Appens årliga rapport om AI visar betydande tillväxt inom branschen

Appen Limited (ASX: APX), den ledande leverantören av högkvalitativ träningsdata för organisationer som bygger effektiva AI-system i stor skala, meddelade idag sin årliga AI-rapport för 2020.

AI-rapporten 2020 är resultatet av en tvärvetenskaplig studie av seniora affärsledare och teknologer i stora organisationer. Syftet med undersökningen var att undersöka och identifiera de viktigaste egenskaperna hos den växande AI- och maskinlärningslandskapet genom att samla in svar från AI-beslutsfattare.

Det fanns flera viktiga slutsatser:

• Nästan 3 av 4 organisationer sa att AI är avgörande för deras verksamhet, men nästan hälften känner att deras organisation är efter i sin AI-resa.
• AI-budgetar över 5 miljoner dollar fördubblades jämfört med föregående år
• En ökande andel företag stöder ansvarsfull AI som en komponent för affärssucces, men endast 25% av företagen sa att obiaserad AI är avgörande för deras uppdrag.
• 3 av 4 organisationer rapporterar att de uppdaterar sina AI-modeller minst varje kvartal, vilket visar en fokus på modellens liv efter distribution.
• Klyftan mellan affärsledare och teknologer fortsätter, trots att deras samverkan är avgörande för att bygga en stark AI-infrastruktur.
• Trots turbulenta tider förväntar sig mer än två tredjedelar av respondenterna ingen negativ påverkan från COVID-19 på deras AI-strategier.

En av de viktigaste slutsatserna är att nästan hälften av de som svarade känner att deras företag är efter i sin AI-resa, vilket tyder på att det finns en kritisk klyfta mellan det strategiska behovet och förmågan att genomföra.

Brist på data och datahantering rapporterades som en av de största utmaningarna, vilket inkluderar träningsdata som är grundläggande för AI- och ML-modelldistributioner. Därför är det inte förvånande att 93% av företagen anser att högkvalitativ träningsdata är avgörande för framgångsrik AI.

Organisationerna rapporterade också att de använde 25% fler datatyper (text, bild, video, ljud etc.) 2020 jämfört med 2019. Inte bara uppdateras modellerna oftare, utan teamen använder också allt fler datatyper, vilket kommer att leda till en ökande investering i tillförlitlig träningsdata.

En viktig indikator på exponentiell tillväxt av AI var den snabba ökningen av AI-initiativ. 2019 var det endast 39% av cheferna som ägde AI-initiativ. 2020 ökade antalet chefer som ägde AI-initiativ till 71%. Med denna ökning av chefer som äger AI-initiativ fördubblades också antalet organisationer som rapporterade budgetar över 5 miljoner dollar.

Globala molntjänstleverantörer fick betydande draghjälp som datavetenskaps- och ML-verktyg jämfört med 2019. Detta kan bero på ökad budget och chefsövervakning. Ännu mer imponerande är ökningen av respondenter som rapporterar att de använder globala molnbaserade ML-leverantörer, som identifieras som: Microsoft Azure (49%), Google Cloud (36%), IBM Watson (31%), AWS (25%) och Salesforce Einstein (17%). Var och en av dessa ledande aktörer såg en tvåsiffrig ökning av antagande jämfört med 2019, vilket visar att allt fler företag söker lösningar som kan skalas upp.

En sak som AI-utvecklare kanske vill ta hänsyn till är att variationen i språk som används för att bygga modeller har också förändrats sedan 2019. Medan Python fortfarande är det mest använda språket både 2019 och 2020, var SQL och R de näst vanligaste språken 2019. I 2020 fick Java, C/C++ och JavaScript betydande draghjälp. Python, R och SQL är ofta typiska för pilotstadiet, medan Java, C/C++ och JavaScript är mer produktionsspråk.

För att lära mer rekommenderar vi att du laddar ner hela AI- och maskinlärningsrapporten.