英特爾調查顯示：企業對AI解決方案的實際應用仍然低迷快訊
46%的人將基礎設施列為部署驅動生成式AI的大型語言模型的主要障礙，大多數AI開發人員表示缺乏技術技能正在減緩其組織采用ML和大型語言模型的步伐，企業可能對采用生成式AI猶豫不決。
盡管生成式AI霸占著新聞頭條，但來自英特爾旗下cnvrg.io的一項最新調查揭露，企業對AI解決方案的實際應用仍然低迷。盡管該領域熱度不減，通往現實應用的道路卻布滿荊棘，從基礎設施到技能差距，障礙重重。
這份年度ML Insider調查已進入第三個年頭，通過全球數據科學家和AI專業人士的反饋，揭示了企業對生成式AI持謹慎態度。調查顯示，只有10%的組織成功將生成式AI解決方案投入生產，與該技術所承載的厚望形成鮮明對比。
金融、銀行、國防和保險等行業在AI應用方面處于領先地位，積極擁抱提升效率和改善客戶體驗的前景。然而，教育、汽車和電信等行業則顯得猶豫不決，相關AI項目仍處于起步階段。
英特爾開發者云企業副總裁Markus Flierl表示:“調查表明，由于實施LLM （大型語言模型） 時面臨的重重障礙，企業可能對采用生成式AI猶豫不決。隨著cnvrg.io和英特爾開發者云等平臺提供更具成本效益的基礎設施和服務，我們預計明年會出現更廣泛的應用，因為屆時微調、定制和部署現有LLM將更加容易，無需專業的AI人才來應對復雜性。”
調查的其他重要發現包括:
46%的人將基礎設施列為部署驅動生成式AI的大型語言模型的主要障礙。計算密集型模型會加重IT資源負擔。
84%的受訪者承認，需要提升技能以支持日益增長的語言模型興趣。只有19%的人對模型生成內容的方式完全熟練。
聊天機器人和翻譯是主要的AI應用案例，可能反映了2023年生成式AI的進步。但只有25%的組織將任何生成式模型投入生產。
58%的組織AI集成度較低，運行5個或更少模型。自2022年以來，這一數字沒有顯著增長。大型公司更有可能運行50多個模型。
62%的受訪者仍然認為執行成功的AI項目很困難。公司規模越大，部署AI就越困難。
調查結果表明，盡管ChatGPT等工具讓AI變得火熱，但真正的企業應用面臨著嚴峻的挑戰。企業仍在嘗試生成式AI，而不是將其完全融入運營。技能、監管、可靠性和基礎設施等因素阻礙了AI的快速擴展。
“2023年ML Insider調查顯示，大多數AI開發人員表示缺乏技術技能正在減緩其組織采用ML和大型語言模型的步伐，這在競爭激烈的商界推動生成式AI功能實施方面產生了壓力，”英特爾軟件架構師兼技術傳福音者Tony Mongkolsmai表示?！白鳛檎麄€行業，我們需要盡一切努力消除復雜性并簡化任務，以便讓開發人員更容易上手。”
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
