Годовой отчет Appen о состоянии ИИ раскрывает значительный рост отрасли

Appen Limited (ASX: APX), ведущий поставщик высококачественных тренировочных данных для организаций, которые строят эффективные системы ИИ в крупном масштабе, сегодня объявил о своем ежегодном отчете о состоянии ИИ за 2020 год.

Отчет о состоянии ИИ за 2020 год является результатом межотраслевого исследования крупных организаций и старших бизнес-лидеров и технологов. Опрос был направлен на изучение и определение основных характеристик расширяющегося ландшафта ИИ и машинного обучения путем сбора ответов от лиц, принимающих решения об ИИ.

Были выделены несколько ключевых выводов:

• Хотя почти 3 из 4 организаций заявили, что ИИ критически важен для их бизнеса, почти половина чувствует, что их организация отстает в своем пути ИИ.
• Бюджеты на ИИ больше 5 миллионов долларов увеличились вдвое по сравнению с предыдущим годом
• Растущее число предприятий поддерживает ответственный ИИ как компонент бизнес-успеха, но только 25% компаний заявили, что предвзятый ИИ является миссионно-kritическим.
• 3 из 4 организаций сообщают об обновлении своих моделей ИИ хотя бы раз в квартал, что указывает на внимание к жизни модели после развертывания.
• Продолжается разрыв между бизнес-лидерами и технологами, несмотря на то, что их согласование является важным для построения сильной инфраструктуры ИИ.
• Несмотря на бурные времена, более двух третей респондентов не ожидают никакого негативного влияния пандемии COVID-19 на их стратегии ИИ.

Одним из ключевых выводов является то, что почти половина респондентов чувствует, что их компания отстает в своем пути ИИ, что указывает на существующий разрыв между стратегической необходимостью и способностью выполнять.

Отсутствие данных и управления данными было названо основной проблемой, включая тренировочные данные, которые являются фундаментальными для развертывания моделей ИИ и машинного обучения, поэтому не удивительно, что 93% компаний сообщают, что высококачественные тренировочные данные важны для успешного ИИ.

Организации также сообщили о использовании на 25% больше типов данных (текст, изображение, видео, аудио и т. д.) в 2020 году по сравнению с 2019 годом. Не только модели получают более частые обновления, но и команды используют все больше типов данных, что приведет к увеличению потребности в инвестициях в надежные тренировочные данные.

Одним из ключевых индикаторов экспоненциального роста ИИ было быстрое годовое увеличение инициатив ИИ. В 2019 году только 39% руководителей владели инициативами ИИ. В 2020 году владение ИИ руководителями взлетело до 71%. С увеличением владения ИИ руководителями количество организаций, сообщающих о бюджетах больше 5 миллионов долларов, также удвоилось.

Глобальные облачные провайдеры получили значительную поддержку как инструменты науки о данных и машинного обучения по сравнению с 2019 годом. Это может быть связано с увеличением бюджета и надзора руководства. Что еще более впечатляет, так это увеличение респондентов, сообщающих об использовании глобальных облачных провайдеров машинного обучения, которые идентифицируются как: Microsoft Azure (49%), Google Cloud (36%), IBM Watson (31%), AWS (25%) и Salesforce (CRM ) Einstein (17%). Каждый из этих лидеров увидел двузначные увеличения принятия по сравнению с 2019 годом, что доказывает, что по мере того, как больше компаний переходят к масштабированию, они ищут решения, которые могут масштабироваться вместе с ними.

Что-то, что разработчики ИИ могут захотеть отметить, это то, что изменчивость языков, используемых для построения моделей, также сместилась с 2019 года. Хотя Python остается наиболее используемым языком как в 2019, так и в 2020 году, SQL и R были вторым и третьим наиболее часто используемыми языками в 2019 году. Однако в 2020 году Java, C/C++ и JavaScript получили значительную поддержку. Python, R и SQL часто указывают на пилотную стадию, тогда как Java, C/C++ и JavaScript являются более языками производственной стадии.

Чтобы узнать больше, мы рекомендуем скачать весь отчет о состоянии ИИ и машинного обучения.