Alicia Mullery belicht trends voor IT-leiders tijdens Gartner IT Symposium/Xpo

Tijdens de openingssessie van het Gartner IT Symposium/Xpo, dat tot donderdag plaatsvindt, gaven Gartner-analisten uitleg aan meer dan 6.400 CIO’s en IT-managers over hoe ze vier nieuwe uitdagingen kunnen overwinnen om veilig en op schaal waarde te halen uit AI.

Niet alle werknemers behalen dezelfde voordelen

Om waarde te genereren met generatieve AI (GenAI), moeten werknemers GenAI-tools consistent in hun werkprocessen gebruiken. In een onderzoek onder meer dan 5.000 digitale werknemers wereldwijd, bleek dat werknemers in EMEA gemiddeld 3,37 uur per week bespaarden dankzij GenAI. Maar niet alle werknemers behalen dezelfde voordelen.

“Het echte probleem met AI-productiviteit is dat de winst ongelijk verdeeld is”, aldus Plummer. De winst verschilt per werknemer, afhankelijk van interesse, gebruiksfrequentie, taakcomplexiteit en werkervaring. Voor AI-versnelde organisaties liggen de voordelen vaak op proces- en bedrijfsniveau, zoals het automatiseren van kernprocessen of het ontwikkelen van nieuwe inkomstenstromen.

Kosten kunnen uit de hand lopen

Meer dan 90% van de CIO's gaf aan dat kostenbeheersing hun vermogen om waarde met AI te creëren beperkt, volgens een Gartner-enquête onder meer dan 300 CIO's. Gartner stelt dat kosten net zo'n groot AI-risico vormen als beveiliging of hallucinerende AI-uitkomsten. CIO's moeten inzicht hebben in hun AI-kosten en de opbouw daarvan, en proofs of concept opzetten om te testen hoe kosten zullen schalen.

AI en data zijn tegenwoordig verspreid door de hele organisatie, en slechts 35% van de AI-mogelijkheden wordt door IT-teams ontwikkeld. Dit vereist nieuwe benaderingen voor het beheer van datatoegang en het toezicht op AI-in- en output om veilig AI-waarde te leveren. Plummer introduceert het concept van een 'tech sandwich': de centrale IT-data en AI onderaan, de verspreide data en AI bovenaan, en daartussen de TRiSM-technologieën (trust, risk en security management) voor veiligheid. Volgens Mullery kunnen AI-steady organisaties dit beheren met teams en commissies, terwijl AI-versnelde organisaties TRiSM-technologieën moeten toevoegen.