MIT Technology Review: AI kræver ombygget datagrundlag

Rapporten anbefaler at spørge data dér, hvor de ligger, og at redesigne processer, før der vælges model.
AI-investering rammer 2,5 billioner dollar
AI i virksomheder er ikke længere en fremtidsdrøm. Ifølge rapporten kører det i fuld drift, mens modellernes evner udvikler sig hurtigere, end de fleste organisationer kan nå at tage til sig, og prisen på ydeevne fortsætter med at falde.
Den globale AI-investering forventes at nå 2,5 billioner dollar i 2026, 44 procent højere end året før.
Rapporten kalder bevægelsen fra AI som værktøj til AI som driftsmodel for det agentiske skift. Det kræver ifølge forfatterne noget grundlæggere end bedre modeller: at mennesker, processer og data forbindes i realtid, med styring nok til at handle på informationen.
- Forventet global AI-investering i 2026
- 2,5 billioner dollar
- Stigning i global AI-investering fra året før til 2026
- 44 %
Systemer kan ikke se hinanden
For mange virksomheder har investeringen givet i stedet fragmentering. Viden ophobes i siloer: Et salgssystem kender måske ikke til en åbent supportsag, og marketing tilpasser indhold uden at vide, hvad finans allerede ved om kunden.
Hver funktion kan fungere godt alene, men virksomheden som helhed lærer lidt og har mindre at handle ud fra.
Rapporten mener, at AI's skaleringsproblem er strukturelt, ikke teknisk. Virksomheder, der trækker fra, er dem, der behandler ombygning af processer som opgaven, der kommer før valg af model.
Først proces, så modelvalg
Anbefalingen er at gentænke arkitektur og drift på samme tid. Datagrundlaget skal bygges til tilgængelighed frem for volumen, og faste teknologistakke skal erstattes af fleksible systemer, der kan udvikle sig, når modeller og værktøjer skifter.
Samtidig skal spørgsmålet om AI-suverænitet afklares: Hvor kører intelligensen, hvem kontrollerer den, og hvordan opererer den på tværs af organisationer og landegrænser.
Et suverænt fundament spørger og klargør data dér, hvor de ligger, uden flytning eller centralisering. Det er ifølge rapporten det, der holder tilpasningsevnen intakt, når regler om dataopbevaring og flere skyer gør centralisering urealistisk.
Indholdet er ikke redaktionelt
Artiklen er produceret af Insights, MIT Technology Reviews skræddersyede indholdsarm, og ikke af redaktionen. Den er researchet og skrevet af mennesker, eventuelle AI-værktøjer er kun brugt i produktionen under mennesligt tilsyn.
Flere detaljer
- Indholdet er fremstillet af Insights, MIT Technology Reviews skræddersyede indholdsarm.
- AI-værktøjer er ifølge kilden højst brugt i produktionen under mennesligt tilsyn.
- Dataresidency-regler, multicloud-miljøer og kompleksitet besværliggør centralisering.
Kilder:
MIT Tech Review AI →
Genfortalt i egne ord af AI-nyheder.com · AI-genereret illustration · Tjek altid originalkilden, før du handler på vigtige oplysninger.