De flesta företag har anpassat sina datastrategier för att kunna dra nytta av generativ AI – men i praktiken är det få som kommit särskilt långt. En ny global undersökning visar att endast en fjärdedel av organisationerna har implementerat generativ AI i större skala, trots höga ambitioner.
Klyftan mellan strategi och verklighet
En ny undersökning från IDC, genomförd på uppdrag av dataanalysföretaget Qlik, pekar på ett växande gap mellan företagens ambitioner och deras faktiska förmåga att dra nytta av generativ AI. Undersökningen, som omfattar över 200 beslutsfattare världen över, visar att 89 procent av organisationerna har förändrat sina datastrategier som svar på AI:s framfart – men endast 26 procent har faktiskt tagit steget till bred implementering.
– Undersökningen belyser en tydlig klyfta mellan ambition och genomförande. Företag som misslyckas med att bygga system för att leverera tillförlitliga och handlingsbara insikter kommer snabbt att hamna efter konkurrenter som skalar upp AI-drivna innovationer, säger James Fisher, strategichef på Qlik.
Grundproblem bromsar utvecklingen
Många företag fastnar i grundläggande utmaningar kring datakvalitet, styrning och modellhantering, vilket försvårar möjligheterna att utnyttja AI fullt ut.
– Generativ AI har väckt stor entusiasm, men våra resultat visar på ett betydande glapp i beredskap. Företag måste hantera grundläggande utmaningar som datakvalitet och styrning för att säkerställa att AI-arbetsflöden levererar hållbart och skalbart värde, säger Stewart Bond, forskningschef på IDC.
Så fördelas AI-investeringarna
Undersökningen visar också hur företagens AI-budgetar fördelas:
– 41 % investeras i generativ AI
– 22 % i prediktiv AI
– 22 % i interpretive AI
– 16 % i agentisk AI
Agentisk AI – som definieras som LLM-drivna autonoma programvaror med mänsklig liknande beslutsförmåga – används i nuläget endast av 16 procent av de företag som är intresserade av tekniken. Nästan hälften har dock börjat göra betydande investeringar, medan andra fortfarande befinner sig i tidiga tester.
Oro kring infrastruktur och framtidssäkerhet
Bara 12 procent av organisationerna känner sig mycket säkra på att deras nuvarande infrastruktur är redo att stödja AI-drivet autonomt beslutsfattande. Faktorer som datakvalitet, tydlig styrning, vältränade modeller och robust säkerhet lyfts fram som avgörande för att lyckas.
Med andra ord står många företag inför en uppgift som kräver mer än teknik – det handlar om långsiktig strategi, kompetens och tillit till datans kvalitet.
