ИИ вышел за рамки экспериментов, чтобы стать основной частью бизнес -операций, но проблемы развертывания сохраняются.
Исследования Zogby Analytics, от имени тестирования ИИ, показывают, что большинство организаций закончили тестирование вод ИИ, чтобы погрузиться в голову с готовыми к продуктам системы. Несмотря на этот прогресс, компании по -прежнему справляются с основными проблемами, связанными с качеством данных, безопасности и эффективным обучением своих моделей.
Глядя на цифры, это хорошее оккультное отверстие. 68% организаций в настоящее время имеют регулярные решения для ИИ, работающие в производстве. Компании вкладывают свои деньги там, где их рты также, и 81% тратят не менее миллиона ежегодно на инициативы ИИ. Около четверти инвестируют более 10 миллионов в год, показывая, что мы перевели гораздо больше, чем фаза «мы экспериментируем» в серьезное, долгосрочное обязательство ИИ.
Это изменение также переформулирует структуры лидерства. 86% организаций назначили кого -то, чтобы возглавить свои усилия по ИИ, как правило, с титулом «Основной офицер ИИ» или тому подобное. Эти лидеры искусственного интеллекта в настоящее время почти так же влиятельны, как и генеральные директора, когда речь заходит о создании стратегии, когда 43,3% компаний говорят, что генеральный директор вызывает выстрелы ИИ, а 42% дают эту ответственность своему руководителю ИИ.
Но поездка по развертыванию ИИ не является плавным плаванием. Более половины лидеров бизнеса признают, что обучение и конфигурация моделей ИИ были более жесткими, чем они ожидали. Проблемы с данными продолжают появляться, что приводит к головным болям с качеством, доступностью, авторским правом и моделированием -насколько эффективны эти системы ИИ. Почти 70% организаций сообщают о том, чтобы иметь по крайней мере один проект искусственного интеллекта за графиком, причем проблемы с данными являются основным виновником.
Поскольку компаниям более удобно с ИИ, они находят новые способы его использования. В то время как сапоги Talk и виртуальные помощники остаются популярными (применение 55%), больше технических приложений получают землю.
Разработка программного обеспечения в настоящее время превышает список на 54%, а также анализ прогнозирования и обнаружения мошенничества на уровне 52%. Это говорит о том, что компании выходят за рамки применения клиентов к использованию ИИ для улучшения основных операций. Маркетинговые приложения, после входа для многих инициатив по развертыванию ИИ, сегодня получают меньше внимания.
Когда дело доходит до самих моделей искусственного интеллекта, существует сильное внимание на генеративном ИИ, причем 57% организаций делают это приоритетом. Тем не менее, многие используют сбалансированный подход, объединяя эти новые модели с традиционными методами машинного обучения.
Google и Openai GPT-4 являются наиболее широко используемыми крупными языковыми моделями, хотя DeepSeek, Claude и Lama также делают сильные выступления. Большинство компаний используют два или три разных LLM, предполагая, что многомодерный подход становится стандартной практикой.
Возможно, наиболее интересным является изменение, когда компании управляют развертыванием ИИ. В то время как почти девять из десяти организаций используют облачные сервисы, по крайней мере, для некоторых из их инфраструктур искусственного интеллекта, существует растущая тенденция вернуть вещи в дом.
В настоящее время две трети лидеров бизнеса считают, что некваловые развертывания обеспечивают лучшую безопасность и эффективность. В результате 67% планируют перенести свои данные обучения ИИ в локальную или гибридную среду, пытаясь более контролировать свои цифровые ценные бумаги. Суверенитет данных является основным приоритетом для 83% респондентов при развертывании систем ИИ.
Лидеры бизнеса, похоже, уверены в своих правительственных навыках ИИ, при этом около 90% утверждают, что они эффективно управляют политикой ИИ, могут создать необходимую охранника и могут отслеживать свои данные данных. Тем не менее, эта уверенность в отличие от практических проблем, ведущих к проектам.
Проблемы с маркировкой данных, модельным обучением и валидацией продолжают наткнуться на блоки. Это предполагает возможный разрыв между доверием руководителей в их правительственных кадрах и ежедневной реальностью для управления данными. Талантливые нехватки и трудности интеграции с существующими системами также часто цитируются для задержек.
Дни ИИ -экспериментации позади нас, и в настоящее время это является фундаментальной частью того, как работают компании. Организации инвестируют значительные средства, переформулируя свои ведущие структуры и находя новые способы развертывания искусственного интеллекта посредством их деятельности.
Однако по мере роста амбиций, так и возникают проблемы, чтобы действовать в соответствии с этими планами. Путешествие пилота к производству демонстрировало фундаментальные проблемы в готовности и инфраструктуре данных. Полученное изменение в локальных и гибридных решениях показывает новый уровень зрелости, причем организации приоритет контролю, безопасности и управлению.
По мере того, как развертывание ИИ ускоряется, обеспечение прозрачности, отслеживаемость и вера – это не просто цель, но и необходимость для успеха. Уверенность реальна, но как и осторожность.
(Изображение Роя Гарримана)
Смотрите также: Рен Чжэнфей: китайский AI -Forest и долгая игра Huawei
Вы хотите узнать больше об искусственном интеллекте и больших данных промышленными лидерами? Посмотреть AI & Big Data Expo, проходящую в Амстердаме, Калифорнии и Лондоне. Комплексное мероприятие связано с другими основными событиями, включая Smart Automatic Conference, Blockx, неделю цифровой трансформации и кибербезопасность и Cloud Expo.
Исследуйте другие предстоящие корпоративные технологические мероприятия и веб -страницы, управляемые Techforge здесь.
