การศึกษาของ Riverbed พบว่า 92% ของผู้มีอำนาจตัดสินใจในอุตสาหกรรมบริการทางการเงินเห็นพ้องต้องกันว่าการปรับปรุงคุณภาพข้อมูลมีความสำคัญต่อความสำเร็จของ AI

Riverbed ผู้นำด้าน AIOps สำหรับการสังเกตการณ์ ได้เปิดเผยผลการสำรวจอุตสาหกรรมบริการทางการเงินจากการสำรวจระดับโลก 'The Future of IT Operations in the AI Era' ซึ่งตรวจสอบระดับความพร้อมของ AI ในภาคบริการทางการเงิน ผลลัพธ์เน้นย้ำถึงช่องว่างในการนำไปใช้ที่เพิ่มขึ้นเมื่อองค์กรเคลื่อนจากความทะเยอทะยานด้าน AI สู่ผลกระทบในโลกแห่งความเป็นจริง ในขณะที่ผู้มีอำนาจตัดสินใจด้านบริการทางการเงินเกือบทั้งหมด (92%) เห็นพ้องต้องกันว่าการปรับปรุงคุณภาพข้อมูลเป็นสิ่งสำคัญต่อความสำเร็จของ AI ความคืบหน้ายังคงไม่สม่ำเสมอ: มีเพียง 12% ของโครงการ AI ที่ปรับใช้เต็มรูปแบบทั่วทั้งองค์กร ในขณะที่ 62% ยังคงอยู่ในขั้นตอนนำร่องหรือพัฒนา ซึ่งเน้นย้ำถึงความท้าทายในการนำ AI ไปใช้ในหนึ่งในอุตสาหกรรมที่มีการกำกับดูแลมากที่สุดและมีความอ่อนไหวต่อความเสี่ยงมากที่สุดของโลก

อ่านเพิ่มเติมเกี่ยวกับ Fintech : Global Fintech Interview with Kristin Kanders, Head of Marketing & Engagement, Plynk App

ดูอินโฟกราฟิกด้านบริการทางการเงินได้ที่: riverbed.com/aiops-survey25/

อย่างไรก็ตาม ภาคบริการทางการเงินยังคงแสดงความเชื่อมั่นอย่างมากในคุณค่าของ AI และ AIOps โดยมีองค์กร 89% รายงานว่า ROI จากการลงทุน AIOps ตรงตามหรือเกินความคาดหวัง ซึ่งเสริมชื่อเสียงของอุตสาหกรรมในการนำเทคโนโลยีมาใช้อย่างมีวินัยและมุ่งเน้นคุณค่า ผู้ตอบแบบสำรวจเกือบสองในสาม (62%) ยังแสดงความเชื่อมั่นสูงในกลยุทธ์ AI ของพวกเขา แต่แม้จะมีความมองในแง่ดีนี้ องค์กรด้านบริการทางการเงินยังคงได้รับผลกระทบจากช่องว่างในการนำ AI ไปใช้ ท่ามกลางแรงกดดันที่เพิ่มขึ้นในการเพิ่มประสิทธิภาพการดำเนินงาน เสริมสร้างการปฏิบัติตามกฎระเบียบ บรรเทาความเสี่ยง และมอบประสบการณ์ดิจิทัลที่เหนือกว่า อุตสาหกรรมนี้ถูกจำกัดมากขึ้นด้วยความพร้อมของข้อมูล ความซับซ้อนในการดำเนินงาน และความสามารถในการขยาย AI นอกเหนือจากโครงการนำร่อง

"องค์กรด้านบริการทางการเงินเป็นหนึ่งในผู้นำ AI ที่มีความซับซ้อนและมีวินัยมากที่สุด และการวิจัยของเราแสดงให้เห็นว่าพวกเขากำลังเห็นผลตอบแทนที่แข็งแกร่งแล้ว" Jim Gargan หัวหน้าเจ้าหน้าที่การตลาดที่ Riverbed กล่าว "อย่างไรก็ตาม ภาคนี้ดำเนินการภายใต้แรงกดดันที่ไม่เหมือนใคร รวมถึงการตรวจสอบกฎระเบียบอย่างเข้มงวด การไม่ยอมรับการหยุดทำงาน และความต้องการที่สำคัญในความแม่นยำของข้อมูล สิ่งที่ชัดเจนคือความสำเร็จขณะนี้ขึ้นอยู่กับการทำให้ IT ง่ายขึ้น การรวมเครื่องมือและผู้จำหน่ายด้านการสังเกตการณ์ การปรับปรุงคุณภาพข้อมูล การยอมรับมาตรฐานเปิดเช่น OpenTelemetry และการรับประกันว่าประสิทธิภาพเครือข่ายและแอปพลิเคชันสามารถรองรับ AI ในระดับขนาดใหญ่ได้ ที่ Riverbed เรากำลังสนับสนุนองค์กรด้านบริการทางการเงินที่ใหญ่ที่สุดในโลกอย่างกระตือรือร้นในขณะที่พวกเขาเชื่อมช่องว่างนี้และเปลี่ยนความทะเยอทะยานด้าน AI ให้เป็นความเป็นจริงในการดำเนินงาน"

