Nexign: Russische Unternehmen zögern bei der Einführung von KI zur Anomalieerkennung
Eine Studie von Nexign zeigt, dass zwar 79 Prozent der russischen Unternehmen Tools zur Überwachung der IT-Infrastruktur nutzen, aber nur 17 Prozent maschinelle Lernmodelle zur Anomalieerkennung einsetzen. Zu den wichtigsten Hindernissen zählen fehlendes internes Fachwissen, schlechte Datenqualität und Schwierigkeiten bei der Berechnung des Return on Investment. Der Finanzsektor zeigt mehr Interesse, während kleine und mittlere Unternehmen zurückbleiben.
Die Forschung von Nexign zeigt, dass die Überwachung der IT-Infrastruktur für russische Unternehmen zum Standard geworden ist: 79% der befragten Unternehmen nutzen spezielle Software, um den Systemstatus zu verfolgen. Zu den gefragtesten Metriken gehören CPU-, Speicher- und Netzwerkauslastung (89%), Anwendungsfehler und -ausfälle (86%) sowie Verzögerungen bei der Dienstantwort (70%). Allerdings nutzen nur 17% maschinelle Lernwerkzeuge zur automatischen Erkennung von Anomalien, obwohl sie die Konsequenzen wie regulatorische Bußgelder, Reputationsschäden und Kundenabwanderung anerkennen. Der Finanzsektor ist proaktiver und führt Pilotprojekte durch, während andere Branchen eine abwartende Haltung einnehmen, und kleine Unternehmen sind am wenigsten vorbereitet, teilweise weil ihnen grundlegende Überwachungsprozesse fehlen. Experten weisen darauf hin, dass die Hürde eher organisatorischer und wirtschaftlicher Natur ist als technologisch. Es gibt bereits Werkzeuge für maschinelles Lernen, aber ihre Implementierung erfordert ausgereifte Prozesse, spezialisiertes Personal und qualitativ hochwertige, normalisierte Daten. Darüber hinaus scheitern viele Projekte an der Finanzierung, weil es schwierig ist, den wirtschaftlichen Nutzen zu berechnen. Maxim Nartov, Direktor für Geschäftsentwicklung bei Nexign, betont, dass mit zunehmend komplexen IT-Landschaften, mehr Diensten und verteilter Infrastruktur die herkömmliche Erkennung von Anomalien schwieriger wird und die Integration von maschinellem Lernen in Überwachungsplattformen in den kommenden Jahren vertieft wird.
Quelle: CNews —
Original