摘要：Algorithmia的一份新报告发现，用于人工智能的企业预算正在迅速增加，但是仍然存在重大的部署挑战。

  Algorithmia的一份新报告发现，用于人工智能的企业预算正在迅速增加，但是仍然存在重大的部署挑战。
　　
　　Algorithmia的2021年企业机器学习趋势报告以403位参与机器学习计划的商业领袖的观点为特色。
　　
　　Algorithmia的首席执行官Diego Oppenheimer表示：“冠状病毒疫情引起了迅速的变化，这在许多领域挑战了我们的假设。在这种瞬息万变的环境中，组织正在重新考虑其投资，并意识到人工智能/机器学习在不确定时期推动收入和效率的重要性。
　　
　　疫情发生之前，组织追求人工智能/机器学习计划的首要问题是缺乏熟练的内部人才。如今，组织越来越担心如何更快地将机器学习模型投入生产，以及如何随着时间的推移确保其性能。虽然我们不想将这些问题边缘化，但令我感到鼓舞的是，挑战的类型与如何最大程度地利用人工智能/机器学习投资的价值有关，而不是与公司是否可以完全追求它们有关。”
　　
　　主要的收获是人工智能预算正在显着增加。83％的受访者表示，他们与去年相比增加了预算。
　　
　　尽管许多公司度过了艰难的一年，但企业领导者并没有因此而放弃人工智能投资，实际上正在倍增。
　　
　　在Algorithmia公司的调查中，有50％的受访者表示他们计划今年在人工智能上花费更多。大约五分之一的人甚至说他们“计划花费更多”。
　　
　　76％的企业表示，他们现在比其他IT计划优先考虑人工智能/机器学习。64％的人表示，在过去12个月中，相对于其他IT计划，人工智能/机器学习的优先级已经提高。
　　
　　全世界的失业率达到了几年来最高的水平，有时甚至是几十年来的最高水平，至少有令人鼓舞的是，有76％的受访者表示他们并未缩减人工智能/机器学习团队的规模。27％的人甚至报告有所增加。
　　
　　43％的人表示，他们的人工智能/机器学习计划“比人们想象的要重要得多”，接近四分之一的人认为，他们的人工智能/机器学习计划应该早日成为其首要任务。流程自动化和改善客户体验是人工智能投资的两个主要领域。
　　
　　到目前为止，这都是好消息，但许多公司仍面临人工智能部署问题，尚待解决。
　　
　　到目前为止，治理是公司面临的最大的人工智能挑战。56％的企业将治理，安全性和可审核性问题列为关注的问题。
　　
　　法规遵从性至关重要，但可能会造成混乱，尤其是不仅是国家之间，甚至各州之间的法规也不同。67％的组织表示必须对其人工智能/机器学习部署遵守多个法规。
　　
　　49％的企业将基本集成问题列为问题。此外，与人工智能部署策略相关的工作角色比以往任何时候都多，它不再仅仅是数据科学家的领域。
　　
　　但是，隧道尽头可能有些亮光。使用专用的第三方机器学习运营解决方案时，组织报告的结果有所改善。
　　
　　尽管牢记Algorithmia是第三方机器学习Ops解决方案，但该报告称使用这种平台的组织在基础设施成本上平均节省了约21％。此外，它还有助于释放他们的数据科学家，他们花费更少的时间进行模型部署。
　　
　　编辑：Harris