霽彩華年,因夢同行—— 慶祝深圳霽因生物醫(yī)藥轉(zhuǎn)化研究院成立十周年 情緒益生菌PS128助力孤獨(dú)癥治療,權(quán)威研究顯示可顯著改善孤獨(dú)癥癥狀 PARP抑制劑氟唑帕利助力患者從維持治療中獲益,改寫晚期卵巢癌治療格局 新東方智慧教育發(fā)布“東方創(chuàng)科人工智能開發(fā)板2.0” 精準(zhǔn)血型 守護(hù)生命 腸道超聲可用于檢測兒童炎癥性腸病 迷走神經(jīng)刺激對(duì)抑郁癥有積極治療作用 探索梅尼埃病中 MRI 描述符的性能和最佳組合 自閉癥患者中癡呆癥的患病率增加 超聲波 3D 打印輔助神經(jīng)源性膀胱的骶神經(jīng)調(diào)節(jié) 胃食管反流病患者耳鳴風(fēng)險(xiǎn)增加 間質(zhì)性膀胱炎和膀胱疼痛綜合征的臨床表現(xiàn)不同 研究表明 多語言能力可提高自閉癥兒童的認(rèn)知能力 科學(xué)家揭示人類與小鼠在主要癌癥免疫治療靶點(diǎn)上的驚人差異 利用正確的成像標(biāo)準(zhǔn)改善對(duì)腦癌結(jié)果的預(yù)測 地中海飲食通過腸道細(xì)菌變化改善記憶力 讓你在 2025 年更健康的 7 種驚人方法 為什么有些人的頭發(fā)和指甲比其他人長得快 物質(zhì)的使用會(huì)改變大腦的結(jié)構(gòu)嗎 飲酒如何影響你的健康 20個(gè)月,3大平臺(tái),300倍!元育生物以全左旋蝦青素引領(lǐng)合成生物新紀(jì)元 從技術(shù)困局到創(chuàng)新錨點(diǎn),天與帶來了一場屬于養(yǎng)老的“情緒共振” “華潤系”大動(dòng)作落槌!昆藥集團(tuán)完成收購華潤圣火 十七載“冬至滋補(bǔ)節(jié)”,東阿阿膠將品牌營銷推向新高峰 150個(gè)國家承認(rèn)巴勒斯坦國意味著什么 中國海警對(duì)非法闖仁愛礁海域菲船只采取管制措施 國家四級(jí)救災(zāi)應(yīng)急響應(yīng)啟動(dòng) 涉及福建、廣東 女生查分查出608分后,上演取得理想成績“三件套” 多吃紅色的櫻桃能補(bǔ)鐵、補(bǔ)血? 中國代表三次回?fù)裘婪焦糁肛?zé) 探索精神健康前沿|情緒益生菌PS128閃耀寧波醫(yī)學(xué)盛會(huì),彰顯科研實(shí)力 圣美生物:以科技之光,引領(lǐng)肺癌早篩早診新時(shí)代 神經(jīng)干細(xì)胞移植有望治療慢性脊髓損傷 一種簡單的血漿生物標(biāo)志物可以預(yù)測患有肥胖癥青少年的肝纖維化 嬰兒的心跳可能是他們說出第一句話的關(guān)鍵 研究發(fā)現(xiàn)基因檢測正成為主流 血液測試顯示心臟存在排斥風(fēng)險(xiǎn) 無需提供組織樣本 假體材料有助于減少靜脈導(dǎo)管感染 研究發(fā)現(xiàn)團(tuán)隊(duì)運(yùn)動(dòng)對(duì)孩子的大腦有很大幫助 研究人員開發(fā)出診斷 治療心肌炎的決策途徑 兩項(xiàng)研究評(píng)估了醫(yī)療保健領(lǐng)域人工智能工具的發(fā)展 利用女子籃球隊(duì)探索足部生物力學(xué) 抑制前列腺癌細(xì)胞:雄激素受體可以改變前列腺的正常生長 肽抗原上的反應(yīng)性半胱氨酸可能開啟新的癌癥免疫治療可能性 研究人員發(fā)現(xiàn)新基因療法可以緩解慢性疼痛 研究人員揭示 tisa-cel 療法治療復(fù)發(fā)或難治性 B 細(xì)胞淋巴瘤的風(fēng)險(xiǎn) 適量飲酒可降低高危人群罹患嚴(yán)重心血管疾病的風(fēng)險(xiǎn) STIF科創(chuàng)節(jié)揭曉獎(jiǎng)項(xiàng),新東方智慧教育榮膺雙料殊榮 中科美菱發(fā)布2025年產(chǎn)品戰(zhàn)略布局!技術(shù)方向支撐產(chǎn)品生態(tài)縱深! 從雪域高原到用戶口碑 —— 復(fù)方塞隆膠囊的品質(zhì)之旅
您的位置:首頁 >今日更新 >

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(dá)20%的人工智能計(jì)劃會(huì)遭遇失敗

