AI投资与AI采用之间的差距

人工智能 CIOAge
尽管AI领域的投资持续飙升,但AI技能的严重短缺正阻碍企业的实施进程,导致所谓的“AI停滞”现象。技术供应商和企业面临高投资与低落地率的困境,未能有效推动AI技术的广泛应用。

尽管在AI领域的投资激增,AI技能短缺正阻碍企业的落地实施。

AI持续影响着云计算战略,但AI的实施进度却比大多数人预期的要慢,这让那些在AI上押下重注的技术供应商感到沮丧,到底发生了什么?

Red Hat委托Censuswide进行的一项调查访问了来自英国及其他主要市场的609名IT经理。超过80%的IT经理表示,AI技能短缺情况非常紧迫,尤其是在GenAI、大型语言模型和数据科学等领域,这个数字较去年的72%有明显增长。

对AI的需求、对AI的消化需求,以及无法有效实现这些需求,导致了我称之为“AI停滞”的现象,这是一个复杂的问题,让许多从事AI领域的人(包括我在内)感到困惑。

AI几乎陷入停滞

技术供应商继续向AI开发投入大量资源,创造先进的工具、平台和基础设施。科技巨头和初创公司的AI投资达到了前所未有的高度,行业观察人士预测,单在2024年,AI初创公司就将获得超过1200亿美元的资金。英伟达、OpenAI和Anthropic等主要玩家对蓬勃发展的AI市场的贡献让人联想起互联网泡沫时代。此类资本涌入通常是积极信号,表明了对未来回报潜力的浓厚兴趣和信心。

然而,尽管Microsoft、Google、Amazon等大型供应商在AI基础设施上投入巨大,它们同样面临着推动企业成功落地的日益增大的压力,它们的未来增长依赖于对前沿技术的资金注入以及用户能否有效采用这些解决方案。

此外,随着英伟达等公司在创新AI硬件的推出中遇到运营障碍,这种快速发展的技术所面临的风险也被放大了。性能和可靠性问题可能会影响对AI产品的认知,导致潜在用户更加犹豫不决,这些困境揭示了技术愿景与实际执行之间的脆弱平衡。

我们需要创造性的解决方案来确保技术供应商,特别是那些依赖广泛AI采用的大型云公司,能够实现持续增长。高投资与低采用率的结合可能会为技术供应商带来不稳定的环境。随着AI能力在云服务中变得越来越关键,利益攸关的风险比以往任何时候都要高。

供需失衡

故事还未结束,企业无法利用这些进展的原因在于AI人才的匮乏,这导致了一个被一些人比作即将到来的AI泡沫的瓶颈。当前的企业面临着急需AI专家——如数据科学家、机器学习工程师和AI从业者——的局面,这些人才能推动有意义的AI项目,这种人才短缺还被高涨的薪资和竞争激烈的就业市场所加剧,企业越来越难找到具备技能的专业人员。

这种严重的AI人才短缺意味着企业无法实施AI技术,从而阻碍了创新进程。高投资与AI采用步伐放缓之间的脱节表明,我们需要更具战略性的方法,来弥合技术进步与实际应用之间的差距,这正是我们摆脱AI停滞的关键所在。

AI停滞的影响不仅仅局限于数字层面,它直接打击了科技行业中的竞争定位。随着企业推迟AI实施,云服务提供商可能陷入一个反馈循环:未达预期引发失望,进而降低投资信心,这种动态可能引发市场重新评估,甚至最有前景的AI项目也会受到审视。

我们能期待什么?

实施AI不仅仅是获得先进的工具,还需要一个包含充分培训、文化转变和持续支持的全面战略。企业需要营造一个AI能够蓬勃发展的环境,向领导层和员工保证,这些投资将带来实实在在的回报。因此,解决人才短缺不仅仅是填补职位空缺,而是要建设能够符合长期目标的能力。

未来AI的采用前景仍不确定。尽管压力越来越大,大多数企业最终会克服这些初期障碍,并在长期内实现显著的生产力提升。关键是在短期波动中保持乐观,认识到当前的挑战并非不可克服。

谁来解决这个问题?

如何让AI重新启动,并为大量投资带来重大的商业价值?技术供应商和企业都需要各自承担一些责任。

技术供应商应:

  • 与教育机构合作,提供培训项目,教授员工AI和数据科学技能。
  • 创建用户友好的工具和支持服务,简化AI技术的企业集成过程。
  • 与大学和初创公司建立战略联盟,共享资源,打造全面的AI解决方案。
  • 根据不同领域的独特需求量身定制AI产品,通过相关案例展示即时价值。

企业应:

  • 建立内部培训项目,提升员工技能,招聘关注AI的多元化人才。
  • 鼓励在协作环境中进行AI技术的试验。
  • 试点AI项目,了解其益处和障碍,然后再扩展规模。
  • 投资于数据管理实践,为有效使用AI做好准备。
  • 将AI项目与业务目标对齐,并建立衡量成功的指标。

问题在于,现在企业和技术供应商正彼此观望,希望对方解决问题。不幸的是,事情并不是这样运作的。

责任编辑:华轩 来源: 企业网D1Net
相关推荐

2017-07-16 16:52:40

技术生产力数字转型

2020-12-30 08:36:26

边缘AI云AIAI芯片

2020-10-11 17:44:36

投资管理AI人工智能

2024-07-15 08:13:10

2023-12-14 11:19:52

开源AI

2021-02-14 10:06:54

RPAAICIO

2019-01-15 09:00:27

人工智能AIML

2024-07-04 14:58:23

2023-10-18 13:21:24

2020-12-01 09:35:15

AI 数据人工智能

2024-07-24 16:45:09

2019-05-06 13:20:59

AI人工智能费斯·巴特菲尔德

2020-08-24 15:35:45

人工智能AI体育场馆

2022-03-16 15:12:19

人脸识别ClearviewAI

2023-12-04 18:08:49

云安全云计算

2024-07-08 08:22:09

2024-08-05 15:39:06

2024-09-20 16:09:32

2023-03-16 10:38:37

GPT4ChatGPT
点赞
收藏

51CTO技术栈公众号