AI-modeller og plattformer

Hovedfunn fra LXTs rapport om avkastningen på AI-treningsdata av høy kvalitet

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

LXT, en fremvoksende leder i AI-treningsdata for å drive intelligent teknologi for globale organisasjoner, har utgitt sin nye rapport med tittelen “Avkastning på høykvalitets AI-treningsdata.” Rapporten er en oppfølging av deres første årlige rapport, “Veien til AI-modning,” som ble utgitt tidligere i år. 

Hovedfunn fra rapporten

Den nye rapporten ga dyptgående innsikt i AI-modning i amerikanske organisasjoner, samt investeringsnivåer og forretningsdrivere bak AI-initiativer. Den undersøkte 200 toppledere med AI-erfaring i mellomstore og store selskaper, hvor to tredeler var C-Suite ledere. 

Her er noen av rapportens hovedfunn: 

  • 40% av amerikanske organisasjoner regner seg selv som å ha nådd de tre høyeste nivåene av AI-modning, det vil si at de har gått videre fra bevissthets- og eksperimenteringsfasene av AI-utvikling til å oppnå demonstrerbar avkastning i produksjon. 

 

  • Respondentene ble bedt om å velge suksessfaktorer for AI, som modellkvalitet, dyktige ansatte og treningsdata av høy kvalitet. Resultatene viser at for selskaper på de høyeste nivåene av AI-modning, er den viktigste suksessfaktoren treningsdata av høy kvalitet. 

 

  • Organisasjoner på alle nivåer av modning dedikerer store prosenter av sine AI-budsjett til treningsdata. I gjennomsnitt investerer bedriftene 59% av sine budsjett på treningsdata. 

 

  • AI brukes på tvers av industrier for å akselerere organisasjoners digitale transformasjonsinitiativer og for å forbli konkurransedyktige. Samtidig, to tredeler av de som ble spurt indikerte at det vil være et økt behov for treningsdata de neste fem årene. 

 

  • Respondentene indikerte at i forhold til investeringer i AI-treningsdata og drivkraften til å øke investeringer i dette området, avkastning måles over de fire nøkkelfaktorene operasjonell effektivitet, kostnadsreduksjon, reduksjon i feilrater og forbedret omdømme. 

 

  • Selskaper som begynner sin AI-reise må først skape et sterkt grunnlag for AI, med fokus på kostnads- og reduksjon i feilrater. Etterhvert som disse selskapenes AI-strategier modnes, skifter avkastningen til operasjonell effektivitet og forretningstransformasjon. 

 

  • 99% av respondentene indikerte at de samarbeider med tredjeparter for AI-treningsdata, med nøkkelverdier som tillit, rekkevidde, lengre strategiske partnerskap og hastighet. 

 

Den nye forskningen fra LXT fremhever hvor viktig det er for en organisasjon å bruke høytreningsdata av høy kvalitet for å modne sine AI-strategier. Investeringer i treningsdata for AI gir også mange fordeler som operasjonell effektivitet, lavere kostnader, reduserte feilrater og forbedret forretningsrykte. Eksterne dataleverandører er fundamentale for å skaffe treningsdata, og organisasjoner setter pris på tillit, pålitelighet, global rekkevidde og hastighet i en tredjepartspartner. 

Du kan lese LXTs fullstendige rapport her.

Alex leder Unite.AI sine AI-drevne nyhetsoperasjoner, og kombinerer journalistikk, forskning og automatisering for å støtte rettidig og skalerbar dekning av kunstig intelligens. Arbeidet hans bidrar til å sikre at nye AI-utviklinger blir fremhevet effektivt samtidig som publikasjonens redaksjonelle standarder opprettholdes.