13.07.2026  Экспертиза, Искусственный интеллект, Менеджмент

Разработчики создают приложения искусственного интеллекта с головокружительной скоростью, но у большинства организаций нет инфраструктуры или операционных возможностей для их внедрения в производство. По мнению Филипа Меррика, соучредителя, директора по продуктам и председателя pgEdge, в значительной степени в неудачах ИИ-проектов виновата инфраструктура данных, сообщает портал The New Stack. Скептики любят критиковать технологию ИИ за неспособность приносить значимые бизнес-результаты, часто ссылаясь на исследования, подобные исследованию MIT NANDA, которое показало 95%-ный уровень неудач корпоративных решений в области ИИ, или на исследование IDC, в котором говорится, что «только 9% организаций [в Европе, на Ближнем Востоке и в Африке] смогли добиться измеримых бизнес-результатов от большинства своих проектов, связанных с ИИ, за последние два года». Многие ИИ-скептики не учитывают экспериментальный характер прототипов ИИ; не все эти проекты предназначены для дальнейшего развития после этапа тестирования. Тем не менее, 5% успеха — это позор. В чем загвоздка? Две вещи. Во-первых, большинство организаций создают прототипы ИИ «на песке»; то есть, инфраструктура данных, на которой они создают ранние приложения, не может поддерживать последующий переход к производству. В то же время операционным командам, ответственным за управление этими приложениями в производстве, часто не хватает человеческих ресурсов, чтобы справиться с растущим объемом работы инженеров. Четыре причины ... читать далее.