Το 76% των επιχειρηματικών ηγετών δηλώνει ότι βρίσκεται υπό αυξανόμενη πίεση να προσδώσει αξία στην επιχείρηση μέσω δεδομένων. Ωστόσο, η πλειονότητα των οργανισμών επιδιώκει να υλοποιήσει λύσεις τεχνητής νοημοσύνης (AI) χωρίς όμως τις αξιόπιστες βάσεις δεδομένων που απαιτούνται για την επιτυχία τους.
Σύμφωνα με τη νέα παγκόσμια έρευνα της Salesforce, State of Data & Analytics, τα ελλιπή, παρωχημένα ή χαμηλής ποιότητας δεδομένα παραμένουν το μεγαλύτερο εμπόδιο προς αυτή την κατεύθυνση. Ενώ οι επιχειρηματικοί ηγέτες δείχνουν έντονο ενδιαφέρον για αξιοποίηση της τεχνητής νοημοσύνης για τη λήψη πληροφοριών και την αύξηση της παραγωγικότητας, το 84% των τεχνικών ομόλογών τους ανησυχεί ότι απαιτείται μια εντελώς νέα προσέγγιση στη διαχείριση και ανάλυση δεδομένων.
Τα ευρήματα της έρευνας δείχνουν ότι οι υφιστάμενες υποδομές δεδομένων δεν επαρκούν για να στηρίξουν τους επιχειρηματικούς στόχους. Το 63% των ηγετών των επιχειρήσεων χαρακτηρίζει τους οργανισμούς τους ως «data-driven», σημειώνοντας αύξηση κατά 10 ποσοστιαίες μονάδες σε σύγκριση με το 2023. Ωστόσο, το ίδιο ποσοστό (63%) των στελεχών που είναι υπεύθυνα για τα δεδομένα και την ανάλυσή τους αναφέρει ότι οι εταιρείες τους αντιμετωπίζουν δυσκολίες στην προώθηση επιχειρηματικών προτεραιοτήτων μέσω της αξιοποίησης των δεδομένων, αποκαλύπτοντας έτσι ένα χάσμα μεταξύ της αντιλαμβανόμενης ωριμότητας των δεδομένων και της πραγματικής κατάστασης.
Χαρακτηριστικό είναι πως μόνο το 49% των επιχειρηματικών ηγετών θεωρεί ότι μπορεί να παράγει αξιόπιστες και έγκαιρες πληροφορίες, ενώ το 49% των υπεύθυνων δεδομένων αναφέρει ότι οι εταιρείες τους οδηγούνται σε λανθασμένα συμπεράσματα εξαιτίας δεδομένων με ανεπαρκές επιχειρηματικό πλαίσιο.
Στην έκθεση, επισημαίνεται επιπλέον ότι τα ανεπαρκή δεδομένα εμποδίζουν την πορεία προς τον μετασχηματισμό μιας επιχείρησης σε agentic. Ενώ το 67% των στελεχών στον τομέα των δεδομένων και της ανάλυσης αισθάνεται πίεση να υλοποιήσει την τεχνητή νοημοσύνη με ταχύ ρυθμό , το 42% εξ αυτών δεν έχει πλήρη εμπιστοσύνη στην ακρίβεια και τη συνάφεια των αποτελεσμάτων της, λόγω των αποσπασματικών και παρωχημένων δεδομένων από τα οποία αντλεί πληροφορίες.
Παράλληλα, οι επιχειρήσεις βιώνουν πλέον τις συνέπειες της εκπαίδευσης μοντέλων τεχνητής νοημοσύνης πάνω σε εσφαλμένες βάσεις δεδομένων. Το 89% των υπεύθυνων για τα δεδομένα και την ανάλυσή τους δηλώνει ότι έχει αντιμετωπίσει ανακριβή ή παραπλανητικά αποτελέσματα, ενώ το 55% παραδέχεται ότι έχει σπαταλήσει σημαντικούς πόρους εκπαιδεύοντας μοντέλα πάνω σε εσφαλμένα δεδομένα.
