usprawnienia infrastruktury IT (66%) Integracji różnych systemów (49%) Umożliwienia zespołom swobodnego udostępniania danych (48%) Średnio 51% wewnętrznych zasobów oprogramowania i komponentów w europejskich firmach może być ponownie użyta. To szansa dla organizacji, aby zamiast budować rozwiązania od podstaw, wykorzystać sprawdzone dane i istniejące inwestycje w API do tworzenia wiarygodnych agentów AI. API generują wartość biznesową Oprócz umożliwienia agentom AI dostępu do usług, baz danych i funkcjonalności aplikacji, liderzy IT podkreślają również szeroką wartość biznesową API – od zwiększenia efektywności po bezpośredni wpływ na przychody. Europejskie firmy korzystające z API wskazują na kluczowe korzyści: Wyższą produktywność (52%) Większą innowacyjność (47%) Szybsze reagowanie na potrzeby biznesowe (46%), większe zaangażowanie i lepszą współpracę pracowników (46%), a także możliwość samodzielnego zarządzania potrzebami IT przez zespoły (46%) Prawie 2 na 5 (39%) zespołów IT wykorzystuje API do zwiększenia efektywności procesu tworzenia aplikacji. Liderzy IT w Europie szacują, że średnio 39% przychodów ich firm pochodzi z API i powiązanych wdrożeń. W organizacjach korzystających z agentów AI odsetek ten jest jeszcze wyższy – 43%. Dlaczego jest to istotne? Efektywność agentów AI zależy od dostępu do połączonych danych, które pozwalają im lepiej rozumieć kontekst i niuanse zapytań użytkowników. Agenci AI gromadzą zarówno ustrukturyzowane, jak i nieustrukturyzowane dane z różnych źródeł, takich jak systemy CRM, ERP i HCM, a także e-maile, pliki PDF, Slack i inne narzędzia. Wykorzystują te informacje do podejmowania decyzji i realizacji zadań przy niemal dowolnych procesach biznesowych. Integracja danych, systemów i aplikacji umożliwia organizacjom korzystanie z cyfrowej siły roboczej wspieranej przez AI, która może autonomicznie wykonywać zarówno proste, jak i złożone zadania w całej firmie. Block Quote Więcej informacji Pobierz Connectivity Benchmark Report Zyskaj lepszy wgląd w raport, odwiedzając MuleSoft Blog Skorzystaj ze wskazówek i prowadź efektywnie przedsiębiorstwo oparte na agentach Metodologia 10. edycja raportu Connectivity Benchmark Report firmy MuleSoft, opracowana we współpracy z Vanson Bourne i Deloitte Digital, opiera się na danych z ankiety przeprowadzonej wśród 1 050 liderów IT na całym świecie. Podwójnie anonimowe badanie online zostało zrealizowane między październikiem a listopadem 2024 roku w Stanach Zjednoczonych, Wielkiej Brytanii, Francji, Niemczech, Niderlandach, Australii, Singapurze, Hongkongu i Japonii. Aby zapewnić wiarygodność wyników, zastosowano wieloetapowy proces weryfikacji uczestników. Wszyscy respondenci zajmują stanowiska kierownicze lub wyższe w działach IT i pracują w przedsiębiorstwach zatrudniających co najmniej 1 000 osób, zarówno w sektorze publicznym, jak i prywatnym. Szczegółowe informacje o strukturze prawnej Deloitte można znaleźć na stronie www.deloitte.com/us/about.

Salesforce

20 luty 2025

Obrazek wyróżniający dla 'Firmy zwraca się ku Agentom AI w obliczu problemów z zatrudnieniem'