Algorithmia的一份新報告發現，用于人工智能的企業預算正在迅速增加，但是仍然存在重大的部署挑戰。

Algorithmia的2021年企業機器學習趨勢報告以403位參與機器學習計劃的商業領袖的觀點為特色。

[[384878]]

Algorithmia的首席執行官Diego Oppenheimer表示：“冠狀病毒疫情引起了迅速的變化，這在許多領域挑戰了我們的假設。在這種瞬息萬變的環境中，組織正在重新考慮其投資，并意識到人工智能/機器學習在不確定時期推動收入和效率的重要性。

疫情發生之前，組織追求人工智能/機器學習計劃的首要問題是缺乏熟練的內部人才。如今，組織越來越擔心如何更快地將機器學習模型投入生產，以及如何隨著時間的推移確保其性能。雖然我們不想將這些問題邊緣化，但令我感到鼓舞的是，挑戰的類型與如何最大程度地利用人工智能/機器學習投資的價值有關，而不是與公司是否可以完全追求它們有關。”

主要的收獲是人工智能預算正在顯著增加。83%的受訪者表示，他們與去年相比增加了預算。

盡管許多公司度過了艱難的一年，但企業領導者并沒有因此而放棄人工智能投資，實際上正在倍增。

在Algorithmia公司的調查中，有50%的受訪者表示他們計劃今年在人工智能上花費更多。大約五分之一的人甚至說他們“計劃花費更多”。

76%的企業表示，他們現在比其他IT計劃優先考慮人工智能/機器學習。64%的人表示，在過去12個月中，相對于其他IT計劃，人工智能/機器學習的優先級已經提高。

全世界的失業率達到了幾年來最高的水平，有時甚至是幾十年來的最高水平，至少有令人鼓舞的是，有76%的受訪者表示他們并未縮減人工智能/機器學習團隊的規模。27%的人甚至報告有所增加。

43%的人表示，他們的人工智能/機器學習計劃“比人們想象的要重要得多”，接近四分之一的人認為，他們的人工智能/機器學習計劃應該早日成為其首要任務。流程自動化和改善客戶體驗是人工智能投資的兩個主要領域。

到目前為止，這都是好消息，但許多公司仍面臨人工智能部署問題，尚待解決。

到目前為止，治理是公司面臨的最大的人工智能挑戰。56%的企業將治理，安全性和可審核性問題列為關注的問題。

法規遵從性至關重要，但可能會造成混亂，尤其是不僅是國家之間，甚至各州之間的法規也不同。67%的組織表示必須對其人工智能/機器學習部署遵守多個法規。

49%的企業將基本集成問題列為問題。此外，與人工智能部署策略相關的工作角色比以往任何時候都多，它不再僅僅是數據科學家的領域。

但是，隧道盡頭可能有些亮光。使用專用的第三方機器學習運營解決方案時，組織報告的結果有所改善。

盡管牢記Algorithmia是第三方機器學習Ops解決方案，但該報告稱使用這種平臺的組織在基礎設施成本上平均節省了約21%。此外，它還有助于釋放他們的數據科學家，他們花費更少的時間進行模型部署。