EPAM identifizierte zwei wesentliche Hindernisse für eine breitere Einführung. Das erste war die Daten-Readiness. Vielen Organisationen fehlte die Infrastruktur, um KI unternehmensweit zu unterstützen. „Es ist sehr schwierig, KI zu skalieren, wenn die Daten nicht entsprechend aufbereitet sind“, erklärte Tikhomirov. „Datenplattformen aufzubauen und Ihre Daten näher an KI-Modelle zu bringen – Daten zu modernisieren und zu vereinfachen – war ein wichtiger Trend.“
Die zweite Herausforderung stellte die Abstimmung innerhalb der Organisation dar. In vielen Fällen wurden KI-Initiativen von den technischen Teams vorangetrieben, ohne dass die Geschäftsverantwortlichen uneingeschränkt dahinterstanden. „Wenn Sie nur einen Teil eines Prozesses mit KI optimieren, beschleunigen Sie nicht unbedingt den gesamten Prozess“, sagte Tikhomirov. „In solchen Fällen ist der ROI kein greifbares Argument.“
EPAM hat das Jahr damit verbracht, Kunden dabei zu unterstützen, diese grundlegenden Lücken zu schließen. Dazu gehörten die Optimierung von Datenbeständen, die Einhaltung von Compliance-Vorgaben und die Ausrichtung interner Teams auf gemeinsame Ziele.