当前位置: 首页 > news >正文

吹响AI技术应用的号角

毫无疑问,各企业正围绕各种技术展开一场持续不断的角逐,力争率先取得领先且具创新性的技术进步,AI技术也不例外。疫情期间,全球各地企业的员工纷纷转向居家办公。因此,为轻松实现这一转型并建立起远程办公的新常态,加快推进AI驱动项目势在必行。这种迫切性吹响了应用AI技术的号角。 疫情爆发两年后,各企业又开始放慢脚步,反思所取得的进展,并专注于确定优化和改进环节。企业领导者和技术专家认为,他们现在可以花更多时间规划AI项目的下一阶段。 我们的2022年《AI和机器学习全景报告》的第四个关键要点就是AI技术的应用。

当前的应用趋势

随着企业投入更多时间规划下一步决策,他们对AI生命周期数据采集(获取)和标注(准备))等早期阶段的关注日益减少。这可能与企业主动投资的资金减少有关。乍一看,这似乎是件消极的事情,但实际上恰恰相反。我们看到,大型企业的预算在增加,因为他们正设法与外部数据合作伙伴合作,以满足自身的AI需求。 另一个观点上的变化,清楚地反映在我们报告中的受访者回应中,即企业对于自身在AI角逐中所处位置的看法。很多企业不再觉得自己落后,有的认为自己领先,有的则认为自己与同行不分伯仲,但不同国家/地区的企业看法各异。在AI技术的采用方面,与欧洲同类企业相比,美洲的企业更有可能表示自己领先于其他企业(美洲55%,欧洲44%)。 随着企业表示他们不再落后于竞争对手,AI项目推出的重点也在发生变化,特别是,企业会重点考虑投资回报率。虽然多个产品系列推出AI从51%下降到42%,但单一产品系列推出AI比去年增加了7%。这表明,最初的AI大规模部署正在放缓,企业选择专注于若干指定领域,并将重点放在单个产品线上,因为52.2%的已部署AI项目显示出可靠的投资回报率。

AI技术采用预期

由于企业纷纷投入更多时间规划AI发展的下一步,AI项目的总体预算有所减少,这一影响主要体现在员工不足1,000人的小型企业。这些企业需要实施的AI项目总体上可能较少,而且目前项目正在进入维护阶段。如前所述,我们发现,大企业的AI预算是有所增加的,这说明大企业也是有能力继续与外部数据提供商合作,实现其机器学习目标。 小企业的AI预算降幅较小,精确数据见我们的2022年《AI和机器学习全景报告》。鉴于大企业AI预算的增加,我们预计,未来几年AI采用阶段的预算将继续增长。 我们预计,各企业将继续重点推出单一产品系列的AI项目,因为我们的报告表明,最初的AI大规模采用正在从疫情爆发之初的激增开始下降。特别是,企业发现,如果每年仅重点投入一些特定产品/产品系列的AI项目,初期便可显露投资回报率增加,这反过来可能会导致未来AI项目的预算增加。

http://www.lryc.cn/news/253803.html

相关文章:

  • C //例10.1 从键盘输入一些字符,逐个把它们送到磁盘上去,直到用户输入一个“#”为止。
  • ARM预取侧信道(Prefetcher Side Channels)攻击与防御
  • 数据结构 | 二叉树的各种遍历
  • Python-赋值运算符(详解)
  • 算法工程师面试八股(搜广推方向)
  • 学习TypeScrip4(数组类型)
  • Python文件打包成exe可执行文件
  • Android : SQLite 增删改查—简单应用
  • 【蓝桥杯】马的遍历
  • 导入JSON到xmind
  • DataGrip 2023.2.3(IDE数据库开发)
  • 身为 Go 程序员,我为啥更喜欢用 Zig?
  • Amazon CodeWhisperer 使用体验
  • 公众号留言功能怎么申请?
  • 探索三种生成模型:基于DDPMs、NCSNs和SDEs方法的Diffusion
  • Linux随记(七)
  • RESTful API,以及如何使用它构建 web 应用程序。
  • 【华为OD题库-075】拼接URL-Java
  • 【Unity动画】为一个动画片段添加事件Events
  • CoDeF视频处理——视频风格转化部署使用与源码解析
  • ubuntu server 20.04 备份和恢复 系统 LTS
  • NFC对物联网开发的影响及用途
  • 企业级SQL开发:如何审核发布到生产环境的SQL性能
  • linux 手动安装移植 haveged,解决随机数初始化慢的问题
  • 如何使用llm 制作多模态
  • k8s(二):Pod
  • Python 字典详解(dict)
  • IPoIB在国产并行系统上的实现与优化
  • 东南大学与OpenHarmony携手共建开源生态,技术俱乐部揭牌成立并迎来TSC专家进校园
  • NPU、CPU、GPU算力及算力计算方式