Όπως αναδεικνύεται στην έρευνα, ακόμη και τα δεδομένα υψηλής ποιότητας δεν έχουν αξία αν παραμένουν «παγιδευμένα» σε παρωχημένες τεχνολογίες και συστήματα, που δεν επιτρέπουν τη μεταφορά και την αξιοποίησή τους σε νέες τεχνολογίες, όπως η τεχνητή νοημοσύνη. Τα «παγιδευμένα» δεδομένα αποτελούν ολοένα και μεγαλύτερη πρόκληση, με το πρόβλημα να επιδεινώνεται από τον κατακερματισμό των εφαρμογών. Ο μέσος οργανισμός χρησιμοποιεί 897 εφαρμογές, εκ των οποίων μόλις το 29% είναι διασυνδεδεμένες. Αυτή η έντονα κατακερματισμένη δομή διασκορπίζει τα δεδομένα σε σιλό, δυσχεραίνοντας ή και καθιστώντας αδύνατη την πρόσβαση σε αυτά. Ως αποτέλεσμα εκτιμάται ότι το 19% των εταιρικών δεδομένων είναι απομονωμένο ή μη αξιοποιήσιμο, ενώ ακόμη πιο ανησυχητικό είναι το γεγονός ότι το 70% των ηγετών στον τομέα των δεδομένων και της ανάλυσης πιστεύει πως οι πιο πολύτιμες επιχειρηματικές πληροφορίες βρίσκονται μέσα σε αυτό το –απρόσιτο– 19%.
Όπως παρατήρησε η Salesforce, για να ανταποκριθούν στις απαιτήσεις της αγοράς, τα πιο διορατικά τεχνικά στελέχη αναθεωρούν τις μεθόδους πρόσβασης, χρήσης και προστασίας των δεδομένων. Το 56% των οργανισμών υιοθετεί αρχιτεκτονική “zero copy”, μια προσέγγιση που επιτρέπει την πρόσβαση σε δεδομένα από πολλαπλές, διαφορετικές βάσεις ταυτόχρονα, χωρίς να απαιτείται μετακίνηση, αντιγραφή ή επαναμορφοποίηση. Αυτές οι αλλαγές αποδίδουν ήδη καρπούς, καθώς οι εταιρείες που εφαρμόζουν το zero copy έχουν 25% μεγαλύτερη πιθανότητα να προσφέρουν ανώτερη εμπειρία πελάτη και 34% μεγαλύτερη πιθανότητα να πετύχουν στις πρωτοβουλίες τεχνητής νοημοσύνης, συγκριτικά με όσες δεν το εφαρμόζουν.
Η έρευνα αποκαλύπτει επίσης ότι οι διεπαφές φυσικής γλώσσας, όπως τα agentic analytics, μπορούν να λύσουν προβλήματα σχετικά με την πρόσβαση και την κατανόηση δεδομένων. Το 63% των υπευθύνων δεδομένων και ανάλυσης δηλώνει ότι η μετατροπή επιχειρηματικών ερωτημάτων σε τεχνικά είναι επιρρεπής σε σφάλματα. Το 93% των ηγετών επιχειρήσεων αναφέρει ότι θα απέδιδε καλύτερα αν μπορούσε να διατυπώνει ερωτήσεις σχετικά με τα δεδομένα χρησιμοποιώντας φυσική γλώσσα.
Τέλος, τα αποτελέσματα της έρευνας κάνουν σαφή την ανάγκη επικαιροποίησης των πρωτοκόλλων διακυβέρνησης και ασφάλειας, ώστε να καλυφθούν οι ολοένα και πιο σύνθετες απαιτήσεις στα δεδομένα. Σημειώνεται πως μόλις το 43% των υπεύθυνων δεδομένων και αναλύσεων έχει θεσπίσει επίσημα πλαίσια και πολιτικές διακυβέρνησης δεδομένων, ενώ το 88% συμφωνεί ότι η τεχνητή νοημοσύνη απαιτεί εντελώς νέες προσεγγίσεις στη διακυβέρνηση και την ασφάλεια.
