Amsterdam, 20 december 2023 -
cnvrg.io, een Intel-bedrijf en leverancier van platformen voor artificial intelligence (AI) en large language models (LLM), heeft de resultaten bekend gemaakt van het 2023 ML Insider-onderzoek. Hoewel elke branche op AI lijkt af te stevenen, laat het jaarlijkse onderzoek zien dat ondanks de interesse, een meerderheid van de bedrijven nog geen gebruik maakt van generatieve AI-technologie (GenAI).
Het ML Insider-onderzoek van cnvrg.io, dat voor het derde jaar is uitgebracht, biedt een analyse van de machine learning-industrie en belicht de belangrijkste trends, aandachtspunten en uitdagingen waar AI-professionals dagelijks mee te maken hebben. Het rapport van dit jaar biedt inzichten van een wereldwijd panel van 430 technologieprofessionals over hoe zij AI-oplossingen ontwikkelen en hun aanpak om generatieve AI toe te passen in hun bedrijf.
"Hoewel generatieve AI nog in ontwikkeling is, is het een van de meest besproken technologieën van 2023. Het onderzoek suggereert dat organisaties mogelijk aarzelen om GenAI te adopteren vanwege de hindernissen die ze tegenkomen bij het implementeren van LLM's," zegt Markus Flierl, corporate vice president en general manager van Intel Cloud Services. "Met meer toegang tot kosteneffectieve infrastructuur en diensten, zoals die geleverd worden door cnvrg.io en de Intel Developer Cloud, verwachten we een grotere adoptie in het komende jaar. Dat komt omdat het gemakkelijker wordt om bestaande LLM's te verfijnen, aan te passen en in te zetten zonder dat AI-expertise nodig is om de complexiteit te beheren."
GenAI-adoptietrends
Ondanks de toenemende bekendheid van GenAI-technologie in 2023, is het slechts een onderdeel van het totale AI-landschap. Uit het onderzoek blijkt dat de adoptie van grote taalmodellen (de modellen voor het trainen van generatieve AI-toepassingen en -oplossingen) binnen organisaties laag blijft.
Driekwart van de respondenten geeft aan dat hun organisatie nog GenAI-modellen in productie moet nemen, terwijl 10 procent van de respondenten aangeeft dat hun organisatie het afgelopen jaar GenAI-oplossingen in productie heeft genomen. Uit het onderzoek blijkt ook dat respondenten uit de VS (40%) aanzienlijk meer geneigd zijn om GenAI-modellen te implementeren dan respondenten van buiten de VS (22%).
Grafiek 1: GenAI-volwassenheid van organisaties
Hoewel de adoptie nog niet van de grond is gekomen, ervaren bedrijven die het afgelopen jaar GenAI-modellen hebben ingezet wel voordelen. Ongeveer de helft van de respondenten zegt dat ze de klantervaring hebben verbeterd (58%), de efficiëntie hebben vergroot (53%), de productmogelijkheden hebben verbeterd (52%) en hebben geprofiteerd van kostenbesparingen (47%).
Uitdagingen bij adoptie
Uit het onderzoek blijkt dat een meerderheid van de organisaties GenAI benadert door hun eigen LLM-oplossingen te bouwen en aan te passen aan hun use cases, maar toch ziet bijna de helft van de respondenten (46%) infrastructuur als de grootste belemmering om LLM's te ontwikkelen tot producten.
Grafiek 2: Uitdagingen LLM-productontwikkeling
Het onderzoek wijst op andere uitdagingen die mogelijk de oorzaak zijn van een trage invoering van LLM-technologie in bedrijven, zoals een gebrek aan kennis, kosten en naleving. Van de respondenten geeft 84 procent toe dat hun vaardigheden moeten worden verbeterd vanwege de toenemende belangstelling voor de toepassing van LLM's, terwijl slechts 19 procent zegt een goed begrip te hebben van de mechanismen van hoe LLM's reacties genereren.
Dit onthult een kenniskloof als een potentiële barrière voor de toepassing van GenAI, die wordt weerspiegeld in het feit dat organisaties complexiteit en gebrek aan AI-talent noemen als de grootste belemmeringen voor de toepassing en acceptatie van AI. Daarnaast noemen respondenten compliance en privacy (28%), betrouwbaarheid (23%), hoge implementatiekosten (19%) en een gebrek aan technische vaardigheden (17%) de grootste problemen bij het implementeren van LLM's in hun bedrijf. Als het gaat om de grootste uitdaging om LLM's in productie te nemen, noemt bijna de helft van de respondenten de infrastructuur.
Grafiek 3: Zorgen over LLM-implementatie
Het is duidelijk dat GenAI een impact heeft op de sector. Vergeleken met 2022 is het gebruik van chatbots/virtuele agenten met 26 procent gestegen en het genereren van vertalingen/teksten met 12 procent in 2023 als populaire AI use cases. Dit kan te maken hebben met de toename van LLM-technologie in 2023 en de vooruitgang in GenAI-technologie. Organisaties die GenAI het afgelopen jaar met succes hebben ingezet, zien voordelen van de toepassing van LLM's, zoals een betere klantervaring (27%), verbeterde efficiëntie (25%), verbeterde productmogelijkheden (25%) en kostenbesparingen (22%).
Ga voor het volledige ML Insider 2023 rapport naar:
https://cnvrg.io/ml-insider-results-2023/
###
Over cnvrg.io
cnvrg.io, een Intel bedrijf, is een full-stack machine learning besturingssysteem met alles wat een AI ontwikkelaar nodig heeft om AI te bouwen en te implementeren op elke infrastructuur. cnvrg.io is gebouwd door datawetenschappers om datawetenschappers en developers te helpen bij het automatiseren van training en inzet van machine learning pipelines op schaal en om organisaties te helpen hun producten te verbeteren met GenAI en LLM's door het kosteneffectiever en eenvoudiger te maken om grote taalmodellen in te zetten op Intel's speciaal gebouwde hardware geleverd door Intel Developer Cloud. cnvrg.io helpt organisaties de waarde van datawetenschap te versnellen en de kracht van generatieve AI-technologie sneller te benutten.