您的业务将依靠数百种AI模型。这就是原因

在当今的科技环境中,正如公司常常需要管理多种云服务和数据库以满足不同需求一样,使用多种AI模型来应对不同用途的趋势正在增长。一项涉及超过1,000名IT决策者的最新调查显示,最先进的AI采用者目前正在同时管理数百个模型。
我们已经进入所谓的“多模型AI”时代。根据由Vultr赞助的S&P全球市场情报调查,目前使用的AI模型平均数量为158个,预计在下一年内这一数字将增至176个。
调查还发现,最先进的AI用户目前平均运营175个模型,预计在未来一年内将增长14%,达到200个模型。处于AI成熟度第二高水平的用户预计模型数量将同比增长18%。此外,三分之二的受访管理者(66%)正在开发自己的模型或使用开源选项。
在不同应用中使用多个模型有其充分理由。例如,麻省理工学院的一项研究强调了一个系统,该系统使用三个分别在语言、视觉和动作数据上训练的模型,帮助机器人在家庭、建筑和制造环境中规划和执行任务。麻省理工学院的研究人员解释说:“每个基础模型捕捉了决策过程的不同方面,并在决策时进行协作。”
这一趋势正在催生所谓的AI“集成”方法,即多个模型协同工作以产生输出,正如Erica Dingman在MovableInk的帖子中所描述的:“使用单一模型与集成模型的区别就像是独奏小提琴与完整交响乐团的对比。”她指出:“虽然每种乐器都有其价值,但它们一起可以创造出真正神奇的效果。”此外,使用多样化的数据集并持续更新和训练一组模型可以帮助减轻或消除AI输出的偏差。
支持AI模型的系统广泛采用和多样性正在推动这种激增。根据S&P和Vultr的调查,AI越来越被部署在边缘。调查作者表示:“分布式AI架构,边缘在组织基础设施中的各种应用中扮演关键角色,可能会成为标准。”绝大多数(85%)的IT决策者认为这种转变在他们的环境中是可能或极有可能的,其中32%认为“极有可能”。
调查确定了一些在AI采用方面领先的组织,称其拥有“变革性AI实践”。这些领导者中有半数在运营层面表现“显著优于”其行业同行。几乎所有这些领导者都报告说,从2022年到2023年,他们在客户满意度(90%)、收入(91%)、成本降低/利润率扩展(88%)、风险管理(87%)、市场营销(89%)和市场份额(89%)等各种指标上均有改进。
在所有受访组织中,AI支出预计将超过一般IT支出。近九成企业(88%)计划在2025年增加AI支出,其中49%预计会有适度到显著的增长。
然而,AI使用的快速增长也带来了挑战,特别是在现有IT基础设施方面。调查作者指出:“在实时推理等高需求AI活动中,受访者担心当前的基础设施可能不足。”前三大担忧包括CPU或GPU资源不足(65%)、数据本地化问题(53%)和存储性能问题(50%)。
调查中的定性数据也反映了这些担忧,受访者提到在公共云中高容量GPU实例的调度延迟以及对数据可用性的潜在影响。此外,对基础设施成本的担忧也在增加。作者总结道:“一旦项目进入生产环境,成本往往成为更迫切的问题。历史上,组织一直在努力准确预测这些成本。”
相关文章
AI驱动的音乐创作:轻松打造歌曲与视频
音乐创作可能复杂,需要时间、资源和专业知识。人工智能已转变这一过程,使其简单易用。本指南介绍如何利用AI让任何人都能免费创作独特的歌曲和视觉效果,开启新的创作可能性。我们探索了具有直观界面和先进AI的平台,将您的音乐创意转化为现实,无需高昂成本。关键要点AI可生成完整歌曲,包括人声,而不仅是器乐。Suno AI和Hailuo AI等平台提供免费音乐创作工具。ChatGPT等AI工具可简化歌词创作,
创建AI驱动的着色书:综合指南
设计着色书是一项回报丰厚的追求,结合艺术表达与用户放松体验。然而,过程可能劳动密集。幸运的是,AI工具简化了高质量、统一着色页的创建。本指南提供使用AI制作着色书的逐步方法,重点在于一致风格与最佳效率的技术。关键要点使用AI提示工具开发详细、结构化的着色页提示。确保着色书所有页面艺术风格的统一性。生成单一着色页设计的多样化变体。利用Ideogram等AI平台快速、高效创建着色书。优化提示以解决不一
Qodo与Google Cloud合作,为开发者提供免费AI代码审查工具
Qodo,一家专注于代码质量的以色列AI编码初创公司,已与Google Cloud建立合作关系,以增强AI生成软件的完整性。随着企业越来越依赖AI进行编码,对强大的监督和质量保证工具的需求不断增长。Qodo的首席执行官伊塔马尔·弗里德曼指出,AI生成的代码现已成为现代开发的核心。“想象一个未来,AI编写所有代码;人类无法全部审查,”弗里德曼说。“我们需要系统来确保代码符合预期价值观。”Qodo的创
评论 (44)
0/200
KennethJohnson
2025-08-14 21:00:59
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!
0
DavidAllen
2025-08-04 14:01:00
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. 🤯
0
AlbertHernández
2025-07-31 09:41:19
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?
0
StevenWilson
2025-07-28 09:19:30
It's wild to think businesses will juggle tons of AI models like they do cloud services now! 🤯 I wonder how they'll manage the chaos—hope there's a smart way to keep it all in sync!
0
MarkThomas
2025-04-23 07:36:35
