「加三嘻行動哇 Yipee! 成為好友」
【Facebook、Youtube、Twitter、Instagram、Telegram、Line】
2023 年生成式 AI 的快速發展,引發全球的關注。資料平台公司 WEKA 委託調研機構 S&P Global Market Intelligence 進行全球 AI 最新研究顯示,尋求建立新價值主張的企業和研究組織正在加速採用人工智慧 (AI),但資料基礎設施和 AI 可持續性的挑戰對成功大規模實施造成了障礙。
S&P Global 公布《2023 年全球 AI 趨勢新報告》主要研究確定公司機構在發展 AI 旅程中遇到的機會和障礙、推動全球 AI 採用的獨特動因和價值驅動者,並提供組織未來成功應用 AI 所需採取之步驟的見解。研究發現:
AI 的採用和應用場景正在加速實現,但仍然難以達到企業規模
- 69% 的受訪者報告說他們至少有一個 AI 項目在生產環境中運行。
- 只有 28% 的人說他們已經達到了企業規模,即 AI 項目被廣泛實施並帶來了顯著的商業價值。
- AI 已經從僅僅是一個節省成本的杠桿轉變為一個收入驅動者,69% 的受訪者現在使用 AI/ML 來創造全新的收入流。
數據管理是 AI 採用面對的最大技術障礙
- 影響 AI/ML 部署最常見的技術障礙是數據管理 (32%),超過了安全 (26%) 和計算性能 (20%) 的挑戰,這證明許多組織當前的數據架構不適合支持 AI 革命。
企業 AI 的應用場景從節省成本轉向增加收入
- 69% 的受訪者表示他們的 AI/ML 項目集中於開發新的收入驅動因素和價值創造,而 31% 的企業仍然是以降低成本為目標。
隨著 AI 項目的成熟,需要混合方法和多個部署位置來支持工作負載需求
- AI/ML 的工作負載正在多種位置部署,從公共雲端到企業數據中心,以及越來越多的邊緣站點。在生產環境中運行 AI 的受訪者平均使用更多的部署位置(3.2 個用於訓練,2.5 個用於推理),而處於試驗和概念證明階段的受訪者分別是 2.9 個和 2.3 個。
- 公共雲端是訓練 AI/ML 模型(47%)和推理(44%)的主要部署位置。
- 利用公共雲端運行 AI/ML 的受訪者更有可能採用混合方法,包括在更多的位置部署,無論是用於訓練(平均 4.2 個)還是推理(3.2 個),相比之下,不使用公共雲端的企業平均為 2.2 個和1.9 個。
AI 的能源和碳足跡影響企業的可持續發展目標,但雲端工作提供了一條改善的途徑
- 68% 的受訪者表示,他們擔心 AI/ML 影響其組織的能源使用和碳足跡
- 74% 的受訪者表示,可持續性是促使他們將更多工作負載轉移到公共雲端的一個重要或關鍵動機。
老化的數據基礎設施和舊式架構直接影響 AI 的可持續性表現
- 77% 的受訪者表示,他們的數據架構直接影響其可持續性表現。
組織必須讓自己的數據和基礎設施變得「有序」才能以 AI 為先導
- 利用現代數據架構來克服重大數據挑戰(來源、類型、要求等)的公司,可以容納在多個基礎設施場所運行的 AI 工作負載。
延伸閱讀:
《紐約時報》修改服務條款,拒絕旗下新聞成為 AI 訓練資料!
蓋茨基金會資助 50 個全球衛生和發展計畫,將利用 AI 改變生活
Shutterstock 探索 NeRF 生成式 AI 技術,將 3D 大眾化
圖片及資料來源:美通社、WEKA