ความทะเยอทะยานด้าน AI พบกับความเป็นจริงในการดำเนินงาน

สำหรับสถาบันการเงิน ความสำเร็จของ AI ไม่ได้กำหนดโดยการทดลองเพียงอย่างเดียว แต่ขึ้นอยู่กับความพร้อมในการดำเนินงาน การวิจัยแสดงให้เห็นว่ามีเพียง 40% ขององค์กรด้านบริการทางการเงินที่รู้สึกว่าพร้อมอย่างเต็มที่ในการนำกลยุทธ์ AI ไปใช้ ข้อมูลยังคงเป็นข้อจำกัดที่สำคัญที่สุดเนื่องจากมีเพียง 43% ที่มีความมั่นใจอย่างเต็มที่ในความแม่นยำและความสมบูรณ์ของข้อมูลทั้งหมดขององค์กรของพวกเขา ซึ่งเป็นระดับความเชื่อมั่นที่ต่ำที่สุดในบรรดาอุตสาหกรรมทั้งหมดที่สำรวจ

สิ่งสำคัญคือภาคนี้เข้าใจว่าอะไรเป็นเดิมพัน ผู้ตอบแบบสำรวจด้านบริการทางการเงิน 92% เห็นพ้องต้องกันว่าการปรับปรุงคุณภาพข้อมูลเป็นสิ่งสำคัญต่อความสำเร็จของ AI ซึ่งเป็นสัดส่วนสูงสุดของอุตสาหกรรมใดๆ สิ่งนี้สะท้อนถึงความตระหนักอย่างลึกซึ้งว่าหากไม่มีข้อมูลคุณภาพสูงที่น่าเชื่อถือ โครงการ AI จะมีความยากลำบากในการเคลื่อนจากการพิสูจน์แนวคิดสู่การผลิต

ความซับซ้อนในการดำเนินงานขับเคลื่อนการผลักดันให้เกิดความเรียบง่าย

ความท้าทายด้านข้อมูลเหล่านี้มีความซับซ้อนมากขึ้นด้วยความซับซ้อนของสภาพแวดล้อม IT เพื่อสนับสนุนบริการดิจิทัล การทำธุรกรรมแบบเรียลไทม์ และภาระงาน AI ที่เพิ่มขึ้น องค์กรด้านบริการทางการเงินได้สะสมชุดเครื่องมือที่กระจัดกระจายซึ่งจำกัดการมองเห็นและทำให้การตัดสินใจช้าลง โดยเฉลี่ยแล้วทีม IT ปัจจุบันมีเครื่องมือสังเกตการณ์ 13 เครื่องมือจากผู้จำหน่าย 9 รายที่แตกต่างกัน สร้างจุดบอดในแอปพลิเคชัน เครือข่าย และประสบการณ์ผู้ใช้

ผลที่ตามมาคือ 96% ขององค์กรในภาคนี้กำลังรวมเครื่องมือและผู้จำหน่ายในการดำเนินงาน IT โดย 95% เห็นพ้องต้องกันว่าแพลตฟอร์มการสังเกตการณ์แบบรวมจะทำให้ง่ายต่อการระบุและแก้ไขปัญหาในการดำเนินงาน โดยเฉพาะอย่างยิ่ง 95% กำลังพิจารณาผู้จำหน่ายรายใหม่เป็นส่วนหนึ่งของการรวมนี้ – ระดับสูงสุดในบรรดาอุตสาหกรรมทั้งหมดที่สำรวจ – บ่งชี้ถึงความเต็มใจที่จะคิดใหม่เกี่ยวกับความสัมพันธ์ทางเทคโนโลยีที่ยาวนานเพื่อสนับสนุนแพลตฟอร์มที่สามารถลดความเสี่ยง ปรับปรุงการบูรณาการ และสนับสนุน AI ในระดับขนาดใหญ่

ประสิทธิภาพการสื่อสารแบบรวมกลายเป็นสิ่งสำคัญทางธุรกิจ

เมื่อบริการทางการเงินยังคงทำให้การมีส่วนร่วมของลูกค้าและเวิร์กโฟลว์ภายในเป็นดิจิทัล ประสิทธิภาพของเครื่องมือการสื่อสารแบบรวม (UC) กลายเป็นสิ่งสำคัญทางธุรกิจ พนักงานใช้เวลา 41% ของสัปดาห์การทำงานในการใช้เครื่องมือ UC และเกือบสองในสามกล่าวว่าจำเป็นต่อการทำงานอย่างมีประสิทธิภาพ แต่ประสิทธิภาพยังคงไม่สอดคล้องกัน มีเพียง 47% ขององค์กรด้านบริการทางการเงินที่พึงพอใจมากกับประสิทธิภาพ UC ในขณะที่ 44% รายงานปัญหาปกติในการโทรผ่านวิดีโอ แพลตฟอร์มข้อความ และพื้นที่ทำงานร่วมกัน

