Per determinare la misura in cui le prestazioni dei dati organizzativi sono migliorate grazie all’intelligenza artificiale generica e ad altri progressi dell’intelligenza artificiale, MIT Technology Review Insights ha intervistato 800 dirigenti senior di dati e tecnologia. Abbiamo inoltre condotto interviste approfondite con 15 leader aziendali e tecnologici.
I principali risultati del rapporto includono quanto segue:
, Alcuni team di dati stanno tenendo il passo con l’intelligenza artificiale. Oggi le organizzazioni non ottengono risultati migliori rispetto ai tempi dell’intelligenza artificiale pre-generativa nel lavorare sulla strategia dei dati. I dati di autovalutazione mostrano che il 12% degli intervistati nel 2025 ha “grandi risultati”, rispetto al 13% nel 2021. La mancanza di talenti qualificati rimane una barriera, ma i team hanno anche difficoltà ad accedere a dati aggiornati, tracciare la discendenza e gestire la complessità della sicurezza, requisiti critici per il successo dell’IA.
, In parte per questo motivo l’intelligenza artificiale non è stata ancora completamente attivata. Ci sono ancora meno “alti risultati” quando si tratta di intelligenza artificiale. Solo il 2% degli intervistati oggi attribuisce alle prestazioni dell’intelligenza artificiale delle proprie organizzazioni un punteggio elevato in termini di fornitura di risultati aziendali misurabili. In effetti, la maggior parte di essi sta ancora lottando per scalare l’IA generativa. Sebbene due terzi lo abbiano implementato, solo il 7% lo ha implementato su vasta scala.
Questo contenuto è stato prodotto da Insights, il ramo dei contenuti personalizzati di MIT Technology Review. Non è stato scritto dalla redazione del MIT Technology Review. È stato ricercato, progettato e scritto da scrittori, editori, analisti e illustratori umani. Gli strumenti di intelligenza artificiale che potrebbero essere stati utilizzati erano limitati ai processi di produzione secondari sottoposti a un’accurata revisione umana.
