Gartner：只有半数AI模型投入生产环境

尽管仍然存在多种挑战，但自动化和人工智能(AI) 正在被组织广泛接受，但面临的挑战可能不是许多人想象的那样。

缺乏合格的IT 专业人员通常被认为是采用人工智能的障碍。但是根据 Gartner 今天发布的一项新调查，人工智能人才的短缺并不构成问题，高达 72% 的受访组织声称他们可以找到或已经拥有所需的 AI 人才。

所有人都在开发AI 模型，但投产率低

虽然缺乏人才不是问题，但从试点转向生产肯定是问题。Gartner 的调查发现，组织开发的 AI 模型数量与投入生产的实际数量之间存在巨大差距。

调查报告称，平均而言，只有 54% 的 AI 模型从试点转向生产。这个数字只略微高于 Gartner 在2020年调查中报告的53% 。

“最大的惊喜是企业已经部署了多达数千个 AI 模型，但与此同时，只有 54% 的组织将其投入生产，这说明大量AI模型没能匹配业务价值，”杰出副总裁 Frances Karamouzis Gartner 分析师指出。

那么需要什么来推动更多人工智能项目从试点转向生产？Karamouzis 说，两个字的答案是：规范。

在她看来，组织必须采用严格规范的方法让AI模型与业务价值保持一致，确保合适的人才到位，并确保人工智能的关键领域，例如信任和安全，得到正确实施。

治理仍然是一个挑战

Gartner 研究还发现，40% 的组织部署了数千个 AI 模型，而且数量庞大，导致治理以及跟踪 AI 的价值和投资回报变得复杂。

在 2022 年发布的其他调查中已经确定了人工智能缺乏治理的挑战。由瞻博网络和韦克菲尔德研究公司于 6 月 15 日发布的一项全球研究项目发现，治理政策缺乏成熟是人工智能进一步采用的障碍。然而，韦克菲尔德研究报告还发现人才缺乏是一个问题，与Gartner的报告观点相左。

O’Reilly Media 2022 年 4 月的一份报告还发现，治理是人工智能采用面临的挑战，51% 的组织缺乏某种形式的人工智能项目治理计划。

安全、隐私和人工智能的交集

Gartner 调查的受访者没有将安全视为采用人工智能的最大障碍。只有 3%的受访者将安全列为首要障碍，其他则认为主要障碍是衡量价值的能力、对人工智能的好处和用途缺乏了解以及数据可访问性挑战。

然而，尽管安全性没有被看作首要障碍，但与人工智能相关的安全和隐私问题依然猖獗，41% 的组织承认他们在过去的某个时候遇到过（安全和隐私）问题。

深入挖掘 AI 安全问题时，一半 (50%) 的组织担心来自竞争对手甚至合作伙伴的风险。然而，风险的实际来源似乎是内部人士。在那些承认存在与人工智能相关的隐私或安全问题的组织中，有 60% 是内部人员所为。

Gartner 杰出副总裁分析师 Erick Brethenoux 在一份新闻稿中写道：“鉴于大多数 AI 漏洞是由内部人员造成的，组织的 AI 安全策略往往是错误的。” “虽然攻击检测和预防很重要，但人工智能安全工作应该同样关注最大限度地降低人类风险。”

Gartner 调查于 2021 年 10 月至 2021 年 12 月在美国、德国和英国进行。该调查共有 699 名受访者，受雇于打算在未来三年内部署或实际上已经部署 AI 的组织。