企業(yè)中AI的采用者專注于以監(jiān)督和深度學習為中心的特定生產(chǎn)工作負載，而在年度調(diào)查中使用AI進行生產(chǎn)或評估技術的組織的數(shù)量躍升至85%。

O‘Reilly Media周三（3月18日）發(fā)布的AI采納調(diào)查顯示，企業(yè)AI計劃日趨成熟的另一個跡象是對數(shù)據(jù)治理的更加重視。超過26%的受訪者表示，隨著對隱私和“可信賴” AI的擔憂日益增加，他們正在建立正式的治理流程。O’Reilly報告稱，將近35%的受訪者表示，他們預計將在未來三年內(nèi)啟動AI數(shù)據(jù)治理工作。

報告作者Roger Magoulas和Steve Swoyer寫道：“人工智能的采用正在迅速發(fā)展?！?“大多數(shù)正在評估或嘗試AI的公司現(xiàn)在都在生產(chǎn)部署中使用它?！?/p>

這組作者補充說，下一步包括控制風險因素，從模型開發(fā)的偏見和比率數(shù)據(jù)到“模型在生產(chǎn)中退化的趨勢”。

大多數(shù)AI項目位于研發(fā)部門內(nèi)，其次是IT和客戶服務應用程序。

同時，調(diào)查發(fā)現(xiàn)，聘用和保留AI專家仍然是采用該技術的最大障礙。其他障礙包括缺乏機構(gòu)支持（22%）和無法確定適當?shù)臉I(yè)務用例（20%）。很難找到和保留的機器學習建模者和數(shù)據(jù)科學家。

與AI相關的最大技能缺口是數(shù)據(jù)工程，近40%的受訪者認為。

調(diào)查作者指出：“令人不安的事實是，最關鍵的技能短缺無法輕松解決?！?他們補充說，例如，數(shù)據(jù)科學家需要統(tǒng)計等領域的綜合技術專業(yè)知識以及“特定領域的業(yè)務專業(yè)知識”。

隨著企業(yè)AI部署速度的加快，早期采用者正以“意外結(jié)果”的形式將重點轉(zhuǎn)移到潛在風險上。因此，成熟的程序?qū)⒅攸c放在可解釋的AI和機器學習模型的透明性等領域。

越來越多的AI部署也為研究人員提供了開發(fā)人員更喜歡工具的窗口。O‘Reilly調(diào)查發(fā)現(xiàn)，五個最受歡迎的工具中有四個是基于Python或基于流行編程語言的工具和庫。Python在機器學習和其他與AI相關的項目上的發(fā)展被稱為“爆炸性的”。

作者說，與此同時，開發(fā)人員對PyTorch（在O’Reilly工具排名中排名第四）的興趣繼續(xù)“從相對較小的基礎上迅速增長”。原因之一是它使用了動態(tài)計算圖。更加強勁的是，亞馬遜網(wǎng)絡服務公司（Amazon Web Services）（納斯達克股票代碼：AMZN）本周表示，將通過其彈性推理工具增加對PyTorch模型的支持。這意味著PyTorch對推理的支持將在Amazon SageMaker，機器和深度學習堆棧以及其他AWS云平臺上提供。