至顶网CIO与应用频道 07月18日 北京消息:企业正越来越愿意实施人工智能技术,人工智能的部署率已经从2018年的25%增加到今天的37%。
2018年12月,Gartner对106位Gartner研究圈(Gartner Research Circle)成员开展了“人工智能与机器学习发展战略”研究。调查显示,目前使用人工智能(AI)或机器学习(ML)的企业机构中,平均有四个己部署的人工智能/机器学习项目,其中59%的受访者表示,他们已经部署了人工智能。
“今年人工智能的采纳速度明显加快。”Gartner研究副总裁Jin Hare表示,人工智能项目数量的增加意味着企业机构可能需要通过内部重组来保证人工智能项目获得相应的人员和资金。最好的方法是建立一个人工智能卓越中心(AI Center of Excellence)来最有效地分配技能、获得资金、设置优先级别和分享最佳实践。
目前人工智能项目的平均部署数量为4个,但受访者预计在未来12个月内将增加6个项目,且在未来3年内将再增加15个。到2022年,这些企业机构预计将平均部署35个人工智能和机器学习项目。
人工智能或机器学习项目平均部署数量Gartner(2019年7月)
同时,40%的企业机构认为客户体验是他们使用人工智能技术的最大动力。目前大部分企业机构(56%)专注在内部使用人工智能为决策提供支持和向员工提出建议。Hare表示,这项技术不是替代现实员工,而是用增强并赋能现实员工、让其能够更快地做出更好的决策。
任务自动化项目的重要性仅次于决策支持和建议。20%的受访者认为这是他们的最大动力。自动化包括财务部门的开票与合同验证或人事部门的自动筛选与机器人面试等任务。
Gartner 2019年CIO调查报告显示,过去四年中实施人工智能(AI)的企业数量增长了270%,而且过去两年中增长了3倍。
衡量人工智能项目的成功并不容易,许多企业机构在衡量一个项目的效果时会以效率作为主要的成功衡量指标。Gartner研究副总裁Whit Andrews和Gartner高级研究总监吕俊宽表示,在人工智能采纳方面持保守或追随主流态度的企业机构往往使用效率目标来衡量价值,而那些表示在人工智能采纳策略方面持激进态度的公司更倾向于追求客户互动上的改进。
“CIO很难从ROI的角度向老板证明,投资人工智能是有回报的。”吕俊宽认为,在人工智能的投资中很多企业都会陷入ROI的迷思,这会让企业找不到人工智能的投资方向。例如在金融行业很少有企业通过部署客服机器人达到其ROI目标,客服机器人可以使客户沟通数量增长15%-30%,但不代表可以立即裁掉15%-30%的员工。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。