सैकड़ों AI मॉडल्स को मैनेज करना एक दुःस्वप्न की तरह लगता है, लेकिन यह टूल इसे संभव बनाता है! शुरुआत में थोड़ा ओवरव्हेल्मिंग होता है, लेकिन एक बार जब आप इसके आदी हो जाते हैं, तो यह काफी अच्छा होता है। बस चाहता हूँ कि इंटरफ़ेस थोड़ा और यूजर-फ्रेंडली हो। 😄
0
RyanAdams
2025-04-21 10:20:52
Gerenciar centenas de modelos de IA parece um pesadelo, mas essa ferramenta faz parecer possível! No início é um pouco esmagador, mas depois que você pega o jeito, é bem legal. Só queria que a interface fosse um pouco mais amigável. 😎
0
在当今的科技环境中,正如公司常常需要管理多种云服务和数据库以满足不同需求一样,使用多种AI模型来应对不同用途的趋势正在增长。一项涉及超过1,000名IT决策者的最新调查显示,最先进的AI采用者目前正在同时管理数百个模型。
我们已经进入所谓的“多模型AI”时代。根据由Vultr赞助的S&P全球市场情报调查,目前使用的AI模型平均数量为158个,预计在下一年内这一数字将增至176个。
调查还发现,最先进的AI用户目前平均运营175个模型,预计在未来一年内将增长14%,达到200个模型。处于AI成熟度第二高水平的用户预计模型数量将同比增长18%。此外,三分之二的受访管理者(66%)正在开发自己的模型或使用开源选项。
在不同应用中使用多个模型有其充分理由。例如,麻省理工学院的一项研究强调了一个系统,该系统使用三个分别在语言、视觉和动作数据上训练的模型,帮助机器人在家庭、建筑和制造环境中规划和执行任务。麻省理工学院的研究人员解释说:“每个基础模型捕捉了决策过程的不同方面,并在决策时进行协作。”
这一趋势正在催生所谓的AI“集成”方法,即多个模型协同工作以产生输出,正如Erica Dingman在MovableInk的帖子中所描述的:“使用单一模型与集成模型的区别就像是独奏小提琴与完整交响乐团的对比。”她指出:“虽然每种乐器都有其价值,但它们一起可以创造出真正神奇的效果。”此外,使用多样化的数据集并持续更新和训练一组模型可以帮助减轻或消除AI输出的偏差。
支持AI模型的系统广泛采用和多样性正在推动这种激增。根据S&P和Vultr的调查,AI越来越被部署在边缘。调查作者表示:“分布式AI架构,边缘在组织基础设施中的各种应用中扮演关键角色,可能会成为标准。”绝大多数(85%)的IT决策者认为这种转变在他们的环境中是可能或极有可能的,其中32%认为“极有可能”。
调查确定了一些在AI采用方面领先的组织,称其拥有“变革性AI实践”。这些领导者中有半数在运营层面表现“显著优于”其行业同行。几乎所有这些领导者都报告说,从2022年到2023年,他们在客户满意度(90%)、收入(91%)、成本降低/利润率扩展(88%)、风险管理(87%)、市场营销(89%)和市场份额(89%)等各种指标上均有改进。
在所有受访组织中,AI支出预计将超过一般IT支出。近九成企业(88%)计划在2025年增加AI支出,其中49%预计会有适度到显著的增长。
然而,AI使用的快速增长也带来了挑战,特别是在现有IT基础设施方面。调查作者指出:“在实时推理等高需求AI活动中,受访者担心当前的基础设施可能不足。”前三大担忧包括CPU或GPU资源不足(65%)、数据本地化问题(53%)和存储性能问题(50%)。
调查中的定性数据也反映了这些担忧,受访者提到在公共云中高容量GPU实例的调度延迟以及对数据可用性的潜在影响。此外,对基础设施成本的担忧也在增加。作者总结道:“一旦项目进入生产环境,成本往往成为更迫切的问题。历史上,组织一直在努力准确预测这些成本。”




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?




It's wild to think businesses will juggle tons of AI models like they do cloud services now! 🤯 I wonder how they'll manage the chaos—hope there's a smart way to keep it all in sync!




सैकड़ों AI मॉडल्स को मैनेज करना एक दुःस्वप्न की तरह लगता है, लेकिन यह टूल इसे संभव बनाता है! शुरुआत में थोड़ा ओवरव्हेल्मिंग होता है, लेकिन एक बार जब आप इसके आदी हो जाते हैं, तो यह काफी अच्छा होता है। बस चाहता हूँ कि इंटरफ़ेस थोड़ा और यूजर-फ्रेंडली हो। 😄




Gerenciar centenas de modelos de IA parece um pesadelo, mas essa ferramenta faz parecer possível! No início é um pouco esmagador, mas depois que você pega o jeito, é bem legal. Só queria que a interface fosse um pouco mais amigável. 😎












