A
A
Databricks on Why Enterprise AI Deals Die After the Pilot (And How to Fix It) | Disrupt 2026

Databricks on Why Enterprise AI Deals Die After the Pilot (And How to Fix It) | Disrupt 2026

Csak YouTube-on nézhető meg

  • Angol
  • Magyar
  • 34 perc

Miért torpan meg az AI projekt a pilot után a nagyvállalatoknál?

A beszélgetés azt járja körül, hogy az AI vállalati alkalmazása miért nehézkes a pilot szakasz után, és milyen akadályokat kell leküzdeni a gyakorlati bevezetés során.

Az interjú betekintést nyújt abba, hogy az AI vállalati bevezetése miért akad el gyakran a pilot projektek után, és milyen tényezők akadályozzák a szélesebb körű terjesztést. Felvetődik a kérdés, hogy a Szilícium-völgyön kívüli nagyvállalatok mennyire állnak készen az AI rendszerek alkalmazására, illetve mennyire értik a hozzá kapcsolódó komplex kihívásokat.

Részletesen szó esik arról, hogy a technológiai újdonságok bevezetése során nem csupán a hardver vagy a szoftver minősége számít, hanem legalább ilyen fontosak az emberi tényezők, a vállalati folyamatok és a bizalmi kérdések. Felmerül, hogy mennyire nehéz a döntéshozókat meggyőzni, miközben gyakran múltbeli döntéseikhez ragaszkodnak, és számtalan adminisztratív akadályt is le kell küzdeni.

Érdekes példák révén mutatják be, hogy egy startup miként törhet be nagyvállalati környezetbe – például stratégiai partnerségeken, közös termékfejlesztésen vagy a már meglévő infrastruktúrákra és kapcsolati hálókra építve. Ezzel kapcsolatban az is felvetődik, hogy az AI funkcionalitását hogyan lehet úgy alakítani, hogy megfeleljen az egyedi vállalati igényeknek, illetve hogyan kezelhető a költségek és a skálázhatóság kérdése.

Kitérnek arra is, hogy a vállalatok az AI alkalmazása során milyen gyakorlati problémákkal szembesülnek: például kontextusra érzékeny ügynökök tanítása, költségkontroll, választási lehetőségek és szigorú szabályozási megfelelés. Ebben a folyamatban kiemelt szerepe lesz annak, hogy ki ismeri mélyen a vállalati adatokat, folyamatokat, illetve képes ezek alapján testreszabni az AI-t.

További izgalmas kérdés, hogy a legacy (örökölt, régi) rendszerek miként illeszthetők az új mesterséges intelligencia megoldásokhoz, valamint hogy az iparágak digitalizációja hogyan gyorsulhat fel a következő években. Ez új perspektívákat nyit az üzleti folyamatok, a belső fejlesztés („vibe coding”) és a szoftverpiac fejlődése kapcsán is.