Obawy związane z AI i bezpieczeństwem danych

Bezpieczeństwo i niezawodność danych od dawna mają kluczowe znaczenie dla powodzenia inicjatyw biznesowych. Jednak szybki postęp w sztucznej inteligencji (AI) sprawił, że te elementy stały się jeszcze ważniejsze. Pewność, że sztuczna inteligencja jest zasilana dokładnymi, kompleksowymi danymi to klucz do wykorzystania jej pełnego potencjału.

Niemal 9 na 10 (87%) analityków i liderów IT zgadza się z tym, że postęp w sztucznej inteligencji sprawił, że zarządzanie danymi staje się coraz wyższym priorytetem. Najnowszy raport Salesforce „State of Data and Analytics” wskazuje na brak zaufania respondentów do dokładności danych. Ponadto, największym wyzwaniem w zarządzaniu danymi i ich wykorzystywaniu do potrzeb biznesowych okazało się ich bezpieczeństwo.

Brak wiarygodnych danych budzi strach przed utratą korzyści płynących ze sztucznej inteligencji

Obecnie firmy koncentrują się na wykorzystaniu generatywnej sztucznej inteligencji w celu poprawy produktywności, wydajności i zwiększenia przychodów. Od tworzenia treści, aż po rozwój oprogramowania – liderzy biznesowi w pełni przyjmują dobrodziejstwa płynące z generatywnej sztucznej inteligencji. Najnowsze badania Salesforce pokazują, że pierwsi użytkownicy już zauważają rezultaty, w tym krótszy czas rozwiązywania problemów w zakresie obsługi klienta i zwiększoną sprzedaż. Nic więc dziwnego, że firmy boją się pozostać w tyle.

Aby skorzystać z dobrodziejstw sztucznej inteligencji, firmy muszą jednak najpierw uporządkować swoje dane. Wspieranie skutecznej sztucznej inteligencji wymaga bezpiecznych i niezawodnych danych wejściowych. 92% analityków i liderów IT twierdzi, że zapotrzebowanie na zaufane dane jest większe niż kiedykolwiek.

Z zaufaniem do danych bywa dziś różnie

Zespoły znajdujące się najbliżej danych, na przykład analitycy, mają największe zaufanie do dokładności swoich danych. Jednak nawet te zespoły mają duże pole do poprawy: tylko 57% liderów działów analityki jest całkowicie pewnych swoich danych. Działy biznesowe takie jak marketing, sprzedaż i usługi są jeszcze bardziej sceptyczne, a średnio tylko 43% z nich całkowicie ufa swoim danym.

Zespoły obsługi klienta, których wydajność zależy od terminowego i dokładnego połączenia danych zwrotnych od klientów, informacji o zgłoszeniach do pomocy technicznej czy też szczegółów dotyczących produktów i informacji o klientach, mają szczególnie dużo wątpliwości co do jakości swoich danych.

Zagrożenia bezpieczeństwa i brak harmonizacji danych utrudniają ich wiarygodność

Podczas gdy brak zaufania podkreśla walkę firm o wykorzystanie danych jako podstawy rozwiązań opartych na sztucznej inteligencji, to jednak największym wyzwaniem wśród ankietowanych są zagrożenia bezpieczeństwa danych.

Niedawne opublikowane badanie Salesforce pokazało, że aż 65% liderów IT doświadczyło naruszenia bezpieczeństwa w okresie od czerwca 2021 r. do czerwca 2022 r. Wśród tych, którzy doświadczyli naruszenia, 35% nie było w stanie odzyskać żadnych danych. Generatywna sztuczna inteligencja niesie ze sobą dodatkowe ryzyko wycieku zastrzeżonych danych firmowych do publicznych, dużych modeli językowych.

Rosnące obawy związane z cyberbezpieczeństwem są potęgowane przez inny ważny czynnik: dane organizacyjne rosną zarówno pod względem ilości, jak i złożoności, zwiększając poziom zagrożenia.

Ponad dwie trzecie (68%) zespołów analitycznych i informatycznych przewiduje wzrost ilości danych w ciągu najbliższych 12 miesięcy. Przewidują oni, że wzrost ten będzie znaczny. Średnio liderzy techniczni spodziewają się około 20% wzrostu w różnych miejscach: w danych własnych, danych stron trzecich i danych urządzeń. Ich przewidywania są jednak prawdopodobnie mocno zaniżone, biorąc pod uwagę dane płynące z niezależnych badań.

Zarządzanie przyrastającą liczbą danych pochodzących z wielu różnych źródeł jest czymś więcej, niż tylko kwestią bezpieczeństwa. To techniczne wyzwanie do standaryzacji. Zaraz po zagrożeniach związanych z bezpieczeństwem, firmy wymieniają brak harmonizacji danych, jako największą barierę w wydobywaniu z nich wartości. Dalsze skutki utrzymywania rozproszonych, silosowych danych przekładają się na przytłaczające ilości danych i brak jednego źródła prawdy, a to według badanych główne bariery w wykorzystywaniu własnych danych. Podają oni również brak szkoleń i skutecznych sposobów wydobywania informacji jako kolejne, duże wyzwania związane z danymi w ich organizacjach.

