Gartner發(fā)布2024年中國數據、分析和人工智能技術成熟度曲線

Gartner于近日最新發(fā)布2024年中國數據、分析和人工智能技術成熟度曲線，該曲線顯示，未來兩到五年，大量具有顛覆性或較高影響力的創(chuàng)新技術可能會實現主流采用。其中AI相關的創(chuàng)新包括復合型AI、決策智能、國產AI芯?、LLM和多模態(tài)GenAI。

Gartner研究總監(jiān)閆斌表示：“到2027年，超過60%的企業(yè)機構將把AI素養(yǎng)納入數據和分析戰(zhàn)略，而目前這一比例還不到 5%。到2028年，50%構建于2023年之前的中國數據和分析平臺，將因為與生態(tài)系統(tǒng)脫鉤而過時。 到2028年，30%的企業(yè)機構將把數據變現或數據?表納入其數據戰(zhàn)略?！?/p>

（圖一、2024年中國數據、分析和人工智能技術成熟度曲線）

與AI相關的幾項創(chuàng)新技術

復合型AI

復合型AI是指組合利?（或融合）不同AI技術來提高學習效率、生成層次更豐富的知識表示。復合型AI提供了更豐富的AI抽象機制，并最終提供了?個能夠以更有效?式解決更廣泛業(yè)務問題的平臺。復合型AI可為中國企業(yè)帶來兩?益處。第?，將AI的?量推廣至無法訪問大量歷史或標簽數據、但擁有大量?類專業(yè)知識的企業(yè)機構。第二，擴大AI應用的范圍，提升此類應用的質量，這也意味著能夠應對更多類型的推理挑戰(zhàn)。根據所應用的具體技術，還可產生其他一系列益處，包括提高可解釋性、韌性，以及支持增強智能。

國產AI芯片

由于美國對高性能AI芯?的限制，中國企業(yè)不得不自行研發(fā)AI芯?，以滿足本?AI快速發(fā)展的需求。

最新的生成式??智能（GenAI）技術需要使?數千個AI加速器來訓練基礎模型和支持推理工作負載。由于先進制造工藝的限制，國產AI芯?的性能落后于全球領先供應商產品的性能。因此，中國企業(yè)需要對AI基礎設施進?更多投資。IT領導者應將重點放在AI應?上，?不是使?針對推理工作負載優(yōu)化的國產AI芯片來訓練基礎模型上。

LLM

大語言模型（LLM）是?種使用大量無標簽文本數據進行訓練的AI基礎模型。借助大語言模型，應用可以完成?系列任務，包括回答問題、內容?成、內容摘要、檢索增強?成 （RAG）、代碼?成、語言翻譯和會話聊天。

此類模型擁有廣泛的應用場景，包括文本生成、問答系統(tǒng)構建、文檔總結和分類、文本翻譯和編輯等。

多模態(tài)GenAI

多模態(tài)?成式??智能（GenAI）能夠在生成式模型中組合利用多種類型的數據輸?和輸出，例如圖像、視頻、音頻、文本和數值型數據。多模態(tài)功能允許模型與不同模態(tài)下的輸出進行交互，并生成相應的輸出，有效提升了GenAI的可用性。

多模態(tài)GenAI支持添加以往難以實現的新特性和功能，將對企業(yè)應用產?顛覆性影響。目前，多模態(tài)模型通常僅限于兩種或三種模態(tài)，但未來幾年內，將涵蓋數量更多 的模態(tài)。