關(guān)于最新市場研究發(fā)現(xiàn),如果沒有智能數(shù)據(jù)基礎(chǔ)設(shè)施,高達20%的人工智能計劃會遭遇失敗,這個很多人還不知道,今天瀾瀾給大家說一說,現(xiàn)在讓我們一起來看看吧~.~!
智能數(shù)據(jù)基礎(chǔ)設(shè)施公司NetApp??(NASDAQ: NTAP)今天發(fā)布了其最新報告中關(guān)于企業(yè)人工智能不斷發(fā)展的見解。由NetApp贊助的IDC白皮書“負責任地擴展人工智能計劃:智能數(shù)據(jù)基礎(chǔ)架構(gòu)的關(guān)鍵作用*”揭示了不同程度的人工智能成熟度所面臨的各種挑戰(zhàn)和業(yè)務(wù)優(yōu)勢,并深入分析了領(lǐng)先組織在以負責任的方式擴展人工智能和生成式人工智能(GenAI)工作負載方面所采取的成功策略。通過重點介紹可實踐的方法,報告旨在幫助企業(yè)避免常見的陷阱,確保其人工智能計劃不會成為可能失敗的20%之一。報告還介紹了一個詳細的人工智能成熟度模型,該模型根據(jù)組織的人工智能方法來評估組織的進展,從人工智能新手和人工智能先鋒,到人工智能領(lǐng)導者和人工智能大師。
智能數(shù)據(jù)基礎(chǔ)設(shè)施是人工智能成功的基礎(chǔ)
IDC白皮書發(fā)現(xiàn):
人工智能大師通過以下方式優(yōu)化其數(shù)據(jù)基礎(chǔ)設(shè)施,以實現(xiàn)轉(zhuǎn)型人工智能計劃:以最少的準備工作輕松訪問企業(yè)數(shù)據(jù)集,并設(shè)計一個支持各種數(shù)據(jù)類型和訪問方法的統(tǒng)一、混合、多云環(huán)境。
人工智能大師的人工智能目標更為遠大,但也遇到了與數(shù)據(jù)相關(guān)的故障,包括基于基礎(chǔ)設(shè)施的數(shù)據(jù)訪問限制(21%)、合規(guī)性限制(16%)和數(shù)據(jù)不足(17%)。
人工智能新手也面臨著類似的挑戰(zhàn),但它們也遇到了預(yù)算限制(新手占20%,人工智能大師占9%)、模型訓練數(shù)據(jù)不足(新手占26%,人工智能大師占17%)以及數(shù)據(jù)訪問方面的業(yè)務(wù)限制(新手占28%,人工智能大師占20%)。
研究結(jié)果表明,企業(yè)需要一個智能數(shù)據(jù)基礎(chǔ)設(shè)施,以便負責任地擴展人工智能計劃。企業(yè)的人工智能成熟度取決于其所擁有的基礎(chǔ)設(shè)施水平,這些基礎(chǔ)設(shè)施不僅能推動人工智能項目的長期成功,還能推動相關(guān)業(yè)務(wù)成果的實現(xiàn)。那些剛剛開始或最近才開始人工智能之旅的企業(yè)通常擁有不同的數(shù)據(jù)架構(gòu)或更統(tǒng)一的架構(gòu)方面的計劃,而人工智能領(lǐng)導者和人工智能大師很可能已經(jīng)在執(zhí)行統(tǒng)一的愿景。因此,擁有最多人工智能經(jīng)驗的組織失敗的可能性較小。
NetApp高級副總裁兼首席技術(shù)官Jonsi Stefansson表示:“這份IDC白皮書進一步證實,企業(yè)需要智能數(shù)據(jù)基礎(chǔ)設(shè)施來負責任地擴展人工智能,并提高人工智能計劃的成功率。有了智能數(shù)據(jù)基礎(chǔ)設(shè)施,企業(yè)就能靈活地在任何地方訪問任何數(shù)據(jù),并通過集成的數(shù)據(jù)管理來確保數(shù)據(jù)安全、保護和治理,以及可優(yōu)化性能、成本和可持續(xù)性的適應(yīng)性運營。”
數(shù)據(jù)基礎(chǔ)設(shè)施的靈活性對數(shù)據(jù)訪問和人工智能計劃的成功至關(guān)重要
IDC白皮書發(fā)現(xiàn):
48%的人工智能大師報告說,他們的結(jié)構(gòu)化數(shù)據(jù)和43%的非結(jié)構(gòu)化數(shù)據(jù)可即時訪問,而人工智能新手的這一比例分別僅為26%和20%。
人工智能大師(65%)和人工智能新手(35%)表示,他們目前的數(shù)據(jù)架構(gòu)可以將組織的私有數(shù)據(jù)與人工智能云服務(wù)無縫集成。
調(diào)查顯示,人工智能大師深知,他們用于轉(zhuǎn)型人工智能計劃的數(shù)據(jù)架構(gòu)和基礎(chǔ)設(shè)施必須能夠輕松訪問企業(yè)數(shù)據(jù)集,而無需進行任何準備或預(yù)處理,或者只需進行少量準備或預(yù)處理。
