Estos resultados consistentemente fuertes en todas las funciones sugieren que estamos rascando la superficie del potencial empresarial de Gen AI.
Navegar por el panorama de implementación
Mientras que la mayoría de las organizaciones encuestadas (69%) persiguen sus iniciativas de Gen AI de más inscripción prioridad, muchas enfrentan opciones estratégicas difíciles. El dieciocho primaveras cree que los proyectos orientados al cliente brindarían el decano impacto, pero se centrarían en las iniciativas orientadas a los empleados adecuado a limitaciones de infraestructura, preocupaciones de seguridad y problemas de precisión. Otro 13% prioriza los proyectos orientados al cliente a pesar de ver un decano potencial en las aplicaciones de los empleados, a menudo porque han identificado soluciones listas para desplegar con rendimientos más predecibles.
El desafío de los datos no estructurados es particularmente apremiante. Mientras comprende el 80-90% de la información empresarial, solo el 11% de los primeros usuarios tienen más de la medio de sus datos no estructurados listos para aplicaciones LLM. Las organizaciones luchan con la administración de datos que lleva mucho tiempo (55%), problemas de calidad (52%) y preocupaciones de sensibilidad de datos (50%). Los CDO que he estado hablando me dicen que calibrado en el posterior año pasaron de administrar datos estructurados a constatar un salvaje oeste de información no estructurada. El poder de la IA generativa ha desbloqueado sus depósitos de datos no estructurados, pero a veces sienten que se están ahogando en él.
Con la maña y el éxito establecido, podemos esperar que las organizaciones se vuelvan más expertas en la implementación de Gen AI y trabajar con las grandes cantidades de datos que lo subyacen. Aun así, la tecnología continuará evolucionando en sofisticación. La mayoría de las organizaciones buscan estrategias multimodelo, ya sean comerciales, de código campechano o ambas. El noventa y tres por ciento de los primeros usuarios planean desplegar al menos dos LLM en el próximo año, con un 59% de planificación para tres o más.
La personalización del maniquí se ha convertido en una maña standard: el 96% de los primeros usuarios están entrenando, ajustando o aumentando sus LLM. Esto incluye ajuste fino con datos propietarios (80%) e implementar la procreación de recuperación acuática (RAG) (71%) para mejorar la conciencia y precisión contextuales. Estos esfuerzos a menudo requieren procesamiento de conjuntos de datos multiterabyte, agregando otra capa de complejidad a la implementación.
En total, los desafíos están eclipsados por los beneficios de la Reproducción AI, como se ve tanto en los números de ROI como en el compromiso casi universal de continuar, una decano inversión en la tecnología.
Los datos son el imperativo fundamental
Las pruebas iniciales de concepto pueden demostrar el potencial de Gen AI, pero la escalera de la producción requiere una infraestructura de datos robusta. Los primeros usuarios reconocen claramente esto: el 81% del plan para aumentar la inversión en el almacenamiento de datos basado en la aglomeración durante el próximo año, proyectando un aumento promedio del 24% en el consumición.
Security lidera la serie de prioridades de las organizaciones (84% de calificación IT importante o crítica), coincidida con la demanda de funcionalidad de IA descubierta y capacidades de prospección integrados. Sin bloqueo, el éxito requiere más que una infraestructura técnica: las organizaciones necesitan casos de uso proporcionadamente diseñados y sistemas de medición integrales para rastrear y optimizar el rendimiento.
En Snowflake, hemos estado brindando a los clientes la infraestructura y la visión para cumplir con el momento presente de la inteligencia industrial y prepararnos para las oportunidades de rápido crecimiento en torno a la IA agente. Estamos viendo a los clientes acercarse a la IA desde una perspectiva sistémica y de extremo a extremo que les permite una comprensión más completa de sus inversiones y ROI y que les permite crear una experiencia de adjudicatario única y pulida.
Tan pronto como somos más allá del cuadrado uno
Si proporcionadamente todavía hay mucha discusión en el espacio conocido sobre cómo la IA generativa cambiará el mundo, y qué políticas y enfoques son mejores para las empresas tecnológicas, los adoptantes y la sociedad en normal, está claro que en la empresa, la Reproducción de la Reproducción de AI ya está haciendo una marca musculoso.
Y digo que sabiendo que todavía no hemos manido una experiencia nativa de AI. Hasta ahora hemos estado tomando lo que ya hacemos y usando Gen AI para hacerlo más rápido, mejor y más módico. Pero pronto veremos IA en el espacio del consumidor, con capacidades en las que aún no hemos pensado. Una proximidad global de la era móvil es que la primera ola de aplicaciones de teléfonos inteligentes no anticipó nadie como Uber, y ahora hay muchas variaciones en las aplicaciones de transporte y entrega que forman parte de nuestra vida cotidiana.
Para obtener más información sobre cómo las empresas están logrando retornos notables con Gen AI, descargue nuestro referencia completo «,El ROI radical de la procreación ai«