Deloitte: Unternehmen stehen vor Herausforderungen beim Skalieren von Gen AI

Deloitte: Unternehmen stehen vor Herausforderungen beim Skalieren von Gen AI

Der Generative KI (Gen AI) hat einen globalen Investitionsrausch ausgelöst, da Marktanalysten schätzen, dass die Technologie in den kommenden Jahrzehnten Billionen zur Weltwirtschaft beitragen könnte. Unternehmen, die Ressourcen in Gen AI-Initiativen investieren, sehen sich jedoch einer komplexen Reihe von technischen und ethischen regulatorischen Herausforderungen gegenüber. Im Rahmen dieser Chancen und Unsicherheiten beleuchtet der neueste Quartalsbericht von Deloitte den aktuellen Stand der Gen AI-Adoption in Unternehmen und zeigt sowohl Fortschritte als auch anhaltende Hindernisse.

Die Umfrage, basierend auf Antworten von 2.770 leitenden Angestellten bis hin zur C-Suite in 14 Ländern, zeigt, dass Organisationen zwar mehr Ressourcen für Gen AI zuweisen, jedoch Schwierigkeiten beim Skalieren und beim Nachweis des Mehrwerts haben. Der Bericht “Der Stand der Generativen KI im Unternehmen: Jetzt entscheidet das Nächste” zeigt, dass 67% der Befragten aufgrund des wahrgenommenen Nutzens ihre Gen AI-Investitionen erhöhen. Diese Verpflichtung wird jedoch durch Hindernisse wie Datenqualitätsprobleme, Investitionskosten und regulatorische Unsicherheiten ausgeglichen.

Jim Rowan, Leiter für Angewandte KI bei Deloitte Consulting LLP, sagt: “Wir haben einen entscheidenden Moment für Generative KI erreicht, der die hohen Erwartungen der Führungskräfte mit Herausforderungen wie Datenqualität, Investitionskosten, effektiver Messung und einem sich entwickelnden regulatorischen Umfeld in Einklang bringt.” Eine schwindende Begeisterung der Führungskräfte für Gen AI ist eine der bemerkenswertesten Erkenntnisse, wobei das Interesse unter 63% der leitenden Angestellten und 53% der Vorstandsmitglieder immer noch “hoch” oder “sehr hoch” ist, jedoch um 11 bzw. 8 Prozentpunkte seit dem ersten Quartal 2024 gesunken ist: vermutlich aufgrund eines wachsenden Bewusstseins für die Komplexitäten beim Skalieren von Gen AI-Initiativen.