Undersøgelsen The AI Trust Gap Report viser, at en kritisk tillidsudfordring i dag hæmmer udviklingen af AI. I takt med at AI udvikler sig fra passive chatbots til autonome agenter, der kan træffe egne beslutninger og udføre operationelle processer, er kravene til datakvalitet steget markant.

Samtidig peger studiet på flere tekniske udfordringer:

• Jagten på den rette kontekst: 63 procent af organisationerne angiver, at det er en stor udfordring at finde relevant data i den rette forretningskontekst
• Behov for realtidsdata: 66 procent mener, at data skal være tilgængelige i realtid for, at AI kan være tilstrækkeligt pålidelig
• Sikkerhed: 67 procent har svært ved at etablere ensartede sikkerheds- og adgangskontroller på tværs af systemer – noget der er afgørende for sikker agentbaseret AI
• Skalerbarhed og kompleksitet: Virksomheder anvender i gennemsnit over 400 datakilder i deres AI-initiativer, og 20 procent håndterer mere end 1.000
• Ydelsesudfordringer: Næsten 60 procent oplever udfordringer med at optimere ydeevnen for de tunge arbejdsbelastninger, som storskala-AI kræver

Regionale forskelle

Undersøgelsen viser også tydelige regionale forskelle i, hvordan organisationer definerer og håndterer tillid til AI. I Europa er styring og regeloverholdelse særligt store udfordringer. I Frankrig angiver 43 procent, at sikkerhed og privatliv er en væsentlig barriere, sammenlignet med 20 procent globalt.

I Japan forbindes tillid til AI i høj grad med stabilitet og validering, mens det i EU i højere grad handler om sikkerhed, governance og compliance.

Offentlig sektor halter efter

Der er også markante forskelle mellem brancher. Den offentlige sektor er bagefter, når det gælder moderne datahåndtering – især i den vestlige verden, hvor kun 52 procent anvender en lakehouse-arkitektur, sammenlignet med 66 procent i andre sektorer.

– AI bevæger sig hurtigt fra at være et system, der besvarer spørgsmål, til et system, der handler selvstændigt, og det ændrer fuldstændigt kravene til data, siger Dominic Sartorio, vice president for Product Marketing hos Denodo.

– Når en AI-agent driver en forretningsproces, er der ikke plads til forældede eller ustrukturerede data. For at skalere agentbaseret AI med tillid skal virksomheder forlade statiske datasiloer og i stedet opbygge et fundament af realtidsbaserede, styrede og kontekstuelle data.

Den underliggende dataarkitektur

Rapporten, som bygger på svar fra 850 ledere, viser, at tillidskløften ikke skyldes mangler i selve AI-modellerne, men i den underliggende dataarkitektur.

For at gå fra pilotprojekter til storskala automatisering skal organisationer bygge bro mellem fragmenterede datamiljøer og kravene til realtidsdata i agentbaserede systemer, konkluderer rapporten.