Уже сегодня, в преддверии старта набора на новый поток продвинутого курса "Machine Learning", состоится вебинар, в рамках которого наши эксперты подробно расскажут о программе курса, а также ответят на все интересующие вас вопросы. Записаться на вебинар можно по ссылке. А мы традиционно публикуем перевод полезного материала.
В то время как в Hype Cycle в этом году входят пять новых решений ИИ, мегатренды - демократизация и индустриализация ИИ безоговорочно доминируют в сфере ИИ в 2020 году.
Несмотря на глобальное влияние COVID-19, 47% инвестиций в искусственный интеллект (ИИ) держались на том же уровне с начала пандемии, а 30% организаций, согласно опросу Gartner, даже планировали увеличить такие инвестиции. Только 16% временно приостановили инвестиции в ИИ, и 7% уменьшили их.
ИИ начинает реализовывать свой потенциал, и его преимущества для бизнеса начинают воплощаться в реальность.
Например, ИИ пришел на помощь во время пандемии. Чат-боты помогли ответить на множество вопросов, связанных с пандемией, компьютерное зрение помогло поддерживать социальное дистанцирование, а модели машинного обучения (ML) были незаменимы для моделирования результатов возобновления экономики.
«Если бы ИИ как общая концепция был представлен в Gartner Hype Cycle в этом году, он бы сошёл с пика завышенных ожиданий. Под этим мы подразумеваем, что искусственный интеллект начинает реализовывать свой потенциал, и его преимущества для бизнеса воплощаются в реальность», - говорит Светлана Сикуляр, вице-президент по анализу Gartner.
Пятеро новичков - small data, генеративный ИИ, составной ИИ, ответственный ИИ и “вещи как клиенты” - дебютируют в этом году в рамках цикла AI Hype Cycle, а доминируют в этой сфере два мегатренда.
Узнайте больше о методологии Gartner Hype Cycle.
Демократизация искусственного интеллекта
Демократизация искусственного интеллекта означает, что ИИ больше не является темой исключительно для экспертов. Теперь организации хотят выйти на новый уровень, предлагая ИИ все большему количеству людей. Целью демократизации ИИ на предприятии могут быть клиенты, деловые партнеры, руководители предприятий, продавцы, рабочие конвейеров, разработчики приложений и специалисты по IT-операциям.
Gartner предвидит, что разработчики станут основной движущей силой в области ИИ
Поскольку ИИ достигает все большего числа вовлеченных сотрудников и партнеров, ему необходимы новые корпоративные роли для его распространения на более широкую аудиторию. Наряду с дата сайентистами и дата инженерами разработчики также могут сформировать будущие команды ИИ, которые будут собирать решения ИИ. Gartner считает, что разработчики станут основной движущей силой в области ИИ.
Наука о данных занимается открытием неизвестного, а инженерия обеспечивает стабильность, надежность и безопасность того, что достигает наука. Инженерия дополняет науку о данных, помогая масштабировать ИИ, а комплекты для разработчиков и преподавателей ИИ играют важную роль в кривой развития технологии (Hype Cycle).
Индустриализация платформ искусственного интеллекта Индустриализация платформ
Индустриализация платформ искусственного интеллекта обеспечивает возможность повторного использования, масштабируемости и безопасности ИИ, что ускоряет его внедрение и рост. Эта индустриализация направлена на то, чтобы привлечь новых приверженцев ИИ наряду с пионерами области.
Согласно недавнему опросу Gartner, C-Suite управляет проектами в области ИИ, причем почти 30% проектов возглавляют генеральные директора. Наличие высшего руководства на месте руководителя ускоряет внедрение ИИ и способствует увеличению инвестиций в решения ИИ.
Ответственный ИИ и системы управления ИИ также становится приоритетом для ИИ в промышленных масштабах
Например, аналитика решений показывает, что компании хотят использовать ИИ для более быстрого принятия более эффективных решений, таких как выбор лучших вариантов лечения для пациентов или ускорение обнаружения и предотвращения аномалий и уязвимостей. Более того, новые участники Hype Cycle этого года, такие как генеративный ИИ, small data и составной ИИ, указывают на то, что помимо машинного обучения организации рассматривают множество способов поддержки принятия решений с помощью ИИ.
Ответственный ИИ и системы управления ИИ также становится приоритетом для ИИ в промышленных масштабах. Они устанавливают и совершенствуют процессы обработки бизнес-решений, связанных с ИИ, и управляют рисками ИИ, связанными с соблюдением требований, конфиденциальностью и предвзятостью. Они также обращаются к вопросу о надежности ИИ, которая сегодня является главной проблемой ИИ.
Когда решения ИИ становятся зрелыми, организации приобретают бесценный опыт и делают меньше ошибок. Однако они должны продолжать учиться, потому что по мере внедрения ИИ будут возникать новые проблемы, такие как дип фейки или безопасность ИИ.
