Region Bliskiego Wschodu i Afryki (MEA) aktywnie dąży do integracji sztucznej inteligencji (AI), ale rosnąca rozbieżność między ambicjami a praktyczną gotowością grozi ograniczeniem pełnego potencjału gospodarczego tej transformacji. Nowe badanie przeprowadzone przez IBM Institute for Business Value pokazuje, że chociaż 77% liderów danych w MEA za priorytet uznaje inwestycje mające na celu przyspieszenie możliwości sztucznej inteligencji, tylko 25% jest przekonanych, że ich istniejąca infrastruktura danych może niezawodnie wspierać nowe źródła przychodów oparte na sztucznej inteligencji. Ta luka uwydatnia krytyczną nierównowagę: organizacje spieszą się z przyjęciem sztucznej inteligencji, nie rozwiązując w pełni podstawowych problemów z danymi.
Rosnąca luka w umiejętnościach związanych z danymi
Jedną z najważniejszych barier na drodze do sukcesu sztucznej inteligencji w MEA jest rosnący niedobór zaawansowanych umiejętności w zakresie analityki danych. Badanie wykazało, że obecnie 54% respondentów wymienia to jako swoją największą obawę, co stanowi prawie dwukrotnie więcej niż 28% w 2023 r. Ten szybki wzrost sugeruje, że luka w talentach pogłębia się szybciej niż oczekiwano, co potencjalnie utrudnia operacjonalizację inicjatyw związanych ze sztuczną inteligencją i ogranicza przewagę konkurencyjną. Problemem nie jest po prostu brak personelu, ale brak osób posiadających specjalistyczną wiedzę niezbędną do skutecznego zarządzania danymi, ulepszania ich i wykorzystywania w zastosowaniach AI.
Integracja strategii danych i wyzwania dotyczące danych nieustrukturyzowanych
Pomimo obaw co do gotowości, wzrosła integracja strategii dotyczącej danych z szerszymi planami technologicznymi. Trzy czwarte (76%) dyrektorów ds. danych w MEA zgłasza obecnie, że ich strategia dotycząca danych jest bezpośrednio powiązana z inwestycjami w infrastrukturę, w porównaniu z 55% w 2023 r. Jednak tylko 27% ma pewność, że ich organizacja jest w stanie wydobyć wartość z nieustrukturyzowanych danych, które są kluczowym elementem wielu aplikacji AI. Sugeruje to, że chociaż strategiczne dopasowanie ulega poprawie, praktyczna zdolność do obsługi złożonych danych ze świata rzeczywistego pozostaje ograniczona.
Przyciąganie talentów i demokratyzacja danych
Nasila się walka o przyciągnięcie wykwalifikowanych analityków danych. 79% ankietowanych liderów MEA ma trudności z obsadzeniem kluczowych stanowisk związanych z danymi, a tylko 51% uważa, że wysiłki rekrutacyjne zapewniają niezbędne umiejętności i doświadczenie, co oznacza spadek z 66% w 2024 r. Jednocześnie demokratyzacja danych nabiera tempa: 72% dyrektorów ds. danych w MEA twierdzi, że większy dostęp pracowników do danych pomaga organizacjom działać szybciej. Jednak tylko 28% zdecydowanie zgadza się, że może jasno wykazać, w jaki sposób dane wpływają na wyniki biznesowe, a tylko 27% ustaliło jasne mierniki do pomiaru wartości wyników opartych na danych. Sugeruje to, że choć dostęp do danych rośnie, wyzwaniem pozostaje możliwość przekształcenia ich w wymierną wartość biznesową.
Niwelowanie luki: podejście oparte na sztucznej inteligencji i danych
Aby sprostać tym wyzwaniom, 75% głównych analityków danych w MEA stosuje podejście „sztuczna sztuczna inteligencja na danych”, zamiast centralizować dane, a 68% aktywnie opracowuje różnorodne zbiory danych w celu szkolenia agentów sztucznej inteligencji. Wskazuje to na zmianę w kierunku wykorzystania sztucznej inteligencji do poprawy jakości i dostępności danych, zamiast polegać na tradycyjnych metodach zarządzania danymi. Jednak takie podejście wymaga znacznych inwestycji w infrastrukturę i wiedzę specjalistyczną w zakresie sztucznej inteligencji, której wielu organizacjom może brakować.
Globalne trendy i implikacje
Globalne wnioski z badania IBM podkreślają pilną potrzebę zajęcia się kwestią gotowości danych. Na całym świecie 81% dyrektorów ds. danych priorytetowo traktuje inwestycje przyspieszające rozwój sztucznej inteligencji, przy czym 13% budżetów IT jest obecnie przeznaczonych na strategię dotyczącą danych, co oznacza wzrost z 4% w 2023 r. Jednak tylko 26% na całym świecie wyraża pewność, że ich możliwości w zakresie danych mogą wspierać strumienie przychodów oparte na sztucznej inteligencji. Ten globalny podział uwypukla wyzwania systemowe, przed którymi stają organizacje, chcąc przełożyć ambicje związane ze sztuczną inteligencją na praktyczne wyniki.
Agresywne dążenie regionu MEA do sztucznej inteligencji, w połączeniu z rosnącą luką w gotowości danych, stwarza zarówno możliwości, jak i zagrożenia. Organizacje, które priorytetowo traktują jakość danych, inwestują w rozwój talentów i stosują innowacyjne podejście do przetwarzania sztucznej inteligencji na dane, będą najlepiej przygotowane do wykorzystania pełnego potencjału gospodarczego tej transformacji. Ci, którzy nie sprostają tym wyzwaniom, ryzykują pozostaniem w tyle w coraz bardziej konkurencyjnym środowisku.
