【天脉网】1月29日消息，尽管生成式AI持续占据新闻头条，但英特尔旗下cnvrg.io发布的一项最新调查结果却显示，企业对AI解决方案的实际应用情况并不容乐观。尽管该领域热度持续升温，但从基础设施到技能差距等多方面的难题仍阻碍着AI技术的现实应用。
这份已经进行到第三年的年度ML Insider调查报告，基于全球数据科学家和AI专业人士的反馈编制而成，揭示了企业对生成式AI技术的谨慎态度。报告显示，仅有10%的企业成功将生成式AI解决方案投入生产环节，这与该技术所被寄予的厚望形成了鲜明对比。
在金融、银行、国防和保险等行业，AI应用方面的进展相对较快，这些行业积极拥抱AI技术以提升效率和改善客户体验。然而，在教育、汽车和电信等行业，AI项目的推进则显得较为缓慢，仍处于起步阶段。
据天脉网了解，英特尔开发者云企业副总裁Markus Flierl指出：“由于在实施大型语言模型(LLM)时面临的重重难题，企业可能对采用生成式AI技术持观望态度。不过，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场景，因为届时对现有LLM进行微调、定制和部署将变得更加容易，无需专业的AI人才也能应对其复杂性。”
此外，调查报告还揭示了其他重要发现。其中，46%的受访者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，计算密集型模型会对IT资源造成沉重负担。同时，84%的受访者承认需要提升技能以支持对日益增长的语言模型的兴趣，但只有19%的人对模型生成内容的方式非常熟练。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个或更少的模型，自2022年以来这一数字没有显著增长。而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。
总的来看，尽管ChatGPT等工具让AI变得炙手可热，但真正的企业应用却面临着诸多严峻挑战。许多企业仍在尝试性地探索生成式AI技术而非将其完全融入日常运营中。技能缺口、监管问题、可靠性以及基础设施等因素都在不同程度上阻碍着AI技术的快速普及和扩展。对此，英特尔软件架构师兼技术传播者Tony Mongkolsmai表示：“2023年的ML Insider调查显示大多数AI开发人员都表示缺乏必要的技术技能正在减缓其组织采用机器学习和大型语言模型的步伐。这在竞争激烈的商业环境中无疑给推动生成式AI功能的实施带来了巨大的压力。因此我们作为整个行业需要尽一切努力消除复杂性并简化相关任务以便让开发人员能够更容易地掌握和运用这些技术。”
