Ny studie: Denodos AI-datalager ger 290 procents avkastning och tre gånger snabbare driftsättning av AI-agenter

Ny studie: Denodos AI-datalager ger 290 procents avkastning och tre gånger snabbare driftsättning av AI-agenter

Publicerat av: Redaktionen

 Denodo presenterar resultaten från en omfattande, oberoende studie genomförd av analysföretaget Veqtor8.

Rapporten, The ROI of an AI Data Layer for Agentic AI, visar att företag som inför ett AI-datalager med gemensam datastyrning kan uppnå 290 procents avkastning på investeringen under tre år, driftsätta AI-agenter tre gånger snabbare och minska driftskostnaderna för AI med 68 procent.

När företag går från pilotprojekt till att använda ett stort antal autonoma och delvis autonoma AI-agenter i den löpande verksamheten blir tillgången till aktuella data ofta en betydande flaskhals. Informationen behöver vara tillförlitlig, hanteras enligt gemensamma regler för datastyrning och tolkas på samma sätt oavsett källa.

Veqtor8:s studie bygger på djupintervjuer med personer som arbetar i stora företag, hos storskaliga molnleverantörer och teknikpartners. Intervjuerna omfattar bland annat globala banker, telekomkoncerner, kemiföretag och ledande logistikföretag. Studien beräknar de ekonomiska och operativa fördelarna med Denodos AI Data Layer jämfört med fragmenterade, specialbyggda lösningar.

Studien utgår från en ekonomisk modell för ett fiktivt företag vars storlek motsvarar genomsnittet bland de intervjuade företagen. I modellen ökar antalet AI-agenter från 100 det första året till 900 det tredje året. Agenterna har tillgång till 100 datakällor från olika delar av verksamheten.

Resultaten över tre år påvisar:
  • 2,9 gånger större affärsvärde från AI-satsningar: Omfattar både nettobesparingar genom eliminerade kostnader och det samlade affärsvärdet.
  • Tre gånger snabbare driftsättning av AI-agenter: Färdiga, återanvändbara dataprodukter gör att agenter kan tas i drift tre gånger snabbare än när varje driftsättning kräver specialbyggda integrationer.
  • 68 procent lägre driftskostnader för AI: Genom att låta AI-datalagret hantera frågor direkt och filtrera information innan den skickas till modellen minskar mängden kontextdata per uppgift från cirka 18 000 till cirka 5 760 token. Beräkningskostnaderna minskar i motsvarande omfattning.
  • Över 75 procent av kostnaderna för integration och datastyrning kan undvikas: Behovet av separata anslutningar och MCP-servrar minskar. Underhållskostnaderna sjunker med 79 procent och arbetsinsatsen för att administrera policyer sjunker med 76 procent.
Minskar behovet av separata MCP-servrar

Ny studie: Denodos AI-datalager ger 290 procents avkastning och tre gånger snabbare driftsättning av AI-agenterUtan ett gemensamt AI-datalager behöver företag bygga särskilda MCP-servrar, RAG-flöden och säkerhetskontroller för varje agent och varje underliggande datakälla. MCP, Model Context Protocol, används för att koppla AI till externa verktyg och datakällor. RAG är en metod för att ge AI-modeller tillgång till relevant information från externa källor.

I reglerade branscher kan en enda AI-agent i drift behöva använda 30–50 olika molntjänster, SaaS-applikationer, äldre IT-system och verksamhetssystem. Att bygga separata kopplingar för dessa är ett omfattande integrationsarbete och riskerar att leda till brister i datastyrningen.

– AI-agenter är bara så effektiva som de data de har tillgång till. Att ansluta ett enskilt system är enkelt, men att få tiotals system att fungera tillsammans i ett sammanhängande och tillförlitligt flöde, med enhetliga säkerhetsregler, är oerhört komplext. Denodos AI Data Layer hanterar komplexiteten så att företag kan kartlägga sina data en gång och sedan återanvända dataprodukter med gemensam datastyrning i alla AI-agenter som har behörighet, säger Andrew Milroy, chefsanalytiker på Veqtor8 och rapportens författare.

– Företag har inte råd att välja mellan snabbhet, datastyrning och kostnadseffektivitet när de skalar upp AI. Denodo-plattformen samordnar åtkomst, datans betydelse och tillämpningen av gemensamma regler över spridda datakällor, utan att stora datamängder behöver flyttas. Det ger en nödvändig grund för tillförlitliga AI-agenter som uppfyller företagens krav, säger Alberto Pan, teknikchef på Denodo.

Rapporten finns att ladda ned

Rapporten, The ROI of an AI Data Layer for Agentic AI, kan laddas ned kostnadsfritt på denodo.com.

Om Denodo

Denodo är företaget bakom the AI Datalayer. Den prisbelönta Denodo-plattformen förser AI-agenter och applikationer med tillförlitliga data och omvandlar företagsdata till insikter för analys och självservice. Läs mer på denodo.com.

Om Veqtor8

Veqtor8 är en oberoende rådgivnings- och analysplattform med fokus på AI, datahantering, cybersäkerhet och molninfrastruktur. Genom praktiskt inriktade, oberoende studier, workshoppar för företagsledningar, rapporter och presentationer hjälper Veqtor8 organisationer att förbereda sig för AI, förbättra sina datastrategier och stärka sin digitala motståndskraft.

Relaterade Artiklar

Vi använder cookies och andra identifierare för att förbättra din upplevelse. Detta gör att vi kan säkerställa din åtkomst, analysera ditt besök på vår webbplats. Det hjälper oss att erbjuda dig ett personligt anpassat innehåll och smidig åtkomst till användbar information. Klicka på ”Jag godkänner” för att acceptera vår användning av cookies och andra identifierare eller klicka ”Mer information” för att justera dina val. Jag Godkänner Mer Information >>

-
00:00
00:00
Update Required Flash plugin
-
00:00
00:00