加入讨论
9月15日，加入我们一起讨论2022年的AI最热趋势
现在注册人工智能和机器学习全景报告是一年一度发布的研究报告，它研究了全球各行业大大小小的企业在推动AI迈向成熟过程中所实施的战略。今年已连续八年发布报告，2022年重点介绍了数据管理和安全的主要方法、负责任的AI，以及外部数据提供商在推动AI发展方面发挥的重要作用。随着企业推动AI日趋迈向成熟，他们对道德规范和数据多样性的关注也不断增加。
数据获取在AI项目生命周期中仍是具挑战性的一个阶段，依然是AI项目的一个障碍
42%的技术专家表示，AI生命周期中的数据获取阶段很有挑战性。不过，认为数据获取很有挑战性的企业领导者并不太多（24%）。
表1：
在以下各个阶段，您/您的企业完成该阶段工作的挑战性有多大？我认为AI生命周期的每一个阶段，数据都是非常大的挑战
柱状图
雷达图
企业领导者和技术专家都认为，数据准确性在理想与现实之间存在差距
超过一半的受访者表示，数据准确性对AI计划的成功至关重要，但只有6%的受访者表示数据准确性高于90%。
表2a：
对于您的定制化AI使用场景，数据的准确性有多关键？表2b：
在您使用的训练数据集中，数据准确性一般是多少？
在对AI挑战的认识方面，数据科学家和企业领导者之间的差距正在逐年缩小。强调数据的重要性，尤其是与应用场景相匹配的高质量数据，对于AI模型的成功至关重要，正是对这一点的共识让团队携手应对挑战。
人类依然是AI项目生命周期数据中非常重要的组成部分
受访者对人机协同的重要性有着强烈的共识。81%的受访者认为，它非常重要或极其重要，97%的受访者认为，人机协同评估对于AI模型的准确性很重要。
表3：
您多久更新一次您的机器学习模型？机器学习模型的更新频率（基于美国企业）
^仅指21-22年
人们对AI在商业领域的重要性的看法可能正在转变
技术专家们对于本企业在业内领先还是与业内同行齐头并进存在分歧。与欧洲的受访者相比，美国的受访者更有可能表示，本企业在采用AI方面领先于业内同行。
表4：
您认为您的企业在AI部署中处于什么阶段：在AI部署方面，贵企业的情况是：
合计
按市场划分
客户告诉我们，AI是他们数字转型项目不可或缺的一部分。英国和欧洲已经制定各种AI计划，以快速跟踪和改进业务流程，在当今严峻的经济环境中帮助实现可持续增长。客户告诉我们，尽管AI战略正在取代和颠覆传统商业模式的诸多要素，但引入这项技术是为了带来商业效益、成本节约、弹性以及创新增长战略。
表5：
在我的企业内，负责任的AI是所有AI项目的基础负责任的AI是所有AI项目的基础
我们行业面临的一个最大挑战是，人们认为AI会带来道德风险。93%的受访者认为，负责任的AI是其所在企业所有AI项目的基础。随着多样性和包容性在主流AI和ML对话中的地位日益突出，在AI项目生命周期所有阶段合乎道德规范比以往任何时候都更为重要。
数据合乎道德不仅仅是做正确的事情，它还关乎维护价值链上从标注员到用户的所有人的信任和安全。