Zarządzanie danymi i kultura danych kluczem do skutecznego wykorzystania danych

Kluczową częścią budowania sukcesu sztucznej inteligencji jest zarządzanie danymi – zestaw zasad lub polityk, zgodnie z którymi informacje są gromadzone, zarządzane, przechowywane, mierzone i przekazywane w organizacji.

Ustanawiając jasne i czytelne zasady dostępu do danych, ich dokładności, prywatności, bezpieczeństwa i przechowywania, doświadczeni liderzy wykorzystują zarządzanie danymi w celu zapewnienia jakości, demokratyzacji dostępu i ochrony prywatności. Skuteczne zarządzanie danymi może zapewnić jasność w kluczowych kwestiach. Dotyczą one przede wszystkim tego danych czy dane są poprawne i bez rozbieżności, czy są kompletne, czy są wiarygodności oraz trafne.

Zdecydowana większość ankietowanych deklaruje, że wykorzystuje zarządzanie danymi jako narzędzie do zapewnienia i certyfikacji podstawowej jakości danych (85%), ramy do wzbudzania zaufania do danych (84%) oraz skuteczny sposób na demokratyzację dostępu do danych (81%).

Oczywiście poprawa zaufania do danych to coś więcej niż tylko rozwiązanie techniczne. Wspieranie silnej kultury danych – tworzenie sposobu myślenia i praktyki wokół wartości bycia firmą opartą na danych ma kluczowe znaczenie dla zwiększenia zaufania. Badania wykazały, że firmy oparte na danych osiągają lepsze wyniki pod względem niemal każdego wskaźnika.

Kluczowe dane z raportu Salesforce:

Zarządzanie danymi:

87% liderów analityki i IT zgadza się, że postępy w dziedzinie sztucznej inteligencji sprawiają, że zarządzanie danymi ma wyższy priorytet
92% z nich zgadza się, że potrzeba wiarygodnych danych jest wyższa niż kiedykolwiek wcześniej
57% ankietowanych jest całkowicie pewnych swoich danych
68% zespołów analitycznych i zespołów IT przewiduje wzrost ilości danych w ciągu najbliższych 12 miesięcy.

Priorytety biznesowe:

77% liderów biznesowych obawia się, że ich firma traci korzyści płynące z generatywnej sztucznej inteligencji.
Poprawa jakości danych jest priorytetem nr 1 dla liderów analityki i IT
Zagrożenia bezpieczeństwa to wyzwanie nr 1 dla liderów biznesu, analityki i IT
Ponad 7 na 10 firm zwiększa budżety na narzędzia do analizy danych i szkolenia z tego zakresu

Zarządzanie danymi:

85% liderów analityki i IT wykorzystuje zarządzanie danymi, jako narzędzie do zapewnienia i certyfikacji podstawowej jakości danych.
84% liderów analityki i IT wykorzystuje zarządzanie danymi. jako ramy do wzbudzania zaufania do danych.

Przeczytaj również:

