根据毕马威最新调查数据显示,美国科技领导者预计在未来12个月内将在AI领域投入2.07亿美元,即使在经济衰退的情况下,这一支出预测也比去年几乎翻了一番。这家会计巨头对全球2000多名科技领导者进行了调研,其中包括237名美国高管。
随着支出加速,大部分资本重点投向了智能体的部署,57%的受访者预计在未来两到三年内,人类将主要负责管理AI智能体。
近三分之二的受访者报告称,他们的AI策略产生了可衡量的投资回报率,但处于实验阶段的公司与那些已经完全规模化部署AI智能体的公司之间存在差距。员工技能差距、难以扩展使用案例、数据隐私和网络安全担忧是阻碍AI试点项目产生投资回报的主要障碍。
随着AI投资预算的增加,企业首席信息官正在评估他们的试点项目能够带来什么价值。
超过一半的组织正在日常运营中部署智能体,目标是在整个企业内共享知识。调查显示,AI智能体还能够自动化跨团队的工作流程,在团队之间路由信息或决策,并支持决策制定。
然而,报告发现,许多组织仍在试验AI,那些拥有成熟AI部署和智能体AI能力的组织正在发现最大价值。
在AI采用中发现价值的组织不仅投资于技术,还投资于人员、行为模式和信任建设。
研究发现,45%的领导者愿意为拥有强大AI技能的人才支付更高薪酬,66%的受访者表示他们正在招聘AI专业岗位。然而,即使AI智能体越来越受欢迎,批判性思维、问题解决能力和创造性技能等人类能力仍然需求旺盛。
毕马威国际AI和数字创新全球负责人史蒂夫·蔡斯在新闻稿中表示,增加AI支出并不会隐含地为企业创造更多价值。
"归根结底,没有信任就没有智能体的未来,没有跟上步伐的治理就没有信任,"蔡斯说。"调查清楚表明,对人员、培训和变革管理的持续投资是让组织能够负责任地扩展AI并获取价值的关键。"
Q&A
Q1:美国企业在AI领域的投资规模有多大?
A:根据毕马威调查数据,美国科技领导者预计在未来12个月内将在AI领域投入2.07亿美元,即使在经济衰退情况下,这一支出预测也比去年几乎翻了一番。
Q2:企业部署AI智能体主要用来做什么?
A:超过一半的组织在日常运营中部署AI智能体,主要目标包括在整个企业内共享知识、自动化跨团队工作流程、在团队之间路由信息或决策,以及支持决策制定。
Q3:企业在AI投资中面临哪些主要障碍?
A:主要障碍包括员工技能差距、难以扩展使用案例、数据隐私和网络安全担忧。此外,处于实验阶段的公司与已完全规模化部署AI智能体的公司之间存在价值实现差距。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。