最近，Appen 發(fā)布的2024年《人工智能狀態(tài)報(bào)告》引起了廣泛關(guān)注。這份報(bào)告基于對(duì)500多名美國 IT 決策者的調(diào)查，顯示出生成式 AI 在過去一年中增長了17%。不過，伴隨著這股增長潮流，企業(yè)在數(shù)據(jù)管理上卻面臨著不小的挑戰(zhàn)。

Appen 的戰(zhàn)略負(fù)責(zé)人 Si Chen 在采訪中提到，隨著 AI 模型的應(yīng)用逐漸深入到更復(fù)雜和專業(yè)的領(lǐng)域，對(duì)數(shù)據(jù)的要求也水漲船高。光有數(shù)據(jù)是不夠的，企業(yè)需要的數(shù)據(jù)不僅要準(zhǔn)確、多樣化，還得有清晰的標(biāo)簽，并且要符合特定的 AI 使用場景。

生成式 AI 的應(yīng)用范圍正在不斷擴(kuò)展，從 IT 運(yùn)營到研發(fā)，企業(yè)紛紛利用這一技術(shù)來提高效率。不過，盡管這一領(lǐng)域呈現(xiàn)出蓬勃發(fā)展態(tài)勢，AI 項(xiàng)目的投資回報(bào)率卻在下降。

自2021年以來，成功部署的 AI 項(xiàng)目比例減少了8.1%，而那些能夠帶來可觀回報(bào)的項(xiàng)目數(shù)量也下降了9.4%。這主要是因?yàn)楝F(xiàn)在的 AI 項(xiàng)目越來越復(fù)雜，許多企業(yè)開始嘗試更具挑戰(zhàn)性的生成式 AI 應(yīng)用，這需要更高質(zhì)量的數(shù)據(jù)支持。

另外，報(bào)告指出，數(shù)據(jù)質(zhì)量問題也愈發(fā)嚴(yán)重。自2021年以來，數(shù)據(jù)的準(zhǔn)確性下降了近9%。如今，86% 的企業(yè)每季度都需要更新模型，這對(duì)數(shù)據(jù)的準(zhǔn)確性和多樣性提出了更高的要求。為了解決這些問題，許多企業(yè)開始向外部數(shù)據(jù)提供商尋求幫助。

同時(shí)，數(shù)據(jù)準(zhǔn)備成為了企業(yè) AI 項(xiàng)目面臨的最大瓶頸。隨著生成式 AI 模型的復(fù)雜度加大，企業(yè)需要更長遠(yuǎn)的戰(zhàn)略來確保數(shù)據(jù)的質(zhì)量和一致性。此外，人工干預(yù)在這個(gè)過程中變得愈發(fā)重要，調(diào)查顯示，80% 的受訪者認(rèn)為 “人機(jī)協(xié)作” 的機(jī)器學(xué)習(xí)至關(guān)重要。這種模式不僅有助于提升 AI 模型的性能，還能確保它們的倫理性和相關(guān)性。

劃重點(diǎn):

?? 生成式 AI 在2024年實(shí)現(xiàn)了17% 的增長，企業(yè)在數(shù)據(jù)管理方面卻面臨不少困難。

?? AI 項(xiàng)目的成功部署比例在下降，投資回報(bào)率也隨之下滑。

?? 數(shù)據(jù)質(zhì)量問題日益嚴(yán)峻，企業(yè)亟需更高質(zhì)量的數(shù)據(jù)以滿足復(fù)雜 AI 模型的需求。