Generativ AI: från utforskning till påverkan

Sopra Steria har publicerat en ny studie, "Generativ AI – Från utforskning till påverkan", som utforskar dynamiken på marknaden för generativ artificiell intelligens, de utmaningar som måste hanteras och möjligheterna att maximera värdet av generativ AI.

Sammanfattning

• 2024 var ett år av teknologisk acceleration för generativ AI, med oöverträffade investeringsnivåer och framväxten av mer avancerade och varierade lösningar.
• Viss besvikelse bland företag, där endast 1 av 5 lyckades implementera ett första användningsfall i stor skala, trots spridningen av prototyper ("POC:er").
• En bekräftelse av marknadsprognosen för generativ AI, som förväntas nå 100 miljarder dollar till 2028.
• Den generativa AI-marknaden mer än fördubblades under 2024, nådde mellan 20 och 25 miljarder dollar i intäkter, och bekräftade prognosen att marknaden kommer att nå minst 100 miljarder dollar till 2028 i det centrala scenariot.

Men många hinder kvarstår inom företagen

Trots denna teknologiska boom kvarstår många hinder inom företagen. Endast 22 % av stora företag lyckades implementera minst ett användningsfall av generativ AI i stor skala under 2024.

Företagen står inför en paradox:

De är fullt medvetna om generativ AI:s potential men har fortfarande svårt att industrialisera den och skapa påtagligt affärsvärde. Dessa hinder är inte teknologiska, utan främst organisatoriska och operativa.

Från utforskning till påverkan

För att stödja sina kunder i denna transformation har Sopra Steria Next identifierat fyra strategiska insatsområden med målet att påskynda adoptionen av generativ AI:

1. Fokus på konkret påverkan på resultatet (P&L)
   1. Implementera de mest mogna generativa AI-lösningarna i stor skala.
   2. Vinna slaget om daglig användning bland medarbetare.
      
      
2. Utforska möjligheterna med agentiv AI
   1. Gå från "Text-till-Text" till "Tala-till-Handling".
   2. Röra sig mot ett integrerat och personligt multitask-tilvägagångssätt: "Smart Lean".
      
      
3. Lär sig att kombinera olika generativa AI-modeller
   1. Veta hur man använder flera AI-modeller samtidigt.
   2. Optimera balansen mellan kostnad, prestanda, hastighet och ESG-avtryck.
      
      
4. Säkerställa etisk och ansvarsfull AI-implementering i stor skala
   1. Utnyttja syntetiska data för att förbättra och förenkla datastyrning.
   2. Naturligtvis integrera AI-reglering (AI Act).

Klicka här för att ta del av en sammanfattning av studiens viktigaste siffror och insikter.

Ladda ner fullständig rapport