Hiện trạng AI và Machine Learning năm 2019

• Tiếp thị và bán hàng ưu tiên AI và học máy cao hơn bất kỳ bộ phận nào khác trong các doanh nghiệp hiện nay.
• Phân tích in-memory và in-database là quan trọng nhất đối với lĩnh vực Tài chính, Tiếp thị và Bán hàng khi nói đến việc mở rộng các công việc phát triển và mô hình hóa AI và machine learning của họ.
• Việc áp dụng AI và machine learning của các đơn vị R&D là nhanh nhất trong tất cả các bộ phận doanh nghiệp trong năm 2019.

Những nhận định trên và nhiều thông tin chi tiết thú vị khác là từ bản Nghiên cứu Thị trường Khoa học Dữ liệu và Học máy lần thứ 6 năm 2019 của Dresner Advisory Services được công bố vào tháng trước. Nghiên cứu cho thấy các sáng kiến ​​tiên tiến liên quan đến khoa học dữ liệu và học máy, bao gồm khai thác dữ liệu, thuật toán tiên tiến và phân tích dự đoán được xếp hạng ưu tiên thứ 8 trong số 37 công nghệ và sáng kiến ​​được khảo sát trong nghiên cứu. Vui lòng xem trang 12 của khảo sát để biết tổng quan về phương pháp luận.

Nghiên cứu thị trường về khoa học dữ liệu và máy học là một tiến trình phân tích của chúng tôi về thị trường này bắt đầu vào năm 2014 như là một cuộc kiểm tra các phân tích tiên tiến và dự đoán, ông Howard Netherner, người sáng lập và giám đốc nghiên cứu tại Dresner Advisory Services cho biết . Kể từ thời điểm đó, chúng tôi đã mở rộng phạm vi nội dung phản ánh những thay đổi trong cảm xúc và việc ứng dụng, và đã thêm các tiêu chí mới, bao gồm một phần bao gồm các mạng lưới thần kinh.

Những nắm bắt chính từ bản nghiên cứu bao gồm:

• Khai thác dữ liệu, thuật toán tiên tiến và phân tích dự đoán là một trong những dự án ưu tiên cao nhất cho các doanh nghiệp áp dụng AI và học máy vào năm 2019. Báo cáo, bảng điều khiển, tích hợp dữ liệu và trực quan hóa tiên tiến là những công nghệ và sáng kiến ​​chiến lược hàng đầu cho Business Intelligence (BI) hiện nay. Cognitive BI (BI dựa trên trí tuệ nhân tạo) xếp hạng tương đối thấp ở vị trí thứ 27 trong số các ưu tiên. Sơ đồ sau đây liệt kê các ưu tiên của 27 công nghệ và sáng kiến ​​chiến lược cho trí tuệ doanh nghiệp:

• 40% các nhóm Tiếp thị và Bán hàng cho biết khoa học dữ liệu bao gồm AI và học máy là rất quan trọng đối với thành công của họ với tư cách là một bộ phận. Tiếp thị và Bán hàng dẫn đầu tất cả các bộ phận trong việc họ thấy AI và học máy quan trọng như thế nào để theo đuổi và hoàn thành mục tiêu tăng trưởng của họ. Các trung tâm năng lực kinh doanh thông minh (BICC), R & D và khán giả quản lý điều hành là những đối tượng được quan tâm nhất tiếp theo và tất cả bốn vai trò hàng đầu được trích dẫn đều có điểm số “quan trọng” và “rất quan trọng” tương đương trên 60%. Đồ họa sau đây so sánh các mức độ quan trọng của khoa khoa học dữ liệu, bao gồm AI và học máy:

• Mức độ quan tâm cao của R & D, Marketing và Bán hàng trên nhiều lĩnh vực tính năng phản ánh các nỗ lực kết hợp để xác định các mô hình tăng trưởng doanh thu mới bằng cách sử dụng AI và học máy.Những người trả lời về Tiếp thị, Bán hàng, R & D và Trung tâm Năng lực Kinh doanh Thông minh (BICC) báo cáo mối quan tâm đáng kể nhất khi có một loạt các mô hình hồi quy để làm việc với AI và các ứng dụng học máy. Tiếp thị và Bán hàng cũng quan tâm nhất đến ba tính năng hàng đầu tiếp theo, bao gồm phân cụm theo cấp bậc, chức năng thống kê sách giáo khoa và có một công cụ đề xuất được bao gồm trong các ứng dụng và nền tảng mà họ mua. Nhóm nghiên cứu của Netherner tin rằng sự quan tâm chia sẻ cao trong nhiều lĩnh vực tính năng của R & D, Marketing và Sales là chỉ số hàng đầu mà các doanh nghiệp đang chuẩn bị thử nghiệm các chiến lược dựa trên AI và máy học để cải thiện trải nghiệm của khách hàng và thúc đẩy doanh thu. Đồ họa sau đây so sánh sự quan tâm và khả năng áp dụng theo khu vực chức năng của các doanh nghiệp được phỏng vấn:

• 70% các bộ phận và nhóm R & D có khả năng áp dụng khoa học dữ liệu, AI và học máy, dẫn đầu tất cả các chức năng trong một doanh nghiệp. Nhóm nghiên cứu của luxner thấy mức độ quan tâm cao của các nhóm R & D là một chỉ số hàng đầu về việc áp dụng doanh nghiệp rộng lớn hơn trong tương lai. Nghiên cứu cho thấy 33% tất cả các doanh nghiệp được phỏng vấn đã áp dụng AI và học máy, với phần lớn các doanh nghiệp có tới 25 mô hình. Marketing & Sales dẫn đầu tất cả các bộ phận trong đánh giá hiện tại của họ về khoa học dữ liệu và phần mềm học máy.