CRM

Przedsiębiorstwa stawiają na sztuczną inteligencję

Według najnowszego raportu Banku Światowego „Global Economic Prospects”, rosnąca niepewność w zakresie handlu światowego i polityki może osłabić wzrost gospodarczy o 2,3% w 2025 r., co będzie miało wpływ zarówno na główne gospodarki, jak i na rynki wschodzące. W obliczu tych trudności, wiele firm przyspiesza plany wdrożenia sztucznej inteligencji, dążąc do osiągnięcia nowego poziomu wydajności i oszczędności. W badaniu przeprowadzonym przez McKinsey w marcu 2025 r. 78% respondentów stwierdziło, że ich organizacje już wykorzystują sztuczną inteligencję w co najmniej jednej funkcji biznesowej, co stanowi wzrost w porównaniu z 72% na początku 2024 r. i 55% rok wcześniej. Ujmując rzecz najprościej, sztuczna inteligencja jest najbardziej transformacyjną technologią naszych czasów. Jej najnowsza wersja, agentowa sztuczna inteligencja – zawsze aktywni inteligentni agenci, którzy potrafią uczyć się, rozumować i samodzielnie wykonywać zadania – zmieni sposób, w jaki firmy działają, konkurują i optymalizują swoją pracę. Dostosowanie działalności przedsiębiorstwa do konkretnej strategii AI, przygotowanie infrastruktury technologicznej oraz zrozumienie wskaźników definiujących sukces to podstawowe filary pozwalające wykorzystać możliwości związane z agentową sztuczną inteligencją i osiągnąć zwrot z inwestycji (ROI). Ukryta wartość automatyzacji Prawie połowa pracowników biurowych twierdzi, że poświęca czas na powtarzalne, mało wartościowe lub niezwiązane z ich pracą zadania. W wielu branżach nieefektywność operacyjna i niewykorzystane możliwości są głęboko ukryte w danych, procesach i przepływach pracy, wpływając na wszystko, od zaangażowania pracowników po wyniki finansowe. Pierwszym krokiem do pobudzenia wzrostu produktywności jest zidentyfikowanie czynników hamujących rozwój organizacji i znalezienie rozwiązań dla tych wyzwań; proces ten znany jest jako analiza wartości uwięzionej. Zacznij od zidentyfikowania obszarów, w których występują wysokowartościowe, ale mało wydajne procesy. Na przykład, czy istnieją zadania wykonywane ręcznie, które spowalniają pracę zespołów? Czy można je zautomatyzować? Które interakcje z klientami można bardziej spersonalizować? Wzmocnienie potencjału ludzkiego za pomocą cyfrowej siły roboczej ma kluczowe znaczenie dla realizacji ukrytej wartości, umożliwiając mądrzejsze i szybsze podejmowanie decyzji w oparciu o wiarygodne dane oraz poprawę spersonalizowanych interakcji z klientami na dużą skalę. Wystarczy wyobrazić sobie marketera, który nagle otrzymuje wsparcie zespołu agentów AI w zakresie opracowywania strategii, planowania i realizacji najlepszych w swojej klasie kampanii. Albo przedstawiciela handlowego, który ma natychmiastowy dostęp do analizy danych klientów w czasie rzeczywistym i prognoz dotyczących potencjalnych klientów, którzy najprawdopodobniej dokonają zakupu. Wprowadzanie agentów AI nie polega na zastępowaniu nimi ludzi, ale na umożliwieniu pracownikom skupienia się na tym, co robią najlepiej – myśleniu strategicznym, wprowadzaniu innowacji i budowaniu relacji z klientami. Pokonanie problemów związanych z produktywnością dzięki cyfrowej sile roboczej pozwala przedsiębiorstwom na zmianę priorytetów w zakresie dostępnych zasobów ludzkich tam, gdzie mogą one przynieść największe korzyści. Ma to kluczowe znaczenie dla uzyskania nowych źródeł przychodów lub modeli biznesowych i jest podstawą do osiągnięcia zwrotu z inwestycji. Kluczowe wskaźniki do pomiaru zwrotu z inwestycji Zalety cyfrowej siły roboczej w zakresie optymalizacji operacji są oczywiste. Jednak według firmy Gartner ponad 40% projektów agentowej sztucznej inteligencji zostanie anulowanych do końca 2027 r. z powodu niejasnej wartości biznesowej. Aby wykazać rzeczywisty zwrot z inwestycji, organizacje muszą skupić się na wydajności przedsiębiorstwa, zwiększając wartość biznesową poprzez jakość oferowanych usług, redukcję kosztów, szybkość działania oraz skalowanie. W przypadku zespołów obsługi klienta, pomiar ROI może obejmować ocenę satysfakcji klientów, np. poprawę jakości obsługi dzięki całodobowemu wsparciu we wszystkich kanałach, gdzie agentowa sztuczna inteligencja segreguje zgłoszenia i udziela szczegółowych instrukcji, używając naturalnych odpowiedzi. W przypadku zespołów sprzedaży, zwrot z inwestycji przejawia się w krótszym czasie reakcji i lepszej kwalifikacji potencjalnych klientów. Agentowa sztuczna inteligencja umożliwia skalowanie dzięki autonomicznej obsłudze klienta, odpowiadając na pytania dotyczące produktów, rozwiewając zastrzeżenia i umawiając spotkania, a także komunikując się z klientami za pośrednictwem odpowiednich kanałów, udzielając spersonalizowanych odpowiedzi. Wykorzystanie wskaźników – od wskaźników odrzuceń po wyniki satysfakcji klientów i oszczędności operacyjne – umożliwia organizacjom ocenę wydajności inicjatyw związanych z agentami i skuteczne obliczanie zwrotu z inwestycji. Długoterminowa wartość W czasach, gdy firmy na całym świecie zmagają się ze spadkiem wydajności i rosnącymi oczekiwaniami klientów, era agentowej sztucznej inteligencji stwarza okazję do osiągnięcia rzeczywistego wzrostu. Przedsiębiorstwa przyszłości, które są nastawione na sukces, zdają sobie sprawę z konieczności przyjęcia zupełnie nowego podejścia do pracy, inwestowania w sztuczną inteligencję i wdrażania jej we wszystkich obszarach działalności oraz umieszczenia ludzi i agentów AI na pierwszym planie tej zmiany. Chodzi o stworzenie nowego partnerstwa między ludźmi a technologią, które pozwoli nam sprostać dzisiejszym wyzwaniom, przyspieszyć produktywność i ostatecznie osiągnąć zwrot z inwestycji, który napędzi dalsze przemiany

Salesforce

01 wrzesień 2025

Przedsiębiorstwa-stawiają-na-sztuczną-inteligencję