Raport roczny Appen dotyczący stanu sztucznej inteligencji ujawnia znaczący wzrost branży

Appen Limited (ASX: APX), wiodący dostawca wysokiej jakości danych szkoleniowych dla organizacji, które budują skuteczne systemy sztucznej inteligencji w dużym stopniu, ogłosił dziś swój roczny Raport o stanie sztucznej inteligencji za 2020 rok.

Raport o stanie sztucznej inteligencji za 2020 rok jest wynikiem badania przeprowadzonego wśród seniorów z różnych branż i dużych organizacji, w tym liderów biznesu i technologów. Badanie miało na celu zbadanie i identyfikację głównych cech rozwijającego się krajobrazu sztucznej inteligencji i uczenia maszynowego poprzez gromadzenie odpowiedzi od osób decyzyjnych w dziedzinie sztucznej inteligencji.

Istniało kilka kluczowych wniosków:

• Ponieważ prawie 3 na 4 organizacje stwierdziły, że sztuczna inteligencja jest kluczowa dla ich biznesu, prawie połowa uważa, że ich organizacja jest w tyle w swojej drodze sztucznej inteligencji.
• Budżety sztucznej inteligencji przekraczające 5 milionów dolarów podwoiły się w porównaniu z rokiem poprzednim
• Rosnąca liczba przedsiębiorstw popiera odpowiedzialną sztuczną inteligencję jako składnik sukcesu biznesowego, ale tylko 25% firm stwierdziło, że niezależna sztuczna inteligencja jest kluczowa dla ich misji.
• 3 na 4 organizacje zgłaszają aktualizację swoich modeli sztucznej inteligencji co najmniej raz na kwartał, co wskazuje na koncentrację na życiu modelu po wdrożeniu.
• Przerwa między liderami biznesu a technologami nadal istnieje, pomimo że ich współpraca jest niezwykle ważna dla budowy silnej infrastruktury sztucznej inteligencji.
• Pomimo burzliwych czasów, ponad dwie trzecie respondentów nie spodziewa się żadnego negatywnego wpływu COVID-19 na swoje strategie sztucznej inteligencji.

Jednym z kluczowych wniosków jest to, że prawie połowa respondentów uważa, że ich firma jest w tyle w swojej drodze sztucznej inteligencji, co wskazuje na istnienie krytycznej luki między strategiczną potrzebą a możliwością wykonania.

Brak danych i zarządzania danymi został zgłoszony jako główne wyzwanie, w tym dane szkoleniowe, które są podstawą wdrożeń modeli sztucznej inteligencji i uczenia maszynowego, więc niezaskakująco 93% firm zgłasza, że wysokiej jakości dane szkoleniowe są ważne dla sukcesu sztucznej inteligencji.

Organizacje również zgłosiły korzystanie z 25% więcej typów danych (tekst, obraz, wideo, audio itp.) w 2020 roku w porównaniu z 2019 rokiem. Nie tylko modele są częściej aktualizowane, ale zespoły korzystają z coraz większej liczby typów danych, co przełoży się na coraz większą potrzebę inwestycji w niezawodne dane szkoleniowe.

Jednym z kluczowych wskaźników wykładniczego wzrostu sztucznej inteligencji był gwałtowny wzrost inicjatyw sztucznej inteligencji w porównaniu z rokiem poprzednim. W 2019 roku tylko 39% dyrektorów wykonawczych posiadało inicjatywy sztucznej inteligencji. W 2020 roku własność wykonawcza inicjatyw sztucznej inteligencji wzrosła do 71%. Wraz ze wzrostem własności wykonawczej, liczba organizacji zgłaszających budżety przekraczające 5 milionów dolarów również podwoiła się.

Globalni dostawcy chmury zyskali znaczną przewagę jako narzędzia do nauki danych i maszynowego w porównaniu z 2019 rokiem. Może to być spowodowane zwiększonym budżetem i nadzorem wykonawczym. Co więcej, wzrost respondentów, którzy zgłaszają korzystanie z globalnych dostawców maszynowego uczenia się w chmurze, jest jeszcze bardziej imponujący, a wśród nich wymieniani są: Microsoft Azure (49%), Google Cloud (36%), IBM Watson (31%), AWS (25%) i Salesforce Einstein (17%). Każdy z tych liderów odnotował podwójny wzrost przyjęcia w porównaniu z 2019 rokiem, co dowodzi, że wraz ze wzrostem liczby firm, które przechodzą na skalę, szukają one rozwiązań, które mogą skalować się wraz z nimi.

Coś, czego deweloperzy sztucznej inteligencji mogą chcieć zwrócić uwagę, to zmienność języków używanych do budowy modeli również uległa zmianie w porównaniu z 2019 rokiem. Podczas gdy Python pozostaje najczęściej używanym językiem w 2019 i 2020 roku, SQL i R były drugim i trzecim najczęściej używanym językiem w 2019 roku. Jednak w 2020 roku Java, C/C++ i JavaScript zyskały znaczną przewagę. Python, R i SQL są często wskazywane jako języki fazy pilotażowej, podczas gdy Java, C/C++ i JavaScript są językami fazy produkcyjnej.

Aby dowiedzieć się więcej, zalecamy pobranie całego Raportu o stanie sztucznej inteligencji i maszynowego uczenia się.