การศึกษาของ RAND เผยโครงการ AI 80% ล้มเหลว สูญเสียเงินหลายพันล้าน

กระแสการลงทุนในปัญญาประดิษฐ์อาจกำลังเผชิญกับความเป็นจริงที่น่าตกใจ การศึกษาใหม่โดย RAND Corporation พบว่าโครงการ AI ถึง 80% ประสบความล้มเหลว ทำให้สูญเสียเงินลงทุนและทรัพยากรนับพันล้านดอลลาร์

ข้อค้นพบสำคัญ

• โครงการ AI มากกว่า 80% ล้มเหลว ซึ่งสูงกว่าสตาร์ทอัพเทคโนโลยีทั่วไปถึงสองเท่า
• สาเหตุหลักของความล้มเหลวคือความคาดหวังของผู้บริหารไม่สอดคล้องกับความเป็นจริงทางเทคนิค
• มีเพียง 14% ขององค์กรที่รู้สึกว่าพร้อมรับเทคโนโลยี AI อย่างเต็มที่
• จีนยื่นจดสิทธิบัตร AI มากกว่าสหรัฐฯ 6 เท่า แต่ยังประสบปัญหาในการนำไปใช้จริง

สาเหตุของความล้มเหลวในโครงการ AI

การศึกษาของ RAND ซึ่งสัมภาษณ์นักวิทยาศาสตร์ข้อมูลและวิศวกร 65 คนในภาคส่วน AI ได้ระบุปัจจัยสำคัญที่ทำให้เกิดอัตราความล้มเหลวสูง:

1. เป้าหมายไม่สอดคล้องกัน: ผู้นำธุรกิจมักมีความคาดหวังที่ไม่สมจริงเกี่ยวกับความสามารถของ AI ซึ่งได้รับอิทธิพลจากนิยายวิทยาศาสตร์มากกว่าข้อเท็จจริงทางวิทยาศาสตร์ ความไม่สอดคล้องนี้นำไปสู่การจัดสรรทรัพยากรและกำหนดเวลาที่ไม่เพียงพอ

2. อาการหลงใหลเทคโนโลยีใหม่: วิศวกรบางครั้งนำเทคนิค AI ล่าสุดมาใช้โดยไม่พิจารณาคุณค่าในทางปฏิบัติ ให้ความสำคัญกับความใหม่มากกว่าการแก้ปัญหา

3. ข้อมูลไม่เพียงพอ: หลายโครงการขาดชุดข้อมูลคุณภาพสูงที่เตรียมไว้อย่างเหมาะสมสำหรับการฝึกฝน AI

4. โครงสร้างพื้นฐานไม่เพียงพอ: การลงทุนที่ไม่เพียงพอในการจัดการข้อมูลและโครงสร้างพื้นฐานสำหรับการนำโมเดลไปใช้งานเป็นอุปสรรคต่อความสำเร็จของโครงการ

5. การประเมินความสามารถของ AI สูงเกินไป: แม้จะมีการลงทุนเพิ่มขึ้นอย่างมาก แต่ AI ยังมีข้อจำกัดที่สำคัญซึ่งมักถูกมองข้าม

ผลกระทบต่ออุตสาหกรรม

อัตราความล้มเหลวที่สูงนี้ส่งผลกระทบอย่างกว้างขวางต่ออุตสาหกรรม AI:

• Robin Li Yanhong ซีอีโอของ Baidu วิจารณ์การแพร่หลายของโมเดลภาษาขนาดใหญ่ในจีน โดยชี้ให้เห็นถึงการสูญเสียทรัพยากรและการขาดการประยุกต์ใช้งานจริง
• แม้ว่าจีนจะเป็นผู้นำในการยื่นจดสิทธิบัตร AI แต่มีเพียงองค์กรจีนเดียว (สถาบันวิทยาศาสตร์แห่งชาติจีน) ที่ติดอันดับ 20 อันดับแรกในด้านการอ้างอิงงานวิจัยระหว่างปี 2010 ถึง 2023
• ความไม่สอดคล้องระหว่างกระแส AI และผลลัพธ์ในโลกความเป็นจริงอาจนำไปสู่ฟองสบู่มูลค่าหลายล้านล้านดอลลาร์หากไม่มีการจัดการความคาดหวังอย่างเหมาะสม

ก้าวต่อไป

เพื่อเพิ่มอัตราความสำเร็จของโครงการ AI องค์กรควร:

• สร้างการสื่อสารที่ชัดเจนและเป้าหมายที่สอดคล้องกันระหว่างผู้นำธุรกิจและทีมเทคนิค
• มุ่งเน้นการแก้ปัญหาในโลกความเป็นจริงมากกว่าการไล่ตามเทรนด์ AI ล่าสุด
• ลงทุนในโครงสร้างพื้นฐานด้านข้อมูลและการจัดการที่แข็งแกร่ง
• ตั้งความคาดหวังที่สมจริงเกี่ยวกับความสามารถและข้อจำกัดของ AI

ในขณะที่ AI ยังคงพัฒนาต่อไป การลดช่องว่างระหว่างความทะเยอทะยานและความเป็นจริงจะเป็นสิ่งสำคัญในการปลดล็อกศักยภาพที่แท้จริงและหลีกเลี่ยงความล้มเหลวที่มีค่าใช้จ่ายสูง