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(dá)20%的人工智能計(jì)劃會(huì)遭遇失敗,這個(gè)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(bào)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(fù)責(zé)任地?cái)U(kuò)展人工智能計(jì)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(fù)責(zé)任的方式擴(kuò)展人工智能和生成式人工智能(GenAI)工作負(fù)載方面所采取的成功策略。通過重點(diǎn)介紹可實(shí)踐的方法,報(bào)告旨在幫助企業(yè)避免常見的陷阱,確保其人工智能計(jì)劃不會(huì)成為可能失敗的20%之一。報(bào)告還介紹了一個(gè)詳細(xì)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(píng)估組織的進(jìn)展,從人工智能新手和人工智能先鋒,到人工智能領(lǐng)導(dǎo)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(shí)現(xiàn)轉(zhuǎn)型人工智能計(jì)劃:以最少的準(zhǔn)備工作輕松訪問企業(yè)數(shù)據(jù)集,并設(shè)計(jì)一個(gè)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(biāo)更為遠(yuǎn)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(xùn)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(gè)智能數(shù)據(jù)基礎(chǔ)設(shè)施,以便負(fù)責(zé)任地?cái)U(kuò)展人工智能計(jì)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(dòng)人工智能項(xiàng)目的長期成功,還能推動(dòng)相關(guān)業(yè)務(wù)成果的實(shí)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(jì)劃,而人工智能領(lǐng)導(dǎo)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(yàn)的組織失敗的可能性較小。


NetApp高級(jí)副總裁兼首席技術(shù)官Jonsi Stefansson表示:“這份IDC白皮書進(jìn)一步證實(shí),企業(yè)需要智能數(shù)據(jù)基礎(chǔ)設(shè)施來負(fù)責(zé)任地?cái)U(kuò)展人工智能,并提高人工智能計(jì)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(hù)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(yùn)營?!?/p>


數(shù)據(jù)基礎(chǔ)設(shè)施的靈活性對(duì)數(shù)據(jù)訪問和人工智能計(jì)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(bào)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(shí)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(jì)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(jìn)行任何準(zhǔn)備或預(yù)處理,或者只需進(jìn)行少量準(zhǔn)備或預(yù)處理。

IDC全球人工智能和自動(dòng)化研究實(shí)踐集團(tuán)副總裁、全球人工智能研究負(fù)責(zé)人Ritu Jyoti表示:“在人工智能計(jì)劃的設(shè)計(jì)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(dòng)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(chǔ)方法、通用控制平面以及管理工具,使數(shù)據(jù)科學(xué)家和開發(fā)人員能夠通過MLOps集成無縫地消費(fèi)數(shù)據(jù)?!?/p>


有效的數(shù)據(jù)治理和安全流程推動(dòng)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(jìn)展的原因往往是缺乏標(biāo)準(zhǔn)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(xiàng)目中完成并標(biāo)準(zhǔn)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(biāo)準(zhǔn)化政策,并由組織內(nèi)的一個(gè)獨(dú)立小組嚴(yán)格執(zhí)行,而只有3%的人工智能新手達(dá)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(biāo)。負(fù)責(zé)任地、安全地管理數(shù)據(jù)仍然是企業(yè)面臨的一個(gè)關(guān)鍵問題,因?yàn)槿斯ぶ悄芾嫦嚓P(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(jì)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(dòng)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(jì)劃的風(fēng)險(xiǎn),并確保其數(shù)據(jù)工程師和科學(xué)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(duì)負(fù)責(zé)任地?cái)U(kuò)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(shí)已明確定義了評(píng)估資源效率的指標(biāo),這些指標(biāo)已在所有人工智能項(xiàng)目中完成并標(biāo)準(zhǔn)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(jìn)行重大改進(jìn)或全面檢修,以確保其存儲(chǔ)系統(tǒng)針對(duì)人工智能進(jìn)行優(yōu)化,只有14%的企業(yè)表示無需改進(jìn)。


隨著人工智能工作流程日益成為幾乎每個(gè)行業(yè)不可或缺的一部分,承認(rèn)其對(duì)計(jì)算和存儲(chǔ)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(gè)關(guān)鍵衡量標(biāo)準(zhǔn)是定義和實(shí)施指標(biāo),以評(píng)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(duì)參與人工智能計(jì)劃相關(guān)的IT運(yùn)營、數(shù)據(jù)科學(xué)、數(shù)據(jù)工程和軟件開發(fā)的全球決策者進(jìn)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(dāng)今人工智能計(jì)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(shí)踐。


在進(jìn)行這項(xiàng)分析時(shí),IDC開發(fā)了一個(gè)人工智能成熟度模型,根據(jù)組織目前在數(shù)據(jù)和存儲(chǔ)基礎(chǔ)設(shè)施、數(shù)據(jù)政策和治理、資源效率重點(diǎn)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(gè)成熟度級(jí)別。這些成熟度級(jí)別分別為人工智能新手、人工智能先鋒、人工智能領(lǐng)導(dǎo)者和人工智能大師。


*資料來源:IDC白皮書,由NetApp贊助,“負(fù)責(zé)任地?cái)U(kuò)展人工智能計(jì)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(hào):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(dá)20%的人工智能計(jì)劃會(huì)遭遇失敗】的相關(guān)內(nèi)容,希望對(duì)大家有幫助!

標(biāo)簽:

免責(zé)聲明:本文由用戶上傳,與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考,并不構(gòu)成投資建議。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除!

最新文章