• Theo một báo cáo mới, 80% dự án AI thất bại, gấp đôi tỷ lệ thất bại của các dự án công nghệ thông tin không liên quan đến trí tuệ nhân tạo.
• Các công ty đang đầu tư hàng tỷ đô la vào AI và machine learning, bất chấp tỷ suất lợi nhuận thấp và nhiều thất bại.
• RAND Corporation đã phỏng vấn 65 nhà khoa học dữ liệu và kỹ sư có ít nhất 5 năm kinh nghiệm xây dựng mô hình AI/ML để tìm hiểu nguyên nhân.
• Nguyên nhân hàng đầu là các bên liên quan trong ngành thường hiểu sai hoặc truyền đạt sai vấn đề cần giải quyết bằng AI và khả năng thực tế của công nghệ này.
• Sự phổ biến của AI tạo sinh khiến một số lãnh đạo tin rằng việc sử dụng nó có thể thay đổi công ty một cách kỳ diệu, mà không hiểu rõ cách áp dụng, nguồn lực cần thiết và thời gian triển khai.
• Một người được phỏng vấn cho biết "Thường thì các mô hình chỉ đạt được 50% hiệu quả so với tiềm năng" do thay đổi ưu tiên và thời hạn không thực tế.
• Nguyên nhân thất bại thứ hai là tổ chức thiếu dữ liệu cần thiết để đào tạo mô hình AI hiệu quả. "80% công việc AI là xử lý dữ liệu", một người được phỏng vấn nói.
• Vấn đề thứ ba là các nhà khoa học dữ liệu và kỹ sư tập trung vào việc sử dụng phiên bản AI mới nhất và tốt nhất thay vì xem xét liệu nó có giải quyết được vấn đề thực tế của người dùng hay không.
• Hai yếu tố còn lại là tổ chức thiếu cơ sở hạ tầng để quản lý dữ liệu và triển khai mô hình AI hoàn chỉnh, cũng như việc áp dụng AI vào các vấn đề quá khó để giải quyết.
• Ngoài một số ngoại lệ, từ lâu đã có những câu hỏi về ứng dụng thực tế của một số dự án AI. Microsoft đã vội vàng triển khai tính năng AI Recall trong Windows mà không cân nhắc phản ứng của người dùng, dẫn đến việc tính năng này bị chỉ trích dữ dội và phải trì hoãn.
• Các nghiên cứu khác cũng cho thấy kết quả không mấy khả quan cho các doanh nghiệp AI. Chỉ cần đưa "AI" vào mô tả sản phẩm đã khiến chúng kém hấp dẫn hơn đối với người tiêu dùng.
• Một cuộc khảo sát gần đây cho thấy hầu hết mọi người sẽ không trả thêm tiền cho phần cứng có khả năng và tính năng AI.
• Tin tức tồi tệ nhất cho các doanh nghiệp là việc thu lợi nhuận từ đầu tư vào ngành công nghiệp AI đang mất nhiều thời gian hơn dự kiến.
📌 80% dự án AI thất bại, gấp đôi tỷ lệ thất bại của dự án CNTT thông thường. Nguyên nhân chính bao gồm hiểu sai về AI, thiếu dữ liệu và cơ sở hạ tầng. Mặc dù đầu tư hàng tỷ đô, lợi nhuận từ AI vẫn chậm và người tiêu dùng tỏ ra thờ ơ với các sản phẩm có nhãn "AI".
https://www.techspot.com/news/104473-report-reveals-80-ai-projects-fail-doubling-project.html