- 尽管围绕人工智能（AI）的讨论热度不减，但cnvrg.io（英特尔旗下公司）的一项新调查显示，企业采用AI解决方案的情况仍然低迷，尤其是在部署生成式AI方面。
- 2023年ML Insider调查汲取了全球数据科学家和AI专业人士的见解，强调了在采用生成式AI方面的谨慎态度，仅有10%的组织成功将生成式AI解决方案投入生产环境。
- 基础设施限制、技能差距以及部署大型语言模型的复杂性等挑战阻碍了广泛采用，导致许多公司仍处于实验阶段，而非将AI完全整合到运营中。
在热烈讨论人工智能（AI）变革潜力的背景下，Intel旗下公司cnvrg.io进行的一项最新调查提供了一个令人清醒的现实检查。尽管围绕AI革命掀起了一阵兴奋热潮，但调查结果表明，企业在有效利用AI技术方面面临着多重挑战。特别是，被誉为创新先锋的生成式AI解决方案，在组织框架内的推进似乎进展缓慢。
导航AI采用的迷宫
2023年ML Insider调查现已进入第三届，证明了在全球企业中采用AI的内在复杂性。虽然头条新闻吹嘘AI革命行业的潜力，但调查揭示了一个充满障碍的格局。这些挑战中 foremost 的是基础设施问题，近一半的受访者将其确定为部署对生成式AI应用至关重要的大型语言模型的主要障碍。这些模型的计算需求给现有的IT资源带来压力，对其有效实施构成了重大障碍。
此外，调查揭示了组织内部明显的技能差距，绝大多数受访者承认需要提升技能以驾驭AI技术的复杂性。尽管对语言模型的兴趣日益浓厚，但只有少数受访者认为自己充分具备理解内容生成机制的能力。这种技能差距凸显了充分利用AI的内在复杂性，使许多组织在AI整合的细微差别中挣扎。
行业在AI采用方面的差异
深入调查的调查结果揭示了 AI采用 在不同行业垂直领域之间的显著差异。虽然金融服务、银行、国防和保险等行业热情拥抱AI，利用其提高效率和完善客户体验的承诺，但教育、汽车和电信等其他行业则落后。造成这种差异的原因多种多样，从监管担忧到组织文化，但总体叙事保持一致：AI采用的速度因行业而异，塑造了AI格局的轮廓。
当企业导航AI采用的迷宫地形时，它们面临着阻碍全面整合进展的众多挑战。尽管AI技术的前景诱人，但基础设施限制、技能不足以及部署大型语言模型的复杂性等障碍依然巨大，使许多组织处于动荡状态。
在这些挑战之中，存在着增长和创新的机会。通过解决根本障碍并培养协作和学习的文化，企业可以规划一条通往更无缝AI整合的道路， ushering in 一个技术进步的新时代。鉴于2023年ML Insider调查强调的多方面挑战，组织如何克服阻碍AI采用的障碍，并在人工智能领域培养有利于创新和进步的环境？
不要只是阅读加密货币新闻，要真正理解它。订阅我们的通讯。 免费。
免责声明。 本文提供的信息不构成交易建议。 Cryptopolitan.com 对于基于本页信息进行的任何投资，我们不承担任何责任。我们强烈建议在进行任何投资决策之前，进行独立研究或咨询合格的专业人士。
Aamir Sheikh
Aamir 是一位科技记者，在加密货币和科技行业拥有近六年的经验。他毕业于 MAJ 大学，获得金融与市场营销 MBA 学位。目前他在 Cryptopolitan 工作，报道加密货币市场的最新发展和价格预测。