• Dịch vụ tài chính & bảo hiểm, chăm sóc sức khỏe và bán lẻ / bán buôn cho biết khoa học dữ liệu, AI và học máy là rất quan trọng để thành công trong ngành công nghiệp tương ứng. 27% Dịch vụ Tài chính & Bảo hiểm, 25% Chăm sóc Sức khỏe và 24% Doanh nghiệp Bán lẻ / Bán buôn cho biết khoa học dữ liệu, AI và học máy là rất quan trọng đối với thành công của họ. Ít hơn 10% các tổ chức giáo dục coi AI và học máy là quan trọng đối với thành công của họ. Đồ họa sau đây so sánh tầm quan trọng của khoa học dữ liệu, AI và học máy theo ngành:

• Ngành Viễn thông dẫn đầu tất cả những người khác quan tâm và áp dụng các công cụ đề xuất và quản trị mô hình. Các ngành Viễn thông, Dịch vụ Tài chính và Công nghệ có mức độ quan tâm cao nhất trong việc áp dụng một loạt các mô hình hồi quy và phân nhóm phân cấp trên tất cả các nhóm người trả lời phỏng vấn. Người trả lời chăm sóc sức khỏe có sự quan tâm thấp hơn nhiều đối với các tính năng sau này nhưng quan tâm cao đến các phương pháp và chức năng phân tích văn bản của Bayes. Người trả lời bán lẻ / bán buôn thường ít quan tâm đến các tính năng phân tích. Đồ họa sau đây so sánh các ngành công nghiệp theo mức độ quan tâm và tiềm năng áp dụng các tính năng phân tích trong khoa học dữ liệu, AI và các ứng dụng và nền tảng học máy:

• Hỗ trợ cho một loạt các mô hình hồi quy, phân cụm phân cấp và các chức năng thống kê sách giáo khoa thường được sử dụng là những tính năng hàng đầu mà doanh nghiệp cần trong khoa học dữ liệu và nền tảng học máy. Nhóm nghiên cứu của Netherner nhận thấy ba tính năng này được coi là quan trọng nhất hoặc có thể phải có khi mà các doanh nghiệp đang đánh giá khoa học dữ liệu, AI và các ứng dụng và nền tảng học máy. Tất cả các doanh nghiệp được khảo sát cũng mong đợi bất kỳ ứng dụng hoặc nền tảng khoa học dữ liệu nào mà họ đang đánh giá sẽ có một công cụ đề xuất bao gồm và quản lý mô hình và quản trị. Đồ họa sau đây ưu tiên các tính năng quan trọng nhất và tối thiểu mà các doanh nghiệp mong đợi sẽ thấy trong khoa học dữ liệu, AI và phần mềm và nền tảng học máy:

• Ba tính năng tiện dụng hàng đầu mà các doanh nghiệp đang ưu tiên hiện nay bao gồm hỗ trợ lặp lại các mô hình dễ dàng, truy cập vào các phân tích nâng cao và một sáng kiến, quy trình đơn giản để sửa đổi mô hình liên tục.Hỗ trợ và hướng dẫn trong việc chuẩn bị các mô hình dữ liệu phân tích và thời gian chu kỳ nhanh để phân tích với chuẩn bị dữ liệu là một trong những tính năng khả dụng ưu tiên cao nhất mà các doanh nghiệp mong đợi sẽ thấy trong các ứng dụng và nền tảng AI và máy học. Thật thú vị khi thấy thuộc tính khả dụng của một chuyên gia không bắt buộc phải tạo các mô hình phân tích, kiểm tra và chạy chúng ở cuối bảng xếp hạng khả năng sử dụng. Nhiều nhà cung cấp phần mềm AI và máy học dựa vào việc không cần chuyên gia sử dụng các ứng dụng của họ như một điểm khác biệt khi phần lớn các doanh nghiệp đánh giá cao sự hỗ trợ để dễ dàng lặp lại các mô hình ở mức cao hơn như hình dưới đây cho thấy:

• Năm 2019 là một năm kỷ lục cho các doanh nghiệp quan tâm đến khoa học dữ liệu, AI và các tính năng học máy mà họ cho là cần thiết nhất để đạt được các chiến lược và mục tiêu kinh doanh của mình. Các doanh nghiệp hầu hết mong đợi các ứng dụng và nền tảng AI và máy học hỗ trợ một loạt các mô hình hồi quy, tiếp theo là các chức năng thống kê phân cấp và phân loại sách giáo khoa để thống kê mô tả. Các công cụ khuyến nghị đang ngày càng phổ biến khi sự quan tâm tăng lên ít nhất là một mối quan hệ là tính năng quan trọng thứ hai đối với người trả lời vào năm 2019. Phân tích không gian địa lý và phương pháp Bayesian bằng phẳng hoặc ít quan trọng hơn so với năm 2018. Đồ họa sau đây so sánh sáu năm quan tâm về dữ liệu khoa học, AI và kỹ thuật học máy:

• AI trong ngành Logistics: Những lợi ích chính và ứng dụng
• Máy chủ tăng tốc cho AI thúc đẩy tăng trưởng chi tiêu cho trung tâm dữ liệu
• Xây dựng hệ thống dữ liệu hiệu suất cao cho AI với VAST Data Platform
• LLM: Lịch sử và tương lai của các mô hình ngôn ngữ lớn
• Máy chủ Supermicro X14: Hiệu suất mạnh mẽ, hiệu quả tối đa cho AI, Cloud, Storage, 5G/Edge
• NVIDIA HGX AI Supercomputer: Nền tảng điện toán AI hàng đầu thế giới