您的業務將依靠數百種AI模型。這就是原因

在當今的科技環境中,正如企業經常為不同需求管理多個雲端服務和資料庫一樣,使用多種人工智慧模型來滿足不同用途的趨勢正在增長。一項針對超過1,000名IT決策者的近期調查顯示,最先進的人工智慧採用者目前同時管理數百個模型。
我們已進入被稱為「多模型人工智慧」時代。根據由Vultr贊助的S&P Global Market Intelligence調查,目前使用的AI模型平均數量為158個,預計明年將增至176個。
調查還發現,最先進的人工智慧用戶目前平均操作175個模型,預計在未來一年內將增長14%,達到200個模型。處於次高人工智慧成熟度的用戶預計模型數量將年增18%。此外,三分之二的受訪經理(66%)正在開發自己的模型或使用開源選項。
在不同應用中使用多個模型有其充分理由。例如,麻省理工學院的一項研究強調了一個系統,該系統使用語言、視覺和動作數據訓練三個模型,以協助機器人在家庭、建築和製造環境中規劃和執行任務。麻省理工學院的研究人員解釋說:「每個基礎模型捕捉決策過程的不同面向,並在決策時協同工作。」
這種趨勢正引領所謂的「集合」人工智慧方法,多個模型協同工作以產生輸出,正如Erica Dingman在MovableInk的文章中描述。「使用單一模型與集合模型的區別,就像比較獨奏小提琴與完整交響樂團,」她指出。「雖然每種樂器都有其價值,但它們一起創造出真正神奇的東西。」此外,使用多樣化的數據集並持續更新和訓練一組模型,可以幫助減輕或消除人工智慧輸出的偏差。
支持人工智慧模型的系統廣泛採用和多樣性正在推動這種擴散。根據S&P和Vultr的調查,人工智慧越來越多地部署在邊緣。「分佈式人工智慧架構,邊緣在跨越組織基礎設施的應用中扮演關鍵角色,很可能成為標準,」調查作者表示。大多數IT決策者(85%)認為這種轉變在他們的環境中可能或極有可能發生,其中32%認為這是「極有可能」。
調查確定了在人工智慧採用方面領先的組織,稱其擁有「變革性人工智慧實踐」。這些領導者中有半數在運營層面表現「顯著優於」行業同行。幾乎所有這些領導者報告稱,2022年至2023年的年度表現有所改善,涵蓋多項指標,包括客戶滿意度(90%)、收入(91%)、成本降低/利潤擴張(88%)、風險管理(87%)、市場推廣(89%)和市場份額(89%)。
在所有受訪組織中,人工智慧支出預計將超過一般IT支出。近九成企業(88%)計劃在2025年增加人工智慧支出,其中49%預計增幅為中等到顯著。
然而,人工智慧使用的快速增長帶來了挑戰,特別是有關現有IT基礎設施的問題。調查作者指出:「在高需求的人工智慧活動(如即時推理)方面,受訪者擔心當前基礎設施可能不足。」前三大問題包括CPU或GPU資源不足(65%)、數據本地化問題(53%)和儲存性能問題(50%)。
調查的定性數據也反映了這些擔憂,受訪者提到在公共雲中高容量GPU實例的調度延遲以及對數據可用性的潛在影響。此外,對基礎設施成本的擔憂日益增加。作者總結說:「一旦項目進入生產階段,成本往往成為更迫切的問題。歷史上,組織在準確預測這些成本方面一直面臨挑戰。」
相關文章
Talat 的人工智慧會議筆記儲存在您的裝置上,而非雲端
估值達 2.5 億美元的人工智慧筆記應用程式 Granola,已在科技創辦人和風險投資人之間引起熱烈迴響。但有位開發者認為,市場需要一款更注重隱私、完全在本地運行的替代方案,且僅需支付一次費用,無需訂閱。這項願景催生了一款名為 Talat 的新 Mac 應用程式。來自英國約克郡、自稱電腦宅男的尼克·佩恩(Nick Payne)表示,開發這款本地化 AI 筆記應用程式的靈感,很大程度上源自一連串幸運
全新榮威i6以65.9萬人民幣上市,搭載高通驍龍8155處理器與「斗寶」大模型
上汽榮威今日推出全新榮威i6,這款緊湊型轎車全面採用了榮威D7的設計語言。其獨特的大型直立式水箱護罩與橫向環形燈帶貫穿車頭,營造出強烈的科技感與視覺寬度。 車尾部分,上翹的鴨尾式尾翼與全寬尾燈相得益彰,賦予整車更顯活力的年輕氣息。全新榮威i6車身長4767毫米、寬1828毫米、高1498毫米,軸距為2755毫米。 得益於寬敞的車內空間,它躋身A+級轎車之列,在後排頭部空間與膝部空間方面具備顯著優
如何保護資產、建築物及個人健康?
