McKinsey-rapport: To AI-trender topputsikter for 2022

[ad_1]

Klarte du ikke å delta på Remodel 2022? Sjekk ut alle toppmøtene i vårt on-demand-bibliotek nå! Se her.


McKinseys nylig utgitte Expertise Developments Outlook 2022 kåret anvendt AI og industrialiserende maskinlæring som to av 14 av de viktigste teknologitrendene som utspiller seg i dag.

Ifølge McKinsey bygger studien på trendforskning delt i 2021, og legger til nye knowledge og dypere analyser og undersøker «slike håndgripelige, kvantitative faktorer som investeringer, forskningsaktivitet og nyhetsdekning for å måle momentumet til hver pattern».

Anvendt AI topper liste med modenhet og innovasjon

Utilized AI, ansett av McKinsey som basert på utprøvde og modne teknologier, scoret høyest av alle 14 trender på kvantitative mål for innovasjon, interesse og investeringer, med levedyktige applikasjoner i flere bransjer og nærmere en tilstand av mainstream-adopsjon enn andre trender.

I en McKinsey World Survey fra 2021 om tilstanden til AI, sa 56 % av respondentene at organisasjonene deres hadde tatt i bruk AI, opp fra 50 % i 2020-undersøkelsen. I følge 2022-rapporten er teknologiske industrier ledende innen AI-adopsjon, mens produktutvikling og tjenestedrift er de forretningsfunksjonene som har sett størst fordel av anvendt AI.

Begivenhet

MetaBeat 2022

MetaBeat vil samle tankeledere for å gi veiledning om hvordan metaversteknologi vil transformere måten alle bransjer kommuniserer og driver forretninger på 4. oktober i San Francisco, CA.

Registrer her

Roger Roberts, companion i McKinsey og en av rapportens medforfattere, sa om anvendt AI, som er definert “ganske bredt” i rapporten, “Vi ser at ting beveger seg fra avanserte analyser mot… å sette maskinlæring i arbeid på retailer datasett i tjeneste for å løse et vedvarende drawback på en ny måte,” sa han.

Dette trekket gjenspeiles i en eksplosjon av publisering rundt AI, ikke naked fordi AI-forskere publiserer mer, males fordi folks i en rekke domener bruker AI i sin forskning og presser anvendelsen av AI fremover, forklarte han.

“Det er virkelig den veien fra vitenskap, til ingeniørfag, til skala,” sa han. “Vi ser at AI beveger seg ganske raskt nedover den banen, og det jeg er veldig begeistret for er det faktum at flere ting beveger seg fra engineering til skala.”

McKinsey-rapporten fremhevet imidlertid også en rekke viktige usikkerhetsmomenter som kan påvirke fremtiden til anvendt AI, inkludert tilgjengeligheten av expertise og finansiering, cybersikkerhetsbekymringer og spørsmål fra interessenter om ansvarlig og pålitelig bruk av AI.

McKinsey sier at industrialisering av AI er en økende pattern

I følge McKinsey-rapporten involverer industrialisering av maskinlæring (ML) «å skape en interoperabel stabel med tekniske verktøy for å automatisere ML og skalere opp bruken slik at organisasjoner kan realisere sitt fulle potensial». Rapporten bemerket at McKinsey forventer at industrialiseringen av ML vil spre seg etter hvert som flere selskaper søker å bruke AI for et økende antall applikasjoner.

“Det omfatter MLops, males det strekker seg mer fullstendig til å inkludere måten å tenke på teknologistabelen som støtter skalering, som kan gå ned til innovasjoner på mikroprosessornivå,” sa Roberts. “Du ser mange nye funksjoner i silisium som støtter akselerasjonen av spesielle klasser av AI-arbeid, og disse innovasjonene vil gå over i bredere bruk, noe som muliggjør raskere og mer effektiv skalering både når det gjelder dataressurser, males også mer bærekraft. ”

Rapporten siterer programvareløsninger som tilsvarer ML-arbeidsflyten, inkludert dataadministrasjon, modellutvikling, modelldistribusjon og live-modelloperasjoner. Den inkluderer også integrert maskinvare og heterogen databehandling som brukes i ML-arbeidsflytoperasjoner.

Roberts la til at han ser på retailer teknologiske organisasjoner som Google, Meta og Microsoft som i ledelsen på industrialisert ML “på lang sikt.” Males han spådde at trenden snart ville komme langt forbi disse selskapene: «Vi vil begynne å se mer og mer venture-aktivitet og bedriftsinvesteringer etter hvert som vi bygger den verktøykjeden for denne nye klassen av programvare og denne nye klassen av produkter som produktiserte tjenester,” forklarte han.

McKinsey spår fortsatt AI-momentum

Roberts understreket at etter hans syn vil økonomiske problemer ikke endre AIs kraftige momentum.

“Det har aldri vært et bedre tidspunkt å lede anvendelsen av AI til spennende forretningsproblemer,” sa han. “Jeg tror det er nok fart og kapasitet som flyter langs vitenskapens vei til ingeniørarbeid for å skalere.” Han la imidlertid til at innenfor næringer kan det være en viss økende skille mellom ledere og etternølere.

“Ledere vil fortsette å gjøre de riktige investeringene i talentverktøy og evner for å bidra til å levere skala,” sa han. “Lattere kan la muligheten glippe hvis de ikke er forsiktige.”

VentureBeats oppdrag skal være et digitalt bytorg for tekniske beslutningstakere for å få kunnskap om transformativ bedriftsteknologi og transaksjoner. Lær mer om medlemskap.

[ad_2]

admin

Leave a Reply

Your email address will not be published. Required fields are marked *