Un sondaggio sull'intelligenza artificiale nelle grandi aziende prevede tempi di boom futuri, se i team di intelligenza artificiale riescono a superare i problemi che circondano l'implementazione.

Fonte: deeplearning.ai

Le aziende di tutte le dimensioni utilizzano più machine learning, spendono di più e assumono più ingegneri per affrontarlo, secondo un sondaggio di 750 leader aziendali di Algorithmia, che fornisce strumenti che automatizzano la distribuzione e la gestione dei modelli. Tuttavia, le difficoltà con la distribuzione, la scalabilità e altri problemi continuano a ostacolare l'adozione.


Il sondaggio ha interrogato dirigenti di diversi settori, tra cui finanza, sanità, istruzione e tecnologia dell'informazione. Più di due terzi di coloro che hanno risposto hanno affermato che i loro budget per l'IA sono in crescita, mentre solo il 2% sta tagliando.

  • Il 40% delle aziende intervistate ha impiegato più di 10 data scientists, il doppio rispetto al 2018 , quando Algorithmia ha condotto il suo studio precedente. Il 3% impiegava più di 1.000 data scientists.
  • Molti intervistati hanno affermato di essere nelle prime fasi, come la valutazione dei casi d'uso e lo sviluppo di modelli.
  • Molti lottano con il dispiegamento. La metà degli intervistati ha impiegato da 8 giorni a tre mesi per implementare un modello. Il 5% ha impiegato un anno o più. In generale, le aziende più grandi impiegavano più tempo per distribuire i modelli, ma gli autori suggeriscono che i team di machine learning più maturi sono stati in grado di muoversi più velocemente.
  • Il ridimensionamento dei modelli è il principale ostacolo, citato dal 43% degli intervistati. Nelle organizzazioni più grandi, questo può riflettere il silo di team di machine learning in vari reparti. Gli autori ritengono che la soluzione sia centralizzare gli sforzi di AI in un hub di innovazione come quelli lanciati da Ericsson , IBM e Pfizer .

Diversi altri sondaggi recenti fanno luce sull'evoluzione dell'IA nel mondo degli affari. Ad esempio, MIT Technology Review ha esaminato la crescita dell'IA in diverse regioni globali e McKinsey ha esaminato come i diversi settori di mercato, come la produzione, il marketing e la gestione della catena di fornitura, stiano trovando usi redditizi per la tecnologia.

L'IA è abbastanza nuova e si evolve abbastanza velocemente da rendere diversa l'esperienza di ogni azienda. Individuare le aree in cui i settori in cui l'apprendimento automatico sta avendo un impatto, nonché i punti problematici nella distribuzione, possono aiutare a guidare le decisioni cruciali.

  • Nel 2019 molte aziende hanno sperimentato l'AI.
  • Nel 2020, un numero crescente ha iniziato a parlare di come produrre modelli.
  • Nel 2021, speriamo in rapidi progressi nei processi e negli strumenti MLOps per rendere la creazione e la produzione di sistemi di apprendimento automatico ripetibili e sistematici. AI Fund (di cui Andrew gestisce il socio accomandatario) ha visto molte startup entrare in questo spazio, il che fa ben sperare per il futuro.

Fonte: deeplearning.ai