شرکت لوسیدورکس در مطالعهای که امروز منتشر شده است، نشان داد که تولیدکنندگان با شدت کمتری نسبت به پیشبینیها در حال اجرای نوآوریهای برنامهریزیشده هوش مصنوعی مولد هستند؛ دلیل اصلی این امر نگرانیها درباره دقت و صحت خروجیهای این فناوری است.
این نظرسنجی بر اساس پرسش از بیش از ۲۵۰۰ رهبر جهانی که در تصمیمگیریهای مربوط به هوش مصنوعی نقش دارند انجام شده است. نتایج میکند که ۵۸ درصد از رهبران بخش تولید قصد دارند سرمایهگذاری خود بر روی هوش مصنوعی را در سال ۲۰۲۴ افزایش دهند؛ این رقم پایینتر از میانگین جهانی (۶۳ درصد) و میانگین ایالات متحده (۶۹ درصد) است. در سال ۲۰۲۳، ۹۳ درصد از کل رهبران و ۹۳ درصد از رهبران بخش تولید تصمیم به افزایش سرمایهگذاری در هوش مصنوعی داشتند.
اهمیت این مطلب
دادههای منتشرشده توسط پچبوک در هفته گذشته، جهشی سهماهه در تامین مالی سرمایهگذاریهای ریسکپذیر در ایالات متحده را نشان میدهد که عمدتا ناشی از سرمایهگذاریهای قابلتوجه در شرکتهای هوش مصنوعی است.
سرمایهگذاران با امید به بازدهی دقیق از درآمد ناشی از پذیرش هوش مصنوعی، در استارتآپها سرمایهگذاری میکنند. بر اساس مطالعه لوسیدورکس، تقریبا ۵۰ درصد از تولیدکنندگان در سراسر جهان پس از اتخاذ نوآوریهای هوش مصنوعی، در سال جاری صرفهجویی بیشتری در هزینهها گزارش کردهاند.
مایک سینووی، مدیرعامل لوسیدورکس، در این باره گفت در حالی که تعداد زیادی از تولیدکنندگان مزایای بالقوه هوش مصنوعی مولد را درک کردهاند، چالشهایی همانند دقت پاسخ و هزینه حیاتی شدهاند که آنها را به رویکردی محتاطانهتر سوق میدهد.
عامل هزینه
هوش مصنوعی مولد با پردازش ورودیها یا دستورات، محتوای جدیدی بر پایه دادههای قبلی که برای آموزش آن به کار رفته است، تولید میکند. با این حال گاهی این فناوری خروجیهای نادرست یا بیمعنیای را ایجاد میکند که به آنها توهم میگویند. ۳۶ درصد از کل پاسخدهندگان به دلیل احتمال توهم نگرانیهایی درباره دقت پاسخ داشتند، در حالی که ۴۴ درصد از پاسخدهندگان بخش تولید این نگرانی را به اشتراک گذاشتند.
با وجود اینکه تنها ۲۰ درصد از پروژههای برنامهریزیشده هوش مصنوعی در سال گذشته توسط تولیدکنندگان اجرا شده است، ۵۵ درصد از آنها احساس میکنند که در حوزه پذیرش هوش مصنوعی همسطح با رقبای خود هستند.
در طول سال گذشته، ۷۰ درصد از شرکتهای تولیدی مدلهای تجاری گرانتر هوش مصنوعی را انتخاب کردند. لوسیدورکس معتقد است که اگر مدلهای متنباز در دسترس، به همان اندازه کارآمد و مفیدتر با هزینهای پایینتر ثابت شوند، امکان انتقال به سمت این مدلها وجود دارد. اگرچه تولیدکنندگان نسبت به مزایای هزینهای هوش مصنوعی خوشبین هستند، اما در جستجوی حداکثر کردن ارزش در کنار کاهش هزینه در سال جاری میباشند.