IDC全球人工智能和自動化研究實踐集團副總裁、全球人工智能研究負責人Ritu Jyoti表示:“在人工智能計劃的設(shè)計和規(guī)劃過程中做出的基礎(chǔ)設(shè)施決策必須考慮到架構(gòu)的靈活性。人工智能和GenAI工作流的數(shù)據(jù)輸入具有動態(tài)性質(zhì),這意味著輕松訪問分布式和多樣化數(shù)據(jù)(包括具有不同特征的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)集)至關(guān)重要。這就需要一種靈活、統(tǒng)一的存儲方法、通用控制平面以及管理工具,使數(shù)據(jù)科學家和開發(fā)人員能夠通過MLOps集成無縫地消費數(shù)據(jù)?!?/p>
有效的數(shù)據(jù)治理和安全流程推動人工智能取得成功
IDC白皮書發(fā)現(xiàn):
人工智能新手無法取得進展的原因往往是缺乏標準化的管理政策和程序;只有8%的人工智能新手在所有人工智能項目中完成并標準化了這些政策和程序,而在人工智能大師中,這一比例為38%。
51%的人工智能大師表示,他們已經(jīng)制定了標準化政策,并由組織內(nèi)的一個獨立小組嚴格執(zhí)行,而只有3%的人工智能新手達到這樣的水平。
研究發(fā)現(xiàn),有效的數(shù)據(jù)管理和數(shù)據(jù)安全是衡量組織在人工智能領(lǐng)域成熟度的重要指標。負責任地、安全地管理數(shù)據(jù)仍然是企業(yè)面臨的一個關(guān)鍵問題,因為人工智能利益相關(guān)者往往試圖通過縮短安全流程來加速開發(fā)。從那些更成功地從其人工智能計劃中取得積極成果的組織的反饋來看,管理和安全不僅僅是成本中心,而是創(chuàng)新的重要推動因素。通過優(yōu)先考慮安全性、數(shù)據(jù)主權(quán)和監(jiān)管合規(guī)性,組織可以降低人工智能和GenAI計劃的風險,并確保其數(shù)據(jù)工程師和科學家能夠?qū)W⒂谧畲笙薅鹊靥岣咝屎蜕a(chǎn)力。
高效利用資源對負責任地擴展人工智能非常重要
IDC白皮書發(fā)現(xiàn):
43%的人工智能大師在開發(fā)人工智能模型時已明確定義了評估資源效率的指標,這些指標已在所有人工智能項目中完成并標準化,而人工智能新手的這一比例僅為9%。
在所有受訪者中,63%的企業(yè)表示需要進行重大改進或全面檢修,以確保其存儲系統(tǒng)針對人工智能進行優(yōu)化,只有14%的企業(yè)表示無需改進。
隨著人工智能工作流程日益成為幾乎每個行業(yè)不可或缺的一部分,承認其對計算和存儲基礎(chǔ)設(shè)施、數(shù)據(jù)和能源資源及其相關(guān)成本的影響至關(guān)重要。人工智能成熟度的一個關(guān)鍵衡量標準是定義和實施指標,以評估創(chuàng)建人工智能模型過程中的資源使用效率。
方法
2023年12月和2024年1月,IDC通過網(wǎng)絡(luò)調(diào)查的方式,對參與人工智能計劃相關(guān)的IT運營、數(shù)據(jù)科學、數(shù)據(jù)工程和軟件開發(fā)的全球決策者進行了24次深度訪談和1220次定量訪談。這些訪談深入揭示了當今人工智能計劃的現(xiàn)狀,包括一系列挑戰(zhàn)、眾多業(yè)務(wù)優(yōu)勢以及領(lǐng)先組織為取得成功而采取的最佳實踐。
在進行這項分析時,IDC開發(fā)了一個人工智能成熟度模型,根據(jù)組織目前在數(shù)據(jù)和存儲基礎(chǔ)設(shè)施、數(shù)據(jù)政策和治理、資源效率重點以及利益相關(guān)者支持和協(xié)作方面的人工智能方法,將其分為四個成熟度級別。這些成熟度級別分別為人工智能新手、人工智能先鋒、人工智能領(lǐng)導者和人工智能大師。
*資料來源:IDC白皮書,由NetApp贊助,“負責任地擴展人工智能計劃:智能數(shù)據(jù)基礎(chǔ)設(shè)施的關(guān)鍵作用”(Scaling AI Initiatives Responsibly: The Critical Role of an Intelligent Data Infrastructure),文檔編號:US52048524,2024年4月
以上就是關(guān)于【最新市場研究發(fā)現(xiàn),如果沒有智能數(shù)據(jù)基礎(chǔ)設(shè)施,高達20%的人工智能計劃會遭遇失敗】的相關(guān)內(nèi)容,希望對大家有幫助!
標簽:
免責聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!