L'intelligenza artificiale è andata oltre la sperimentazione per diventare parte fondamentale delle operazioni commerciali, ma le sfide di distribuzione persistono.
Ricerca da Zogby Analyticsper conto di A haimostra che la maggior parte delle organizzazioni si è laureata nel testare le acque di AI alle immersioni in testa con sistemi pronti per la produzione. Nonostante questo progresso, le aziende sono ancora alle prese con sfide di base sulla qualità dei dati, la sicurezza e la formazione efficace dei loro modelli.
Guardando i numeri, è piuttosto sorprendente. Il 68% delle organizzazioni ora ha soluzioni AI personalizzate in produzione. Le aziende stanno mettendo i loro soldi anche dove è la loro bocca, con l'81% che spende almeno un milione ogni anno in iniziative di intelligenza artificiale. Circa un quarto sta investendo oltre 10 milioni di ogni anno, dimostrando che ci siamo spostati ben oltre la fase “sperimentiamo” in un impegno di intelligenza artificiale serio a lungo termine.
Questo spostamento sta anche rimodellando le strutture di leadership. L'86% delle organizzazioni ha nominato qualcuno a guidare i loro sforzi di intelligenza artificiale, in genere con un titolo di “Chief Ai Officer” o simile. Questi leader di intelligenza artificiale sono ora quasi influenti come i CEO quando si tratta di stabilire una strategia con il 43,3% delle aziende che afferma che il CEO chiama i colpi di intelligenza artificiale, mentre il 42% dà tale responsabilità al proprio capo dell'IA.
Ma il viaggio di distribuzione dell'IA non è tutta una navigazione fluida. Più della metà dei leader aziendali ammette che la formazione e i modelli di intelligenza artificiale sono stati più difficili di quanto si aspettassero. I problemi di dati continuano a spuntare, causando mal di testa con qualità, disponibilità, copyrighte convalida del modello: sottolineando quanto possano essere efficaci questi sistemi di intelligenza artificiale. Quasi il 70% delle organizzazioni riferisce di avere almeno un progetto di intelligenza artificiale in ritardo, con problemi di dati il principale colpevole.
Man mano che le aziende si sentono più a proprio agio con l'IA, stanno trovando nuovi modi per usarlo. Mentre i chatbot e gli assistenti virtuali rimangono popolari (adozione del 55%), più applicazioni tecniche stanno guadagnando terreno.
Lo sviluppo del software ora è in cima all'elenco al 54%, insieme a analisi predittive per le previsioni e il rilevamento delle frodi al 52%. Ciò suggerisce che le aziende stanno andando oltre le appariscenti applicazioni rivolte ai clienti verso l'uso dell'IA per migliorare le operazioni di base. Le applicazioni di marketing, una volta che il gateway per molte iniziative di distribuzione dell'IA, stanno ricevendo meno attenzione in questi giorni.
Quando si tratta dei modelli AI stessi, c'è una forte attenzione all'intelligenza artificiale generativa, con il 57% delle organizzazioni che lo rendono una priorità. Tuttavia, molti stanno adottando un approccio equilibrato, combinando questi modelli più recenti con le tradizionali tecniche di apprendimento automatico.
Google's Gemelli e Openi's GPT-4 sono tuttavia i modelli di linguaggio di grandi dimensioni più utilizzati Deep -Week, ClaudeE Lama stanno anche facendo proiezioni forti. La maggior parte delle aziende utilizza due o tre diversi LLM, suggerendo che un approccio a più modelli sta diventando una pratica standard.
Forse il più interessante è il cambiamento nel luogo in cui le aziende gestiscono il loro implementazione di intelligenza artificiale. Mentre quasi nove organizzazioni su dieci Usa i servizi cloud Per almeno alcune delle loro infrastrutture di intelligenza artificiale, c'è una crescente tendenza a riportare le cose internamente.
Due terzi dei leader aziendali ora ritengono che le implementazioni non cloud offrano una migliore sicurezza ed efficienza. Di conseguenza, il 67% ha in programma di spostare i loro dati di formazione AI in ambienti locali o ibridi, cercando un maggiore controllo sulle proprie risorse digitali. La sovranità dei dati è la massima priorità per l'83% degli intervistati durante la distribuzione di sistemi di intelligenza artificiale.
I leader aziendali sembrano sicuri del loro AI Governance Le capacità con circa il 90% sostenendo di gestire effettivamente la politica di intelligenza artificiale, possono impostare i guardrail necessari e possono tracciare il proprio lignaggio dei dati. Tuttavia, questa fiducia è in contrasto con le sfide pratiche che causano ritardi del progetto.
I problemi con l'etichettatura dei dati, la formazione del modello e la convalida continuano a inciampare. Ciò suggerisce un potenziale divario tra la fiducia dei dirigenti nel loro quadri di governance e la realtà quotidiana della gestione dei dati. Carenza di talenti E le difficoltà di integrazione con i sistemi esistenti sono anche spesso citati ragioni di ritardi.
I giorni della sperimentazione di AI sono dietro di noi ed è ora una parte fondamentale di come operano le aziende. Le organizzazioni stanno investendo pesantemente, rimodellando le loro strutture di leadership e trovando nuovi modi per l'implementazione dell'IA attraverso le loro operazioni.
Eppure man mano che le ambizioni crescono, anche le sfide di mettere in azione questi piani. Il viaggio dal pilota alla produzione ha esposto problemi fondamentali nella prontezza dei dati e infrastruttura. Lo spostamento risultante verso soluzioni locali e ibride mostra un nuovo livello di maturità, con le organizzazioni che danno la priorità al controllo, alla sicurezza e alla governance.
Man mano che la distribuzione di intelligenza artificiale accelera, garantire trasparenza, tracciabilità e fiducia non è solo un obiettivo ma una necessità di successo. La fiducia è reale, ma lo è anche la cautela.
(Immagine di Roy Harryman)
Vedi anche: Ren Zhengfei: China's Ai Future e Long Game di Huawei
Vuoi saperne di più sull'intelligenza artificiale e sui big da parte dei leader del settore? Guardare AI e Big Data Expo si svolge ad Amsterdam, in California e a Londra. L'evento completo è co-localizzato con altri eventi principali tra cui Conferenza di automazione intelligente, Blockx, Settimana di trasformazione digitaleE Cyber Security & Cloud Expo.
Esplora altri prossimi eventi tecnologici aziendali e webinar alimentati da TechForge Qui.
Fonte: www.artificialintelligence-news.com