在這個充滿變數的世界裡,保障已不再僅是選項,而是戰略上的必要之舉。無論是守護財務、強化建築結構,還是關注個人健康,長期的穩定都仰賴於主動規劃。真正的安全是多層次的,取決於財務管理、結構韌性與明智的健康意識三者相輔相成。守護最重要的事物,意味著必須未雨綢繆,而非僅在損害發生後才做出反應。財務保障:第一道防線每個人與每家企業都運作於財務架構之中。收入、支出、負債與投資構成了穩定的基石。若缺乏有條不紊的
相關專題推薦
評論 (46)
0/500
와, 기사를 보니 정말 흥미로운 생각이 들었어요 😲 한 회사가 수많은 AI 모델을 사용한다는 건, 마치 주방에 다양한 조리도구를 두는 것 같아요. 하지만 이런 다중 AI 시스템이 데이터 보안이나 통합 비용에 어떤 영향을 끼칠지 궁금해지네요. 특히 중소기업들은 이런 복잡성을 잘 관리할 수 있을까요? 아직은 AI 환경이 너무 빨리 변화하는 것 같아요 🤔
회사에서 AI 모델을 수백 개나 쓴다고? 😳 이건 마치 주방에 각각 다른 요리를 담당하는 요리사가 수십 명 있는 거랑 비슷하네요. 과연 관리가 가능할지 모르겠어요. 저는 AI 통합보다는 핵심 모델 몇 개에 집중하는 게 낫지 않을까 싶은데...
It's wild how businesses are now juggling tons of AI models like they're cloud services! This article got me thinking—how do companies even keep track of all these models? 🤯 Sounds like a logistical nightmare, but super exciting for innovation!
Super interesting read! It’s wild to think businesses will juggle tons of AI models like they do cloud services now. Makes me wonder how they’ll keep all those models in sync without chaos. 🤯
It's wild to think businesses will juggle hundreds of AI models like they're spinning plates! 😅 Curious how they'll manage the chaos—any tips for keeping it all streamlined?

在當今的科技環境中,正如企業經常為不同需求管理多個雲端服務和資料庫一樣,使用多種人工智慧模型來滿足不同用途的趨勢正在增長。一項針對超過1,000名IT決策者的近期調查顯示,最先進的人工智慧採用者目前同時管理數百個模型。
我們已進入被稱為「多模型人工智慧」時代。根據由Vultr贊助的S&P Global Market Intelligence調查,目前使用的AI模型平均數量為158個,預計明年將增至176個。
調查還發現,最先進的人工智慧用戶目前平均操作175個模型,預計在未來一年內將增長14%,達到200個模型。處於次高人工智慧成熟度的用戶預計模型數量將年增18%。此外,三分之二的受訪經理(66%)正在開發自己的模型或使用開源選項。
在不同應用中使用多個模型有其充分理由。例如,麻省理工學院的一項研究強調了一個系統,該系統使用語言、視覺和動作數據訓練三個模型,以協助機器人在家庭、建築和製造環境中規劃和執行任務。麻省理工學院的研究人員解釋說:「每個基礎模型捕捉決策過程的不同面向,並在決策時協同工作。」
這種趨勢正引領所謂的「集合」人工智慧方法,多個模型協同工作以產生輸出,正如Erica Dingman在MovableInk的文章中描述。「使用單一模型與集合模型的區別,就像比較獨奏小提琴與完整交響樂團,」她指出。「雖然每種樂器都有其價值,但它們一起創造出真正神奇的東西。」此外,使用多樣化的數據集並持續更新和訓練一組模型,可以幫助減輕或消除人工智慧輸出的偏差。
支持人工智慧模型的系統廣泛採用和多樣性正在推動這種擴散。根據S&P和Vultr的調查,人工智慧越來越多地部署在邊緣。「分佈式人工智慧架構,邊緣在跨越組織基礎設施的應用中扮演關鍵角色,很可能成為標準,」調查作者表示。大多數IT決策者(85%)認為這種轉變在他們的環境中可能或極有可能發生,其中32%認為這是「極有可能」。
調查確定了在人工智慧採用方面領先的組織,稱其擁有「變革性人工智慧實踐」。這些領導者中有半數在運營層面表現「顯著優於」行業同行。幾乎所有這些領導者報告稱,2022年至2023年的年度表現有所改善,涵蓋多項指標,包括客戶滿意度(90%)、收入(91%)、成本降低/利潤擴張(88%)、風險管理(87%)、市場推廣(89%)和市場份額(89%)。
