详细内容或原文请订阅后点击阅览
构建高性能数据和人工智能组织（第二版）
对于人工智能来说，四年就是一生。自 2021 年发布第一版研究以来，人工智能的能力一直在快速发展，而且自生成式人工智能取得突破以来，这种进步并没有放缓。例如，多模态——不仅可以处理文本信息，还可以处理音频信息的能力……
来源:MIT Technology Review _人工智能为了确定随着生成式 AI 和其他 AI 进步的发展，组织数据性能的改善程度，《麻省理工学院技术评论洞察》对 800 名高级数据和技术高管进行了调查。我们还对 15 位技术和商业领袖进行了深度采访。
报告的主要发现如下：
• 很少有数据团队能跟上人工智能的步伐。如今，组织在实施数据战略方面的表现并不比前生成式人工智能时代更好。在 2025 年的受访者中，12% 的人是自我评估数据“高成就者”，而 2021 年这一比例为 13%。技术人才的短缺仍然是一个限制因素，但团队也在访问新数据、追踪血统和处理安全复杂性方面遇到困难，而这些都是人工智能成功的重要要求。
很少有数据团队能跟上人工智能的步伐。• 部分原因是，人工智能尚未完全发挥作用。在人工智能方面，“高成就者”就更少了。目前，只有 2% 的受访者在提供可衡量的业务成果方面对组织的人工智能表现给予高度评价。事实上，大多数人仍在努力扩展生成式人工智能。虽然三分之二的人已经部署了它，但只有 7% 的人广泛这样做。
部分原因是，人工智能尚未完全发挥作用。下载报告。
此内容由《麻省理工学院技术评论》的定制内容部门 Insights 制作。它不是由《麻省理工科技评论》的编辑人员撰写的。它是由人类作家、编辑、分析师和插画家研究、设计和编写的。可能已使用的人工智能工具仅限于通过了彻底的人工审查的二次生产流程。