[卡尔]研究发现人工智能“革命”在企业中进展缓慢

英特尔公司 cnvrg.io 的一项新调查显示，尽管生成式人工智能占据了头条新闻，但企业对人工智能 (AI) 解决方案的采用率仍然很低。

尽管热闹非凡，但生产之路仍然充满障碍，从基础设施到技能差距。

2023 年 ML Insider 调查现已进入第三年，该调查从全球数据科学家和人工智能专业人士小组中汲取了见解，强调了对 GenAI 采用的谨慎态度。

调查显示，只有 10% 的组织成功地将 GenAI 解决方案投入生产，这一数字与对该技术的厚望和期望形成鲜明对比。

金融服务、银行、国防和保险业成为人工智能采用的领导者，承诺提高效率和改善客户体验。

另一方面，教育、汽车和电信领域似乎犹豫不决，人工智能举措还处于起步阶段。

英特尔开发者云公司副总裁 Markus Flierl 表示：“调查显示，由于实施法学硕士时面临障碍，组织可能对采用 GenAI 犹豫不决。”

“通过更多地访问具有成本效益的基础设施和服务，例如 cnvrg.io 和英特尔开发者云提供的基础设施和服务，我们预计明年会有更多的采用，因为将更容易微调、定制和部署现有的法学硕士，而无需需要人工智能人才来管理复杂性。”

调查的其他发现包括：

• 46% 的受访者认为基础设施是部署支持生成式 AI 的大型语言模型的最大障碍。

  计算密集型模型使 IT 资源紧张。

• 84% 的受访者承认需要提高技能来支持对语言模型日益增长的兴趣。

  只有 19% 的人认为完全精通模型如何生成内容。

• 最重要的人工智能用例是聊天机器人和翻译，这可能反映了 2023 年生成式人工智能的进步。但只有 25% 的组织已将生成式模型部署到生产中。

• 58% 的 AI 集成度较低，运行 5 个或更少的模型。

  自 2022 年以来，这个数字没有大幅增长。较大的公司更有可能运行 50 多种型号。

• 62% 的人仍然认为执行成功的人工智能项目很困难。

  公司规模越大，部署人工智能就越困难。

研究结果表明，尽管 ChatGPT 等工具引起了人们对人工智能的热议，但真正的企业采用仍面临着真正的挑战。

公司仍在尝试生成式人工智能，而不是将其完全集成到运营中。

技能、监管、可靠性和基础设施等因素为人工智能的快速扩展设置了障碍。

软件公司 Tony Mongkolsmai 表示：“2023 年 ML 内部人士调查显示，大多数 AI 开发人员表示，技术技能的缺乏正在减缓其组织对 ML 和大型语言模型的采用，这给竞相实施 GenAI 功能的商业世界带来了压力。”英特尔架构师和技术布道师。

“作为一个行业，我们需要尽一切努力消除复杂性并简化任务，让开发人员更轻松地工作。”

要了解更多见解，请查看公司网站上的完整 ML Insider 2023 报告。

“之后”的样板 CSS