𝗧𝗵𝗲 𝗔𝗜 𝗗𝗮𝘁𝗮 𝗥𝗲𝗮𝗱𝗶𝗻𝗲𝘀𝘀 𝗚𝗮𝗽

95% நிறுவன AI முன்னோடித் திட்டங்கள் (pilots) தோல்வியடைகின்றன.

மாதிரிகள் (models) தோல்வியடைவதில்லை. தரவுதான் தோல்வியடைகிறது.

பெரும்பாலான நிறுவனங்கள் முன்னோடித் திட்டத்தின் போது உள்கட்டமைப்பு இடைவெளிகளைக் கண்டறிகின்றன. அதற்குள், அவை தங்கள் பட்ஜெட் மற்றும் நம்பகத்தன்மையை இழந்துவிடுகின்றன. 15% நிறுவனங்கள் மட்டுமே agentic AI-க்குத் தயாராக இருப்பதாக உணர்கின்றன.

வெற்றிபெற, உங்களுக்கு ஒரே நேரத்தில் நான்கு விஷயங்கள் தேவை:

அணுக முடியாத தரவு முன்னேற்றத்தைத் தடுக்கிறது. உங்கள் தரவு CRMs, ERPs மற்றும் பழைய தரவுத்தளங்கள் (legacy databases) போன்ற பல இடங்களில் உள்ளது. AI-க்கு இந்தத் தரவு தற்போதைய நிலையில் மற்றும் ஒழுங்கமைக்கப்பட்ட நிலையில் இருக்க வேண்டும்.

மோசமான தரவுத் தரம் கூடுதல் சிக்கல்களை உருவாக்குகிறது. விடுபட்ட புலங்கள் (missing fields) மற்றும் நிலையற்ற வடிவங்கள் பிழைகளுக்கு வழிவகுக்கின்றன. AI இந்த பிழைகளை உங்கள் வணிகம் முழுவதும் பரப்புகிறது.

அமைப்பிலுள்ள இடைவெளிகள் உங்கள் AI-ஐத் தனிமைப்படுத்துகின்றன. ஒரு கொள்முதல் AI (procurement AI), உங்கள் பட்ஜெட் அமைப்பு அல்லது விற்பனையாளர் ஒப்பந்தங்களை அணுக முடியாவிட்டால் அது பயனற்றது.

Agentic AI என்பது கேள்விகளுக்குப் பதிலளிப்பதையும் தாண்டிச் செய்கிறது. அது செயலில் இறங்குகிறது. அது தரவைப் படிக்க வேண்டும், அமைப்புகளுக்குத் தரவை எழுத வேண்டும் மற்றும் பணிப்பாய்வுகளைத் (workflows) தூண்ட வேண்டும். பெரும்பாலான நிறுவன உள்கட்டமைப்புகள் இதற்காக உருவாக்கப்படவில்லை.

தயார்நிலை மதிப்பீடு (readiness assessment) இன்றி ஒரு முன்னோடித் திட்டத்தைத் தொடங்காதீர்கள். ஒரு சிறந்த மதிப்பீடு பின்வருவனவற்றைச் செய்ய வேண்டும்:

இதை முதலில் செய்யும் நிறுவனங்கள் மட்டுமே உற்பத்தி நிலையை (production) அடைகின்றன. இதைத் தவிர்க்கும் நிறுவனங்கள் முன்னோடித் திட்டத்தின் நடுவிலேயே தோல்வியடைகின்றன.

ஆதாரம்: https://dev.to/arthicksdev/the-ai-data-readiness-gap-why-95-of-enterprise-ai-pilots-stall-before-they-start-2jif

விருப்பமான கற்றல் சமூகம்: https://t.me/GyaanSetuAi