極客號（Daydx.com）7月21日 消息:一項(xiàng)最近的研究揭示了 Fortune1000（F-1000）企業(yè)在采用生成式人工智能(generative AI)方面的情況。這項(xiàng)由開源 AI 解決方案公司 ClearML 與 AI 基礎(chǔ)設(shè)施聯(lián)盟(AIIA)合作進(jìn)行的研究揭示了高管面臨的挑戰(zhàn)和資源不足問題。
據(jù)全球調(diào)查顯示，根據(jù)這項(xiàng)全球研究，59% 的高管缺乏必要的資源來滿足企業(yè)領(lǐng)導(dǎo)層對生成式人工智能創(chuàng)新的期望。預(yù)算限制和有限的資源成為企業(yè)成功采用人工智能的關(guān)鍵障礙，阻礙了有形價值的創(chuàng)造。
研究還發(fā)現(xiàn)，66% 的受訪者無法完全衡量其AI/ML項(xiàng)目對利潤的影響和投資回報(bào) （ROI） 。這凸顯了大型企業(yè)中資金不足、人員不足和管理不足的人工智能、機(jī)器學(xué)習(xí)和工程團(tuán)隊(duì)根本無法有效量化結(jié)果。
調(diào)查還發(fā)現(xiàn)，企業(yè)對人工智能和機(jī)器學(xué)習(xí)投資的收入期望越來越高。超過半數(shù)的受訪者（57%）表示，他們的董事會預(yù)計(jì)在未來財(cái)年從這些投資中獲得兩位數(shù)的增長，而37% 預(yù)計(jì)增長率為個位數(shù)。
生成式人工智能的采用情況
根據(jù)該研究，大多數(shù)受訪者認(rèn)為釋放人工智能和機(jī)器學(xué)習(xí)用例來創(chuàng)造商業(yè)價值至關(guān)重要。81%的受訪者將其視為最優(yōu)先事項(xiàng)或三大優(yōu)先事項(xiàng)之一。
此外，78% 的企業(yè)計(jì)劃在2023財(cái)年采用 xGPT/LLM/生成式人工智能作為其人工智能轉(zhuǎn)型計(jì)劃的一部分，另有9% 的企業(yè)計(jì)劃在2024年開始采用，使總數(shù)達(dá)到87%。
受訪者也幾乎一致 （88%） 同意其組織計(jì)劃實(shí)施針對跨企業(yè)業(yè)務(wù)部門采用和使用生成式人工智能的政策。
盡管生成式人工智能和機(jī)器學(xué)習(xí)在企業(yè)中是一個關(guān)鍵的收入和創(chuàng)新引擎，59% 的高管缺乏充足的資源來滿足商業(yè)領(lǐng)導(dǎo)層對生成式 AI 創(chuàng)新的期望。
他們面臨預(yù)算和資源限制，阻礙了采用和價值創(chuàng)造。具體來說，在構(gòu)建、執(zhí)行和管理人工智能和機(jī)器學(xué)習(xí)流程時，人員、流程和技術(shù)都是 F-1000和大型企業(yè)高管確定的關(guān)鍵痛點(diǎn):
42% 的受訪者表示迫切需要人才，尤其是人工智能和機(jī)器學(xué)習(xí)專家，以推動成功。
另外28% 的受訪者將技術(shù)視為主要障礙，表明缺乏統(tǒng)一的軟件平臺來管理其組織 AI/ML 流程的各個方面。
22% 的受訪者將時間視為主要挑戰(zhàn)，表示在數(shù)據(jù)收集、準(zhǔn)備和手動管道構(gòu)建上花費(fèi)了過多的時間。
阻礙生成式人工智能采用的主要挑戰(zhàn)
調(diào)查揭示了生成式人工智能采用中的一些主要挑戰(zhàn)，包括定制和靈活性、數(shù)據(jù)保護(hù)、治理、安全與合規(guī)性以及性能和成本。AI 和生成式 AI 治理的關(guān)注不斷上升，導(dǎo)致了嚴(yán)重的財(cái)務(wù)和經(jīng)濟(jì)后果。
研究發(fā)現(xiàn)，54% 的首席數(shù)據(jù)官、首席執(zhí)行官、首席信息官、人工智能主管和首席技術(shù)官表示，他們未能治理人工智能/機(jī)器學(xué)習(xí)應(yīng)用程序給企業(yè)帶來了損失，而63% 的受訪者表示，由于人工智能/機(jī)器學(xué)習(xí)應(yīng)用程序治理不力，損失達(dá)5000萬美元或更多。
當(dāng)被問及在企業(yè)和業(yè)務(wù)部門中采用生成式 AI/LLMs/xGPT 解決方案時的主要挑戰(zhàn)和障礙時，受訪者確定了五個主要挑戰(zhàn)，包括定制和靈活性、數(shù)據(jù)保留、治理、安全與合規(guī)性以及性能和成本。因此，企業(yè)需要增加對生成式 AI 的投資，并尋求集中的端到端平臺，以提高可見性、無縫集成和低代碼，從而推動生成式 AI 的采用。
