Finanzierung
Appens jährlicher State-of-AI-Bericht zeigt signifikantes Branchenwachstum

Appen Limited (ASX: APX), der führende Anbieter von hochwertigen Trainingsdaten für Organisationen, die effektive KI-Systeme im großen Maßstab aufbauen, gab heute seinen jährlichen State-of-AI-Bericht für 2020 bekannt.
Der State-of-AI-Bericht 2020 ist das Ergebnis einer branchenübergreifenden Studie von Senior-Unternehmensführern und Technologen. Die Umfrage sollte die Hauptmerkmale der expandierenden KI- und Machine-Learning-Landschaft untersuchen, indem sie Antworten von KI-Entscheidungsträgern sammelte.
Es gab mehrere wichtige Erkenntnisse:
- Während fast 3 von 4 Organisationen angaben, dass KI für ihr Geschäft kritisch ist, fühlten sich fast die Hälfte der Organisationen in ihrem KI-Prozess hinterher.
- KI-Budgets über 5 Millionen US-Dollar verdoppelten sich im Vergleich zum Vorjahr.
- Eine zunehmende Anzahl von Unternehmen unterstützt verantwortungsvolle KI als Komponente des Geschäftserfolgs, aber nur 25 % der Unternehmen gaben an, dass unvoreingenommene KI mission-kritisch ist.
- 3 von 4 Organisationen aktualisieren ihre KI-Modelle mindestens quartalsweise, was auf eine Konzentration auf das Leben des Modells nach der Bereitstellung hinweist.
- Die Lücke zwischen Geschäftsführern und Technologen bleibt bestehen, obwohl ihre Übereinstimmung für den Aufbau einer starken KI-Infrastruktur von entscheidender Bedeutung ist.
- Trotz turbulenter Zeiten erwarten mehr als zwei Drittel der Befragten keinen negativen Einfluss von COVID-19 auf ihre KI-Strategien.
Eine der wichtigsten Erkenntnisse ist, dass fast die Hälfte der Befragten das Gefühl hat, dass ihr Unternehmen in ihrem KI-Prozess hinterherhinkt, was auf eine kritische Lücke zwischen der strategischen Notwendigkeit und der Fähigkeit zur Umsetzung hinweist.
Der Mangel an Daten und Datenmanagement wurde als eine der Hauptherausforderungen genannt, einschließlich Trainingsdaten, die für die Bereitstellung von KI- und ML-Modellen von grundlegender Bedeutung sind, so dass es nicht überraschend ist, dass 93 % der Unternehmen angaben, dass hochwertige Trainingsdaten für den Erfolg von KI von entscheidender Bedeutung sind.
Organisationen berichteten auch, dass sie im Jahr 2020 25 % mehr Datentypen (Text, Bild, Video, Audio usw.) im Vergleich zu 2019 verwendet haben. Nicht nur werden Modelle häufiger aktualisiert, sondern Teams verwenden auch zunehmend mehr Datentypen, was zu einem zunehmenden Bedarf an zuverlässigen Trainingsdaten führen wird.
Ein wichtiger Indikator für das exponentielle Wachstum von KI war das schnelle Wachstum von KI-Initiativen im Vergleich zum Vorjahr. Im Jahr 2019 besaßen nur 39 % der Führungskräfte KI-Initiativen. Im Jahr 2020 schoss die Anzahl der Führungskräfte, die KI-Initiativen besaßen, auf 71 % in die Höhe. Mit dieser Zunahme an Führungskräften, die KI-Initiativen besitzen, verdoppelte sich auch die Anzahl der Organisationen, die Budgets über 5 Millionen US-Dollar für KI haben.
Globaler Cloud-Anbieter gewannen im Vergleich zu 2019 erheblich an Boden als Datenwissenschafts- und ML-Tools. Dies könnte aufgrund erhöhter Budgets und der Überwachung durch Führungskräfte der Fall sein. Was noch beeindruckender ist, ist die Zunahme der Befragten, die angaben, globale Cloud-Machine-Learning-Anbieter zu verwenden, die als Microsoft Azure (49 %), Google Cloud (36 %), IBM Watson (31 %), AWS (25 %) und Salesforce Einstein (17 %) identifiziert wurden. Jeder dieser Marktführer verzeichnete eine Zunahme der Akzeptanz um zweistellige Prozentzahlen im Vergleich zu 2019, was zeigt, dass Unternehmen, die skaliert werden, nach Lösungen suchen, die mit ihnen skaliert werden können.
Etwas, auf das KI-Entwickler achten sollten, ist, dass sich die Vielfalt der Sprachen, die zum Erstellen von Modellen verwendet werden, im Vergleich zu 2019 auch geändert hat. Während Python in beiden Jahren die am häufigsten verwendete Sprache war, waren SQL und R die zweit- und dritt häufigsten Sprachen im Jahr 2019. Im Jahr 2020 gewannen jedoch Java, C/C++ und JavaScript erheblich an Boden. Python, R und SQL sind oft ein Indikator für die Pilotphase, während Java, C/C++ und JavaScript eher der Produktionsphase zuzuordnen sind.
Um mehr zu erfahren, empfehlen wir, den gesamten State-of-AI- und Machine-Learning-Bericht herunterzuladen.












