研究显示:人工智能在疫情后更受欢迎
2023-04-18 12:55:59 时间
人工智能和机器学习可能在一开始就面临各种质疑,但一份新报告发现,在大流行之后,企业比以往任何时候都更加接受这项技术。事实上,员工和企业似乎都对 AI 和 ML 可以提供的东西持开放态度。
参与这项由 Cloudera 进行的研究的许多决策者表示,人工智能可以创造更可持续的商业实践。决策者希望看到他们的企业涉及更多的 AI 和 ML 解决方案和计划;其中许多组织已经在使用它们。
该研究还强化了人工智能不会取代工作但会创造新工作的观点,受访者现在似乎比几年前更相信这一点。组织计划开始重新培训和提升团队和员工的技能,以应对这些举措带来的挑战和机遇。
人工智能实施挑战依然存在
调查受访者将预算限制列为采用 AI 和 ML 计划的主要障碍。此外,知识工作者还指出,对他们所做的工作缺乏了解是对任何广泛采用的重大挑战。
知识工作者和决策者都注意到,虽然接受度有所提高,但对部署这些类型的项目仍有一定程度的怀疑。然而,大多数决策者指出潜在的成本节约、准确性和效率提高是寻找这些挑战的解决方案的理由。
最重要的潜力领域之一将是扩展人工智能项目。大规模部署这些项目所需的人才和专业知识仍然需求旺盛,但供应短缺,因此一些挑战需要创新方法。但是,采取主动的公司可能会发现它是成功的重要差异化因素。随着世界在大流行事件之后找到新的节奏,我们可能会继续看到采用。
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击