Veeam Software presenterar en ny global undersökning under VeeamON London. Nya Data and AI Trust Gap report från Veeam avslöjar ett tydligt och växande glapp i kärnan av företagens AI-satsningar. Samtidigt som 88 procent av organisationerna redan använder eller testar AI-agenter, är endast 7 procent verkligen redo för AI och 95 procent säger att brister i datahantering redan har bromsat deras AI-framsteg. När agentbaserad AI går från pilotprojekt till produktion står organisationerna inför en akut utmaning: att säkerställa de data som driver dessa system är synliga, styrda, säkra och motståndskraftiga.
Undersökningen, som baseras på en global enkät bland 600 ledande chefer inom finansiella tjänster, hälso- och sjukvård, tillverkning, detaljhandel och teknik, visar att införandet av AI ökar dramatiskt snabbare än de styrningsstrukturer som är utformade för att hantera tekniken. Trots betydande investeringar och tydligt engagemang från ledningen är förmågan att kontrollera, övervaka och återhämta sig från fel i AI-tekniken kritiskt underutvecklad.
De viktigaste resultaten visar att AI ökar snabbare än kontrollen:
Endast 7 procent av organisationerna är verkligen redo för AI.
88 procent använder eller testar redan AI-agenter.
Endast 28 procent är övertygade om att de kan upptäcka AI-system som fungerar utanför godkända ramar.
95 procent säger att utmaningar med data redan har bromsat AI-utvecklingen.
Siffrorna visar ett tydligt glapp i tillit mellan implementeringen av AI och den styrning, synlighet och kontroll som krävs för att stödja tekniken.
– De flesta organisationer har inte ett problem med att införa AI; de har ett problem med tillit till AI, säger Anand Eswaran, VD för Veeam. Den första fasen av AI präglades av investeringar i infrastruktur, experiment och acceleration. Nästa fas kommer att präglas av förtroende. Med den utbredda användningen av autonoma AI-agenter som arbetar i maskinhastighet övergår frågan från om man kan använda AI, till om man kan säkerställa att all data är säker, styrd, enligt regelefterlevnad och motståndskraftig. Och om något skulle gå fel, kan man återställa med precision? Det är så man accelererar säker AI i stor skala utan att öka risken för risker i anseende och drift.
Ledningens självförtroende döljer en missuppfattning i den operativa verkligheten
Undersökningen avslöjar ett betydande glapp i synen på AI mellan styrelserummet och de operativa team som ansvarar för att leverera AI-resultat. Framstegen stannar ofta upp mellan avsikt och genomförande: styrningen är inkonsekvent, data hanteras reaktivt och ansvaret är tilldelat men fragmenterat.
65 procent av VD:arna anser att de har en fullständig inventering av AI, jämfört med endast 48 procent av de tekniska ledarna.
52 procent av VD:arna anser att de aktivt leder arbetet med data, men endast 41 procent av IT-säkerhetschefer och 38 procent av IT-chefer håller med.
48 procent av VD:arna anser att tillförlitliga, säkra och kompatibla data skulle kunna leda till en omsättningstillväxt på mer än 25 procent.
83 procent av VD:arna känner press att påskynda sina AI- och datakapaciteter.
Denna kombination av snabb implementering av AI och ofullständig insyn och otydligt ansvar skapar förutsättningar för fel som är svåra att upptäcka, förklara och begränsa.
Styrningen förenas kring data
Utmaningen med styrning konvergerar mot data från två håll: intern efterfrågan och extern granskning.
Inom organisationerna är obehörig användning av AI nu vanligt förekommande:
95 procent rapporterar obehörig användning av AI inom sin organisation och 93 procent ser det som en betydande risk.
Trots det erbjuder endast 25 procent godkända alternativ, vilket innebär att de flesta försöker begränsa efterfrågan istället för att hantera den på ett effektivt sätt.
44 procent säger att ökad cyberrisk är den största risken med ”skugg-AI”.
Samtidigt intensifieras det regulatoriska trycket utanför organisationen. 61 procent av organisationerna säger att EU:s AI-lag redan har påverkat investeringsstrategierna för AI under de senaste 12 månaderna, medan 47 procent anger att upprätthållandet av revisionsspår för AI-beslut är deras största bekymmer när det gäller regelefterlevnad.
