एआई व्यावसायिक संचालन का एक प्रमुख हिस्सा बनने के लिए प्रयोगों से परे चला गया है, लेकिन तैनाती की चुनौतियां अपरिवर्तित रहती हैं।
द प्रोवेन एआई की ओर से जोगबी एनालिटिक्स रिसर्च से पता चलता है कि अधिकांश संगठनों ने एआई वाटर्स के परीक्षण से लेकर प्रोडक्शन-रेडी सिस्टम के साथ हेडफर्ट्स में डाइविंग तक स्नातक किया है। इस प्रगति के बावजूद, व्यवसाय अभी भी डेटा की गुणवत्ता, सुरक्षा और प्रभावी ढंग से अपने मॉडल को प्रशिक्षित करने के लिए बुनियादी चुनौतियों से जूझ रहे हैं।
संख्याओं को देखते हुए, यह बहुत ही खुली है। 68% संगठनों के पास अब कस्टम एआई समाधान हैं और उत्पादन में चलते हैं। कंपनियां अपना पैसा भी रख रही हैं, जहां उनके मुंह हैं, 81% एआई पहल पर कम से कम एक मिलियन सालाना खर्च करते हैं। हर साल लगभग एक तिमाही में 10 मिलियन से अधिक निवेशों का निवेश किया जाता है, जिसमें दिखाया गया है कि हम “लेट्स एक्सपेरिमेंट” चरण की तुलना में अधिक गंभीर, लंबे समय तक एआई प्रतिबद्धता में चले गए हैं।
यह बदलाव भी नेतृत्व डिजाइन को फिर से करता है। % 86% संगठनों ने किसी को अपने एआई प्रयासों का नेतृत्व करने के लिए नियुक्त किया है, विशेष रूप से ‘मुख्य एआई अधिकारी’ शीर्षक या इस तरह। ये एआई नेता अब सीईओ के रूप में प्रभावशाली हैं, जबकि 43.3% कंपनियों के पास यह तय करने की रणनीति है कि सीईओ एआई शॉट कहते हैं, जबकि उन लोगों में से 5% ने एआई प्रमुख को जिम्मेदारी दी है।
लेकिन एआई परिनियोजन यात्रा सभी एक आसान यात्रा नहीं है। आधे से अधिक व्यापारिक नेताओं ने स्वीकार किया कि प्रशिक्षण और ठीक ट्यूनिंग एआई मॉडल उनकी अपेक्षाओं से अधिक कठिन रहे हैं। डेटा मुद्दों को पॉप अप करें, गुणवत्ता, उपलब्धता, कॉपीराइट पाइराइट और मॉडल मान्यता के साथ सिरदर्द का उत्पादन करें – एआई सिस्टम कितने प्रभावी हो सकते हैं। लगभग 70% संगठन अनुसूची के पीछे कम से कम एक एआई परियोजना की रिपोर्ट करते हैं, डेटा समस्याएं मुख्य अपराधी हैं।
जैसे -जैसे व्यवसाय एआई के साथ अधिक सहज होते हैं, वे इसका उपयोग करने के लिए नए तरीकों की तलाश कर रहे हैं। जबकि चैटबॉट्स और वर्चुअल असिस्टेंट लोकप्रिय रहते हैं (55%अपनाया), अधिक तकनीकी अनुप्रयोगों को भूमि मिल रही है।
सॉफ्टवेयर विकास अब 54%की सूची में 54%के शीर्ष पर है, पूर्वानुमान और धोखा चेक के लिए पूर्वानुमान के साथ। इससे पता चलता है कि कंपनियां प्रमुख संचालन में सुधार के लिए एआईएस का उपयोग करने की दिशा में उपभोक्ता-सामना करने वाले अनुप्रयोगों से आगे बढ़ रही हैं। विपणन अनुप्रयोग, एक बार कई एआई परिनियोजन पहल के लिए प्रवेश द्वार, इन दिनों कम ध्यान आकर्षित कर रहा है।
जब यह एआई मॉडल की बात आती है, तो एक मजबूत फोकस जनरेटिव एआई पर केंद्रित होता है, जिसमें 57% संगठन इसे प्राथमिकता देते हैं। हालांकि, कई लोग एक संतुलित दृष्टिकोण ले रहे हैं, इन नए मॉडलों को पारंपरिक मशीन लर्निंग तकनीकों से जोड़ते हैं।
