英特尔调查显示：企业对AI解决方案的实际应用仍然低迷

尽管生成式AI霸占着新闻头条，但来自英特尔旗下cnvrg.io的一项最新调查揭露，企业对AI解决方案的实际应用仍然低迷。尽管该领域热度不减，通往现实应用的道路却布满荆棘，从基础设施到技能差距，障碍重重。

这份年度ML Insider调查已进入第三个年头，通过全球数据科学家和AI专业人士的反馈，揭示了企业对生成式AI持谨慎态度。调查显示，只有10%的组织成功将生成式AI解决方案投入生产，与该技术所承载的厚望形成鲜明对比。

金融、银行、国防和保险等行业在AI应用方面处于领先地位，积极拥抱提升效率和改善客户体验的前景。然而，教育、汽车和电信等行业则显得犹豫不决，相关AI项目仍处于起步阶段。

英特尔开发者云企业副总裁Markus Flierl表示:“调查表明，由于实施LLM （大型语言模型） 时面临的重重障碍，企业可能对采用生成式AI犹豫不决。随着cnvrg.io和英特尔开发者云等平台提供更具成本效益的基础设施和服务，我们预计明年会出现更广泛的应用，因为届时微调、定制和部署现有LLM将更加容易，无需专业的AI人才来应对复杂性。”

调查的其他重要发现包括:

46%的人将基础设施列为部署驱动生成式AI的大型语言模型的主要障碍。计算密集型模型会加重IT资源负担。

84%的受访者承认，需要提升技能以支持日益增长的语言模型兴趣。只有19%的人对模型生成内容的方式完全熟练。

聊天机器人和翻译是主要的AI应用案例，可能反映了2023年生成式AI的进步。但只有25%的组织将任何生成式模型投入生产。

58%的组织AI集成度较低，运行5个或更少模型。自2022年以来，这一数字没有显着增长。大型公司更有可能运行50多个模型。

62%的受访者仍然认为执行成功的AI项目很困难。公司规模越大，部署AI就越困难。

调查结果表明，尽管ChatGPT等工具让AI变得火热，但真正的企业应用面临着严峻的挑战。企业仍在尝试生成式AI，而不是将其完全融入运营。技能、监管、可靠性和基础设施等因素阻碍了AI的快速扩展。

“2023年ML Insider调查显示，大多数AI开发人员表示缺乏技术技能正在减缓其组织采用ML和大型语言模型的步伐，这在竞争激烈的商界推动生成式AI功能实施方面产生了压力，”英特尔软件架构师兼技术传福音者Tony Mongkolsmai表示。“作为整个行业，我们需要尽一切努力消除复杂性并简化任务，以便让开发人员更容易上手。”