你能相信吗?一半人工智能模型从未投入生产

简介: 最近发布的Gartner 2022 AI in Organizations调查发现,80%的高管认为自动化可以应用于任何商业决策。随着自动化对商业运营变得越来越重要,该调查探讨了企业如何将人工智能的使用作为其长期自动化战略的一部分。报告估计到2025年,人工智能的商业价值将达到51亿美元。

最近发布的Gartner 2022 AI in Organizations调查发现,80%的高管认为自动化可以应用于任何商业决策。随着自动化对商业运营变得越来越重要,该调查探讨了企业如何将人工智能的使用作为其长期自动化战略的一部分。报告估计到2025年,人工智能的商业价值将达到51亿美元。
image.png
Gartner(高德纳)副分析师Erick Brethenoux表示:“该调查显示,企业正从以纯粹的战术方法采用人工智能,转向更有战略性地应用人工智能。”“例如,三分之一的组织正在多个业务部门应用人工智能,通过支持跨业务流程的决策,创造更强大的竞争差异化。”

调查发现,平均54%的人工智能项目正在从试验向生产飞跃,高于2019年AI in Organizations调查报告中的53%。尽管这一数字没有显著增加,但部署的人工智能项目的比例已经从2019年的35%上升到最新调查的47%。Gartner将这归功于疫情带来的更灵活的自动化方法,这允许在组织内部更实际地实施人工智能。

但扩大人工智能的规模仍然是一个重大挑战。企业仍在努力将他们正在构建的算法与业务价值主张联系起来,IT和业务领导很难证明运营模型所需的投资是合理的。

扩大AI规模的一个问题是,部署大量AI模型时需要复杂的治理工作,40%的受访组织报告称部署了数千个,有时甚至数十万个AI模型。更多的模型会带来治理上的挑战,这会使展示价值和ROI变得困难,这一困难被视为人工智能采用的最大障碍。

调查还发现,包括寻找合适人才在内的繁琐准入门槛降低了。尽管其他技术领域报告了人才短缺,Gartner的调查发现,对于接受调查的组织来说,AI人才的缺乏并不是采用AI的重大障碍,72%的高管表示,他们已经或可以为他们的项目寻找所需的AI专业人才。

最成功的组织会结合内部选拔和外部招聘人工智能人才。这确保了团队通过学习新的AI技能和技术,并考虑来自组织外部的新想法来不断更新自己。

安全和隐私问题也不被视为人工智能采用的最大障碍,只有3%的受访者提到了这一点,尽管41%的人披露了之前的人工智能隐私泄露或安全事件。尽管不是人工智能最重要的障碍,但它仍然是一个令人担忧的问题。一半的受访者表示,他们担心竞争对手、合作伙伴或各种第三方获取敏感信息,49%的受访者还担心恶意的外部攻击。有趣的是,60%面临人工智能安全或隐私事件的受访者表示,他们的数据是由内部一方而不是外部来源泄露的。

Brethenoux说:“考虑到大多数AI入侵是由内部人士造成的,组织对AI安全的担忧往往是错误的。”“虽然攻击检测和预防很重要,但人工智能的安全努力应该同样侧重于最大限度地降低人类风险。”

Gartner于2021年10月至12月在网上进行了这项调查。来自美国、德国、英国的699名应答者都是在3年内已经部署或计划部署AI的企业。Gartner的分析师也在8月24日于奥兰多举行的Gartner数据与分析峰会上讨论了调查结果。

相关文章
|
21天前
|
机器学习/深度学习 人工智能 机器人
推荐一些关于将图形学先验知识融入人工智能模型的研究论文
推荐一些关于将图形学先验知识融入人工智能模型的研究论文
|
21天前
|
机器学习/深度学习 人工智能 图形学
如何将图形学先验知识融入到人工智能模型中?
如何将图形学先验知识融入到人工智能模型中?
|
17天前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
55 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
17天前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
62 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
5月前
|
机器学习/深度学习 人工智能 数据处理
人工智能平台PAI操作报错合集之任务重启后出现模型拆分报错,该怎么办
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
1月前
|
机器学习/深度学习 人工智能 算法
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
车辆车型识别,使用Python作为主要编程语言,通过收集多种车辆车型图像数据集,然后基于TensorFlow搭建卷积网络算法模型,并对数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django搭建web网页端操作界面,实现用户上传一张车辆图片识别其类型。
74 0
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
|
16天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与模型知识库在移动医疗产品中的落地应用
在现代医疗体系中,通义千问大模型与MaxKB知识库的结合,为医生和患者提供了前所未有的支持与便利。该系统通过实时问答、临床决策辅助、个性化学习和患者教育等功能,显著提升了诊疗效率和患者满意度。实际应用如乐问医学APP展示了其强大优势,但数据隐私和安全问题仍需关注。
44 0
|
3月前
|
机器学习/深度学习 人工智能 算法
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
鸟类识别系统。本系统采用Python作为主要开发语言,通过使用加利福利亚大学开源的200种鸟类图像作为数据集。使用TensorFlow搭建ResNet50卷积神经网络算法模型,然后进行模型的迭代训练,得到一个识别精度较高的模型,然后在保存为本地的H5格式文件。在使用Django开发Web网页端操作界面,实现用户上传一张鸟类图像,识别其名称。
112 12
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
|
4月前
|
机器学习/深度学习 人工智能 算法
【人工智能】线性回归模型:数据结构、算法详解与人工智能应用,附代码实现
线性回归是一种预测性建模技术,它研究的是因变量(目标)和自变量(特征)之间的关系。这种关系可以表示为一个线性方程,其中因变量是自变量的线性组合。
74 2
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能】常用的人工智能框架、模型、使用方法、应用场景以及代码实例的概述
人工智能(AI)领域涉及众多框架和模型,这些框架和模型为开发人员提供了强大的工具,以构建和训练各种AI应用。以下是一些常用的人工智能框架、模型、使用方法、应用场景以及代码实例的概述。
190 1