Syyskuu 28, 2026
Yritysten tekoälytuotot kasvavat edelleen, mutta vain 6%:lla data on valmiina niiden skaalaamiseen
Yli kolme neljäsosaa yrityksistä raportoi tällä hetkellä saavansa jonkin verran mitattavaa tuottoa tekoälystä, käy ilmi Dun & Bradstreetin uusimmasta globaalista AI Momentum -tutkimuksesta. Suurin osuus, 48 %, raportoi saavansa ROI:ta yksittäisistä hankkeista tai pilottiprojekteista, kun taas 28 % raportoi ”laajaa” tai ”vahvaa” ROI:ta useissa projekteissa. Samalla vain 6 % ilmoittaa yrityksensä datan olevan ”täysin valmista” tukemaan tekoälyä laajassa mittakaavassa.
Tulokset viittaavat siihen, että yritysten tekoälyn käyttö on siirtymässä uuteen vaiheeseen: organisaatiot näkevät yhä enemmän arvoa tekoälystä, mutta hyötyjen johdonmukainen skaalaaminen koko yritykseen on edelleen vaikeampaa.
Sama kehityssuunta näkyy siinä, miten organisaatiot etenevät tekoälyratkaisujen käyttöönotossa. Yhä useammat ovat siirtymässä suunnittelun ja pilotoinnin vaiheista eteenpäin, ja tekoälyä skaalaavien organisaatioiden osuus on noussut 34 prosenttiin. Kun tekoälyn pilottiprojektit siirtyvät tuotantokäyttöön, keskeinen kysymys on, kykenevätkö organisaatiot laajentamaan saavutetun arvon eri osastoille. Tämä riippuu siitä, saadaanko datan valmiusvaje kurottua umpeen.
Vaikka suurin osa organisaatioista kuvaa yritysdatansa olevan joko ”osittain valmis” (47 %) tai ”enimmäkseen valmis” (36 %) tekoälyä varten, vain 6 % sanoo sen olevan ”täysin valmis” tukemaan tekoälyä laajassa mittakaavassa. Laajan ROI:n saavuttaminen yrityksen tekoälyprojekteissa riippuu datan valmiusvajeen poistamisesta. Mallit edellyttävät, että liiketoimintakonteksti on riittävän johdonmukainen, tarkka ja luotettava tukemaan päätöksentekoa eri tiimien, järjestelmien ja agenttipohjaisten käyttötapausten välillä.
Haasteena tällä hetkellä on se, että tekoälyn käyttöönotto on edennyt datan valmiutta nopeammin. Tästä syystä vain harvat organisaatiot ovat onnistuneet muuttamaan pilotit tuloslaskelmatason ROI:ksi. Nykyiset huippuluokan mallit ovat erittäin kyvykkäitä, mutta oikean kontekstin varmistaminen on tehokkuuden avain. Tekoälyn ankkuroiminen varmennettuun tietoon, jotta faktat voidaan vahvistaa ja integraatiot rakentaa, on agenttipohjaisten työnkulkujen käyttöönoton perusta.
”Juuri tähän mahdollisuuteen D&B on rakennettu vastaamaan. Identiteetti-infrastruktuurimme ankkuroi tekoälyn todelliseen, varmennettuun liiketoimintakontekstiin, minimoi hallusinaatiot ja antaa organisaatioille varmuuden siitä, että agentit voivat työskennellä niiden puolesta. D&B Commercial Graph™ ratkaisee ja yhdistää tekoälylle olennaisen liiketoimintakontekstin etukäteen, joten tokeneita ei tarvitse kuluttaa tietojen uudelleen löytämiseen ja yhteensovittamiseen eri osastojen välillä”, Gary Kotovets jatkaa.
Keskeiset havainnot:
Tekoälyn ROI on nähtävissä, mutta epätasaisesti jakautunut
• Yli kolme neljäsosaa organisaatioista raportoi saavansa vähintään jonkin verran mitattavaa ROI:ta tekoälyhankkeistaan.
• Suurin osuus, 48 %, raportoi ”rajattuja ROI-tuloksia”, joissa osa piloteista tuottaa tuloksia.
• 28 % raportoi ”laajaa” tai ”vahvaa” ROI:ta useissa projekteissa.
Tekoälyn käyttöönotto siirtyy tuotantovaiheeseen
• Lähes kaikki organisaatiot raportoivat aktiivisista tekoälyhankkeista.
• 34 % skaalaa tekoälyä tuotantokäyttöön.
• Yli puolet joko skaalaa tekoälyä tuotantokäyttöön, ottaa tekoälyn käyttöön useissa keskeisissä prosesseissa tai hyödyntää agenttipohjaisia tekoälytyönkulkuja.
Yritysdata ei ole vielä täysin valmis tekoälyn laajamittaiseen käyttöön
• Vain 6 % organisaatioista raportoi yritysdatansa olevan täysin valmis tukemaan tekoälyä laajassa mittakaavassa.
• 47 % kuvaa yritysdatansa olevan osittain valmis, kun taas 36 % kuvaa sen olevan enimmäkseen valmis.
• Tulokset viittaavat merkittävään kuiluun datan, joka tukee tekoälyn alkuvaiheen edistystä, ja sellaisen datan välillä, joka mahdollistaa skaalatun ja toistettavan ROI:n koko yrityksessä.
Vuoden 2026 aikana Dun & Bradstreetin AI Momentum -tutkimus on osoittanut vakaata edistystä tekoälyn käyttöönotossa ja kypsyydessä, vaikka datan valmiudessa on edelleen haasteita. Kolmannen vuosineljänneksen tulokset viittaavat siihen, että seuraava vaihe edellyttää organisaatioilta datan valmiuden parantamista, jotta varhaisesta ja epätasaisesta ROI:sta voidaan siirtyä johdonmukaisempiin tuottoihin koko yrityksen mittakaavassa. Tämä edellyttää luottamusta tekoälyn käyttämän kontekstin taustalla olevaan dataan: tiedon on oltava kattavaa, ajantasaista ja riittävän luotettavaa tukemaan päätöksentekoa eri tiimien, järjestelmien ja käyttötapausten välillä.
Menetelmä
Dun & Bradstreetin AI Momentum -tutkimus on neljännesvuosittain toteutettava maailmanlaajuinen tutkimus, jossa seurataan 10 000 yrityksen vastauksia 32 maassa. Tutkimus seuraa yritysten tekoälyn käyttöönottoa, investointeja, käyttöönoton vaiheita ja liiketoiminnallisia tuloksia ajan mittaan.
Tietoa Dun & Bradstreetista
Dun & Bradstreet tarjoaa varmennetun kaupallisen identiteetin perustan tekoälyn laajamittaiseen hyödyntämiseen yrityksissä. Yhtiö loi vuonna 1963 D‑U‑N‑S®-numeron, joka on nykyisin maailmanlaajuinen standardi kaupallisten toimijoiden tunnistamiseen. Tämän tunnisteen ympärille rakentuva D&B Commercial Graph jäsentää ja yhdistää yritysidentiteetin johdonmukaisesti eri järjestelmien välillä, mahdollistaen tekoälyn toiminnan tarkan ja validoidun tiedon varassa. Vuodesta 1841 lähtien kaikenkokoiset yritykset ovat luottaneet Dun & Bradstreetiin muutoksen hallinnassa ja kasvun vauhdittamisessa. Lisätietoja: www.dnb.com.