2024 年生成式 AI 增長17%，但數據質量直線下降

最近，Appen 發佈的2024年《人工智能狀態報告》引起了廣泛關注。這份報告基於對500多名美國 IT 決策者的調查，顯示出生成式 AI 在過去一年中增長了17%。不過，伴隨着這股增長潮流，企業在數據管理上卻面臨着不小的挑戰。

Appen 的戰略負責人 Si Chen 在採訪中提到，隨着 AI 模型的應用逐漸深入到更復雜和專業的領域，對數據的要求也水漲船高。光有數據是不夠的，企業需要的數據不僅要準確、多樣化，還得有清晰的標籤，並且要符合特定的 AI 使用場景。

生成式 AI 的應用範圍正在不斷擴展，從 IT 運營到研發，企業紛紛利用這一技術來提高效率。不過，儘管這一領域呈現出蓬勃發展態勢，AI 項目的投資回報率卻在下降。

自2021年以來，成功部署的 AI 項目比例減少了8.1%，而那些能夠帶來可觀回報的項目數量也下降了9.4%。這主要是因爲現在的 AI 項目越來越複雜，許多企業開始嘗試更具挑戰性的生成式 AI 應用，這需要更高質量的數據支持。

另外，報告指出，數據質量問題也愈發嚴重。自2021年以來，數據的準確性下降了近9%。如今，86% 的企業每季度都需要更新模型，這對數據的準確性和多樣性提出了更高的要求。爲了解決這些問題，許多企業開始向外部數據提供商尋求幫助。

同時，數據準備成爲了企業 AI 項目面臨的最大瓶頸。隨着生成式 AI 模型的複雜度加大，企業需要更長遠的戰略來確保數據的質量和一致性。此外，人工干預在這個過程中變得愈發重要，調查顯示，80% 的受訪者認爲 “人機協作” 的機器學習至關重要。這種模式不僅有助於提升 AI 模型的性能，還能確保它們的倫理性和相關性。

劃重點:

🌟 生成式 AI 在2024年實現了17% 的增長，企業在數據管理方面卻面臨不少困難。  

📉 AI 項目的成功部署比例在下降，投資回報率也隨之下滑。  

🔍 數據質量問題日益嚴峻，企業亟需更高質量的數據以滿足複雜 AI 模型的需求。