在所有受訪組織中,人工智慧支出預計將超過一般IT支出。近九成企業(88%)計劃在2025年增加人工智慧支出,其中49%預計增幅為中等到顯著。
然而,人工智慧使用的快速增長帶來了挑戰,特別是有關現有IT基礎設施的問題。調查作者指出:「在高需求的人工智慧活動(如即時推理)方面,受訪者擔心當前基礎設施可能不足。」前三大問題包括CPU或GPU資源不足(65%)、數據本地化問題(53%)和儲存性能問題(50%)。
調查的定性數據也反映了這些擔憂,受訪者提到在公共雲中高容量GPU實例的調度延遲以及對數據可用性的潛在影響。此外,對基礎設施成本的擔憂日益增加。作者總結說:「一旦項目進入生產階段,成本往往成為更迫切的問題。歷史上,組織在準確預測這些成本方面一直面臨挑戰。」
Talat 的人工智慧會議筆記儲存在您的裝置上,而非雲端
估值達 2.5 億美元的人工智慧筆記應用程式 Granola,已在科技創辦人和風險投資人之間引起熱烈迴響。但有位開發者認為,市場需要一款更注重隱私、完全在本地運行的替代方案,且僅需支付一次費用,無需訂閱。這項願景催生了一款名為 Talat 的新 Mac 應用程式。來自英國約克郡、自稱電腦宅男的尼克·佩恩(Nick Payne)表示,開發這款本地化 AI 筆記應用程式的靈感,很大程度上源自一連串幸運
全新榮威i6以65.9萬人民幣上市,搭載高通驍龍8155處理器與「斗寶」大模型
上汽榮威今日推出全新榮威i6,這款緊湊型轎車全面採用了榮威D7的設計語言。其獨特的大型直立式水箱護罩與橫向環形燈帶貫穿車頭,營造出強烈的科技感與視覺寬度。 車尾部分,上翹的鴨尾式尾翼與全寬尾燈相得益彰,賦予整車更顯活力的年輕氣息。全新榮威i6車身長4767毫米、寬1828毫米、高1498毫米,軸距為2755毫米。 得益於寬敞的車內空間,它躋身A+級轎車之列,在後排頭部空間與膝部空間方面具備顯著優
如何保護資產、建築物及個人健康?
在這個充滿變數的世界裡,保障已不再僅是選項,而是戰略上的必要之舉。無論是守護財務、強化建築結構,還是關注個人健康,長期的穩定都仰賴於主動規劃。真正的安全是多層次的,取決於財務管理、結構韌性與明智的健康意識三者相輔相成。守護最重要的事物,意味著必須未雨綢繆,而非僅在損害發生後才做出反應。財務保障:第一道防線每個人與每家企業都運作於財務架構之中。收入、支出、負債與投資構成了穩定的基石。若缺乏有條不紊的
와, 기사를 보니 정말 흥미로운 생각이 들었어요 😲 한 회사가 수많은 AI 모델을 사용한다는 건, 마치 주방에 다양한 조리도구를 두는 것 같아요. 하지만 이런 다중 AI 시스템이 데이터 보안이나 통합 비용에 어떤 영향을 끼칠지 궁금해지네요. 특히 중소기업들은 이런 복잡성을 잘 관리할 수 있을까요? 아직은 AI 환경이 너무 빨리 변화하는 것 같아요 🤔
회사에서 AI 모델을 수백 개나 쓴다고? 😳 이건 마치 주방에 각각 다른 요리를 담당하는 요리사가 수십 명 있는 거랑 비슷하네요. 과연 관리가 가능할지 모르겠어요. 저는 AI 통합보다는 핵심 모델 몇 개에 집중하는 게 낫지 않을까 싶은데...
It's wild how businesses are now juggling tons of AI models like they're cloud services! This article got me thinking—how do companies even keep track of all these models? 🤯 Sounds like a logistical nightmare, but super exciting for innovation!
Super interesting read! It’s wild to think businesses will juggle tons of AI models like they do cloud services now. Makes me wonder how they’ll keep all those models in sync without chaos. 🤯
It's wild to think businesses will juggle hundreds of AI models like they're spinning plates! 😅 Curious how they'll manage the chaos—any tips for keeping it all streamlined?





首頁






