Appens årlige rapport om AI-tilstand avslører betydelig bransjevækst

Appen Limited (ASX: APX), den ledende leverandøren av høykvalitets treningdata for organisasjoner som bygger effektive AI-systemer i stor skala, annonserte i dag sin årlige Rapport om AI-tilstand for 2020.

Rapporten om AI-tilstand for 2020 er resultatet av en tverrindustriell, stororganisasjonsstudie av seniorforretningsledere og teknologer. Undersøkelsen hadde til hensikt å undersøke og identifisere hovedtrekkene ved den utvidende AI- og maskinlæringslandskapet ved å samle inn svar fra AI-beslutningstakere.

Det var flere nøkkelbudskap:

• Mens nesten 3 av 4 organisasjoner sa at AI er kritisk for deres forretning, føler nesten halvparten at deres organisasjon er etter i deres AI-reise.
• AI-budsjett over 5 millioner dollar doblet seg fra år til år
• En økende antall bedrifter støtter ansvarlig AI som en komponent i forretnings-suksess, men bare 25% av selskapene sa at ubiasjert AI er kritisk for deres oppdrag.
• 3 av 4 organisasjoner rapporterer at de oppdaterer sine AI-modeller minst kvartalsvis, noe som indikerer en fokus på modellens liv etter distribusjon.
• Kapasitetsgapet mellom forretningsledere og teknologer fortsetter, til tross for at deres samarbeid er avgjørende for å bygge en sterk AI-infrastruktur.
• Til tross for turbulente tider, forventer mer enn to tredjedeler av respondentene ingen negativ innvirkning fra COVID-19 på deres AI-strategier.

En av de viktigste funnene er at nesten halvparten av de som svarte føler at deres selskap er etter i deres AI-reise, noe som tyder på en kritisk gap mellom den strategiske behov og evnen til å utføre.

Mangel på data og datahåndtering ble rapportert som en av de største utfordringene, inkludert treningdata som er grunnleggende for AI- og ML-modell-distribusjoner, så det er ikke overraskende at 93% av selskapene mener at høykvalitets treningdata er viktig for suksessfull AI.

Organisasjoner rapporterte også om bruk av 25% flere datatyper (tekst, bilde, video, lyd osv.) i 2020 sammenlignet med 2019. Ikke bare modellene får mer hyppige oppdateringer, men teamene bruker også stadig flere datatyper, og det vil oversette til en økende behov for investeringer i pålitelig treningdata.

En av de viktigste indikatorene for eksponentiell vekst i AI var den raske årlige veksten i AI-initiativer. I 2019 hadde bare 39% av eksekutivene eierskap til AI-initiativer. I 2020 økte eksekutiv-eierskapet til AI til 71%. Med denne økningen i eksekutiv-eierskap, doblet antallet organisasjoner som rapporterte budsjett over 5 millioner dollar.

Globalt cloud-leverandører fikk betydelig fremgang som datavitenskap- og ML-verktøy sammenlignet med 2019. Dette kan være på grunn av økt budsjett og eksekutivt tilsyn. Det som er enda mer imponerende er økningen av respondenter som rapporterer om bruk av globale cloud-maskinlæringsleverandører som er identifisert som: Microsoft Azure (49%), Google Cloud (36%), IBM Watson (31%), AWS (25%) og Salesforce Einstein (17%). Hver av disse frontløperne så en dobbelt-sifret økning i adopsjon sammenlignet med 2019, og det viser at når flere selskaper flytter til skala, søker de etter løsninger som kan skala med dem.

Noe som AI-utviklere kan ønske å merke seg er at variasjonen i språk som brukes til å bygge modeller har også skiftet fra 2019. Mens Python fortsatt er det mest brukte språket både i 2019 og 2020, var SQL og R det nest og tredje mest vanlige språket i 2019. I 2020 fikk imidlertid Java, C/C++ og JavaScript betydelig fremgang. Python, R og SQL er ofte indikative for pilotfasen, mens Java, C/C++ og JavaScript er mer produksjonsfasens språk.

For å lære mer, anbefaler vi å laste ned hele Rapport om AI og maskinlæring.