Un sondaggio pubblicato da KPMG oggi suggerisce che un gran numero di organizzazioni ha aumentato i propri investimenti nell’IA durante la pandemia al punto che i dirigenti sono ora preoccupati di muoversi troppo velocemente. In effetti, la maggior parte degli intervistati ha citato una precisa necessità di una maggiore regolamentazione dell’IA.
Il sondaggio ha riguardato 950 responsabili delle decisioni aziendali e / o responsabili delle decisioni IT con almeno una quantità moderata di conoscenza dell’IA presso aziende con oltre 1 miliardo di dollari di entrate. Rileva che le tecnologie di intelligenza artificiale hanno maggiori probabilità di essere da moderatamente a pienamente impiegate nella produzione industriale (93%), nei servizi finanziari (84%), nella tecnologia (83%), nella vendita al dettaglio (81%), nelle scienze 67%) e del governo (61%).
Tutti gli intervistati hanno citato la pandemia come un fattore che ha determinato una maggiore adozione dell’IA nell’ultimo anno, sebbene il grado variava in base al settore dalla produzione industriale (72%) alla tecnologia (57%), vendita al dettaglio (53%), governo (44% ), servizi finanziari (42%) e sanità e scienze della vita (37%).
Molti intervistati hanno anche notato che la tecnologia AI si sta muovendo troppo velocemente per il loro comfort nella produzione industriale (55%), tecnologia (49%), vendita al dettaglio (49%), scienze della vita (47%), servizi finanziari (37%), governo ( 37%) e la sanità (35%).
Una schiacciante percentuale di intervistati ha inoltre convenuto che i governi dovrebbero essere coinvolti nella regolamentazione della tecnologia AI nei settori della produzione industriale (94%), vendita al dettaglio (87%), servizi finanziari (86%), scienze della vita (86%), tecnologia (86%) , sanità (84%) e governo (82%).
Il fatto che i leader aziendali generalmente avversi alla supervisione chiedano una maggiore regolamentazione indica che stanno cercando maggiore chiarezza, ha affermato Traci Gusher, preside di KPMG AI. Sono consapevoli del potenziale teorico dell’IA, ma non vogliono necessariamente essere ritenuti responsabili dei risultati di business che consente da un organismo di regolamentazione in un secondo momento, ha osservato Gusher. Gusher ha affermato che gli avvertimenti sull’intelligenza artificiale emessi da figure come Elon Musk sono nel bene o nel male e stanno aumentando la preoccupazione tra i leader aziendali e IT.
Tra i lati positivi, l’intervistato ha affermato di aspettarsi che l’amministrazione Biden farà di più per aiutare a far progredire l’adozione dell’IA nell’impresa attraverso la produzione industriale (90%), la tecnologia (88%), la vendita al dettaglio (85%), i servizi finanziari (82 %), scienze della vita (81%), governo (79%) e sanità (73%).
In generale, le organizzazioni stanno diventando più abili nel distribuire con successo l’intelligenza artificiale negli ambienti di produzione, ha affermato Gusher. Tuttavia, vi sono ancora ampi margini di miglioramento. I team di data science stanno iniziando ad adottare le migliori pratiche MLOps (Machine Learning Operations) per addestrare i modelli di intelligenza artificiale più rapidamente e distribuire i motori di inferenza associati in modo più coerente. La sfida è che, man mano che le condizioni aziendali cambiano, diventano disponibili nuove fonti di dati che richiedono un continuo aggiornamento dei modelli di intelligenza artificiale. Gli aggiornamenti a questi modelli devono quindi essere inseriti nei processi di sviluppo e distribuzione delle applicazioni basati sui principi DevOps ampiamente utilizzati. La maggior parte delle organizzazioni deve ancora raggiungere il livello di maturità dell’IA necessario per distribuire e riqualificare i modelli di IA su quella scala.
Pertanto, è solo una questione di tempo prima che un modello di intelligenza artificiale distribuito oggi inizi a generare risultati non ottimali. In effetti, la maggior parte delle organizzazioni non dispone dei meccanismi di governance che consentirebbero loro di rilevare potenziali bias in un modello o qualsiasi deviazione nei risultati generati.
La maggior parte delle organizzazioni è ancora alle prese con la spiegabilità dell’IA . Una serie di algoritmi di apprendimento automatico genererà risultati leggermente diversi in giorni diversi man mano che acquisiscono maggiore familiarità con una serie di dati. Ma è difficile distinguere tra algoritmi che stanno semplicemente imparando e quali potrebbero essere segni di deriva causati da dati anomali.
Indipendentemente da questi problemi, gli investimenti nell’intelligenza artificiale continueranno senza sosta come copertura contro il prossimo imprevisto evento Black Swan che potenzialmente interrompe i processi aziendali su vasta scala. “Altri eventi del Cigno Nero stanno per accadere”, ha avvertito Gusher.
La maggior parte dei dirigenti è sempre consapevole del rischio aziendale, quindi l’intelligenza artificiale non viene trattata in modo molto diverso da qualsiasi altro rischio, ha osservato Gusher. Tuttavia, dato tutto ciò che potrebbe potenzialmente andare storto, non c’è dubbio che la posta in gioco dell’IA sia molto più alta.
