AI-mallit ja alustat

LXT:n “The ROI of High-Quality AI Training Data” -raportin avainlöydökset

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

LXT, nousiainen johtaja tekoälykoulutusdataa varten, joka mahdollistaa älykkään teknologian kehittämisen globaaleille organisaatioille, on julkaissut uuden raportin nimeltä ”The ROI of high-quality AI training data.” Raportti on jatkoa heidän ensimmäiselle vuosiraportilleen, ”The Path to AI Maturity”, joka julkaistiin aiemmin tänä vuonna.

Raportin avainlöydökset

Uusi raportti tarjoaa syvää näkemystä tekoälykypsyydestä Yhdysvaltain organisaatioissa, sekä sijoitusmäärät ja liiketoimintalähtöiset ajurit tekoälyohjelmien taustalla. Se käsitti 200 tekoälykokemusta omaavaa johtajaa keski- ja suurista yrityksistä, joista kaksi kolmasosaa oli C-tason johtajia.

Tässä ovat joitain raportin avainlöydöksistä:

  • 40% Yhdysvaltain organisaatioista pitää itseään kolmen korkeimman tekoälykypsyyden tasolla olevana, mikä tarkoittaa, että he ovat edenneet tietoisuuden ja kokeilun vaiheista tekoälytoimintojen käyttöönottoon ja saavuttaneet osoitettavissa olevan tuoton tuotannossa.

 

  • Vastanneilta pyydettiin valitsemaan tekoälyn onnistumisen tekijöitä, kuten mallin laatu, koulutetut henkilöstö ja laadukas koulutusdata. Tulokset osoittavat, että yrityksille, jotka ovat korkeimmalla tekoälykypsyyden tasolla, tärkein onnistumisen tekijä on laadukas koulutusdata.

 

  • Organisaatiot kaikilla kypsyyden tasoilla omistavat suuria osuuksia tekoälybudjeteistaan koulutusdataan. Keskimäärin yritykset sijoittavat 59% budjetistaan koulutusdataan.

 

  • Tekoälyä käytetään eri aloilla organisaatioiden digitaalisen muutoksen kiihdyttämiseen ja kilpailukyvyn ylläpitämiseen. Samalla, kaksi kolmasosaa vastaajista ilmoitti, että tekoälykoulutusdataa tarvitaan enemmän seuraavien viiden vuoden aikana.

 

  • Vastanneet ilmoittivat, että tekoälykoulutusdataan liittyvissä sijoituksissa ja sijoitusten kasvattamisessa tuoton mittaamiseen liittyvät neljä keskeistä tekijää: toiminnan tehokkuus, kustannusvähennys, virheiden vähennys ja maineen parantaminen.

 

  • Yritykset, jotka aloittavat tekoälymatkansa, tulee ensin luoda vahva perusta tekoälylle, keskittyen kustannusten ja virheiden vähentämiseen. Kun näiden yritysten tekoälystrategiat kypsyvät, tuotto siirtyy toiminnan tehokkuuteen ja liiketoiminnan muutokseen.

 

  • 99% vastaajista ilmoitti, että he työskentelevät tekoälykoulutusdatan kanssa kolmansien osapuolien kanssa, joissa avainarvoja ovat luottamus, ulottuvuus, pidemmät strategiset kumppanuudet ja nopeus.

 

LXT:n uusi tutkimus korostaa, kuinka tärkeää on organisaatioille käyttää laadukasta koulutusdataa tekoälystrategioiden kehittämiseen. Tekoälykoulutusdataan tehtävät sijoitukset tarjoavat myös monia hyötyjä, kuten toiminnan tehokkuuden, alentuneet kustannukset, vähentyneet virheiden määrät ja parantuneen liiketoimintamaineen. Kolmansien osapuolien data-toimittajat ovat perustavia tekoälykoulutusdatan hankkimisessa, ja organisaatiot arvostavat luotettavuutta, luotettavuutta, globaalia ulottuvuutta ja nopeutta kolmannen osapuolen kumppanissa.

Voit lukea LXT:n koko raportin täältä.

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.