ความท้าทายเหล่านี้สร้างข้อจำกัดในการดำเนินงานอย่างมีนัยสำคัญ ปัญหาที่เกี่ยวข้องกับ UC คิดเป็น 16% ของตั๋ว IT ทั้งหมด โดยใช้เวลาเฉลี่ย 41 นาทีในการแก้ไข โดยตั๋วเกือบหนึ่งในห้าต้องใช้เวลามากกว่าหนึ่งชั่วโมง ในภาคที่การตอบสนองและความพร้อมใช้งานส่งผลกระทบโดยตรงต่อความไว้วางใจของลูกค้า การมองเห็นที่จำกัดและความต้องการการสนับสนุนสูงยังคงเป็นอุปสรรคต่อประสิทธิภาพและประสบการณ์

OpenTelemetry รองรับการสังเกตการณ์ในระดับขนาดใหญ่

เพื่อเอาชนะการมองเห็นที่กระจัดกระจายและสนับสนุนการดำเนินงานที่ขับเคลื่อนด้วย AI องค์กรด้านบริการทางการเงินกำลังหันไปใช้กรอบการสังเกตการณ์แบบเปิดและมาตรฐานมากขึ้น OpenTelemetry มีบทบาทสำคัญโดยช่วยให้มีการรวบรวมและเชื่อมโยงข้อมูลที่สอดคล้องกันในแอปพลิเคชัน โครงสร้างพื้นฐาน และประสบการณ์ผู้ใช้ ซึ่งเป็นข้อกำหนดเบื้องต้นสำหรับ AI ที่น่าเชื่อถือในสภาพแวดล้อมที่ซับซ้อนและมีการกำกับดูแล

น่าให้กำลังใจที่การสำรวจแสดงให้เห็นว่าองค์กรด้านบริการทางการเงินนำทุกภาคส่วนในการนำ OpenTelemetry มาใช้ โดย 92% ใช้ประโยชน์จากกรอบแล้ว ผู้ตอบแบบสำรวจเกือบทั้งหมด (96%) กล่าวว่าความสัมพันธ์ข้ามโดเมนเป็นสิ่งสำคัญต่อกลยุทธ์การสังเกตการณ์ของพวกเขา ในขณะที่ 99% เห็นพ้องต้องกันว่า OpenTelemetry ลดการถูกผูกมัดกับผู้จำหน่ายและเพิ่มความยืดหยุ่น สิ่งสำคัญคือ 97% มองว่าเป็นรากฐานสำหรับโครงการในอนาคต เช่น การทำงานอัตโนมัติที่ขับเคลื่อนด้วย AI ซึ่งเสริมบทบาทของมันในฐานะผู้สนับสนุนการขยาย AI ระยะยาว

การเคลื่อนย้ายข้อมูล AI และประสิทธิภาพเครือข่ายขึ้นสู่เวทีกลาง

เมื่อโครงการ AI เติบโตขึ้น ความสนใจกำลังเปลี่ยนจากโมเดลไปสู่การเคลื่อนย้ายข้อมูลที่เติมพลังให้กับพวกมัน องค์กรด้านบริการทางการเงินให้ความสำคัญกับการเคลื่อนย้ายข้อมูล AI มากกว่าภาคอื่นๆ ที่สำรวจ โดย 94% มองว่าเป็นสิ่งสำคัญต่อกลยุทธ์ AI โดยรวมของพวกเขา และ 37% อธิบายว่าเป็นสิ่งสำคัญและเป็นรากฐานในการออกแบบและดำเนินการ AI

เมื่อข้อมูล AI กระจายมากขึ้นในคลาวด์สาธารณะ ขอบ และสภาพแวดล้อมการวางตำแหน่งร่วม ประสิทธิภาพเครือข่ายและความปลอดภัยกลายเป็นปัจจัยความสำเร็จที่เด็ดขาด ซึ่งอ้างถึงว่าจำเป็นโดยผู้ตอบแบบสำรวจ 81% ซึ่งสูงที่สุดของอุตสาหกรรมใดๆ มองไปข้างหน้า องค์กรด้านบริการทางการเงิน 76% วางแผนที่จะสร้างกลยุทธ์คลังข้อมูล AI ภายในปี 2028 ซึ่งเน้นย้ำถึงความจำเป็นในสถาปัตยกรรมที่มีการกำกับดูแลและประสิทธิภาพสูงที่สมดุลนวัตกรรมกับการปฏิบัติตามกฎระเบียบและการควบคุม

รับข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับ Fintech : When DeFi Protocols Become Self-Evolving Organisms

[หากต้องการแบ่งปันข้อมูลเชิงลึกของคุณกับเรา โปรดเขียนถึง psen@itechseries.com ]