Google की मिथुन और Openai का GPT -4 सबसे अधिक इस्तेमाल किया जाने वाला सबसे बड़ा भाषा मॉडल डेल है, हालांकि Deepsk, Cloud और Lalama भी मजबूत प्रदर्शन कर रहे हैं। अधिकांश कंपनियां दो या तीन अलग-अलग एलएलएम का उपयोग करती हैं, यह दर्शाता है कि एक बहु-मॉडल दृष्टिकोण एक मानक अभ्यास बन रहा है।
शायद सबसे दिलचस्प बदलाव हैं जहां कंपनियां अपनी एआई तैनाती चला रही हैं। जबकि दस में से नौ संगठन अपने एआई बुनियादी ढांचे के लिए कम से कम कुछ बुनियादी ढांचे के लिए क्लाउड सेवाओं का उपयोग करते हैं, लेकिन चीजों को घर के अंदर लाने की प्रवृत्ति बढ़ रही है।
पेशेवर नेताओं का मानना है कि गैर-मिनट की तैनाती बेहतर सुरक्षा और दक्षता प्रदान करती है। नतीजतन, 67% ने अपने एआई प्रशिक्षण डेटा को अपनी डिजिटल संपत्ति में स्थानांतरित करने की योजना बनाई, जो एक प्रीमैसी या हाइब्रिड वातावरण में जा रही है। AI सिस्टम को तैनात करते समय 83% उत्तरदाताओं के लिए डेटा संप्रभुता सर्वोच्च प्राथमिकता है।
पेशेवर नेता अपनी एआई शासन क्षमताओं के बारे में आश्वस्त लगते हैं, जिसमें लगभग 90% लोग दावा करते हैं कि वे प्रभावी रूप से एआई नीति का प्रबंधन कर रहे हैं, आवश्यक गार्ड स्थापित कर रहे हैं, और अपने डेटा को एक ट्रैक बना रहे हैं। हालांकि, यह विश्वास परियोजना की देरी के कारण व्यावहारिक चुनौतियों के विपरीत है।
डेटा लेबलिंग, मॉडल प्रशिक्षण और मान्यता के साथ मुद्दे ठोकर खा रहे हैं। यह अधिकारियों के शासन संरचना के भीतर आत्मविश्वास और डेटा के दैनिक वास्तविकता के बीच एक संभावित दूरी को इंगित करता है। मौजूदा प्रणालियों के साथ टैलेंस की कमी और समेकन की कठिनाइयों को भी बार -बार उद्धृत किया जाता है।
एआई प्रयोग के दिन हमारे पीछे हैं और अब यह एक मूल हिस्सा है कि व्यवसाय कैसे काम करते हैं। संगठन भारी निवेश कर रहे हैं, अपने नेतृत्व के डिजाइनों का पुनरुत्थान कर रहे हैं, और अपने संचालन के दौरान एआई तैनाती के लिए नए तरीके खोज रहे हैं।
फिर भी, जैसे -जैसे आकांक्षाएं बढ़ती हैं, इन योजनाओं को काम में लाने के लिए चुनौतियां हैं। पायलट से उत्पादन की यात्रा ने डेटा तत्परता और बुनियादी ढांचे में बुनियादी मुद्दों को उजागर किया है। परिसर और हाइब्रिड समाधानों के परिणामस्वरूप होने वाली पारी परिपक्वता का एक नया स्तर दिखाती है, जिसमें संगठन नियंत्रण, सुरक्षा और शासन पसंद करते हैं।
जैसा कि एआई परिनियोजन तेज करता है, पारदर्शिता की पुष्टि करना, ट्रेकैबिलिटी और ट्रस्ट केवल एक लक्ष्य नहीं है, बल्कि सफलता की आवश्यकता है। आत्मविश्वास वास्तविक है, लेकिन सावधानी भी है।
(रॉय हरिमन द्वारा छवि)
यह भी देखें: रेन Zengefei: चीन का एआई फ्यूचर और हुआवेई लॉन्ग गेम
उद्योग के नेताओं से एआई और बड़े डेटा के बारे में अधिक जानना चाहते हैं? एम्स्टर्डम, कैलिफोर्निया और लंदन में आयोजित एआई और बिग डेटा एक्सपो की जाँच करें। ब्रॉड इवेंट को इंटेलिजेंट ऑटो टोमेशन कॉन्फ्रेंस, ब्लॉकएक्स, डिजिटल ट्रांसफॉर्मेशन वीक और साइबर सिक्योरिटी एंड क्लाउड एक्सपो सहित अन्य प्रमुख घटनाओं के साथ सह-स्थित किया गया है।
TechFire द्वारा संचालित अन्य आगामी उद्यम प्रौद्योगिकी घटनाओं और वेबिनार का अन्वेषण करें।
