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 na dużą skalę, ogłosił swój roczny Raport o stanie sztucznej inteligencji na 2020 rok.

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

Istnieją kluczowe wnioski:

• Ponieważ prawie 3 na 4 organizacji stwierdziło, że sztuczna inteligencja jest kluczowa dla ich biznesu, prawie połowa uważa, że ich organizacja jest w tyle w swojej podróży z sztuczną inteligencją.
• Budżety na sztuczną inteligencję przekraczające 5 milionów dolarów podwoiły się w porównaniu z rokiem poprzednim.
• Coraz większa liczba przedsiębiorstw popiera odpowiedzialną sztuczną inteligencję jako składnik sukcesu biznesowego, ale tylko 25% firm stwierdziło, że niezależna sztuczna inteligencja jest kluczowa dla misji.
• 3 na 4 organizacji zgłasza 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 zgodność jest niezbędna do budowy silnej infrastruktury sztucznej inteligencji.
• Pomimo burzliwych czasów, więcej niż dwie trzecie respondentów nie spodziewa się żadnego negatywnego wpływu pandemii COVID-19 na ich strategie sztucznej inteligencji.

Jednym z kluczowych odkryć jest to, że prawie połowa respondentów czuje, że ich firma jest w tyle w swojej podróży z sztuczną inteligencją, co wskazuje na istnienie krytycznej luki między strategiczną potrzebą a możliwością wykonania.

Brak danych i zarządzanie danymi zostały zgłoszone jako główne wyzwania, 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 zgłaszały używanie o 25% więcej typów danych (tekst, obraz, wideo, audio itp.) w 2020 roku w porównaniu z 2019 rokiem. Nie tylko modele są aktualizowane częściej, ale zespoły używają coraz więcej 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 posiadanie inicjatyw sztucznej inteligencji przez dyrektorów wykonawczych wzrosło do 71%. Wraz ze wzrostem posiadania inicjatyw sztucznej inteligencji przez dyrektorów wykonawczych, liczba organizacji zgłaszających budżety przekraczające 5 milionów dolarów również podwoiła się.

Dostawcy chmury na skalę globalną zyskali znaczącą przewagę jako narzędzia nauki o danych i maszynowej w porównaniu z 2019 rokiem. Może to być spowodowane zwiększonym budżetem i nadzorem wykonawczym. Co jest jeszcze bardziej imponujące, to wzrost respondentów, którzy zgłaszają używanie globalnych dostawców maszynowej nauki o danych, których identyfikuje się jako: Microsoft Azure (49%), Google Cloud (36%), IBM Watson (31%), AWS (25%) i Salesforce Einstein (17%). Każdy z tych liderów odnotował podwójne wzrosty w porównaniu z 2019 rokiem, co dowodzi, że w miarę jak więcej firm przechodzi na skalę, szukają rozwiązań, które mogą się z nimi rozwijać.

Czego deweloperzy sztucznej inteligencji mogą chcieć zwrócić uwagę, to zmienność języków używanych do budowy modeli również uległa zmianie od 2019 roku. 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 znaczącą przewagę. Python, R i SQL są często wskazane jako etap pilotażowy, podczas gdy Java, C/C++ i JavaScript są językami etapu produkcyjnego.

Aby dowiedzieć się więcej, zalecamy pobranie całego Raportu o stanie sztucznej inteligencji i maszynowej nauki o danych.