首頁 > Gartner研究總監(jiān)Peter Krensky表示：“隨著機器學習在各個行業(yè)的應用持續(xù)快速擴大，DSML也正從單純側重于預測模型轉向更加普及化、動態(tài)化和以數據為中心的技術領域，而且生成式人工智能(AI)的熱潮也助推了這一趨勢。盡管潛在風險不斷出現，但面向數據科學家及其組織的新功能和用例也層出不窮。”
Gartner研究顯示，影響DSML行業(yè)未來方向的重要趨勢包括：
趨勢1：云數據生態(tài)系統(tǒng)
數據生態(tài)系統(tǒng)正在從獨立軟件或混合式部署模式過渡到徹底的云原生解決方案。Gartner 預計，到 2024 年50%的新增云端部署系統(tǒng)將基于一致的云數據生態(tài)系統(tǒng)，而非手動集成的單點解決方案。
Gartner建議企業(yè)機構對數據生態(tài)系統(tǒng)的兩種能力進行評估：一是解決數據分散化問題;二是訪問自身環(huán)境之外的數據并與之集成。
趨勢2：邊緣AI
企業(yè)機構越來越需要通過邊緣AI在邊緣位置創(chuàng)建和處理數據，這將幫助企業(yè)機構獲得實時洞察力，發(fā)掘新業(yè)務模式并滿足嚴格的數據隱私要求。邊緣AI還能幫助企業(yè)機構提高AI的開發(fā)、編排、集成和部署能力。
Gartner 預測，到 2025 年超過55%的深度神經網絡數據分析將發(fā)生在邊緣系統(tǒng)的數據捕獲點，而 2021 年這一比例還不到 10%。企業(yè)機構應確定，需要將哪些應用、AI訓練和推理能力轉移至物聯網終端附近的邊緣環(huán)境。
趨勢3：負責任的AI
負責任的AI使AI成為一種積極力量，而不是對社會和AI自身的威脅。當企業(yè)機構需采用AI做出商業(yè)邏輯和道德倫理的正確選擇時，會遇到許多問題，例如商業(yè)和社會價值、風險、信譽、透明度和問責制等。負責任的AI有助于解決這些問題。Gartner 預測，到 2025 年1% 的AI服務提供商將大規(guī)模使用預訓練的AI模型，使負責任的AI成為社會關注的焦點。
Gartner 建議企業(yè)機構在挖掘AI的價值時應考慮風險系數，并且在運用AI解決方案和模型時保持謹慎。應當讓供應商做出管理好自身風險與合規(guī)義務的保證，以防止給企業(yè)機構造成潛在的經濟損失、法律訴訟和聲譽損害。
趨勢4：以數據為中心的AI
這一方法不再以模型和代碼為中心，而是以數據為中心打造更強大的AI系。企業(yè)機構將采用AI專用數據管理、合成數據以及數據標記技術等解決方案來應對許多數據難題，例如數據的可訪問性、數量、隱私性、安全性、復雜性和范圍。
使用生成式AI創(chuàng)建合成數據是一個正在快速發(fā)展的領域，這項技術減輕獲取真實世界數據的負擔，可更有效地訓練機器學習模型。Gartner 預測，到 2024 年60%的AI數據將是合成數據，被用于模擬現實、未來場景和降低AI風險，而 2021 年的這一比例僅為 1%。
趨勢5：加快AI投資
進入解決方案實施階段的企業(yè)機構，以及希望通過AI技術和相關業(yè)務實現增長的行業(yè)，將繼續(xù)加快對AI的投資。 Gartner 預測，到 2026 年底依靠基礎模型(通過海量數據訓練過的大型模型)的AI初創(chuàng)企業(yè)將獲得超過 100 億美元的投資。
在Gartner近來針對2500多位企業(yè)高層的一項調研中，45%的受訪者表示，最近的 ChatGPT熱潮促使其增加了對AI的投資。70%的受訪者表示其企業(yè)正處于研究和探索生成式AI的階段，還有19%的人表示其企業(yè)已進入試點或生產階段。
