WEKA委托S&P Global Market Intelligence進(jìn)行的全球最新研究顯示，尋求創(chuàng)建新的價(jià)值主張的企業(yè)和研究組織在加速采用人工智能 (AI)，但數(shù)據(jù)基礎(chǔ)設(shè)施和AI可持續(xù)性的挑戰(zhàn)對(duì)成功大規(guī)模實(shí)施造成了障礙。2023年AI市場(chǎng)的生成式AI的快速發(fā)展加劇了這些挑戰(zhàn)。
該研究結(jié)果是基于S&P Global對(duì)APAC、EMEA及北美大中型企業(yè)和研究組織的逾1500名AI從業(yè)者和決策者進(jìn)行的一項(xiàng)大型全球調(diào)查，這是迄今為止最大的一次同類調(diào)查。
S&P Global Market Intelligence旗下451 Research的高級(jí)研究分析師 Nick Patience 表示：“諸如生成式AI的數(shù)據(jù)和性能密集型工作負(fù)載迅猛崛起，市場(chǎng)必須全面重新思考如何儲(chǔ)存、管理和處理數(shù)據(jù)?，F(xiàn)在各地的組織都必須長(zhǎng)期考慮如何建立和擴(kuò)展他們的數(shù)據(jù)架構(gòu)。雖然這仍然是AI革命的初期階段，但我們?cè)?023年全球AI趨勢(shì)研究的第一個(gè)重要結(jié)論是，數(shù)據(jù)基礎(chǔ)設(shè)施將是決定哪些組織成為AI領(lǐng)導(dǎo)者的關(guān)鍵因素。擁有現(xiàn)代化的數(shù)據(jù)堆疊，便可高效且可持續(xù)地支持AI工作負(fù)載和混合云端部署，對(duì)于實(shí)現(xiàn)企業(yè)規(guī)模和價(jià)值創(chuàng)造至關(guān)重要?！?/p>
該研究的主要發(fā)現(xiàn)包括：
AI 的采用和應(yīng)用場(chǎng)景正在加速實(shí)現(xiàn)，但仍然難以達(dá)到企業(yè)規(guī)模
69%的受訪者報(bào)告說(shuō)他們至少有一個(gè)AI項(xiàng)目在生產(chǎn)環(huán)境中運(yùn)行。只有28%的人說(shuō)他們已經(jīng)達(dá)到了企業(yè)規(guī)模，即AI項(xiàng)目被廣泛實(shí)施并帶來(lái)了顯著的商業(yè)價(jià)值。AI已經(jīng)從僅僅是一個(gè)節(jié)省成本的杠桿轉(zhuǎn)變?yōu)橐粋€(gè)收入驅(qū)動(dòng)者，69%的受訪者現(xiàn)在使用AI/ML(人工智能和機(jī)器學(xué)習(xí))來(lái)創(chuàng)造全新的收入流。
數(shù)據(jù)管理是AI采用面對(duì)的最大技術(shù)障礙
影響AI/ML部署最常見的技術(shù)障礙是數(shù)據(jù)管理 (32%)，超過(guò)了安全(26%) 和計(jì)算性能 (20%) 的挑戰(zhàn)，這證明許多組織當(dāng)前的數(shù)據(jù)架構(gòu)不適合支持AI革命。
企業(yè)AI的應(yīng)用場(chǎng)景從節(jié)省成本轉(zhuǎn)向增加收入
69%的受訪者表示他們的AI/ML項(xiàng)目集中于開發(fā)新的收入驅(qū)動(dòng)因素和價(jià)值創(chuàng)造，而31%的企業(yè)仍然是以降低成本為目標(biāo)。
隨著AI項(xiàng)目的成熟，需要混合方法和多個(gè)部署位置來(lái)支持工作負(fù)載需求
AI/ML的工作負(fù)載正在多種位置部署，從公共云端到企業(yè)數(shù)據(jù)中心，以及越來(lái)越多的邊緣站點(diǎn)。公共云端是訓(xùn)練AI/ML模型（47%）和推理（44%）的主要部署位置。利用公共云端運(yùn)行AI/ML的受訪者更有可能采用混合方法，包括在更多的位置部署。
AI的能源和碳足跡影響企業(yè)的可持續(xù)發(fā)展目標(biāo)，但云端工作提供了一條改善的途徑
68%的受訪者表示，他們擔(dān)心AI/ML影響其組織的能源使用和碳足跡；74%的受訪者表示，可持續(xù)性是促使他們將更多工作負(fù)載轉(zhuǎn)移到公共云端的一個(gè)重要或關(guān)鍵動(dòng)機(jī)。
老化的數(shù)據(jù)基礎(chǔ)設(shè)施和舊式架構(gòu)直接影響AI的可持續(xù)性表現(xiàn)
77%的受訪者表示，他們的數(shù)據(jù)架構(gòu)直接影響其可持續(xù)性表現(xiàn)。
組織必須讓自己的數(shù)據(jù)和基礎(chǔ)設(shè)施變得“有序”才能以AI為先導(dǎo)
利用現(xiàn)代數(shù)據(jù)架構(gòu)來(lái)克服重大數(shù)據(jù)挑戰(zhàn)（來(lái)源、類型、要求等）的公司，可以容納在多個(gè)基礎(chǔ)設(shè)施場(chǎng)所運(yùn)行的AI工作負(fù)載。（美通社頭條）
