Badanie

Które bariery hamują dojrzałość AI? Ankieta wśród 108 specjalistów

Najsilniej na dojrzałość AI wpływały bariery związane z wykwalifikowanymi pracownikami. Hamowały ją bezpośrednio i sprawiały, że problemy z infrastrukturą i danymi wydawały się większe. Bariery infrastruktury i danych nie miały bezpośredniego wpływu większego niż przypadek.

W skrócie

Źródło
van Veen, Zhu and Ravesteyn (2026). How AI Implementation Barriers Shape AI Maturity? The Interacting Roles of Skilled Employees, Technological Infrastructure and Data Quality. CONF-IRM 2026 Proceedings, 17. aisel.aisnet.org
Jak je przeprowadzono
Ankieta przeanalizowana modelem statystycznym, który sprawdza kilka powiązań naraz. Ankieta. Ludzie odpowiedzieli na pytania raz. Ankieta pokazuje, co idzie w parze, a nie co jest przyczyną czego.
Kto brał udział
108 specjalistów z różnych sektorów. Próba to 108 osób, nie 108 organizacji.
Gdzie
Holandia.

“Barriers related to skilled employees exert the strongest influence: they directly hinder AI maturity and intensify perceived barriers in technological infrastructure and data quality.” [Najsilniejszy wpływ mają bariery związane z wykwalifikowanymi pracownikami: bezpośrednio hamują dojrzałość AI i nasilają postrzegane bariery w infrastrukturze technologicznej i jakości danych.]

Co wykazało badanie

  • Brak wykwalifikowanych pracowników był barierą najsilniej związaną z niską dojrzałością AI.
  • Bariery infrastruktury i bariery jakości danych nie miały własnego bezpośredniego wpływu większego niż przypadek.
  • Brak umiejętności sprawiał też, że dwie pozostałe bariery wydawały się większe.

Kiedy wynik się sprawdza

Odpowiedzi to opinie specjalistów, którzy pracują z AI. Oceniali oni zarówno bariery, jak i dojrzałość swojej organizacji.

Ograniczenia

  • To referat konferencyjny, który przechodzi lżejszą recenzję niż artykuł w czasopiśmie.

Praktyki, które korzystają z tego badania

To badanie wspiera:

Narzędzia diagnostyczne powiązane z tym badaniem

Weryfikacje twierdzeń oparte na tym badaniu